专题演讲嘉宾：刘中兵

AI 时代架构如何演进，是快手乃至整个行业正在面对的核心命题。当 AI 应用爆发式增长，当 Agent 各自为政形成新的烟囱孤岛，当 Token 成本失控而 ROI 无从衡量，当 AI 生成的代码缺少规范兜底——传统的"先建设后治理"路径已难以为继，AI 原生架构演进正成为公司级必答题。

然而，AI 架构演进在实际落地过程中仍然面临：

• 方向不明
  • ​AI 带来的架构问题域尚无行业共识，优先级缺乏依据 共识不足
  • 各条业务诉求各异，基建与业务的分工边界模糊 规范缺失
  • CLI/Skill/Agent 无统一标准，安全鉴权与数据隔离红线未建 落地难
  • 从规划到闭环缺少验证资产，治理依赖人力推动难以规模化
• 我们的实践
  • ​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 原生架构演进的全局规划与打法体系——守住安全底线、打通 Agent 能力、建立 CLI 规范、推动治理 AI 化，最终达成：“让 AI 用得通、稳、省、好、久”。

本次演讲我将结合快手 AI 架构研讨与落地的实战经验，分享我们总体 AI 架构演进打法的落地路径。

演讲提纲

1. 行业趋势与认知：AI 把架构改成什么样子？ 业界是怎么做的？

• 6 代架构演进主线
• AI 增强 vs AI 原生
• 行业对 AI 风险认知
• 行业 AI 架构白皮书参考
• 网信办安全要求

2. 公司现状与痛点：公司遇到了什么问题？ 挑战在哪里？

• 行业拐点在 26 年
• 公司 5 万 AI 应用爆发
• AI 私搭乱建的案例
• 架构痛点与挑战

3. 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？

• 快手架构师 8 大视角
• 架构师在 AI 中的职责
• AI 原生架构 5 层技术栈
• 工具 CLI/Skill/MCP/Agent
• AI 架构八大设计原则
• AI 时代架构蓝图
• AI 架构/传统架构关系

4. AI 架构如何演进：看到什么重点问题？用什么方案解决？

• 架构：定义/分类/协议
• 服务：全面 CLI 化
• 工程：规范/评价/框架
• 安全：Agent 数字身份
• 成本：TokenROI /归因
• 稳定：Agent /模型观测
• 引擎：评测/切换/部署

5. AI 架构如何落地：先做什么后做什么？各方如何共建？

• 先做什么后做什么？
• 各方需要做什么？
• 有哪些基建发布？
• 业务如何参与？

实践痛点

• 如何拉通业务真实的痛点，并且区分清楚什么是真痛点、什么是假痛点
• 技术解决方案属于首次做，部分细节行业也没有更多的研究和参考案例，比如 Agent 如何定义和分类，数字身份如何分类和区分鉴权，要解决 Agent 和模型的什么安全和稳定性问题等

前沿亮点

• 行业第一家讲 AI 架构演进规划
• 更多要进行的是公司内的最佳落地实践

听众收益

• AI 架构规划：AI 架构师、技术管理者
• AI 落地应用：AI 应用工程师、AI 平台建设者