为深化全集团效能提升工作，挖掘研发效能突破与大模型提效落地领域的优秀实践，集团组织开展了2025年度效能提升评奖评优活动。活动自启动以来，得到各团队与个人积极响应，经过严谨的筛选与评审，一批在研发效能提升工作中表现突出、成果显著的优秀案例脱颖而出。覆盖四个维度：大模型提效专项-效能领航团队奖、大模型提效专项-提效先锋个人奖、研发效能综合成效奖、研发效能卓越运营奖。接下来，就让我们一同走进这些获奖案例，学习先进经验、借鉴标杆做法！
一、效能领航团队奖获奖案例汇总
一、效能领航团队奖获奖案例汇总
| 序号 | 获得奖项 | 团队名称 | 案例简介 | 案例链接 |
| 1 | 一等奖 | 星评测联合技术攻关团队 | 在大模型快速发展的背景下，效果评测面临一致性难对齐、评测效率低、机评结论采纳率低等行业难题。我们研发了星评测SuperAgent，通过解构化五维评测范式，结合结构化评价体系、评委能力增强和模型偏好对抗，提升评测稳定性与人机一致率，实现评测过程高度仿真。采用“用例+维度”双驱并行调度引擎，结合弹性算力池动态分配，实现单轮评测最快10分钟内完成，且支持百万级评测集扩展。星评测已在公司内多个应用方向落地，在星火Desk、AI内容风控等4类场景验证人机一致率超90%、评测效率提升超8倍；并将上述成果内化到了大模型应用开发生态流程中，在超半数特性上领先竞品，成为星辰MaaS和星辰Agent形成差异化竞争的关键优势项。 | 一等奖：大模型提效-RDG-星评测联合技术攻关团队 |
| 2 | 一等奖 | 智能问数产研团队 | 智能问数产研团队（全流程+24小时智能体）打造大模型驱动的全流程全栈研发体系，构建了多智能体协作，贯通产品、前端、后端、数据、测试与构建全链路。产品经理通过大模型自动生成可交互 HTML 原型设计；研发工程师基于大模型能力具备端到端全栈视角；测试从传统人工驱动转向“80% 自动化 + 20% 手工验证”模式。产研协同沟通时效显著提升，研发任务耗时减少，缺陷率下降，形成标准化、自动化、可闭环的高效流水线。 | 一等奖：大模型提效-智慧城市-智能问数产研团队 |
| 3 | 一等奖 | Editor verse团队 | EditVerse 团队在 AI编辑器CBB项目中，通过构建标准化 AI-First 开发范式（AI工作流、AI规范、AI技术选型和架构），在研发效率提升、方法论沉淀等方面取得突破性成果，相当于传统开发模式，提效10倍以上，迭代周期从7天缩短至1天，节省85%时间。该CBB已经作为讯飞星火青春版、绘文写作、论文写作等多个业务的核心编辑器底座，并在讯飞内部开源。 | 一等奖：大模型提效-消费者-Editor verse团队 |
| 4 | 一等奖 | 测试大模型赋能提效专项组 | 团队创新构建"大模型流式生成+在线编辑"智能交互模式,攻克测试框架迭代难、交互弱等技术瓶颈。通过搭建个性化测试助手并深度融合平台,实现需求可迭代输入、结果可交互编辑的智能设计能力。成果已赋能45条业务产线、1000+测试人员,累计生成27万用例、采纳率达41%;技术中心AI用例占比从40%跃升至60%,复杂需求设计效率提升75%-90%。同时创新性解决线下脑图线上化历史难题,实现一键转化导入,显著提升测试设计智能化水平。 | 一等奖：大模型提效-技术中心-测试大模型赋能提效专项组 |
| 5 | 一等奖 | CodeCraft-智能研发助手小组 | 在当前数字化研发浪潮中，企业研发团队常面临流程繁琐、协作效率低、重复性工作占比高等问题。为提升研发效率、降低研发门槛、规范研发流程，本项目启动 “智能研发助手” 研发工作，致力于打造覆盖前端开发辅助与研发管理的一体化智能工具，助力研发团队聚焦核心创新任务。目前助手在教育BG前端人员中覆盖率超过80%，周活130人次，实现需求开发效率提升约50%，代码评审效率提升20%以上。 | 一等奖：大模型提效-教育-CodeCraft-智能研发助手小组 |
| 6 | 二等奖 | 诊疗助理研发团队 | 通过引入基于大语言的智能代码评审系统，成功突破了传统代码评审在效率、质量与成本方面的瓶颈。系统深度融合大模型能力、通用编码规范与业务特定规则，实现了代码提交前的自动审查与问题精准拦截。自系统上线运行以来，代码评审效率提升超过80%，累计发现并预警各类代码问题1100余项，其中严重级别问题的提前拦截率超过10%，千行代码缺陷率显著下降。此项实践不仅有效释放了高级开发人员的技术负担，更实现了代码质量的全流程可控。尤其在需求迭代频繁的GB业务领域中，为团队研发效能提升提供了坚实支撑，具有显著的示范意义和推广价值。 | 二等奖：大模型提效-智慧医疗-诊疗助理研发团队 |
| 7 | 二等奖 | 交付总集UED前场攻坚支撑团队 | 通过大模型AI工具深度赋能UED团队，突破传统UED岗位能力边界的同时，有效协同售前咨询、市场经理、解决方案经理、交付产品经理等角色，成功构建UED在BG集成交付总集类项目"方案包装、Demo演示、3D场景、视频制作、虚拟人定制"等前场场景的支撑能力；累计支撑项目成华、绵阳、河西、郑州、婺城、西充、AIPC等37余个项目场景落地；共计实现降本630.5万元。成功案例已成为BG内部标杆，引发业务线广泛关注及需求咨询热潮。 | 二等奖：大模型提效-智慧城市-交付总集UED前场攻坚支撑团队 |
| 8 | 二等奖 | 辅学答疑团队 | 围绕辅学拍照诊断与答疑运维链路，团队引入大模型贯穿设计、开发、调试、运维全流程：一端将拍照诊断从单体服务拆解为可视化 Flow + 辅学函数服务，另一端建设告警管理平台与智能收敛能力。协同模式从“人工通读与脚本救火”升级为“节点化资产 + 可视化编排 + 智能告警治理”，研发迭代效率提升约 60%，调试定位提速约 70%，运维噪音降低约 40%，每月资源与网关成本下降约 20 万元。 | 二等奖：大模型提效-教育-辅学答疑团队 |
| 9 | 二等奖 | 数智效果测试团队 | 针对不同领域的大模型功能效果评测任务，从数据建设-测试执行-结果分析-报告生成全链路进行评测自动化建设，支持 AI 搜索、文档问答等核心业务场景。利用智能体自动编排和多个大模型裁判分析能力，自动输出测试数据以及评测报告。测试效率提升50%+。 | 二等奖：大模型提效-星火企业军团-数智效果测试团队 |
| 10 | 二等奖 | AI文娱测试团队 | 针对测试活动中需求测试、用例设计、自动化脚本编写、兼容性测试等人力成本高、效率低问题通过大模型进行赋能提效和增质；在用例设计阶段整体提效30%，该方案在公司7个业务线进行了推广应用；在自动化测试中解决了传统页面元素变更的问题，维护成本减少 70%+；在兼容性测试中，利用视觉大模型判断进行页面渲染和空白页等问题，大大提升了业务质量。 | 二等奖：大模型提效-消费者-AI文娱测试团队 |
| 11 | 二等奖 | 基座竞品评测小组 | sparkCompass旨在解决大模型验证效率低下问题。该平台支持主流模型的接入与并行对比测试，实现“配置即验证”，将单次验证耗时从0.5人天压缩至0.1人天，已累计发起超900次任务，平均缩短测试周期40%。 | 二等奖：大模型提效-星火企业军团-基座竞品评测小组 |
| 12 | 二等奖 | 数据自动化生产联合团队 | 自动化生产团队创新应用多模态大模型技术攻克答题数据大规模生产核心难题，打造自动化答题数据规模化生产方案，成功将人工依赖链路升级为全自动化流程：答题数据单价从5元/条降至0.1元/条，月产能从20万条跃升至500万条，数据质量指标提升至95%以上，有效支撑星火认知大模型全学科全学段答题任务效果提升。 | 二等奖：大模型提效-RDG-数据自动化生产联合团队 |
| 13 | 二等奖 | 测试左移质效先行团队 | 过系统性研测流程重塑，成功推动工作模式从“研发-测试接力”转变为“全流程并行协作”，将质量保障重心从后期检测转向缺陷预防。在此过程中，我们结合大模型技术，从0到1构建了覆盖前后端单元测试、代码走查及自动化测试的方法论与工具链，显著降低了技术门槛，使单测等高阶任务得以规模化下沉，助力测试人员从重复手工劳动向高价值自动化与质量赋能转型。目前，该范式已在解决方案、政务、智算等7类业务的12个重点项目中完成规模化验证，取得显著成效：参与项目整体缺陷率下降30%-40%，研发测试周期缩短5%-10%，实现了质量与效率的双重提升。 | 二等奖：大模型提效-智慧城市-测试左移质效先行团队 |
| 14 | 二等奖 | 精准测试小组 | 基于大模型代码分析能力，构建“代码变更影响范围识别+用例精准推荐”能力，解决版本迭代需全量回归、用例量大且易遗漏的问题。落地低代码业务后推荐并沉淀400+接口自动化用例，代码覆盖率由30%提升至60%，发现并修正60+潜在用例设计问题，回归效率提升30%；能力同步发布测试平台，支撑教育等业务覆盖率由60%提升至80%。 | 二等奖：大模型提效-技术中心-精准测试小组 |
| 15 | 二等奖 | 听见科技人大政协团队 | 基于大模型驱动的香港立法会知识问答效果优化与评测实践，通过实战突破，解决项目难题，落地应用，大幅提升研测效能。累计完成20轮次效果测试，累计执行超90000条测试集，节省人力84.5人月，支撑版本快速迭代。知识问答综合准确率，从52.5%提升到80.1%，达成项目验收目标。总结形成经验案例，为其他场景大模型效果评测提供技术参考。 | 二等奖：大模型提效-消费者-听见科技人大政协团队 |
| 16 | 三等奖 | 考试题库团队 | 考试题库研发团队以大模型工具为核心赋能手段，通过系统培训、实践打磨、结对编程等系列举措， 用时2个月时间通过2个迭代实训，实现7名成员全栈能力的全面提升，研发全栈率达到100%，人员综合素养能力得到提升，同时构建了可复用的全栈成长模式； 创新使用 全栈工作模式，让大模型提效率相对提升30%；全员全栈有效 解决题库本地入闱封闭交付时全栈技术人员不足的痛点问题。 | 三等奖：大模型提效-教育-考试题库团队 |
| 17 | 三等奖 | AI翻译硬件研发部测试提效团队 | 核心提效场景包括： 1、AI翻译核心效果评测。业界首创，高效客观且低成本解决AI翻译效果评测难题。 2、多系统语言降本增效。将产品多系统语言测试成本降到0，同时避免大量业务翻译成本。 3、硬件线上问题分析提效。大大提升2C硬件产品线上问题排查效率，释放产研测人力。 4、大模型加持下的多测试平台开发。全年5个系统级测试平台开发落地完成，成为业务测试团队独立进行测试平台开发的标杆。 主要提效场景包括： 1、基于大模型进行测试用例编写。全员进行AI用例生成，部分同学AI生成用例占比高达60%。 2、基于大模型的硬件端到端自动化。回归过程完全使用大模型进行用例执行，测试脚本编写0成本。 3、组织效能以及质量数据分析。通过自动化和大模型技术的结合，提高效能数据的可视化和分析能力，从而推动组织的整体效能提升。 以上所有工作均在AI翻译团队内进行落地生根，在提效降本的同时帮助业务以及用户选择最好的AI效果，支撑AI翻译机、AI录音笔长期处在市占率第一。同时大部分产物已经通过飞帆知识库、公司技术嘉年华、圆桌论坛等方式总结沉淀成组织财富，在消费者以及公司内进行推广复用。 | 三等奖：大模型提效-消费者-AI翻译硬件研发部测试提效团队 |
| 18 | 三等奖 | 云存储SRE团队 | 对于运维域中的告警场景，使用飞书机器人+星辰Agent平台，实现了告警处理的闭环优化、响应速度提升和运维效率增强。系统在降低 MTTR、提升 SLA 达成率及保障用户体验方面取得了显著成效。 | 三等奖：大模型提效-技术中心-云存储SRE团队 |
| 19 | 三等奖 | 用户体验部家庭端设计团队 | 家庭端设计组聚焦运营型业务高频、碎片化、快交付的核心痛点，推动AIGC从“单一素材生成”升级为“全流程效能引擎”，尤其以交互设计专项提效为突破口，实现从工具应用到体系构建的进阶，成效较去年更具针对性与深远价值。设计组核心支撑运营型产线，需求呈现高频迭代、场景繁杂、交付周期短（1-2天）的特征，传统模式下素材搜寻、手工制作及返工内耗大，且交互demo搭建依赖代码、周期长达3-5天，严重制约研发效率。今年摒弃去年“泛化工具尝试”思路，以交互设计提效为核心，联动全流程适配业务需求。 | 三等奖：大模型提效-运营商-用户体验部家庭端设计团队 |
| 20 | 三等奖 | 讯飞AI职教项目攻关团队 | 基于集成产品开发（IPD）体系，全面引入大模型工具，推动“AI优先、人机协同”的研发范式升级，在7个核心阶段（覆盖需求分析、产品设计、UI交互设计、前端开发、后端开发、产品测试、产品发布）实现流程重构与效率跃升，整体研发提效28%，关键环节人工耗时平均下降40%。 | 三等奖：大模型提效-教育-讯飞AI职教项目攻关团队 |
| 21 | 三等奖 | 数据要素流通运营平台项目团队 | 项目团队在数据要素流通运营平台建设中，深度应用大模型提效工具，覆盖需求分析、设计、编码与测试全流程，成功突破“1个月完成复杂系统从0到1”的交付挑战。通过AI辅助原型设计、代码生成与自动化测试，设计效率提升50%，研发周期缩短30%，在小团队规模下高质量完成系统开发及复杂业务流程验证。 | 三等奖：大模型提效-智慧城市-数据要素流通运营平台项目团队 |
| 22 | 三等奖 | 云原生中间件团队 | 面向运营人员实现自然语言驱动业务数据查询分析，降低技术门槛，使得日常85%以上的需求由业务人员自主完成，释放开发团队精力，需求响应时间从小时/天级缩短至分钟级，面向运维人员实现异常监控与根因分析，效率提升80%以上，支持初级员工快速介入处理，具备中级ES专家能力 | 三等奖：大模型提效-技术中心-云原生中间件团队 |
| 23 | 三等奖 | 大数据科研团队 | 通过“规则过滤（病历结构化CBB）+ 大模型语义理解”的二级架构，解决临床科研中5%~10%无法提取的指标，实现100%覆盖；规则编写效率提升80~90%，专病库建设周期缩短50~70% | 三等奖：大模型提效-智慧医疗-大数据科研团队 |
| 24 | 三等奖 | AI提效音效&智能体联合团队 | 在音效测试领域使用大模型解决测试设计中CAN指令专业性强，测试开发中CAPL/Python脚本可读性差等问题，用例编写提效约10%，工具开发效率提升约30%;在智能体评测中通过大模型生成测试集、结构化评测提示词和自动化脚本，实现大模型裁判自动评分，使单智能体评测耗时从6人日降至3人日，效率提升50%； | 三等奖：大模型提效-智能汽车-AI提效音效&智能体联合团队 |
| 25 | 三等奖 | 星火智能批阅机研发团队 | 基于大模型的代码生成与分析能力，新一代星火智能批阅机集扫描、智批、打印于一体，构建从作业批改到教学反馈的小时级闭环。“错因分析”功能成功首发并持续扩大技术领先优势，目前已达到考试级阅卷标准。在多机型适配任务中，原需100人月的开发工作量，应用大模型后仅用30人月完成，开发效率提升约70%。自动化测试工具将封版回归时间缩短至20分钟内，上线验证时间压缩至15分钟内，版本发布效率显著提升。2025年10月，“智评共生，协同育人：基于科大讯飞星火智能批阅机的精准教学创新实践”项目荣获中国教育技术协会数字教育创新成果奖一等奖。 | 三等奖：大模型提效-教育-星火智能批阅机研发团队 |
| 26 | 三等奖 | 跑冒滴漏差旅联合团队 | 首次将大模型能力集成至飞书机器人，构建了"差旅机器人80%+人工20%"协同答疑模式，机器人解答差旅政策与平台使用问题，运营人员解答特殊场景下的使用问题与系统问题。该模式实现了员工差旅问题的7x24小时实时响应，提升了员工的满意度。同时机器人也显著降低了差旅平台日常运营成本。 | 三等奖：大模型提效-流程IT部-跑冒滴漏差旅联合团队 |
| 27 | 三等奖 | 智慧城市CBB团队 | 聚焦AI变革工作模式，推动协同范式创新。在实际工作场景中运用大模型工具，对团队效能带来了实质性的提升，解决了业务场景中的实际问题。基于大模型技术构建"产品-研发-推广"全链路智能化工作模式，实现研发效能提升20%+，代码缺陷率降至0.26，为公司AI底座建设提供最佳实践。 | 三等奖：大模型提效-智慧城市-智慧城市CBB团队 |
| 28 | 三等奖 | AI营销智慧工牌团队 | 基于智慧工牌进行销售全流程对话记录，利用ASR、角色分离、大模型技术完成长会话识别切分、用户画像提取、服务质检、接待信息盘点等一系列核心产品功能构建。形成SOP服务标准制定 - 智慧工牌记录执行 - 大模型文本推理分析反馈 - SOP服务标准约束优化的闭环链路。累计创造近千万毛利，并储备潜在有效商机4000W+。 | 三等奖：大模型提效-消费者-AI营销智慧工牌团队 |
| 29 | 三等奖 | 硬件成本分析智能体联合团队 | 成本分析智能体系统性地整合了PCB、FPC、结构板材等类型关键零部件成本模型，提升产品定义、项目管理、研发设计、生产制造等环节成本分析效率，大幅降低成本预估的技术门槛。对于智能体已覆盖品类，评估周期由原来的3~5天降低至1天以内，为硬件成本评估与降本方向决策提供了即时高效的数据支撑。 | 三等奖：大模型提效-硬件中心-硬件成本分析智能体联合团队 |
| 30 | 三等奖 | 运营商事业部营销产研团队 | 基于Claude code，构建了一套面向辅助工具开发的AI代码生成平台。该平台主要应用于工具型功能开发场景，如数据处理工具、运营辅助工具、简单原型设计等，实现了需求输入、代码生成、问题修复、一键部署到SAE的自动化流程。显著降低了简单工具开发的技术门槛，让非技术人员也能快速实现辅助工具的原型开发,平台将辅助工具的开发时间从传统的数天缩短至数小时，开发效率提升3-5倍。 | 三等奖：大模型提效-运营商-运营商事业部营销产研团队 |
二、提效先锋个人奖获奖案例汇总
二、提效先锋个人奖获奖案例汇总
| 序号 | 姓名 | 所属序列 | 案例简介 | 案例链接 |
| 1 |
赵新宇 xyzhao26 | 大数据序列 | 在跨境电商视频生成项目中，利用大模型工具解决了创意自动生成、流程批量处理、长视频加工步骤多等难题。最终将单人单日视频产出效率提高约7.5倍，视频效果可观；在助力营销视频剪辑项目中，利用大模型工具解决了海量素材检索效率低等难题，通过自动下载与多维分析，最终为视频制作环节提效50%。 | 大模型提效-消费者-赵新宇 |
| 2 |
周硕梁 slzhou10 | 软件开发序列 | 借助大模型工具深度赋能，攻克大模型UI测试中Token超限与元素定位失效瓶颈。创新自研DOM六层过滤算法与SmartXPath预索引引擎，实现O(n)级性能突破。最终DOM压缩率达98.9%，XPath生成效率提升81倍，定位准确率100%，将单次测试成本从¥4.5降至¥0.42，成功构建低成本、高可靠的自动化测试基座。 | 大模型提效-技术中心-周硕梁 |
| 3 |
杨强 qiangyang7 | 大数据序列 | 聚焦于电商广告投放中视频素材生产效率与创意质量的核心痛点，主导引入大模型技术，打造了“智能视频创意平台”。该平台深度整合了大模型在“文案创意生成”、“TTS语音合成”与“动态视频生成及合成”三大关键环节的应用，成功赋能了营销视频从“手动制作”到“智能、批量、自动化生成”的升级。 | 大模型提效-消费者-杨强 |
| 4 |
方锐 ruifang7 | 软件开发序列 | 基于Cursor大模型工具与MCP协议，从零自主研发达梦数据库MCP服务，解决了团队达梦数据库操作效率低下、缺乏AI辅助工具的痛点。成功开发18个核心工具，覆盖数据库全生命周期管理，在3个工程项目中推广应用。团队数据库操作效率提升80%，表结构分析从10分钟降至1分钟，SQL错误率降低60%，效率提升显著，为团队沉淀了可复用的AI辅助开发技术资产。 | 大模型提效-智慧城市-方锐 |
| 5 |
刘小伟 xwliu | 软件开发序列 | 利用通用智能体快速生成项目投标演示demo的基础版本，并利用AI IDE进行微调优化，实现了无需原型设计和高保真UI设计的高效开发模式。此方法极大提升了Web开发效率，在极短时间内成功完成3个项目的投标演示demo开发，研发工作量至少节省80%，降本增效明显。 | 大模型提效-运营商-刘小伟 |
| 6 |
冯朝川 ccfeng4 | 软件开发序列 | 在业务开发中，利用大模型、MCP、项目规则构建智能开发工作流，通过“UI、接口、埋点、单元测试代码自动化生成+辅助工具自研”的双重策略，解决了重复任务及线上问题排查耗时高的痛点。最终实现重复任务耗时缩减60%，问题定位提效50%，同时将核心模块测试覆盖率提升至50%，达成了效能与质量的双重提升。 | 大模型提效-教育-冯朝川 |
| 7 |
张健 jianzhang51 | 软件开发序列 | 针对数据可视化开发配置复杂、重复开发严重的痛点，创新构建"MasterGo MCP + ECharts MCP + 统一指标库"AI工具链，实现设计稿自动转代码、图表配置智能生成、189个指标标准化调用。研发时间减少46%，图表开发效率提升70%，Bug率降低60%。沉淀开发指南、Prompt案例集及10+标准化组件。 | 大模型提效-技术中心-张健 |
| 8 |
孙静 jingsun6 | 软件开发序列 | 在产品经营分析平台MVP版本从0到1的建设中，通过“大模型工具+AI协作流程改进”，使用Cursor、iflow等AI工具独立完成架构搭建、技术设计及前后端开发，一个月总代码量103433行，技术设计md文档10994行，将原需4人月的任务节省至1人月，研发提效75%，跨模块、前后端沟通成本降低为0%。并沉淀了一套可复用的AI全栈开发方法论。 | 大模型提效-智慧城市-孙静 |
| 9 |
李金洹 jhli64 | 软件开发序列 | 在负责学习机平台研发过程中，我以“工具赋能研发、模型驱动提效”为目标。通过引入大模型技术，主导构建了涵盖代码全局搜索、三方库合规巡检、高复用代码识别三大场景的自动化工具链，解决了多仓协同复杂、合规风险难控、代码重复冗余等痛点，实现了“效、质、能”三层提升：效能突破：工具集将核心功能开发周期压缩50%以上，全局代码检索效率提升80%，人工审计工时月均节约10人天；质量加固：变更影响可精准溯源，三方库合规识别率超95%，整体发布风险降低20%；能力沉淀：相关工具已在BG内部分享并开源，形成可复用的方法论与平台底座。 | 大模型提效-教育-李金洹 |
| 10 |
彭亮 liangpeng4 | 软件开发序列 | 主导“大精”系统值班AI工具化升级，通过搭建知识库与值班助手分流15%左右的通用咨询，并结合Cursor工具辅助代码分析，将复杂问题排查时间从30-60分钟压缩至20分钟以内，效率提升超66.7%。该项目每日为研发节省1-2小时，并显著降低新成员培训成本，有效释放团队精力聚焦核心开发任务 | 大模型提效-教育-彭亮 |
| 11 |
张坚 jianzhang11 | 软件开发序列 | 基于Cursor在 3 天内完成高并发通用排队系统从方案到上线的全流程，远低于常规人工开发预计的 1 个月周期（提效 90%+）。组件在体检系统中稳定支撑 3000 TPS 并成功化解突发高流量冲击，后续仅需调整参数即可复用到其他业务，实现跨系统的“零侵入”防护能力，有效提升整体架构稳定性与研发效率。 | 大模型提效-流程IT部-张坚 |
| 12 |
李元源 yyli64 | 软件开发序列 | 基于Cursor MCP开发了CAPI接口解析与足迹卡片自动生成工具，解决了手动解析文档耗时长、代码重复开发的问题。该工具可一键生成标准化Vue代码，覆盖80%以上卡片场景，使单卡片开发时间从5小时降至1小时，错误率降低90%，整体效率提升，助力团队按期完成全量接入。 | 大模型提效-教育-李元源 |
| 13 |
聂杰 jienie | 软件开发序列 | 基于Cursor和MCP设计了一套《项目知识库生成工具与规范》，用于解决传统大模型在各个提效阶段中普遍存在的幻觉、过度思考等问题，并完成《基于项目架构知识库的大模型辅助详细设计工具与规范》，主要解决详细设计过程中的设计幻觉、过度设计、人工复核难、无法模板化等问题，并在部门内进行推广，用来进一步提高详细设计的质量与效率。 | 大模型提效-教育-聂杰 |
| 14 |
董学勇 xydong18 | 软件开发序列 | 在代码质量治理领域取得突破性进展，成功研发基于大模型的智能评审与修复系统。通过将AI深度融入研发流程，并支持可配置的自定义规则集，系统构建了“智能感知-精准诊断-自主修复”的自动化治理体系，实现了提交级毫秒响应与行级精准定位。该创新将问题发现从“合并后数小时”革新至“提交瞬间”，现已在团队80%以上核心代码库部署应用，推动代码质量管理进入AI实时协同、规则驱动的新阶段，显著提升了整体研发效能与工程卓越性。 | 大模型提效-智慧城市-董学勇 |
| 15 |
葛丽娜 lnge | 软件测试序列 | 通过搭建基于大模型的数据生成智能体，该项目有效解决了传统人工编写测试数据效率低、审核流程繁琐的问题。实现了测试数据的自动化生成与评估，数据生成效率提升100%，评估周期从两周缩短至一周，评估效率提高50%以上。此方案显著减少了70%的人力资源投入，降低了错误率，并扩展了数据集的多样性，为医疗信息系统的快速上线提供了高效、准确的支持，展示了大模型技术在医疗场景中的广泛应用潜力。 | 大模型提效-智慧医疗-葛丽娜 |
| 16 |
徐飞 feixu | 软件测试序列 | 从0到1构建AI驱动的单元测试与代码走查工具链，填补集团后端质量管控技术空白。创新性提出"标杆正向用例"生成策略，使复杂模块单测生成成功率达90%以上；创建代码走查分析专家角色，实现问题前置识别。在7个业务12个项目完成2轮试点验证，单元测试效率提升71%，代码走查效率提升81%，累计发现高价值问题83个。沉淀《单元测试指导手册》等3份文档，经BG技术委员会评审通过后纳入体系规范，推动AI在研发质量管控中的深度应用。 | 大模型提效-智慧城市-徐飞 |
| 17 |
葛恒 hengge | 软件测试序列 | 在知识问答自动化测评体系建设中，利用大模型能力开展测试集构建、问答准确率评估及自动化工具开发，实现评测效率提升10倍。在香港立法会项目中，累计完成9万余条问答测试，助力版本高效迭代优化，圆满保障项目目标达成。 | 大模型提效-消费者-葛恒 |
| 18 |
张宁 ningzhang14 | 软件测试序列 | 为解决RAG系统评估中高测试数据匮乏、人工构建成本高的难题，利用大模型实现了一套自动化测试集构建工具，通过整合大语言模型与自动化知识图谱技术，实现了测试数据的规模化、多样化生成。数据构建时间从平均3~5人天（约24~40小时）缩短至约2小时，效率提升超过94%。 | 大模型提效-星火企业军团-张宁 |
| 19 |
李艳俊 yjli22 | 软件测试序列 | 引入大模型技术，将其深度集成至测试全流程中，通过智能化辅助手段提升各环节效率，降低人工成本，做到全链路进行分析和反哺，保障用例输出高质量的同时，提升测试覆盖度。 | 大模型提效-消费者-李艳俊 |
| 20 |
刘静 jingliu19 | 软件测试序列 | 声学效果测试项目中，测试场景复杂多样，涵盖唤醒词、离线命令词、语音识别等多个模块。测试前需合成大量测试音频，测试后需从日志中提取关键指标（如唤醒率、声源定位成功率、字准率等）。传统方式依赖人工合成音频与手动分析日志，此案例设计并实现自动化测试工具，提升音频合成与日志分析效率，确保测试数据准确、可追溯。 | 大模型提效-运营商-刘静 |
| 21 |
张建 jianzhang61 | 软件测试序列 | 通过自然语言描述和大语言模型驱动，实现跨平台（Android/iOS）的测试执行。框架的核心理念是让测试人员能够用自然语言描述测试任务，由AI智能分析决策，实现智能化的测试执行。 | 大模型提效-消费者-张建 |
| 22 |
曹涛涛 ttcao5 | 运维序列 | 针对大学情业务人工扩缩容跨多异构系统、耗时久、易出错，难支撑考试高并发场景的痛点，搭建弹性伸缩工具平台，集成多系统 API 实现全流程自动化。将操作从小时级缩至分钟级，效率提升 10 倍 +，降低运维门槛与失误率，保障考试重保稳定。 | 大模型提效-教育-曹涛涛 |
| 23 |
陈敏 minchen15 | 运维序列 | 借助 Cursor AI 引入的大模型能力，实现了从开发流程到运维角色的双重重构。传统串行式“需求—设计—编码—测试—部署”被压缩为“模型生成初稿 + 人工优化 + 一体化交付”的并行流程，使运行时域运维平台在 1 个月内由单人完成从 0 到 1，上线周期从至少 5 人月降至 1 人月。运维也由被动执行者升级为“运维即开发”的平台建设者，直接参与代码与功能构建。当前已支持 SAE 集群管理、资源分析与告警巡检等能力，可复用于多产品场景，整体开发效率提升约 60%，代码质量与交付稳定性显著提高。 | 大模型提效-技术中心-陈敏 |
| 24 |
刘志强 zqliu30 | 运维序列 | 基于AIAgent，结合MCP及工程化工作流，从0到1建设安全运营智能分析平台，解决监控系统此前因阈值设置与面板问题，虚警多发、排查困难等。经优化后，告警覆盖度达80%，工作流运行1.2万多次，介入智能告警分析超800条。异常用户识别率达90%以上，告警分析时长由10分钟降至2分钟，效率提升80%，有效减轻了运营人力的负担 | 大模型提效-RDG-刘志强 |
| 25 |
范柏呈 bcfan2 | 运维序列 | 针对安全漏洞扫描报告格式繁杂、阅读耗时，且原厂修复方案适配性差、高度依赖运维经验的痛点，依托 iFlow CLI 工具完成多格式报告解析，结合项目私有化交付特点设计专属提词，定制生成含彻底修复与临时封堵修复方案，并可预代入信息生成精准防火墙规则。缩减新型漏洞分析及修复方案整理时间50%，实施效率提升10%，覆盖多类运维安全场景。 | 大模型提效-智慧城市-范柏呈 |
| 26 |
付琪元 qyfu6 | 教育序列 | 针对教研产能受限与研产协作低效的痛点，我主导构建全链路AI工具链，利用大模型实现课程脚本自动化与互动原型“所见即所得”。项目成功将单课研发成本与周期双降50%，在保障多省份紧急交付的同时，以高品质内容显著提升了B2C业务的获客转化效率，实现了从降本提效到业务增长的全面赋能。 | 大模型提效-教育-付琪元 |
| 27 |
许沛 peixu7 | 设计序列 | 无编程经验设计师往往受限于编程能力，无法将解决方案直接产品化。本项目通过大模型将自身的产品思路转化为可运行的软件，完成”思路“->"产品"闭环，拓展设计师能力边界。项目通过Cursor+大模型，自主开发PixelPerfect工具，使UI走查效率提升30%；通过agent+MCP+扩散模型 工具链，构建Banner设计智能体，将设计周期缩短60%，实现了提效范式的根本性变革。 | 大模型提效-技术中心-许沛 |
| 28 |
蒯芳芳 ffkuai | 通用序列 | 运营人员借助大模型自动生成的Python脚本，对多月的机器费用进行分析，将月度数据分析耗时从5人天降至2人天，效率提升60%，每月直接节省3人天工作量。通过多周期与斜率分析，实现了对费用波动趋势的精准把握，为资源监控与异常预警提供了可靠的数据支撑。 | 大模型提效-星火企业军团-蒯芳芳 |
| 29 |
赵晨子 czzhao3 | 产品序列 | 在负责 AIPC 产品规划过程中，需在较短周期内完成方案验证、需求定型与架构路线讨论。受党政场景业务链条复杂、文档口径多变影响，传统方式验证周期长、沟通成本高，不利于 1.0 阶段推进。在资源受限的条件下，构建以可交互原型、轻量化验证Demo及结构化产品文档为核心的验证体系，用于前置验证关键能力、加速方案收敛。该体系有效缩短前期验证周期，降低方案不确定性，并促进产品与技术协同，为后续产品建设提供可复用支撑。 | 大模型提效-智慧城市-赵晨子 |
| 30 |
陶然 rantao10 | 硬件开发序列 | 在音效产研 democar 项目中，面对新技术栈学习成本高、开发周期与里程碑不匹配的难题，团队借力 Cursor 大模型提效工具，拆分需求并迭代技术方案，自动生成多语言代码、编译运行及 bug 修复。疗愈室场景开发提效 60%，音乐声浪功能周期从 3 周缩至 1 周，高效完成新功能落地验证。 | 大模型提效-智能汽车-陶然 |
三、研发效能综合成效奖案例汇总
三、研发效能综合成效奖案例汇总
| 序号 | 获得奖项 | 产品线名称 | 案例简介 | 案例链接 |
| 1 | 一等奖 | 智慧城市解决方案业务部&集成及交付部 | 2025年，智慧城市集成及交付部围绕BG交付提质增效降费的目标，率先制定“外包为主，自研为辅”交付研发新模式，带来交付项目费用的直接下降，推动大模型交付研发全场景落地，在架构、研发、测试、数据、UED5个技术方向提质增效，落地交付前置，人效治理，研发过程管控三大核心举措，落实，从方案源头解决可实施性和技术可行性问题。截止Q4，实现交付研发综合提效20%，累计降费859万元，研发人员人力编制较年初规划缩减20.9%。 | 一等奖：研发提效综合成效奖-智慧城市-解决方案业务部&集成及交付部 |
| 2 | 一等奖 | 智能汽车智能座舱产品线 | 座舱业务线通过IDSP提效措施实现交付费用有效节省目标，推动交付体系从 “被动适应” 转向 “主动引领”，为企业在智能汽车赛道的持续领先提供坚实支撑。 | 一等奖：研发效能综合成效奖-智能汽车-智能座舱产品线 |
| 3 | 二等奖 | 教育大学情产品线 | 在业务诉求提出“更快更省、质量不失守”的背景下，团队围绕“研发人力提效、能力补齐、质量前移”等核心目标开展专项治理，通过项目精细化管理、大模型提效专项、自测体系建设，多维度实现效率、质量的显著提升。 | 二等奖：研发效能综合成效奖-教育-大学情产品线 |
| 4 | 二等奖 | 技术中心云+产研团队 | 25年初云+产研团队处于新团队成立阶段，新团队需要对高效协作机制进行打磨，需要有效的效能管理手段，需要产研项目管理与质量管理体系化运作，基于此背景成立云+研发效能提升小组，专注于云+产研团队效能管理，做好质量保障，管好研发项目过程，保证团队有效提效，为云+一体化平台能力整合做好坚强后盾。 | 二等奖：研发效能综合成效奖-技术中心-云+产研团队 |
| 5 | 二等奖 | 教育学习机及生态产品线 | 学习机及生态产品线发布质量与产研一体化效能提升建设方面，全年实现软件技术工单问题占比下降30%，其中卡顿问题同比下降58%，产研单版本发布效能提升47%、业务数字化研测周期平均缩短53%、工单问题解决率同比提升50%以上 | 二等奖：研发效能综合成效奖-教育-学习机及生态产品线 |
| 6 | 三等奖 | 智慧城市公共产品与技术平台部 | 2025年，公共产品与技术平台部按照BG“提效率、降成本、控编制”要求，同步推进研发常规提效、大模型应用提效工作开展，通过技术资产复用、全时段人机协同、研发范式优化、前场技术赋能等举措，促进平台研发提效增质，实现研发综合效能提升32.5%，千行代码缺陷率由1.96降至0.32。至Q4，累计节省工时178人月、节约费用668万元。在研发人员减低18%的前提下，支撑交付+商机项目353个（同比2024年210个增长68%），支撑合同毛利超9000万元。 | 三等奖：研发效能综合成效奖 -智慧城市-公共产品与技术平台部 |
| 7 | 三等奖 | 技术中心平台产品部产研协同域 | 建设产研协同平台底座，在产研的管理规范、协同流程、研测过程提效、资源管理等方面，辅助业务的研发效能优化落地，助力集团需求交付数提升5%，运营商需求研发周期缩短21.33%；同时积极探索从需求、研发任务、测试等阶段的大模型应用能力，实现需求产出效率提升40%，测试设计效率提升50%。 | 三等奖：研发效能综合成效奖-技术中心-平台产品部产研协同域 |
| 8 | 三等奖 | 硬件中心工业设计部 | 基于翻译耳机工业设计同质化高、用户佩戴体验欠佳、使用体验痛点突出的背景，通过大模型赋能全流程的方式，实现设计效率与用户体验的双重优化。 | 三等奖：研发效能综合成效奖-硬件中心-工业设计部 |
| 9 | 三等奖 | 星火企业军团基座产品研发中心 | 2025年基座产品研发中心从“大模型效能跃升”、“版本质量精益化”与“机器成本精细化运营”三个关键维度深度优化：编码助手和测试助手月活超90%，AI生成占比快速提升。基座全产品质量提升至91.7分；线上问题解决率提升至75%；引入智能体工作流后，数据采集与报告的效率提升87.5%。通过流程规范与主动管控实现机器实际降本超400万。 | 三等奖：研发效能综合成效奖-星火企业军团-基座产品研发中心 |
| 10 | 三等奖 | 智能汽车技术平台部 | 自研车载无人值守语音端到端自动化测试链路（车载自动化测试平台+自动化测试工具+测试数据管理）与自动化落地机制，有效打破了自动化建设难，落地难，成效不明显的问题。2025年重点在座舱的多语种、中文助理的项目中使用，覆盖了30+车型的测试，涵盖冒烟测试、实车效果测试、稳定性测试、专项等，在质量和效率上成效明显。测试周期缩短，平均提效25%+（中文28%，多语种24%）。节省执行人力96人月. | 三等奖：研发效能综合成效奖-智能汽车-技术平台部 |
四、研发效能卓越运营奖案例汇总
四、研发效能卓越运营奖案例汇总
| 序号 | 获得奖项 | 一级组织名称 | 案例简介 | 案例链接 |
| 1 | 第一名 | 智慧城市 | 2025年，智慧城市BG协同集团技术中心，基于“强化组织、创新治理、文化营造”三位一体实施策略，首创“3+3+1”研发效能技术运营体系：实施方案统一、目标责任穿透、数据运营监控3个管理闭环，资源合理配置、技术资产复用、研发范式探索3个治理抓手，1个文化氛围营造；扎实推进研发常规提效、大模型应用提效工作。截至Q4，推动BG在研发AI智能化转型、人均质效跃升等方面取得突破，业务感知明显，支撑研发域综合提效15%，降费2460.45万元，AI工具月活、AI生成代码占比、千行代码缺陷率等7项研发效能关键指标居集团正向第一。 | 研发效能卓越运营奖--智慧城市 |
| 2 | 第二名 | 教育 | 通过强化需求管理，落实研发计划管理与执行，提升AI工程、测试和运维能力，结合大模型提效夯实与探索，促进整体产研效能（精准性+效率）进一步提升。推行”周报+月会“复盘机制闭环多项堵点；落地效能分析模型，驱动效能改进；构建全域技术门户，通过大模型专项培训、大模型工具全面推广、技术公约升级等，实现90%团队AI工具覆盖，40%代码生成，研发过程能力成熟度提升到L3.5+级，战略投入之外的产研费用提效5%。综合效能整体提升16.24%。 | 研发效能卓越运营奖-教育 |