AI Agent的KPI变了：快手开始用周活和提效倍数算账

大模型把演示视频做得再热闹，到了企业内部，财务只认一件事：省了多少时间，改善了多少经营结果。9月19日，快手平台产品技术中心负责人张蕤在技术沙龙上，把Agent的考核标准说得很直白，关注点已经落到“多少人在用、用得多频繁、用出了什么结果”。

快手披露，Data Agent整体周活跃用户超过10600，周人均对话55次，单次任务提效中位数达到13倍。三个数字摆在一起，行业讨论一下子从模型参数落回了工位、报表和业务决策。

对快手而言，这套内部工具暂时还没有单列收入，却给市场提供了一个观察AI投入质量的新窗口：可灵AI负责向外收费，Data Agent负责向内挤效率，两条线最终都要回到利润、现金流与组织能力上。AI故事讲到这里，漂亮Demo已经不够用了，企业要交的是使用率和结果单。

周活破万之后，Agent终于有了一张经营报表

Data Agent可以简单理解为一个懂公司数据、会调用工具的数字员工。业务人员提出问题后，系统要完成找数、口径确认、计算、归因和输出，遇到含糊指令还要主动追问。传统数据流程经常需要业务、产品和数据工程师来回对口径，一个需求排队数天并不稀奇；Agent若能接住其中的大量标准化工作，节省的就不只是几小时，而是一整条协作链的等待成本。

快手公布的使用数据因此比一次模型测评更有含金量。整体周活超过10600，意味着产品已经越过少数技术人员试用的阶段；周人均对话55次，折算到工作日接近每天十余次，使用习惯已经嵌入日常工作；单次任务提效中位数13倍，则把效率改善落到了任务层面。

与此同时，快手披露Data Agent的净推荐值为73.5，父子智能体架构的路由准确率达到95%，核心数据资产的知识覆盖率为80%，知识服务准确率为83%。这些数字均来自公司技术沙龙披露，更适合被视为产品运行指标，距离经审计的财务收益还有一段路，但至少让“AI提效”有了可跟踪的尺子。

快手这套系统的推进方式也很务实。2025年，公司先用固定工作流沉淀知识体系，随后转向“自主智能体加技能包”的架构，2026年一季度完成生产和分析场景落地。跨电商、商业化和生活服务取数时，父智能体负责识别需求并分发任务，子智能体保留各业务线的专业口径。

上线前，系统累计评测60万条数据、覆盖超过1万个任务，准入门槛设为80%。这些工程投入看着不够抓眼球，却决定了业务人员敢不敢拿Agent生成的数字去开经营会。

问题也出在这里。企业数据分析最怕的并非回答慢，而是答案口径错了却讲得很像真的。销售额是否扣除退款，新增用户按注册还是激活计算，同一个指标放进不同部门可能就有不同定义。

快手把评测、追踪、复现和诊断接进生产链，相当于先修水管，再装水龙头。行业此前喜欢把智能体包装成无所不能的助手，真正进公司后才发现，知识治理、权限管理和结果追溯才是最费钱的部分。

快手目前展现出的优势，来自短视频、电商、广告和本地生活长期积累的复杂数据场景。这些场景既是训练场，也是后来向外输出企业服务能力时最有说服力的样板间。

快手的AI算盘，一边向外收钱，一边向内省钱

单看Data Agent，容易把它理解成一项内部工具；放回快手的经营盘子里，意义会更清楚。

快手2026年二季度收入355.35亿元，同比增长1.4%；研发费用45.81亿元，上年同期为34亿元，增幅约34.7%；同期经调整净利润39.13亿元，上年同期为56.15亿元。收入仍在增长，研发投入明显加速，利润端承受压力，这正是市场审视快手AI战略时绕不开的账。

好的一面是，快手已经拿出外部商业化结果。二季度可灵AI收入超过8.5亿元，同比增长超过200%；以电商和可灵AI为主的其他服务收入达到62亿元，同比增长18.5%。公司还披露，AIGC短视频营销素材带来的客户消耗同比增长超过70%。

这些数据共同指向一件事，快手正在把AI能力塞进原有的内容、广告和电商链路，避免另起炉灶等待一个遥远的新市场。

内部提效则负责缓解投入压力。2026年6月，快手内部AI Agent产品的员工活跃使用率超过92%，研发团队AI生成代码比例达到60%；上半年，超过85万商家使用快手提供的免费AI经营工具，场景覆盖选品上架、营销素材、经营分析、智能投放和客服。

Data Agent周活破万，可以和这些数据拼成一张更完整的图：快手的AI部署已经穿过研发部门，开始进入员工协作与商家经营环节。

说白了，大厂做Agent最怕两种尴尬：员工礼貌性试用几次，随后继续找数据同事拉表；管理层听了很多提效汇报，财报里的费用率却纹丝不动。快手目前解决了前一个问题，后一个问题仍需时间验证。

13倍是单次任务的提效中位数，不能直接换算成13倍利润弹性。企业不会按同样比例裁减人员，节省下来的时间也可能被更复杂的分析需求重新占满。后续更有分量的观察指标，应当包括数据需求交付周期、人工工时节省、错误率、业务决策速度，以及研发费用增长放缓后能否保持产品迭代。

周活是起点，利润表才是终审。

企业AI的下一张门票，是把提效写进经营结果

Data Agent市场正在快速拥挤。阿里云把智能体嵌入数据库和数据中台，字节跳动选择先在内部销售场景跑通，腾讯强调语义图谱、口径治理和答案溯源；国际数据公司预测，到2028年，中国大型企业中部署企业级Data Agent的比例将达到60%。

快手面对的竞争对手既有云厂商，也有办公软件和专业数据公司。后续若走向外部商业化，仅凭内部周活很难拿下客户，产品还要回答部署成本、数据安全、跨系统兼容和行业知识迁移等问题。

快手的有利条件相当清楚。广告、电商、内容与本地生活每天都在产生高频、复杂、强时效的数据需求，公司能够在真实经营环境里反复打磨产品；可灵AI已经提供模型品牌和收费入口，内部智能体又积累了流程改造经验，两部分能力如果继续打通，快手就有机会把“内容生成公司”的外界认知，推向“AI驱动的商业平台”。

这条路径对客户也更容易理解。企业采购不会为参数榜单长期续费，能够缩短交付、减少错误并改善经营效率的产品，才有持续预算。

风险同样具体。当前披露主要来自快手自身，13倍提效的任务口径、不同部门的分布、人工复核成本以及节省工时的最终去向，仍缺乏更细颗粒度信息；知识服务准确率83%，也意味着复杂业务问题仍需人工把关。

再考虑二季度研发费用快速增长、经调整净利润同比下降，快手需要在继续投入与利润质量之间保持克制。技术扩张太快，错误会沿着自动化链路放大；投入过于保守，又可能错过企业Agent形成使用习惯的窗口。

在我看来，快手Data Agent最有价值的地方，是公司愿意公开一套接近经营语言的KPI。周活衡量有没有人用，频次衡量是否形成依赖，提效倍数衡量工具有没有省下真时间，准确率与可追溯性决定业务敢不敢采用。

等这套指标继续进入成本、收入和现金流，快手的AI投入才算完成闭环。下一阶段，大厂Agent的竞争会越来越像经营管理，发布会上的掌声很短，员工每天是否愿意打开，客户是否愿意续费，财务报表是否出现边际改善，才是长期答案。