2024 加速度 DevOps 状态报告揭示了 AI 的优缺点

DORA 研究小组发布了 2024 年年度报告。这是该研究小组发布的第十份报告。这份报告基于对全球 39000 多名专业人员的调查，并辅以一些深入访谈，广泛而详细地探讨了影响团队生产力、工作满意度和组织成功的因素。

该报告总结了高绩效技术团队的实践和绩效，深入剖析了人工智能、领导力和以用户为中心的开发如何塑造了当代软件产业。

采用 AI 带来的收益与挑战

该报告的其中一个主要发现是，人工智能对软件开发的影响越来越大。报告指出，人工智能目前已经在大多数组织中得到了广泛的应用，其中许多组织经常为了使用人工智能而转变工作方法。在开发流程、生产力和工作满意度等方面，早期采用者们取得了一些可喜的成果，提高了组织的整体绩效。另一项发现是，随着开发人员对人工智能工具信任度的增加，他们在工作流程中使用这些工具的意愿也在增强。

人工智能会带来风险，但不是因为垃圾代码 […] 而是因为使用 AI 辅助编码时的批次大小似乎在增加。变更集越大，风险就越大，DORA 的研究一直支持这一观点。

—— Laura Tacho（DX）

该报告敦促开发人员要小心谨慎，并指出了人工智能发展的一些负面趋势。39% 的受访者表示，他们对人工智能生成的代码信任度很低或根本不信任，并暗示人工智能工具实际上可能会损害软件交付绩效。数据显示，在采用人工智能时，吞吐量和稳定性都有所下降，分别下降 1.5% 和 7.2%。

该团队为整合人工智能功能提出了一些谨慎而有分寸的建议——建议企业将人工智能视为一种减轻行政负担的工具，而不是人类专业技能的替代品。他们还强调，开发人员需要时间和空间来正确地评估人工智能工具，而不是毫无疑问地采用它们，这样才能避免绩效受到负面影响。

以用户为中心的方法可提高绩效

另一个重要发现是以用户为中心的软件开发方法的重要性。优先考虑最终用户体验的组织似乎能生产出更高质量的产品。采用这种工作方式的软件工程师似乎也更有效率、更满意、更不容易精疲力竭。

报告多次强调，要始终关注用户的需求和期望。通过让客户参与决策过程，组织在所有指标上都有所改进。

变革型领导和稳定的优先级很重要

研究发现，当团队领导考虑周到、适应性强、具有变革、进取精神时，无论是在交付方面还是在工作满意度方面，团队都会做得更好。报告指出，重要的是要将这种风格转化为明确一致的战略方向。报告还研究了在当代敏捷软件工程中大行其道的 “快速行动、不断调整 ”方法，发现这种方法往往不利于开发人员的身心健康和团队的整体绩效。报告指出，频繁变化或缺乏协调会损害生产力和士气。

报告显示，营造稳定的支持性环境，明显有助于组织取得更好的成果。这包括创建一种重视开发人员意见、提供明确方向并尽量减少不必要工作干扰的工作场所文化。

平台工程可以提供帮助，但并不适合所有人

该研究还考察了平台工程的影响，即创建自助式内部开发平台，以改善开发体验和整体生产力的做法。

数据显示，平台工程做得好，既能提高生产力，又能改善组织绩效，并在大型组织中取得了很大的成功。规模较小的组织可能会发现，这些方法的实施具有挑战性，而且可能会适得其反，因为实现不佳的平台反而会成为障碍，无法真正地提高生产力和开发体验。报告还发现，在实施平台工程计划的组织中，绩效会有所下降。研究人员建议，团队在选择是否投资平台工程能力时，应仔细考虑这些权衡因素。

Mark Panthofer 在 LinkedIn 上发表了一篇文章，表达了不同的见解。他认为，DORA 报告的这一部分并不全面；他将平台工程定位为一种力量倍增器：

在这些关键指标之外，还有更深层次的实践和战略，许多精英都在利用平台工程力量倍增器。

小结

总之，报告的核心信息是，高水平的软件交付绩效是可以实现的——在当前传统的 DORA 关键软件交付指标（变更提前期、部署频率、变更失败百分比和失败部署恢复时间）的所有四个方面，高绩效团队的表现都非常出色，而在其中任何一个方面失败的组织都可能在所有四个方面都失败。报告证实，要在这些领域取得成功，不仅仅需要技术上的壮举，还需要一种具有支持性、创新性和稳定性的组织文化。

对于 Laura Tacho 撰写的报告，GitLab Field 首席技术官 Stephen Walters 评论道：

其根本原因往往是，工具是在相同的文化背景下实施的，采用了相同的工作方法，涉及同一批人。人们几乎没有认识到，变革不仅仅是工具的问题。

—— Stephen Walters

谷歌云网站上提供了报告概要和全文。

原文链接：

https://www.infoq.com/news/2024/11/2024-dora-report/