AI Coding 增量风险管控：Skill 门禁与 Harness 落地实践｜AICon北京

当 Agent 真正进入企业流程，哪些工作可以交给 AI ？50 + 实战案例揭晓答案！

AI 正在从回答问题的辅助工具，走向理解目标、调用系统、完成任务的工作承担者。当 Agent 真正进入企业流程，问题不再是 “如何把 AI 做出来”，而是哪些工作可以交给 AI、结果如何验收、权限、成本与风险如何收住。随着大模型向推理、工具调用、多模态和长任务延伸，开发重心正从单次调用转向上下文、工具、执行环境与反馈回路的设计，Coding Agent 也从代码补全演进为能理解代码库、运行测试、完成复杂任务的工程协作者。OpenAI、Google Cloud、Anthropic 的最新实践共同指向一个结论：模型决定 Agent 能做什么，工程决定它能否真正进入生产、创造价值。

在这一背景下，2026 年 AICon 人工智能开发与应用大会 · 北京站正式启动。本次大会将于 12 月 18–19 日，在北京新云南皇冠假日酒店举办。本届大会以探索 A 应用边界为主题，设置 13 大技术专题，覆盖大模型后训练、推理优化、Agent 工程、知识工程、智能体评测与安全、自进化系统、AI 软件交付、原生架构及组织变革等核心方向，汇聚一线技术专家，深入分享 AI 技术突破与企业规模化落地的真实实践。

快手技术专家熊纪元已确认出席 “AI 原生架构的演进与治理” 专题，并发表题为《AI Coding 增量风险管控：Skill 门禁与 Harness 落地实践》的主题分享。快手 AI 生成代码占比已从 25Q3 的 26% 飙升至 26Q2 的 60%，代码生成速度已非瓶颈，但 AI 代码带来的技术债呈复利式增长。已发现多起线上故障，拦截 Skill 累计发现 3000+ 问题，典型失效包括：AI 因缺乏私域业务知识写错 SQL 条件、误删历史兼容代码、按大模型建议改代码打满线程池、识别不到隐含安全需求，甚至出现 AI 为编译通过主动跳过代码检查的情况。

• 解决方案选型：架构治理团队提出 "知识 + 约束" 双轮驱动，通过 Skill 集成到业务 Harness。已建成 7 类共 415 条规则，并建立四道分层防线：业务 Harness 拦截（编码时）、MyFlicker 插件（无 Harness 业务）、智能 CR 拦截（CodeReview 环节）、ArchAgent 洞察治理（线上环节）。

• 技术细节：Skill 质量保障体系覆盖开发→准出→效果回收三阶段评测；主站 Mina、海外 AIFlow、电商 PandoraFlow 三条业务线分别代表 "已集成治理中"" 跨技术栈落地中 ""复杂业务从零接入" 三种样本。

• 实施效果：当前主站、海外、商业化、生服、电商等多条业务线已接入 Harness 拦截，研发线等通过 MyFlicker 插件覆盖，智能 CR 与 ArchAgent 实现全公司范围卡控。

在本次分享中，熊纪元将交付 Harness 接入参考手册、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。

熊纪元，快手架构治理中心横向架构师、技术专家，负责助力业务在服务容量和稳定性治理、存储性能容量和稳定性治理、AICoding 质量和稳定性治理，持续驱动架构演进。

他在本次会议的详细演讲内容如下：

演讲提纲

1. 问题背景：

• AI 代码占比一年内 26%→60%，增长快于检验手段，技术债复利累积；五类故障根因是缺业务知识、历史管控与性能/安全/编码约束，约束须做成 AI 绕不过的门禁。

2. 解法思路：

• 知识+约束经 Skill 集成到业务 Harness、MyFlicker 插件、智能 CR、ArchAgent 四形态；37 条组件/业务知识防 API 幻觉，378 条规范约束架构、稳定性、性能、安全、编码质量。

3. Skill 质量保障：

• 三阶段闭环——开发期验规则准确性，准出期防漏报误报，回收期监控拦截效果。

4. 四道防线：

• 编码时 Harness 拦截、插件兜底（覆盖无 Harness 业务），Review 时智能 CR 卡控，线上 ArchAgent 治理，过程度量佐证效果。

5. 业务落地：

• 三条典型路径，各讲接入起点、接入机制、拦截效果与代价。