2026 年 5 月，去哪儿旅行基础架构负责人李佳奇在 AiDD 研发数字峰会做了题为《去哪儿旅行 L3 AI Coding 的研发平台与 Skills 实践》的分享¹。

讲述里提到的最有用的，不是「Cursor 还是 Claude Code 哪个更强」，而是一个更底层的问题：当研发组织决定全面推广 AI Coding 时，该先建什么？ 去哪儿给出的答案轮廓很清晰：先度量，再分级，用 Harness 管住过程，用平台和 Skills 把个人经验沉淀成组织能力。

📌 下文按四条线展开：等级语言（L0–L5）→ 过程控制（Harness）→ 落地路径（四步依赖链）→ 组织资产（Skills）。个人用得爽，和组织接得住，往往是两件事。

---

一、问题从哪来：为什么「全员 AI Coding」还不够？

1. 个人提效与组织交付的裂缝

AiDD 上海站多场分享指向同一个现象：AI Coding 工具普及后，个人写代码更快了，组织交付未必同步变快²。代码生成量、工具活跃人数上涨，需求到上线的周期、跨团队等待、返工率却可能停在原地。

去哪儿的公开材料里，业务研发团队长期维持较高出码率——据 AiDD 系列报道引演讲披露，数百人规模团队出码率 75% 以上³。但分享同时强调：出码率是观测点，不是终点。没有 Harness 和效果指标兜底的高出码率，可能只是在更快地制造待审查、待测试的中间产物。

2. 过程指标 vs 效果指标

李佳奇在分享中把指标分成两类。过程指标回答「AI 有没有进入现场」；效果指标回答「现场有没有真的变好」。

类型	典型指标	回答什么	单独使用的风险
过程	出码率、需求覆盖率、工具活跃、自动化水平	AI 参与了多少研发活动	变成 KPI 竞赛，忽视质量与交付
效果	交付周期、缺陷逃逸率、返工率、业务价值	这些活动是否产生真实收益	周期长、难归因，但不能因此放弃

李佳奇分享中提及用「量 × 成熟度」组织度量维度⁴（该公式表述仅见于二手解读，未在大会官网核对原文）——过程看规模，质看自动化水平与 Harness 成熟度。

更稳妥的做法，是把过程指标串成一条证据链：覆盖率证明「用起来了」→ 出码率证明「参与深了」→ 交付周期和缺陷率证明「值不值」。 缺了最后一环，管理层看到的只是「AI 很忙」。

3. 不再纠结 Prompt 技巧，而是回答四个工程问题：

• L0–L5：团队现在在哪个等级，下一阶段去哪里
• Harness：AI 参与研发时，谁触发、谁约束、谁审查
• Tool → Infra → Automation → Insight：落地四步及其依赖关系
• Skills：重复劳动有没有变成可分发、可治理的组织资产

---

二、L0–L5：给 AI Coding 一套可对齐的「等级语言」

1. 六级定义

去哪儿在演讲中借用了自动驾驶分级，把 AI Coding 分成 L0–L5。这是演讲中的框架定义，不是 ISO 或行业标准³。价值在于给团队一套共同语言——否则有人说「我们用 AI 写代码」指的是 Copilot 补全（L1），有人指的是需求到 PR 的自动交付（L3），讨论根本无法对齐。

等级	名称	AI Coding 定义（压缩）	人的职责
L0	全手动	完全不依赖 AI 生成或参与流程	全部研发活动
L1	代码补全与辅助	AI 补全片段，人主导编码与决策	主要编码、判断、合入
L2	部分自动生成	AI 生成函数/类/模块，人组装与验收	监控、测试、集成
L3	有条件自动化	人给需求与规范，AI 编码并测试，阻塞时介入	定目标、补约束、关键审查
L4	高度自动化	AI 承担大部分编码、测试、集成与流水线	架构、质量验证、核心逻辑
L5	完全自动化	需求到上线主要由 AI 完成	仅异常与重大变更介入

2. L2 → L3 的关键跨越

L2 到 L3 的质变，不是模型从 Sonnet 换到 Opus，而是任务能否被流程承接：

• L2：AI 产出模块，人负责拼装成可交付物
• L3：人输入需求与规范，AI 跑通编码和功能测试，只在阻塞时喊人

公开材料指出，这一跨越依赖 Skills 体系化 + 自动化编排平台⁵⁶。A2M 课程页将其概括为：从工具提效走向 Agentic Coding 平台，通过 SKILL、RULE、CodeWiki 等模块把个人经验变成组织级能力⁵。

据公开解读披露，去哪儿 2026 年上半年给自己定的方向之一，是提升 L3 自动化任务占比⁴。对多数团队而言，现实目标在 L2–L3，而非一步到位 L5。

3. 对管理者的三条实操建议：

1. 按等级配审查强度：L1 可以轻审查；L3 必须在合入、灰度、发布保留人工节点
2. 按等级定投入：没到 L2 就上马全链路编排平台，容易空转
3. ❗️ 等级不是越高越好：没有 Harness 的 L3，比有 Harness 的 L2 更危险——产出更快，失控也更快

---

三、Harness：决定上限的不是模型，是过程控制

🎯 本章核心判断：模型能力会迭代，真正把 AI Coding 锁在「个人玩具」阶段的，往往是缺少 Harness。

1. 业界概念与去哪儿定义的对照

「Harness」近一年在 Agent 工程语境里高频出现，但不同出处含义侧重不同。

维度	Anthropic / 工程语境 7	社区归纳（Harness Engineering）8	去哪儿演讲框架4
核心	调用循环 + 工具路由	模型之外的一切脚手架	AI 研发过程控制能力
关键组件	session、harness、sandbox 解耦	prompts、tools、hooks、sandboxes、反馈环	触发、门禁、隔离、审查
关注点	长跑任务、安全边界、可替换实现	配置问题而非模型权重问题	研发 12 环节里 AI 怎么参与

据公开解读转述⁴，去哪儿在分享中将研发全链路拆为 12 个环节的 AI 参与控制点：

#	环节	流程
1	需求文档编写	AI Draft → 模板约束 → 人工确认
2	需求评审	缺口识别 → 评审规则 → 关口审查
3	方案设计	方案生成 → 架构约束 → 专家 Review
4	代码编写	Skills 触发→ 编码规范 → 隔离环境
5	代码测试	测试生成→ 覆盖率门禁 → 沙箱执行
6	Checklist/Case 编写	Case 生成 → 验收标准 → 人工补充
7	开发自测	自测助手 → 虚拟环境 → 结果校验
8	代码 Review	风险扫描 → Review 规则 → 人工合入
9	QA 测试	缺陷分析 → 测试准入 → QA 判断
10	自动化回归	回归编排 → 隔离执行 → 失败拦截
11	灰度验证	指标观察 → 灰度策略 → 人工放量
12	生产发布	发布辅助→ 变更门禁 → 人工审批

Anthropic 把 harness 描述为「调用 Claude 并把 tool call 路由到基础设施的循环」；沙箱负责执行，session 负责持久化事件日志——三者可独立替换⁷。Addy Osmani 等社区的定义则更为广泛：harness = 模型以外的全部代码、配置与执行逻辑⁸。

据公开解读转述⁴，去哪儿的定义更贴近研发流程治理：Harness 衡量 AI 是否被稳定触发、被约束、被隔离、被审查——不是「模型强不强」，而是「参与方式是否可控、可复用、可审计」。去哪儿没有发明 harness 这个词；它做的是把业界正在形成的概念，落进需求→发布的全链路。

2. 四把锁

据公开解读转述⁴，去哪儿将 Harness 落实为四把锁：

1. AI 触发机制：在关键环节用 Skills、Workflow、Agent 流程化调用，避免「想起来才用一下 AI」
2. 约束与门禁：输入模板、编码规范、质量标准、准入条件、失败拦截
3. 安全隔离环境：AI 执行、测试、回归在沙箱或虚拟环境完成，不直接碰生产
4. 人工审查节点：需求确认、方案评审、代码合入、灰度放量、生产发布保留人工确认

上表是全景视图；日常落地可先从三个环节试点：

• 需求评审：AI 做缺口识别 → 规则约束 → 人工关口审查
• 代码 Review：风险扫描 → Review 规则 → 人工合入
• 生产发布：发布辅助 → 变更门禁 → 人工审批

3. 与出码率 KPI 的关系

出码率回答「AI 写了多少」；Harness 回答「写得是否可控」。高出码率 + 低 Harness，常见结果是：Review 负担加重、测试欠债堆积、线上风险后置。

李佳奇在 AiDD 系列报道里明确反对把出码率当唯一目标³。过程指标必要，但必须和 Harness、效果指标放在同一张表里看——否则组织只是在统计「更快制造出来的中间产物」。

---

四、四步落地路径：Tool → Infra → Automation → Insight

去哪儿的落地不是四条平行线，而是严格依赖链。跳步的典型症状：有平台没人用、有数据没闭环、有出码率没交付改善。

1. Step 1 · Tool：先让人用起来

第一步是引入 Claude Code、Codex、Cursor 等头部工具，降低个人使用门槛，同时沉淀 Prompt、Workflow、Review 等最佳实践⁵。

引入时几个硬约束：成本控制、企业级安全、权限与过程管控、数据采集与治理⁵。很多人只盯模型能力，忽略「桌面客户端 / 统一 LLM 网关」——没有统一入口，后面的 Insight 无从谈起。

2. Step 2 · Infra：接入研发体系

工具孤立使用，出不了组织效果。Infra 阶段要做的事：

• Skills 网关：把研发平台接入 AI，统一治理与分发
• 统一 Rules / Skills 仓库：复用与版本管理
• 安全治理：审核准入、实时更新

Skills 治理流程（据 AiDD 系列报道引 PPT 披露⁶）：

3. Step 3 · Automation：天弦（QDO）编排

据公开解读，去哪儿自研研发自动化平台「天弦」（Qunar Dev Orchestrator，简称 QDO），定位是多 Agent、多 Skills、全链路编排⁴。A2M 课程页用「Coding Agent 自动化平台」描述同一层能力，强调把需求、能力与流程打通⁵。

典型 L3 场景（公开材料列举）：

场景	传统痛点	平台能力	公开披露效果
一句话需求	需求→编码→部署链路长、切换多	Agent 编排 + 部署/测试 Skills	据解读：分钟~小时级闭环4
JDK 自动升级	技术债高风险、人工不敢动	OpenRewrite 规则 + Agent 修编译错误	据解读：211 应用、93% 编译通过率4
线上异常修复	日志排查耗人	日志/配置上下文 + 自动修复重试	课程页列为应用场景5

复杂业务需求（2PD 以上）在公开材料中还有 Qsuperpowers 等专项框架⁴⁵，本篇不展开；只需知道：小需求走编排平台，大需求还要额外的任务结构化能力。

4. Step 4 · Insight：QunarDevCenter 与数据飞轮

规模化之后，黑盒必须变白盒。去哪儿的 Insight 层核心是 QunarDevCenter：采集 Claude Code、Codex、Cursor 等 Session 数据，按统一协议上报，关联任务、测试、发布链路，输出出码率、自动化水平、覆盖率等洞察⁴⁵。

5. 依赖链小结

• Tool → Infra → Automation → Insight
• Insight 的价值不只是报表，而是驱动 Skills 迭代、Harness 收紧、平台场景扩展的反馈飞轮

---

五、Skills 与组织资产：出码率之外，什么在复利？

出码率衡量「量」。Skills 治理衡量「质」和「复用」——AI 能力究竟留在聊天记录里，还是进入组织资产池。

1. 三类核心 Skills

据 AiDD 系列报道引演讲披露⁶，去哪儿沉淀了三类与 L3 交付直接相关的 Skills：

1. 一句话需求自动化开发
2. 自动调试和部署
3. 性能自动优化

它们支撑的场景包括：JDK/Spring 框架自动升级、业务线规模化小需求交付、生产必修异常自动修复⁶。Skill 在这里不是「写得更漂亮的 Prompt」，而是流程 + 工具 + 上下文 + 验证标准的组合封装。

2. 治理流程

有效实践先进私有仓库验证，再高价值 Skills 提 PR 进标准仓库，经基础研发审核后通过 Gateway 分发，并记录调用情况反向优化⁶。这条路的难点不在技术，在愿不愿意把个人摸索变成可审计的组织资产。

3. 角色变化

A2M 课程页有一句直白的定位：开发者从「代码生产者」转向「问题定义者与能力编排者」⁵。出码率再高，如果没人愿意定义问题、维护 Skills、设计 Harness，组织仍然停在 L1–L2 的个人提效。

---

六、方案边界与落地建议

去哪儿的路径不是银弹。它假设你已经有一个数百人规模、愿意投入平台与数据体系、且研发流程有一定数字化底座的组织。

1. 适用 / 不适用

场景	更适合去哪儿路径	不太适合	原因
组织规模	百人以上多团队研发	十人以内产品团队	平台建设 ROI 不足
数据合规	能建客户端采集 + 白名单上报	无法接受行为数据采集	Insight 层无法落地
治理意愿	愿意审核、分发、维护 Skills	只要个人自由使用 AI	Infra 层推不动
目标等级	追求 L2–L3 规模化	仅需 L1 补全提效	四步链路过重

2. 可复制的最小起步

不必照搬天弦和 QunarDevCenter，四步可以缩小执行：

✔️ 统一 L0–L5 语言：开一次对齐会，让各组说清楚「我们其实在 L几」
✔️ 一对指标：1 个过程指标（如覆盖率）+ 1 个效果指标（如需求交付周期）
✔️ 一个 Skills 试点：选 JDK 升级、定时任务、配置变更等高频低风险场景，配上审查节点
✔️ 有底座再建平台：采纳率和数据源跑通后，再考虑 Workflow 编排

---

总结

AI Coding 的上限，越来越取决于研发系统是否为 AI 重新设计——不是多买一个席位，而是度量让它可见、Harness 让它可控、平台让它可编排、Skills 让它可复利。

个人玩具阶段，拼的是谁更会写 Prompt；组织能力阶段，拼的是谁先把反馈环跑通。去哪儿的公开样本可贵之处，在于它把这条路径摊开讲了：先回答「怎么量」，再讨论「怎么管」，最后才谈「怎么自动化」。

---

1. https://www.aidd.vip/dhrc-sh2026 （official-blog，AiDD 2026 上海站大会日程） ↩︎

2. https://www.keylinking.com/gywm/3653.html （secondary，AiDD 系列观察报道，引鲁奕志分享） ↩︎

3. https://www.keylinking.com/gywm/3653.html （secondary，引李佳奇演讲 PPT 第 8/10 页） ↩︎ ↩︎ ↩︎

4. https://mp.weixin.qq.com/s/Ug_fMuGkQmM4tECUbpfXOg （secondary，公众号二次解读） ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

5. https://a2m.msup.com.cn/course/19218 （official-blog，A2M 课程介绍页） ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

6. https://www.keylinking.com/gywm/3622.html （secondary，引李佳奇演讲 PPT 第 38/40 页） ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

7. https://www.anthropic.com/engineering/managed-agents （official-blog，Anthropic Engineering，2026-04-08） ↩︎ ↩︎

8. https://addyosmani.com/blog/agent-harness-engineering/ （community，Addy Osmani） ↩︎ ↩︎