- 博客(13)
- 收藏
- 关注
RSS订阅原创 做度量，你的研发数据足够“干净”吗？——浅谈度量中的数据治理
由于不同部门提交的数据口径不一，相同指标得出的结论也大相径庭，这样一来基于数据的决策就难免会偏离现实，给他们造成了很大的管理障碍。
2025-08-07 15:17:58
750
原创 研发团队的投入策略：业务开发与效能度量的人力比例
如何在追求即时的业务目标（业务开发）与构建可持续的、高效率的工程体系（研发效能与度量）之间找到平衡？
2025-08-04 17:15:05
985
原创 AI 时代，如何精准识别全功能团队的高绩效人才？
通过持续的近距离观察与智能数据分析相结合，我们才能得到一个既能体现当下贡献，又能看到未来潜力的全面评估。
2025-07-30 11:46:52
1915
原创 代码智能化在互联网大厂的规模化落地实践
我和团队与时俱进加入到AI的时代浪潮中，亲身经历了代码智能化在万人研发企业中从“早期尝试”到“范式变革”的持续演进和规模化落地过程。
2025-07-23 16:05:32
862
原创 智能化研发指标体系：从看得见到做得到
我对智能化研发指标体系的理解与期待：构建既属于今天，也⾯向未来的研发智能体系。未来不是AI创造的，⽽是由那些懂得如何驾驭AI、与AI协作、在⼈机结合中激发创造⼒的⼈共同创造的。
2025-07-15 16:41:47
322
原创 从API测试看企业系统性落地AI的鸿沟
从一个看起来很酷的demo，到一个能在企业里真正落地、产生价值的产品，中间有无数的工程细节和领域知识需要填补。这正是“专家”智能体的价值所在。
2025-06-20 10:42:18
361
原创 MARI 指南：研发效能度量的闭环方法论
研发团队结合实际情况，将价值流中的关键阻碍问题定位为提升点后，可以应用 MARI 方法论，对问题进行量化评估、分析和拆解，获取效能瓶颈、改进机会等洞见，进而落地为软件工程实践的逐步优化，以及切实的研发效能提升。
2025-06-17 14:45:02
739
原创 当AI开始辅助编程，度量代码还有意义吗？
业务觉得“写代码越来越简单了”，研发实际操作下来却并不如此。于是双方的信息不对称更严重，这种情况下度量代码的重要性反倒比以往更高了。或许我们应该问的是，在AI时代，怎么把代码度量地更清楚？
2025-06-11 09:57:41
899
原创 大模型落地企业研发的正确姿势——暨《DevData25研发效能基准报告》核心数据发布
不要上来就问“怎么用AI”，而是先搞清楚我们的“发力点”在哪里。可以和团队一起审视“程序员的一天”，看看大家每天经历的各个环节哪些可以利用AI优化。
2025-05-29 17:53:11
1630
原创 一个让成员认可、管理者省心的程序员数据评估系统，应该是什么样子？
在传统管理方式中，大家习惯于带入数学计算的逻辑，希望把所有工作数据都量化清楚，然后按照绝对值进行计分排序。这种方式在计件流水线中或许还算严谨，但在复杂的研发场景下却未必适用。
2025-05-15 18:27:09
701
原创 聊聊软件生命周期中的度量指标（附《软件研发效能度量规范》下载）
聊聊在整个软件生命周期中，以及各个主要阶段，我们选取哪些关键拆解指标做好研发过程的提效治理。
2025-04-16 17:31:30
1677
原创 大模型如何辅助软件测试与质量体系？
大模型辅助测试将经历能力增强、领域适应和智能协同三个发展阶段，最终形成"人类专家-大模型-自动化工具"的三元协作模式。
2025-04-10 10:10:48
917
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人