Why｜“狂飙”踩下刹车，“湖水岩石效应”加速显现

What｜效能 ≠ 效率，效能 = 效率 + 有效性

How｜研发效能“黄金三角”

e.g.｜软件研发效能实践中的“坑”与“解”

1. 忽视重视工程师的声音

2. “迷信”局部优化，忽视全局优化和拉通的重要性

3. “伪”工程实践

AIGC + 研发效能畅想

近日， InfoQ 联合极狐GitLab 组局探讨「研发总是追不上业务需求，除了买工具，还能做什么」。腾讯研发效能资深技术专家张乐老师作为嘉宾，分享了关于研发效能的核心要素和实践过程中的“坑”与“解”等精彩内容。本文整理自张乐老师的分享，Enjoy～

“内卷”是这两年的热词，指持续投入资源，但不产生价值的内部竞争。在软件研发领域，风向已经发生变化，我们正在经历一场从“内卷”到“反内卷”的变革，提升研发效能注定是软件企业的必由之路。

Why｜“狂飙”踩下刹车，“湖水岩石效应”加速显现

过去一二十年，数字化红利推动一波波增长，互联网、软件行业高歌猛进、快速扩张，用“狂飙”来形容也不为过。

为了更好或更早占领市场，很多企业通过大量堆砌人力、资源和时间，俗称“快、糙、猛”的研发模式，让业务先跑赢，而后置了发展模式是否健康、科学、可持续等问题。

现阶段经济下行，企业经营压力大，不健康的发展方式注定无法长久。因此，众多企业纷纷寻求降本增效。

这个过程类似“湖水岩石效应”：当湖中有很多水，水位很高时，湖中的石块都被水所覆盖，此时即使有很大的暗礁，人们也看不到。但是当水量减少，水面降低时，一些暗礁就暴露出来了。

很多企业已经碰见了这样的“暗礁”，例如相比前两年，人员数量已经翻倍，但交付的业务量和需求量并没有同比增加，甚至下降，因为系统架构越来越复杂，微服务数量越来越多等。这在一定程度上说明，在过去一段时间里，快速增长掩盖了一些真实的问题，即研发效能并没有在上升，可能持平甚至下降。

在这种趋势下，企业已经不能一味地靠堆砌资源来获得工作成果，切实提高工作效率和有效性才是良药，因此，“研发效能”变成了软件企业的核心竞争力。

What｜效能 ≠ 效率，效能 = 效率 + 有效性

研发效能究竟是什么？前几年，行业里还缺乏对其的明确定义，比较接近的概念有谷歌的 EP（Engineering Productivity，工程生产力），还有 EE（Engineering Excellence，工程卓越生产力），但是总是没有一个中文词能够达成一个很好的共识。

我在参与翻译 DORA 的 DevOps 年度报告时，遇到了“Software Delivery Optimization Performance”中“Performance”如何翻译的问题。经过与同行的长久探讨，我们发现在业务场景中，它是“绩效”，在软件交付改进与优化的场景，译为“效能”更为妥当。“研发效能”逐渐进入大众视野。

2021 年 10 月，国内首届卓越工程生产力大会（Excellent Engineering Conference）上，我和数十位研发效能和工程生产力专家发布了“研发效能宣言”，该宣言从业务、流程、技术、数据以及组织视角对研发提升给出了价值观的指导。这既是对敏捷宣言的致敬，也是对我们的信念和价值观的呼吁和声明，代表了我们的立场，以及我们认为对研发效能而言什么才是最重要的。

图片来源：书籍《软件研发效能提升实践》，作者张乐、茹炳晟等

我当时画了一张图，最上面是业务目标，下面有两个要素，左边是“理想的功能和质量”，右边是“理想的工作量”，即我们希望用什么样的代价实现什么样的功能和质量。

“理想很丰满，现实很骨感”，我们会发现理想和现实之间经常存在差距，要么是效率上的差距，要么是有效性上的差距。

所以，研发效能 ≠ 研发效率，研发效能既要关注效率，也要关注有效性，或者说既要关注做正确的事情，也要关注正确的做事情，并追求效率。

如一句话来表述研发效能，即研发效能就是更高效（即效率）、更高质量、更可靠、可持续地交付更优的业务价值（即有效性）的能力。对于大型企业而言，还要关注规模化问题，考虑如何管理复杂性。

💡 欢迎点击文末「阅读原文」获取 5 本《中国企业研发高效能白皮书》（ CI/CD、ChatOps、企业级软件架构、Code Review、从价值流管理到研发效能管理）完整版合集，开启高效能研发之旅。

How｜研发效能“黄金三角”

如何落地研发效能？在调研了国内外多家公司后，我发现他们无外乎都在关注研发效能的三个维度：效能平台、效能实践和效能度量。因此，我把这三部分整理成模型，称为研发效能「黄金三角」。

图片来源：书籍《软件研发效能提升实践》，作者张乐、茹炳晟等

研发效能黄金三角彼此独立，又相互关联：

效能实践中的优秀实践可以固化、沉淀到效能平台；反过来，效能平台支撑效能实践的落地；
效能平台产生的大量研发数据形成效能度量中的效能洞察；反过来，效能度量持续观测效能平台产生的数据，进行下钻和深入分析；
效能度量中的洞察和分析结果可以用于针对性优化效能实践；反过来，效能实践可以给效能度量更多的输入，帮助其完善度量指标集和分析方法。

通常企业研发效能不高的原因，是没有做好「黄金三角」，例如：

效能实践上，忽视了软件工程最根本方法，包括管理维度如需求分析等，工程维度如单元测试、Code Review、代码分支模型等。很多人更愿意去看框架或者编程语言内容，但对于架构怎么设计，高内聚、低耦合怎么做等问题研究不足。我认为这些基本功非常重要，而且是效能提升的关键点。
效能平台上，没有用好工具。我们常说的“道法术器”中的“器”指的就是工具，没有工具，很多事做不了；没有用好工具，例如把敏捷工具用成文档记录工具，把持续集成工具用成批量触发器等，没有结合场景有效应用工具，也将收效甚微。
效能度量上，缺乏以数据驱动进行持续改进。我们应该正确区分过程指标、结果指标；恰当运营推广让指标真正发挥价值，而不是变成一个“内卷”工具；基于数据客观的基础上，进行场景指标洞察和效能分析，直指研发痛点和根本问题和根本原因。

e.g.｜软件研发效能实践中的“坑”与“解”

研发效能在实际落地过程中，确实有很多“坑”，举几个常见问题和大家分享：

1. 忽视重视工程师的声音

我们经常看到，一些企业研发效能的优化方向是面向管理者的，如制定各种流程规范、强化项目和研发过程管理、出具各式各样的度量报表、使用各种绩效管理手段等，当然这些也很有价值，但有时忽视了为研发过程中最庞大的群体——工程师提供服务，用一套繁杂的规范去“框住”所有人，往往适得其反。

研发效能的提升要拥抱开发者体验，给工程师提供更明确的目标、更优秀的研发工具、更精简的协作流程，但千万不要过度控制，而要倾听工程师的声音，尊重和发挥个体智慧，这样才能获得更大的创造力和创新力。

2. “迷信”局部优化，忽视全局优化和拉通的重要性

研发效能并不缺乏单点能力，各个领域都有很多不错的垂直能力工具，但是把各个单点能力横向继承与拉通，从一站式全流程的维度设计和规划的研发效能平台还比较少。

这样的话，工程师很容易在某个具体单点里做局部优化。在研发效能提升初期，局部优化的效果还是可见的，如将编译时间从 10 分钟缩短到 2 分钟，将部署成功率从 95% 提升到 98% 等，但局部优化效果会随着时间流逝递减，并且从整个研发过程来看，其效果可能是微乎其微，导致看似热火朝天的研发工作，可能只是虚假繁忙。

进入深水区后，能够带来效率大幅度提升的往往是全局优化。所以不要忘记首先考虑全局优化，而不是局部优化；从整体看问题，而不是局部看问题。

3. “伪”工程实践

我们看到很多工程实践是为了做而做，而不是从本质上认可工程实践价值，比较典型的例子就是代码评审和单元测试。

很多企业在推行代码评审和单元测试，但过程中往往走偏：代码评审变成一个流程，实际评审质量无人问津，评审人的评审不算工作量，也无需承担任何责任等，效果可想而知。

我们缺的不是工程实践，而是工程实践的深度，不要用“伪”工程实践滥竽充数。

和大家分享一个数据，腾讯今年发布的《2022年腾讯研发大数据报告》中统计到，2022年，腾讯总计完成 262 万次代码评审，相比 2021 年增长 21.8%，代码评审参与率达到 74.6%，即 3/4 人参与代码评审。当然，参与率高不代表做得好，因此我们新增了一些指标来看产生了多少有价值的沟通：代码评审千行评论数为 15.3 个，也就是说参与代码评审的每 1000 行代码，就有 15 个评论。这说明代码评审这件事，我们是在实实在在地做，而不是表面功夫。

另外在工具上我们也做了很多优化，可以看到在 Code Review 页面上花的时间多久，加载时长如何，是否方便做评审等，真正服务于工程师。

💡 欢迎点击文末「阅读原文」获取 5 本《中国企业研发高效能白皮书》（ CI/CD、ChatOps、企业级软件架构、Code Review、从价值流管理到研发效能管理）完整版合集，开启高效能研发之旅。

AIGC + 研发效能畅想

AIGC 浪潮翻涌，将给各行各业带来颠覆。在研发效能领域，已经有一部分生产级 AIGC 能力，在当前的软件开发专业分工和流程基础之上，去增强每一个环节，即 X + AI。

例如基于注释生成代码，基于代码生成注释，解读代码，被测代码生成测试代码；通过大模型做需求分析、竞品调研、完善格式化需求文档、辅助编写用户故事、生成验收条件等，已经相对落地，可以直接使用。

效果如何呢？我们看到在一些局部领域里，X + AI 能获得 20～50% 甚至更高的效能提升。但如果想有颠覆性突破，例如把当前软件开发的模式或范式进行根本性重构，这种方式可能难以实现。

我畅想在未来，人可能更重视一头一尾：

一头：人成为一个需求的提出者和一个任务的分发者，中间过程由大模型重构掉设计、开发、验证性的工作；
一尾：人去做结果的判断。大模型的本质是基于概率，和我们追求确定性的结果之间，还要找到一个平衡点。

“反内卷”潮流已经悄然而至，中国企业正在高效能研发的路径上快速前进，研发效能将成为企业核心竞争力，你准备好了吗？

💡 为了解读市场中具有代表性的高效能研发解决方案，极狐 GitLab 联合 InfoQ 研究中心，以中国企业研发高效能为研究对象，发布了 5 本《中国企业研发高效能白皮书》（ CI/CD、ChatOps、企业级软件架构、Code Review、从价值流管理到研发效能管理），期待可以帮助中国企业研发团队获得高效能方法论、工具、最佳实践的新认知。

欢迎点击此处获取 5 本《中国企业研发高效能白皮书》完整版合集，开启高效能研发之旅。