让你的AI投资获得良好回报

上周，O'Reilly举办了2026年首场Infrastructure & Ops超级流会，主题为“AI时代的平台工程”。演讲嘉宾探讨了支持新AI工作负载的一系列话题，这些工作负载具有独特的基础设施需求、不可预测的成本以及全新的安全担忧。谷歌云的Abdel Sghiouar向观众展示了良好的AI平台应具备的特征，Cockroach Labs的Jordan Lewis分享了推出企业AI平台的经验教训，Syntasso的Daniel Bryant概述了构建良好平台的三层模型，技术领导者Sarah Wells讨论了治理的重要性及其如何更易于管理，Thoughtworks的Ben O'Mahony解释了为何评估应成为可观测性故事的一部分。你可以在此处观看亮点。

会议以Sam和领导DORA团队的Nathen Harvey之间的炉边谈话结束。DORA十多年来一直跟踪软件交付表现，他们见证了许多技术趋势。他们的核心问题始终是：团队能够以多快、多安全的速度将变更投入生产环境？

AI并没有改变这个问题，尽管它让回答变得更加困难。DORA最近发布了《AI辅助软件开发的ROI报告》，展示了AI当前如何为团队工作，以及这对组织的底线有何影响。Nathen利用这些发现深入探讨了AI如何改变平台工程和整个软件开发。

生产力差距

Sam首先指出了DORA 2025年数据中最大的标题发现之一：组织在实际交付到生产系统的代码方面看到了约10%的改进。尽管开发者可能感觉更高效，但这并不自动转化为生产环境。DORA数据显示吞吐量提高的同时，稳定性下降。换句话说，团队交付更多，但也更频繁地回滚变更或实施修复。个人层面的收益是真实的（10%相当不错），但这些收益并非“标题中戏剧性的改进”。

AI放大好的流程（也放大坏的）

Nathen解释说，AI是一个放大器和镜子，平等地反映好与坏。在变更交付已经很容易的团队中，AI往往保持良好运行。而在将变更投入生产很痛苦的团队中，AI生成更多变更，使现有摩擦更加尖锐。不过，他对这一结果的解读是谨慎乐观的：“如果痛苦更加尖锐，我们或许会投资于解决这种痛苦。”关键在于投资必须真正发生。Nathen指出，在表现较低的组织中，AI工具往往伴随着期望的重置，而非修复流程的邀请：这是你的新工具。现在我们对你的期望更高了。解决这个问题需要重新定义问题：“AI是否让人们更有效率？”我们真正应该问的是：“在什么条件下AI能提高生产力？谁负责创造这些条件？”这取决于组织，而非技术。

验证不是复选框

信任是生成式AI的一大挑战。约30%的DORA调查受访者很少或根本不信任AI输出。约46%的人“有点”信任（Nathen是其中之一）。尽管生成式AI取得了所有进展，这些工具仍然会犯错，如果你在不扩大验证能力的情况下增加了代码生成能力，你的情况会变得更糟，而不是更好。

Nathen称之为“验证税”，这应属于对AI生产力影响的任何诚实核算中。管道适应也应包括在内：考虑到你现在试图推送的变更数量，你的交付管道是否适合目的？这些成本不会出现在关于10倍开发者生产力的标题中。它们会在三个月后的事故报告中显现。

DORA最近发布了AI辅助软件开发的ROI框架和计算器。Nathen明确表示没有通用的数字，计算器也不假装有。它所做的就是让团队能够模拟实际成本，包括学习投入、验证开销和管道变更需求。

上下文切换与倦怠

随着生产力的上升，AI引发的倦怠正成为一个严峻的问题。（Steve Yegge称之为“AI吸血鬼”。）DORA 2025年的数据显示，AI采用与倦怠之间没有强烈关联，但需要注意的是，约64%的DORA调查受访者表示从未在代理式工作流中工作过。这两个发现很可能在2026年发生显著变化。

Nathen强调了一种他预计随着代理成为常态而加剧的倦怠来源：上下文切换。他指出，软件开发人员花了多年时间争取受保护的专注时间，以进行需要维持心流的深度工作。现在代理式工作流激励这些开发人员自愿同时运行十多个代理，迫使他们每小时多次切换上下文。他开玩笑说：“有很多研究支持我们都觉得自己是很好的多任务处理者，但事实上没有人是。”后果即将到来，而且是我们自找的。

认知债务问题

Sam Newman提出了相关的“认知债务”概念，特别是Margaret-Anne Storey对此的讨论。（参见“生成式和代理式AI如何将关注点从技术债务转向认知债务”和“从技术债务到认知债务和意图债务：在AI时代重新思考软件健康”。）Storey在她的博客文章中这样解释这个问题：

快速行动所积累的债务存在于开发者的头脑中，影响他们的生活体验以及“快速行动”或进行更改的能力。即使AI代理生成的代码可能易于理解，相关的人可能已经迷失了方向，不明白程序应该做什么，他们的意图是如何实现的，或者如何可能更改它。

正如Sam所指出的，这会在团队和组织中累积。随着开发者越来越多地并行与AI而不是彼此协作，他们失去了人与人共同构建软件所带来的共享理解。Kent Beck曾说过“软件设计是人类关系的练习”。代理式工作流正以我们才刚刚开始看到的方式对此施加压力。

Nathen同意认知债务是他最担心的地方，你的员工和你的架构都会因此受苦。理解你在八个月前做出的架构决策的后果需要多年的运营才能浮现，而AI对此毫无帮助。

现在就投资你的平台

考虑到是什么让一些AI辅助团队成为高绩效者，Nathen解释说：“不是你使用了AI，而是你如何使用AI。”这一观察促使DORA开发了七个能力，当与AI采用相结合时，能带来更好的结果。Nathen简要列出了这些能力，最后提到了高质量的内部平台。他在这里做了一个关于软件工程投资的论断，用他自己的话说，“有点疯狂”：

你组织中每一位产品工程师，每一位目前专注于构建功能的工程师，可能都应该停止构建功能，而专注于平台。

他的论点是，在AI使组织中几乎任何人都能构建东西的环境中，平台变得更加重要，而不是更不重要。最接近客户和业务问题的人现在可以生成可工作的软件。但他们无法确保该软件是持久的、安全的、生产就绪的。

Nathen建议，今天软件工程投资的最佳杠杆可能是构建提供这些护栏的平台，将生产就绪的复杂性下沉到基础设施中，这样任何在其上构建的人都能免费获得安全网。他承认将所有产品工程师转移到平台工作可能有点过度。但方向是真实的。正如Newman指出的，平台也是你将确定性带回AI使过程更加不确定的地方。

我们在O'Reilly经常听到这一点。谁能构建的扩展并不会减少对深厚工程专业知识的需求。它改变了这些专业知识最有价值的地方，而平台是一个很好的答案。

DORA的研究告诉我们什么

表现良好的团队正在运行实验、从中学习，并传播这些经验教训。Nathen建议的衡量标准不是你消耗了多少令牌，而是你运行了多少实验以及你如何有效地分发你学到的东西。

工具发展得足够快，任何围绕特定工具锁定固定政策的组织都会发现自己陷入困境。你需要的是保持学习的能力，这意味着建立使学习可见且可转移的文化和过程。

DORA的所有研究都可以在dora.dev上免费获取，包括2025年年度报告和ROI框架。DORA社区为实践者提供了共同探讨这些问题的空间。如果你正在与你的团队一起应对这些问题，你可能想在那里花些时间。

如果你想深入了解Nathen和Sam的对话或探索其他环节，可以观看O'Reilly学习平台上整个Infrastructure & Ops超级流会。我们的下一场活动将在9月9日举行，主题是代理式可观测性。在此免费注册，并查看O'Reilly上所有其他免费直播活动。