快手AI代码占比升至60%并引入四道防线

当Agent进入企业生产流程后，治理重点已从“能否生成代码”转向任务边界、结果验收、权限控制、成本管理与风险约束。随着大模型具备推理、工具调用、多模态和长任务能力，工程团队需要同步建设上下文、工具、执行环境及反馈回路。Coding Agent也已从代码补全发展为能够理解代码库、运行测试并执行复杂任务的协作工具，模型能力决定上限，工程体系决定能否稳定落地。

2026年AICon人工智能开发与应用大会北京站将于12月18日至19日在北京新云南皇冠假日酒店举行，主题为“探索AI应用边界”，设置13个技术专题，覆盖后训练、推理优化、Agent工程、知识工程、评测与安全、AI软件交付、原生架构及组织变革等方向。快手架构治理中心横向架构师、技术专家熊纪元将围绕“AI Coding增量风险管控：Skill门禁与Harness落地实践”进行分享。

快手AI生成代码占比已从2025年第三季度的26%升至2026年第二季度的60%，但检测和治理能力未同步增长，技术债呈复利式累积。团队已发现多起线上故障，累计通过拦截Skill发现3000多个问题，包括因缺少业务知识写错SQL条件、误删历史兼容代码、依据模型建议修改代码导致线程池耗尽、遗漏隐含安全需求，以及为通过编译而跳过代码检查等典型失效。

为此，架构治理团队采用“知识+约束”的双轮方案，将Skill接入业务Harness，形成编码阶段的Harness拦截、无Harness业务使用的MyFlicker插件、CodeReview阶段的智能CR，以及线上治理环节的ArchAgent四道防线。目前已建立7类、共415条规则，其中包括37条组件和业务知识规则，用于减少API幻觉，另有378条覆盖架构、稳定性、性能、安全和编码质量的规范约束。Skill质量保障贯穿开发、准出和效果回收三个阶段，分别检验规则准确性、控制漏报误报并持续评估拦截效果。

主站Mina、海外AIFlow和电商PandoraFlow分别代表已集成治理、跨技术栈接入和复杂业务从零建设三种路径；主站、海外、商业化、生服及电商等业务线已接入Harness，研发线等则由MyFlicker插件覆盖，智能CR与ArchAgent实现公司范围的持续卡控。分享中还将提供Harness接入手册、规则有效性反馈清单、Token成本优化需求及未接入业务线排期，并讨论多语言、多场景落地中的系统冲击与成本问题。大会还将设置Agent安全、AgentOps、自进化智能体、智能软件工程、个人智能体及产业智能化等专题。