A2--秦巍--AI助力快手规模化提效加速落地.pdf

《A2--秦巍--AI助力快手规模化提效加速落地.pdf》由会员分享，可在线阅读，更多相关《A2--秦巍--AI助力快手规模化提效加速落地.pdf（28页珍藏版）》请在三个皮匠报告上搜索。

1、AI助快研发规模化提效加速落地秦巍快研发具链产品、效能解决案负责秦巍快研发具链产品负责、研发效能解决案团队负责负责快研发具链(智能化具平台、三端站式效能平台以及研发协作平台)的产品建设，通过具和系统法推动快核业务的研发效能提升。有10年互联软件研发和效能提升经验，致于通过系统法、解决案和具化、产品化提升集团核部研发交付和业务创新效能。曾在阿经济体内深耕效能,负责过菜产研团队的数字化转型,助云智能最核团队进效能提升,主导阿某超规模中台型团队系统性提效等经验。录CONTENTS1.规模化提效的关键挑战2.规模化提效策略3.具链如何赋能规模化提效4.AI提效探索，加速规模化落地5.结规模化提效的关键

2、挑战01 对效能标缺乏有效共识：项的负责与管理者之间缺乏在标、阶段性成果上的有效共识，这是影响项成败的重要因素 效能指标的多维性和牵引性不：以内部指标作为牵引，不能有效的推动改进，数据容易被 Hack、良好的初衷容易变成个数字游戏；度量中过度关注单指标，会限制改进的度，也容易缺乏看清全局。缺乏赋能段实现真正改进：规模化提效，除了暴露问题，还需有赋能体系，提效进深区后，临的常常是复杂的问题，不能只局限在数据指标的味提升上，这会导致法形成有效的改进回路，使得改进难以持续规模化提效的关键挑战快规模化提效策略02Gmate提效框架具链如何赋能规模化提效03通过具链撑度量数据的置信通过具链撑度量数据的置

3、信通过具链撑度量数据的置信通过数据洞察关键瓶颈，提供针对性产品提效解决案 具 提 效AI 提 效三端流线提效（前端、后端、客户端）？API联调具提效测试环境稳定性治理发布提效（免发版）数据构造提效问题排查提效应脚架排布发布提效（班模式）洞 察 分 析探索AI提效，加速规模化落地04通过代码续写提研发在coding过程中的效率代码续写Inline Chat通过智能问答提研发在获取知识上的效率通过Repo chat提研发在获取知识上的效率仓库级代码知识问答探索智能CR，提升Reviewer CR的效率通过智能例成，提升QA写测试例的效率规模化提效，效果展示结05AI赋能研发组织规模化提效，还有巨的空间！模型在提产、优化作流程和提供数据洞察等向，正在出现新的机会以及成功的落地实践。在软件开发的各个阶段同样存在着量的模型应场景，包括代码成与编程辅助、缺略检测与代码审查、研发知识检索、动化测试例成等，各家在 AI DevOps 领域都有积极的布局。今天，我们充分利模型的能，从快频刚需场景切，给传统研发具提供 AI 加持，进提研发效率、降低进新领域的槛，并提升研发质量，促进程师的快速成，进步推动研发范式朝着根据产品需求动成应的向发展，对产实现质的提升。感谢聆听关注公众号