谷歌2025 DORA报告：AI强化强团队，暴露弱团队问题
快速阅读: 谷歌发布2025年DORA报告，显示AI在软件开发中渗透率高达90%，提高生产率但代码质量参差不齐。AI放大组织优势与缺陷，高效团队受益更大。
几乎所有开发者现在都依赖人工智能工具。AI不仅放大了组织的优势，也放大了其功能障碍。高质量平台对于AI的成功至关重要。谷歌发布了2025年DORA软件开发报告。DORA（DevOps研究与评估）是谷歌云组织下的一个研究项目，旨在探索推动软件交付和运营绩效的能力和因素。
今年，DORA项目调查了来自不同行业的5000名软件开发专业人士，并进行了超过100小时的访谈，这可能是关于AI在软件开发中作用变化最全面的研究之一，特别是在企业层面。
报告结果显示，AI在软件开发中的渗透达到了相当高的程度。报告中提到，约95%的受访者依靠软件开发工作，而这一数字在详细部分为90%，但无论选择哪个数字，几乎所有的程序员都在使用AI。报告显示，这一比例较去年增长了14%。开发者每天平均与AI互动的时间为两小时。尽管只有7%的受访者表示在解决问题时“总是”使用AI，但有39%的受访者表示“有时”会求助于AI。值得注意的是，60%的开发者在尝试解决问题或完成任务时“大约一半时间”或更多会使用AI。
80%的程序员报告称整体生产率有所提高，但只有59%的人认为代码质量有所改善。另一个关键指标是，70%的受访者信任AI的质量，而30%的人则不信任。
AI被视为一种放大器，能够放大高绩效组织的优势和低效组织的功能障碍。高效的团队能更好地利用AI，而散漫的团队可能会因AI而受到负面影响。例如，在我的经历中，我最近完成了一个大规模的编码冲刺，虽然AI极大地提高了工作效率，但我也发现需要花费大量时间来校正AI产生的错误。即使工作完成后，我还进行了全面的质量检查，发现了更多的错误。我的结论是，没有AI，我无法完成如此大量的工作，但我也不会在没有经过大量审查、验证和测试的情况下信任AI编写的任何代码。
DORA团队还确定了AI时代下影响团队表现的八个因素，包括团队效能、产品性能、软件交付吞吐量、软件交付不稳定性、个人效能、有价值的工作以及摩擦等。这些因素决定了哪些团队能在AI时代中胜出，哪些可能面临挑战。
阻碍个人完成工作的因素
职业倦怠：
团队成员普遍感到疲惫和愤世嫉俗
随后，研究者将这些因素与受访者及其团队进行了对比，从而识别出七种团队原型。
基础挑战：
生存模式，各方面存在缺口
遗留瓶颈：
持续救火，系统不稳定
流程束缚：
稳定但受官僚主义拖累
高影响力，低频率：
产出强劲，但交付不稳定
稳定且有条不紊：
节奏平稳，质量一致
务实表现者：
可靠、快速、适度投入
和谐高成就者：
可持续、稳定、顶级表现
报告称，人工智能是组织的镜子。使用人工智能可以更明显地揭示团队的优势和劣势。然而，特别有趣的是，“速度与稳定性之间的权衡”这一观点被证明是错误的。
这种观点认为，要么快速，要么生产高质量的代码，但不能两者兼得。然而，数据显示，排名前30%的受访者分别属于和谐高成就者或务实表现者这两种原型，这些人不仅产出速度快，而且产出的质量也很高。
七项关键实践
报告强调：“成功的人工智能采纳是一个系统问题，而不是工具问题。”DORA团队似乎偏爱数字七。他们表示，以下七项关键实践驱动着人工智能的影响（无论是正面还是负面）。
人工智能政策：
组织明确传达的人工智能立场。
数据生态系统：
组织内部数据的整体质量。
可访问的数据：
人工智能工具与内部数据源的连接。
版本控制：
系统管理代码变更的方法。
小批量：
将变更分解为小而易管理的单元。
以用户为中心：
团队优先考虑最终用户的体验。
质量平台：
组织内共享的能力。
正如所料，成功的团队采用了更多的这些实践。虽然不成功的团队可能拥有高效的个别程序员，但正是缺乏这些基础要素导致了他们的失败。
他们建议：“将人工智能采纳视为组织转型。最大的回报将来自投资那些放大人工智能优势的基础系统：您的内部平台、您的数据生态系统以及团队的核心工程学科。这些要素是将人工智能潜力转化为可衡量的组织绩效的关键前提。”
影响人工智能成功的两个因素
去年，当之前的DORA报告显示人工智能实际上降低了软件开发的生产力时，这成为了相当大的新闻。今年的情况则相反。DORA研究人员能够确定两个关键因素，使结果发生了逆转。
开发组织对人工智能更加熟悉，知道如何更有效地利用它。研究表明，90%的开发组织已经采用了平台工程。这是一种构建强大的内部开发平台的做法，该平台聚合了开发团队所需的工具、自动化和共享服务。
此外：
2025年最佳编程人工智能（及不应使用的）
根据DORA的说法，当内部平台运行良好时，开发人员花费在与系统斗争上的时间更少，创造价值的时间更多。如果将人工智能视为一种放大器，那么良好的系统显然可以显著提高成果。有趣的是，如果平台较弱，人工智能似乎不会提高组织的生产力。良好的内部平台是有效使用人工智能的明确前提。
下一个因素听起来像是职场情景喜剧中的流行语，但实际上非常重要。这就是VSM（价值流管理）。其理念是，管理者创建从创意到交付的工作流程图。这实际上是对操作过程的流程图，而不仅仅是数据流。
通过查看每一步，团队可以识别问题区域，例如过长的代码审查或在不同阶段停滞的发布。报告指出，在具有强大VSM实践的组织中，人工智能采纳的积极影响得到了“显著放大”。值得注意的是，“显著”一词在报告中出现了四次。
报告称：“VSM作为人工智能投资的倍增器。通过提供系统级别的视角，它确保人工智能应用于正确的问题，将局部的生产率提升转化为显著的组织优势，而不是简单地增加下游混乱。”
这对软件开发的意义
报告得出了一些明确的结论。首先，人工智能已从炒作走向主流，成为企业软件开发领域的一部分。其次，真正的优势不在于工具（甚至不在于所使用的人工智能）。关键在于建立坚实的组织系统。没有这些系统，人工智能几乎没有优势。最后，人工智能是一面镜子，反映了组织运作的好坏程度。
您的组织在软件开发中是否使用了AI工具？您认为AI是真正的生产率提升因素，还是增加了更多的不稳定因素？在七个团队原型中，哪一个最接近您的个人经历？您是否认为平台工程或价值流映射等实践确实能带来不同？欢迎在评论区分享您的看法。
您可以通过社交媒体关注我的日常项目更新。务必订阅我的每周更新通讯，并在Twitter/X上关注@DavidGewirtz，在Facebook上关注Facebook.com/DavidGewirtz，在Instagram上关注Instagram.com/DavidGewirtz，在Bluesky上关注@DavidGewirtz.com，以及在YouTube上关注YouTube.com/DavidGewirtzTV。
特辑
我评测了每一款iPhone 17型号，今年的建议有所不同
这是我有史以来最喜欢的Linux发行版——我已经试过所有版本
如何开启Android的私有DNS模式——为什么它会有如此大的影响
如何免费将“不兼容”的Windows 10电脑升级到Windows 11
我评测了每一款iPhone 17型号，今年的建议有所不同
这是我有史以来最喜欢的Linux发行版——我已经试过所有版本
如何开启Android的私有DNS模式——为什么它会有如此大的影响
如何免费将“不兼容”的Windows 10电脑升级到Windows 11
(以上内容均由Ai生成)
