谷歌报告揭示：AI如何助力强团队并拖累弱团队
快速阅读: 谷歌DORA报告揭示，90%-95%开发者依赖AI工具，日均互动两小时，生产力提高但代码质量参差。AI放大团队优劣，成功关键在于组织系统而非工具。
几乎所有的开发者现在都依赖人工智能工具。人工智能不仅放大了团队的优势，也放大了其功能障碍。高质量的平台对于人工智能的成功至关重要。谷歌发布了其2025年DORA软件开发报告。DORA（DevOps研究与评估）是谷歌（隶属于谷歌云组织）的一个研究项目，专注于探索推动软件交付和运营绩效的能力和因素。
今年，DORA项目调查了来自各行各业的5000名软件开发专业人士，并进行了超过100小时的访谈。这可能是关于人工智能在软件开发中角色变化最全面的研究之一，特别是在企业层面。
此次调查的结果尤为重要，因为人工智能在软件开发领域的渗透已经达到了相当极端的程度。报告中提到了一些令人鼓舞的迹象，但也揭示了一些实际挑战。经过对142页报告的梳理，我总结了五个关键观察点，这些观察点穿透了炒作，揭示了软件开发领域真正发生的变化。
1. 人工智能在开发中得到广泛应用
根据受访者的回答，大约90%到95%的开发者依赖于软件开发工作。报告在引言中提到95%，而在详细部分提到90%，但无论选择哪个数字，几乎所有程序员都在使用人工智能。报告显示，这一比例较去年上升了14%。开发者每天平均花费两小时与人工智能互动。虽然只有7%的受访者表示在解决问题时“总是”使用人工智能，但最大的群体，占39%，表示“有时”会求助于人工智能。值得注意的是，有60%的开发者在尝试解决问题或完成任务时，“大约一半时间”或更多的时间使用人工智能。
80%的程序员报告说总体生产力有所提高，但只有59%的人认为他们的代码质量得到了改善。另一个关键指标是：70%的受访者信任人工智能的质量，而30%的人不信任。
2. 将人工智能视为放大器
这项研究中最有趣的结果之一是，DORA团队认为人工智能已经成为一种放大器。它“放大了高绩效组织的优势和挣扎组织的功能障碍”。这一点非常有道理。我在最近的一篇文章《10个ChatGPT Codex秘密，我在60小时配对编程中学到的》中提到，人工智能会迅速犯下大错。一个错误的提示可能会导致人工智能造成重大破坏。例如，Codex曾决定删除我的文件中的一大块内容，并立即将其更改提交到GitHub。
幸运的是，我能够撤销这些更改，但我目睹了大量的工作在眨眼间消失。本质上，团队越有效率和组织良好，人工智能的帮助就越大；团队越散漫或随意，人工智能造成的损害就越大。在我的案例中，由于我有很好的版本控制实践，当人工智能“吃掉”我的作业时，我能够恢复，这是因为在我给人工智能第一次访问我的代码库之前就建立了控制措施。
3. 人工智能时代的七种团队原型
谁赢谁输？DORA团队确定了八个决定团队整体表现的因素：
– 团队绩效：团队的有效性和协作强度
– 产品绩效：产品的质量和成功度
– 软件交付吞吐量：交付过程的速度和效率
– 软件交付不稳定性：交付过程的质量和可靠性
– 个人效能：团队成员的有效性和成就感
– 有价值的工作：团队成员对其工作的价值感
– 摩擦：团队内部及与外部的冲突和障碍
工作障碍：
在个人试图完成工作任务时遇到的种种阻碍。
职业倦怠：
团队成员普遍感到疲惫和冷漠。
随后，研究者将这些因素与受访者及其团队进行了对比分析，从而识别出七种团队原型。
基础挑战：
生存模式，问题层出不穷。
遗留瓶颈：
持续应对危机，系统不稳定。
受制于流程：
稳定但被官僚体制拖累。
高影响力低频率：
产出强劲，但交付不稳定。
稳定而有条理：
节奏平缓，质量稳定。
务实表现者：
可靠、迅速、适度投入。
和谐高成就者：
可持续、稳定、表现优异。
报告指出，人工智能是组织的一面镜子。使用AI可以更加明显地反映出团队的优势和劣势。但特别引人关注的是，“速度与稳定性之间的权衡”这一观点实际上是个谬误。
传统观点认为，要么速度快，要么产品质量好，但不能两者兼得。然而，调查发现，排名前30%的受访者属于和谐高成就者或务实表现者这两类原型，他们不仅能够快速产出，而且产品品质也相当高。
七大关键实践：
报告强调，“成功的人工智能采纳是一个系统问题，而非工具问题。”DORA的研究人员似乎偏爱数字七。他们认为以下七大关键实践推动了AI的影响（无论是正面还是负面）。
AI政策：
组织明确且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。
可访问数据：
AI工具与内部数据源相连。
版本控制：
系统化管理代码变更的方法。
小批量更新：
将变更分解为小而易管理的部分。
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。
成功团队更多地采用了这些实践。虽然不成功的团队可能拥有高效的个体程序员，但缺乏这些基础正是导致其失败的原因。
两大影响AI成功的因素：
去年，DORA的上一份报告曾引起广泛关注，报告显示AI实际上降低了软件开发的生产力。而今年的情况恰恰相反。DORA的研究人员找到了两个关键因素，使这一结果发生了逆转。
开发组织对AI更加熟悉，知道如何更有效地使用它。调查显示，90%的开发组织已经采纳了平台工程。这是一种构建强大的内部开发平台的做法，该平台集成了开发团队所需的工具、自动化和共享服务。
另一个重要因素听起来像是职场情景喜剧中的流行词汇，但实际上非常重要。这就是价值流管理（VSM）。这个概念是指管理者创建从想法到交付的工作流程图。这实际上是对操作过程的流程图，而不仅仅是对信息的流程图。
通过查看每一个步骤，团队可以识别出问题区域，例如非常漫长的代码审查或在不同阶段停滞不前的发布。报告指出，在具有强大VSM实践的组织中，AI采用的积极影响得到了“显著放大”。报告中“显著”一词出现了四次。
对于软件开发的意义：
报告得出了一些明确的结论。首先，AI已从炒作走向主流，成为企业软件开发领域的重要部分。其次，真正的优势不在于工具（甚至使用的AI），而在于建立坚实的组织系统。没有这些系统，AI几乎没有什么优势。最后，AI是一面镜子，它反映了并放大了组织运作的好坏程度。
您认为呢？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手段，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？您认为平台工程或VSM等实践真的能带来不同吗？请在评论区分享您的看法。
您可以在社交媒体上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。
特色推荐：
– 我已经评测了每一款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——我已经尝试过所有版本。
– 如何开启Android的私有DNS模式——以及它为何如此重要。
– 如何将“不兼容”的Windows 10电脑免费升级到Windows 11。
(以上内容均由Ai生成)
