优化团队以实现快速流程 - 在后敏捷时代的生存

在2023年QCon纽约大会上，"优化团队以实现快速流程 - 在后敏捷时代的生存"专题由两场演讲组成，探讨了如何用工程和对话式软件交付替代敏捷流程，并利用人工智能提升交付效率。

Bryan Finster：敏捷康复 - 工程化改进交付

Bryan Finster在演讲中指出，软件交付中最大的问题是针对未理解的问题应用解决方案。他强调，若想采用敏捷实践，首先应思考使用敏捷的原因以及需要解决的具体问题。Finster团队的主要问题是不确定性，他们需要通过工程化解决方案来提供更好的价值。

解决方案：

1. 领域驱动设计：通过分解系统为子域、定义接口并分析依赖关系，简化交付流程。
2. 逆向康威操作：调整组织结构以匹配目标架构，将系统部分分配给产品团队，并建立小型平台团队。

3. 定义实践：

   • 系统部分应独立部署，通过API进行协调。
   • 设定90%的测试覆盖率，但Finster指出这导致了许多无意义的测试，建议避免此类错误。
4. 持续交付（CD）：Finster创建了实践依赖图，强调CD不仅是自动化，更关乎行为。
5. 最小可行流程：从无流程开始，仅添加有价值的部分，如团队工作细化、配对编程和同步代码审查。他们取消了回顾会，改为每日检查和改进。

测试改进：

• 不建议强制代码覆盖率，Finster指出其团队虽有90%覆盖率，但测试质量低下，存在不稳定的单元测试和滞后于开发的测试。
• 采用行为驱动开发（BDD），将需求定义为验收测试，解决了需求不明确的问题。
• 目标是完成小规模工作，每项任务可在两天内完成。

成果：

• 团队变得可靠，因所有工作都较小。
• 工程师重新热爱开发。

经验教训：

• 仅使用有意义的敏捷实践。
• 能通过工程解决的问题，优先使用工程方法。
• 人才存在，关键在于提供正确的问题。
• 认真对待持续交付，从持续集成开始。

Lee Rehwinkel 和 Katharine Chajka：利用人工智能识别和解决交付中的低效

Chajka展示了价值流图，指出组织中仅8%的时间用于实际编码。她认为，即使AI将编码时间降至零，对整体软件交付时间的影响也微乎其微，因为大部分时间消耗在规划、设计、测试和发布任务上。

AI在价值流管理中的作用：

• 识别瓶颈：AI可帮助识别工作流中的瓶颈并采取措施优化交付流程。
• 简化沟通：Rehwinkel强调AI可以消除技术术语，使价值流管理更易于理解，促进跨团队沟通。

AI价值流代理示例：

• 使用ChatGPT分析流程指标，识别趋势并生成详细分析。
• 通过第二次ChatGPT处理，生成易于理解的执行摘要。
• AI还可作为“真相检查器”，确保结论与数据一致。

挑战：

• ChatGPT响应链耗时较长，影响用户体验。
• AI模型容易被“越狱”，用户可通过操纵查询改变模型角色。