如何从构建AI到驾驭AI？快手8场工程实践亮相QCon 2026

模型能力持续跃迁，企业的真实瓶颈正从模型本身转向系统工程：既要构建可靠的 Agent Runtime、多 Agent 协同机制与海量推理基础设施，也要让 AI 系统可观测、可评估、可治理，在性能、成本、安全与稳定性之间达成平衡。AI 需要与现有软件架构、研发体系及组织协作方式深度融合，才能真正转化为生产力。

在此背景下，QCon 全球软件开发大会·2026（上海站）将于 10 月 22 日–24 日举行。本届大会聚焦 Harness AI 时代的工程实践，围绕「构建 AI」到「驾驭 AI」的命题，汇聚全球技术社区与产业一线实践者，分享 AI Native 时代最具价值的工程经验。

立足 Harness AI 时代的工程实践，快手技术团队将携 9 位技术专家深度参与 QCon 2026·上海站多个专题与议题分享：内容覆盖 AI Native 架构演进、AIGC 内容工业化、智能运维、Data Agent、移动端稳定性、端云协同、电商导购 Loop、安全合规与广告素材修复等方向。快手将结合一线业务实践，系统呈现 AI 从“构建”走向“驾驭”过程中，在架构、效率、成本、稳定性与治理上的工程化探索。

以下为本次快手技术团队带来的分享简介：

【专题出品人】

专题：《AIGC 内容工业化》

出品人：鲜嘉麒｜快手电商智能体技术负责人

专题时间：10 月 24 日 14:00-17:40

专题简介：

本专题将聚焦于 AIGC 技术在真实业务场景中的“工程化落地”与“价值转化”，共同探讨工业级 AIGC 基础设施与降本增效、AIGC 生产流的安全、合规与确定性治理、复杂业务场景下的 AIGC 流程编排与流水线、AIGC 工业化落地的量化评估与闭环演进以及端侧 AI 与多模态落地等核心议题。旨在为探索者拨开迷雾，拒绝纯理论的“纸上谈兵”，分享源于一线实践、经过大规模业务验证的落地方法论，帮助技术团队构建可落地、可参考的 AIGC 落地蓝图。

【专题演讲】

《AI 时代架构往哪走？——快手 AI 时代的架构演进思路》

演讲嘉宾：刘中兵｜快手架构治理团队 & AI 架构演进负责人

演讲时间：10 月 23 日 10:25-11:10

演讲摘要：

AI 时代架构如何演进，已成为快手乃至行业的核心命题。随着 AI 应用爆发，Agent 烟囱化、Token 成本失控、ROI 难衡量、代码生成缺少规范等问题不断显现，传统“先建设后治理”的路径已难以为继，AI 原生架构演进成为公司级必答题。

为解决方向不清、共识不足、标准缺失和治理难规模化等挑战，我们联合各业务领域架构师，通过“发散研讨→收敛共识→规范制定→能力建设→业务落地”五步闭环，形成快手 AI 原生架构演进打法：守安全底线、通 Agent 能力、建 CLI 规范、推治理 AI 化，最终让 AI 用得通、稳、省、好、久。本次演讲将结合快手实践，分享 AI 架构演进从规划到落地的整体路径。

演讲大纲：

行业趋势与认知：AI 把架构改成什么样子？业界是怎么做的？
公司现状与痛点：公司遇到了什么问题？挑战在哪里？
AI 架构蓝图规划：AI 原生架构应该怎么建？AI 架构与传统架构的共生关系？
AI 架构如何演进：看到什么重点问题？用什么方案解决？
AI 架构如何落地：先做什么后做什么？各方如何共建？

《从接住警告到自我进化：快手智能运维助手实践》

演讲嘉宾：吴垚｜快手 AgenticOps 研发负责人

演讲时间：10 月 23 日 11:20-12:05

演讲摘要：

运维并不缺数据和工具，真正的问题是事件处理链路割裂：告警、巡检、变更、应急发生后，仍依赖人跨平台拼接上下文、判断原因并推动处置。我们把运维事件做成一等公民，通过确定性 pipeline 预取上下文，再由 Agent 完成归因推理、方案生成和状态更新，将分散的数据、工具与流程串成可执行的处置链路。

同时，我们构建了运维 Agent 的持续进化闭环：从事件处理中沉淀经验，在同类场景中召回复用，并通过线上反馈、回归验证与可回滚机制持续迭代。目前该体系已在核心业务线的大盘巡检、告警初判和应急定位中落地。本次分享将介绍这套运维事件驱动的 Agent 架构及其持续进化路径。

演讲大纲：

为什么工具都齐了，运维还是这么累
事件驱动而非对话驱动：运维助手的架构内核
领域经验怎么进助手：Skill 与记忆的双层沉淀
运维助手的自进化
总结与展望

《Data Agent - 快手大数据智能化探索之路》

演讲嘉宾：韩江｜快手生产平台研发中心研发负责人

演讲时间：10 月 23 日 14:55-15:40

演讲摘要：

AI 时代，通过结合 AI 技术重构大数据生产、分析等场景的工作模式，使得数据生产、分析更高效、更智能，实现从“数据驱动”到“智能驱动”的转变。为此快手进行了众多的数据智能化（AI for Data）的建设探索，构建了专注于数据领域 & 兼顾通用场景的企业级 Agent —— Data Agent，具备数据全链路智能化能力，包括找数取数、数据开发、归因报告、人群洞察、AB 分析、埋点分析等能力。建设过程中除面临 Mutil-Agent 协同、上下文管理、执行可靠性等通用问题，还面临知识规模大歧义多准确性难保障、数据安全要求高等数据领域特色问题。

演讲大纲：

背景：快手大数据智能化发展历程
实践：基于 Mutil-Agent + Skill 的整体框架
实践：知识工程
实践：效果评测
实践：生产 & 分析场景落地应用
总结与展望

《AI 时代的移动端稳定性保障 —— 柯南 AI Agent 实践》

演讲嘉宾：王泽锋｜快手技术专家

演讲时间：10 月 23 日 14:55-15:40

演讲摘要：

AI Coding 正在提升软件研发的代码生产效率，但在真实复杂的工程环境中，研发瓶颈正从“写代码”转向稳定性分析、问题定位、风险治理、上线保障和经验沉淀等研发后链路。与此同时，鸿蒙生态和 KMP 等多平台技术栈的发展，让移动端研发进入 Android、iOS、HarmonyOS 并行的新阶段，也带来了跨语言运行时、多技术栈协同、复杂异常分析等新的稳定性挑战。

在这一背景下，快手移动端稳定性 Agent「柯南 AI」尝试让 AI 从代码辅助工具升级为参与稳定性治理的数字同事：通过 Agent Workflow、Context Engineering、Agent Harness 和 Agent 友好型工程基建，自动完成异常现场聚合、证据补齐、根因分析、处置建议、自动修复和知识沉淀等流程。本次分享将介绍 AI 如何在鸿蒙、KMP 等复杂工程场景中解决疑难稳定性问题，并探索 Agent First 的稳定性研发新范式与 AI 驱动研发体系演进方向。

演讲大纲：

AI 时代移动端稳定性保障面临的新挑战
AI 如何重构稳定性研发流程：Agent First 工作范式
AI 驱动复杂稳定性问题治理实践
总结与展望

《端侧优先，云端兜底：端云协同调度在 B 端应用的工程实践》

演讲嘉宾：李东东｜快手资深技术专家

演讲时间：10 月 24 日 09:30-10:15

演讲摘要：

B 端应用接入 AI 后，需要在云端推理的延迟、成本、合规风险与端侧推理的算力限制之间取得平衡。为此，我们构建了端云协同调度系统，通过“规则引擎短路→端侧推理→云端推理”的三层机制，结合任务复杂度、设备性能、网络质量等因素动态选择执行路径，并支持混合流水线和失败降级。

该系统已在 B 端桌面端落地，规则引擎覆盖 60% 以上高频场景，端侧推理延迟稳定在 100ms 以内。本次分享将介绍调度器设计、端侧模型选型、混合流水线实现，以及“端侧优先”下的工程取舍。

演讲大纲：

为什么 B 端场景需要端云协同？
端云协同调度器的设计
端侧模型选型与性能优化
落地效果与未来规划

《复杂业务 Agent 的持续进化：快手电商导购的 Harness Loop 实践》

演讲嘉宾：包磊｜快手电商 AI 基座工程团队负责人

演讲时间：10 月 24 日 10:25-11:10

演讲摘要：

电商导购并非简单的问答或商品检索，而是一个横跨导购决策、搜索推荐、营销优惠、商品信息、交易履约与售后服务等多个业务域的复杂 Agent 场景。我们基于 Agent Loop 范式构建生产级导购助手，通过统一 Tool 协议、动态上下文管理、任务规划与多域工具编排，让模型能够理解用户隐含需求，并在复杂链路中完成信息查询、商品筛选、优惠计算与服务决策。实践中重点解决了工具数量膨胀、跨域信息冲突、链路超时、错误传播及模型与 Harness 问题难以区分等挑战，并通过轨迹观测、评测回归和策略治理持续优化效果。实践表明，复杂业务 Agent 落地的关键，不只是模型能力，而是构建一套可编排、可观测、可评测、可持续迭代的 Harness 工程体系。

演讲大纲：

问题背景：复杂导购 Agent 为什么不能只靠一次性优化
基础建设：让每一次线上执行都可观测、可回放
线上轨迹：从海量执行中识别真正的问题
Bad Case 归因：判断问题到底出在哪里
策略变更：从失败原因生成可执行的优化方案
回归评测：证明优化不是只修复了一个 Case
灰度上线：让每次变更安全进入真实业务
实施效果与核心结论

《Agent 规模化上线，安全底线怎么守：快手 Agent 安全实践》

演讲嘉宾：曹一凡｜快手安全专家

演讲时间：10 月 24 日 14:55-15:40

演讲摘要：

AI 基模能力增强，harness 工程日渐完善，AI Agent 产品呈现爆发式增长。相较于传统产品，AI Agent 具备自主规划的能力，加之各类 tools 极大丰富了 AI Agent 能力边界，对其安全保障也面临新的挑战。

本次分享会结合快手内部 AI Agent 产品形态，介绍快手安全对 AI Agent 产品进行的安全保障实践。主要分享 AI Agent 产品所面临的安全风险，应对安全风险探索的安全保障方案全貌，重点会介绍安全护栏能力、安全沙箱、身份权限问题的解法，还会介绍 AI 建站的安全管控。

演讲大纲：

AI Agent 产品形态及安全风险
AI Agent 安全保障体系
痛点问题及应对
AI 建站安全管控

《生成即合规：Agentic AIGC 驱动的广告素材修复实践》

演讲嘉宾：袁瑗｜快手磁力引擎安全与生态算法专家

演讲时间：10 月 24 日 14:55-15:40

演讲摘要：

AIGC 快速发展大幅降低广告内容生产门槛，也对合规治理带来新挑战。传统“审核反馈 + 手工修复”链路冗长、通过率低，商家为规避风险常主动弱化表达，导致合规与营销难以兼容。

为此，我们构建了基于 Agentic AIGC 的素材修复架构：将审核结论解构为结构化任务，通过对文字、图像、视频的局部精准编辑与片段生成/替换消除风险、保留素材价值，并借助多目标强化学习在合规与营销吸引力之间动态求解。本次演讲将围绕风险理解、编辑与生成协同、多目标优化等技术实践展开，探讨合规与营销的对抗、千万级素材吞吐下的质量与成本权衡，帮助企业构建安全与增长兼得的柔性内容治理能力，助力商家实现长期经营增长。

演讲大纲：

AIGC 时代下的广告素材合规难题
把 AIGC 塞进修复链路，为什么没那么简单？
Agentic AIGC 修复架构：理解、决策、生成的协同
未来展望：生成即合规

【活动推荐】

👇 点击【阅读原文】，查看会议详情！