本报讯 （记者袁传玺）9月19日，快手技术沙龙第五期在北京举办。本次沙龙以《DataAgent：数据生产与智能决策新范式》为主题，来自快手数据平台团队、云器科技、腾讯的多位技术专家，共同探讨DataAgent从单点助手工具走向企业级规模化生产决策伙伴的实践路径，分享基础设施建设、业务场景落地、记忆与知识工程等一线经验。
（企业供图）
本次沙龙上，快手披露集团DataAgent规模化落地关键运行指标：平台WAU突破10600，周人均对话55次，数据分析师、产品运营人员渗透率超80%，NPS达到73.5，单次任务提效中位数达13倍，产品运营人员渗透率超80%，NPS达到73.5，单次任务提效中位数达13倍，已经深度服务主站、电商、商业化、生活服务、海外、社科、安全等多条业务线，覆盖取数分析、报告生成、数据开发运维、A/B实验智能分析、智能埋点、资产服务等全链路场景。
回顾快手DataAgent的演进，并非一蹴而就。2025年上半年，团队以Workflow为主，从单点场景切入；下半年逐步拓展到更多场景；2025年底至2026年一季度，完成从Workflow到Agentic+Skill的架构转向，并在生产和分析场景加速落地；到2026年二季度，快手完成DataAgent品牌和能力统一，进入万级用户规模化应用阶段。
在快手数据平台产品技术中心负责人张蕤看来，真正难点不在于做出一个可展示的智能问数产品，而在于把它做成能覆盖多角色、多业务、可持续演进的企业级DataAgent。围绕这一目标，快手将能力建设拆成两条主线：一条提升泛化能力，让Agent能够处理复杂任务；一条保障准确可信，让结果能够稳定进入真实业务流程。
从平台级通用能力到垂直业务场景，DataAgent的落地并非技术能力的简单平移，而是需要针对业务特性完成大量针对性适配。电商是快手数据需求密集、节奏紧凑的业务场景之一，对数据响应效率和结果准确性提出极高要求，快手电商用增营销与支付数据负责人方彬分享了DataAgent在电商场景中的落地过程。
方彬表示，电商场景中的DataAgent落地并非一步到位，而是在真实业务压力下持续迭代：从早期答非所问到逐步实现精确答疑，从承接临时取数到支持复杂报告生成，再从消费侧分析能力延伸到生产侧提效。其背后的关键支撑，是知识库建设、取数Skill构建与准确性保障体系的逐步完善。
如果说早期实验平台解决的是“能不能更快看到结果”，那么DataAgent正在解决的是“能不能更快理解结果、形成下一步动作”。过去，A/B实验分析往往依赖人工看数、经验判断和多轮沟通，效率瓶颈明显。快手A/B实验平台产品技术负责人覃侃表示，平台正从指标看板分析、实验洞察分析进一步迈向DataAgent驱动的智能化分析，并通过Agent对话和Copilot两种方式服务实验设计、实验归因、实验报告等场景，帮助用户更高效地完成实验分析。
目前，快手A/B实验平台同时在线实验数超过1.3万，每天新建实验数超过150，周活用户超过5000。通过将指标计算从SparkETL迁移至新一代OLAP引擎，以LT7指标为例，计算耗时从90分钟降至42秒，成本节约92%。在此基础上，平台进一步以DataAgent为统一底座，将实验元信息、指标体系、数科知识和分析工具封装为可编排的/abtestSkill，覆盖实验设计、实验归因、智能报告等核心场景。
张蕤认为，当这种新的工作方式在更多场景中规模化应用，岗位边界和组织协作也会随之变化：DE与DPM的能力进一步融合，数据FDE、PDE、全栈工程师等复合型角色开始涌现；一人能够承担更完整的任务，跨角色沟通成本随之减少。随着DataAgent持续深入生产与分析场景，企业数据能力也将加速从工具化走向生产化。
（编辑 张文玲）
京公网安备 11010602201377号京ICP备19002521号
