小团队用 AI 之后,这块生意要按多久算才准
乌鸦小编 发表于:2026-11-19 01:42 复制链接 发表新帖
阅读数:605
小团队用 AI 之后,这块生意要按多久算才准。这不是感觉,是一家公司自己公布的数据,工程师人数基本没变,每月合并的代码提交翻了一倍,重大和严重故障的处理时间降了约 70%。数字好看,问题也清楚,产量上去了,交付没跟着走。数字好看,问题也清楚,产量上去了,交付没跟着走。这家公司的目标是让每一小时的人类注意力产出更多价值,这句话被内部当成愿景,落到指标上,就变成了提交数、合并数、事故时长这些能抓的东西。

从前考核看的是产出量,现在要看交付时间。这个转变是被数据逼出来的。另一份汇总了五百多家公司的数据里,代码提交的中位数吞吐也翻了一倍,但单个提交的体积在四个季度里涨了 122%,工程师对自己改动有没有把握,反而下降了。这份汇总来自一家做开发者体验的平台,覆盖五百多家公司,统计口径是提交的中位吞吐和单个提交的体积。两个数一起看才有意义,吞吐翻倍,体积也涨了 122%,等于每一份改动都更重,复核的成本被推高了。

更扎心的是产能去向。同一份数据说,投向新客户价值的那部分产能,只动了一个百分点。意思是活多了,价值没多,多出来的部分变成了更大的改动、更长的复核、更多的返工,团队的时间被自己生产的东西吃掉了。产能去向这个数最值得看。同一份报告说,投向新客户价值的产能只动了一个百分点,其余的增长都落在维护、返工和协调上。团队以为自己在做新东西,实际上大部分时间在处理自己造出来的复杂。

也有公司把这部分产能用对了地方。有家云存储公司把释放出来的时间拿去做拖了很久的维护,语言迁移、依赖升级这些平时排不上号的活,终于有人做。这些活不产生新客户,但能减少未来的故障和成本,等于把速度换成了稳定性。把时间用在维护的公司,短期看不出变化,长期差别很大。语言迁移、依赖升级这些活,做的时候没人鼓掌,不做的时候一年出几次事故。释放出来的产能投到这里,等于把未来的故障提前买掉,账要往后看两个季度。

十八家公司的调研有个共同结论,多数指标在 AI 之前之后长得一样,真正搞清楚答案的,是本来就投过工程效能的那批。而且几乎每家都把速度和质量的指标配成一对,单看一个必然失真,只看提交数,团队就会把提交切小。十八家公司里,多数指标在 AI 前后几乎一样,这个结论本身值得注意。真正讲清楚变化的公司,都有一个共同点,之前就投过工程效能,有基线,知道自己在量什么。没有基线的公司,只能感觉到忙,说不清忙在哪儿。

指标怎么选,答案很朴素。先量自己能控的,一个改动从提交到进客户手里要多久,出错之后多久恢复,这个月有几个严重缺陷漏到客户手上,改动的量在涨而这几条没坏,就说明机器还稳。量不了的先别量,等基线有了再说。指标不解决问题的团队,换一套指标也解决不了。指标要成对看,速度和质量的配比是常见做法。只看提交数,团队会切小提交;只看事故数,团队会少改东西。两条一起看,才有约束。能控的指标先上,控不了的先别上,等有了基线再加,比一开始就铺满仪表盘更实在。

创业找资源,上乌鸦部落。
本页内容由网友自行在乌鸦部落发布,本站仅提供帖文、图片存储空间服务,帖文(图片)发布者应自行负责所上传帖文(图片)涉及的法律责任,本站对帖文真实性、版权等概不负责,亦不承担任何法律责任。
0 条评论
您需要登录后才可以回帖 登录 | 立即注册
高级

关闭

乌鸦部落