讓你的AI投資獲得良好回報

上週，O'Reilly舉辦了2026年首場Infrastructure & Ops超級流會，主題為“AI時代的平臺工程”。演講嘉賓探討了支援新AI工作負載的一系列話題，這些工作負載具有獨特的基礎設施需求、不可預測的成本以及全新的安全擔憂。谷歌雲的Abdel Sghiouar向觀眾展示了良好的AI平臺應具備的特徵，Cockroach Labs的Jordan Lewis分享了推出企業AI平臺的經驗教訓，Syntasso的Daniel Bryant概述了構建良好平臺的三層模型，技術領導者Sarah Wells討論了治理的重要性及其如何更易於管理，Thoughtworks的Ben O'Mahony解釋了為何評估應成為可觀測性故事的一部分。你可以在此處觀看亮點。

會議以Sam和領導DORA團隊的Nathen Harvey之間的爐邊談話結束。DORA十多年來一直跟蹤軟體交付表現，他們見證了許多技術趨勢。他們的核心問題始終是：團隊能夠以多快、多安全的速度將變更投入生產環境？

AI並沒有改變這個問題，儘管它讓回答變得更加困難。DORA最近釋出了《AI輔助軟體開發的ROI報告》，展示了AI當前如何為團隊工作，以及這對組織的底線有何影響。Nathen利用這些發現深入探討了AI如何改變平臺工程和整個軟體開發。

生產力差距

Sam首先指出了DORA 2025年資料中最大的標題發現之一：組織在實際交付到生產系統的程式碼方面看到了約10%的改進。儘管開發者可能感覺更高效，但這並不自動轉化為生產環境。DORA資料顯示吞吐量提高的同時，穩定性下降。換句話說，團隊交付更多，但也更頻繁地回滾變更或實施修復。個人層面的收益是真實的（10%相當不錯），但這些收益並非“標題中戲劇性的改進”。

AI放大好的流程（也放大壞的）

Nathen解釋說，AI是一個放大器和鏡子，平等地反映好與壞。在變更交付已經很容易的團隊中，AI往往保持良好執行。而在將變更投入生產很痛苦的團隊中，AI生成更多變更，使現有摩擦更加尖銳。不過，他對這一結果的解讀是謹慎樂觀的：“如果痛苦更加尖銳，我們或許會投資於解決這種痛苦。”關鍵在於投資必須真正發生。Nathen指出，在表現較低的組織中，AI工具往往伴隨著期望的重置，而非修復流程的邀請：這是你的新工具。現在我們對你的期望更高了。解決這個問題需要重新定義問題：“AI是否讓人們更有效率？”我們真正應該問的是：“在什麼條件下AI能提高生產力？誰負責創造這些條件？”這取決於組織，而非技術。

驗證不是核取方塊

信任是生成式AI的一大挑戰。約30%的DORA調查受訪者很少或根本不信任AI輸出。約46%的人“有點”信任（Nathen是其中之一）。儘管生成式AI取得了所有進展，這些工具仍然會犯錯，如果你在不擴大驗證能力的情況下增加了程式碼生成能力，你的情況會變得更糟，而不是更好。

Nathen稱之為“驗證稅”，這應屬於對AI生產力影響的任何誠實核算中。管道適應也應包括在內：考慮到你現在試圖推送的變更數量，你的交付管道是否適合目的？這些成本不會出現在關於10倍開發者生產力的標題中。它們會在三個月後的事故報告中顯現。

DORA最近釋出了AI輔助軟體開發的ROI框架和計算器。Nathen明確表示沒有通用的數字，計算器也不假裝有。它所做的就是讓團隊能夠模擬實際成本，包括學習投入、驗證開銷和管道變更需求。

上下文切換與倦怠

隨著生產力的上升，AI引發的倦怠正成為一個嚴峻的問題。（Steve Yegge稱之為“AI吸血鬼”。）DORA 2025年的資料顯示，AI採用與倦怠之間沒有強烈關聯，但需要注意的是，約64%的DORA調查受訪者表示從未在代理式工作流中工作過。這兩個發現很可能在2026年發生顯著變化。

Nathen強調了一種他預計隨著代理成為常態而加劇的倦怠來源：上下文切換。他指出，軟體開發人員花了多年時間爭取受保護的專注時間，以進行需要維持心流的深度工作。現在代理式工作流激勵這些開發人員自願同時執行十多個代理，迫使他們每小時多次切換上下文。他開玩笑說：“有很多研究支援我們都覺得自己是很好的多工處理者，但事實上沒有人是。”後果即將到來，而且是我們自找的。

認知債務問題

Sam Newman提出了相關的“認知債務”概念，特別是Margaret-Anne Storey對此的討論。（參見“生成式和代理式AI如何將關注點從技術債務轉向認知債務”和“從技術債務到認知債務和意圖債務：在AI時代重新思考軟體健康”。）Storey在她的部落格文章中這樣解釋這個問題：

快速行動所積累的債務存在於開發者的頭腦中，影響他們的生活體驗以及“快速行動”或進行更改的能力。即使AI代理生成的程式碼可能易於理解，相關的人可能已經迷失了方向，不明白程式應該做什麼，他們的意圖是如何實現的，或者如何可能更改它。

正如Sam所指出的，這會在團隊和組織中累積。隨著開發者越來越多地並行與AI而不是彼此協作，他們失去了人與人共同構建軟體所帶來的共享理解。Kent Beck曾說過“軟體設計是人類關係的練習”。代理式工作流正以我們才剛剛開始看到的方式對此施加壓力。

Nathen同意認知債務是他最擔心的地方，你的員工和你的架構都會因此受苦。理解你在八個月前做出的架構決策的後果需要多年的運營才能浮現，而AI對此毫無幫助。

現在就投資你的平臺

考慮到是什麼讓一些AI輔助團隊成為高績效者，Nathen解釋說：“不是你使用了AI，而是你如何使用AI。”這一觀察促使DORA開發了七個能力，當與AI採用相結合時，能帶來更好的結果。Nathen簡要列出了這些能力，最後提到了高質量的內部平臺。他在這裡做了一個關於軟體工程投資的論斷，用他自己的話說，“有點瘋狂”：

你組織中每一位產品工程師，每一位目前專注於構建功能的工程師，可能都應該停止構建功能，而專注於平臺。

他的論點是，在AI使組織中幾乎任何人都能構建東西的環境中，平臺變得更加重要，而不是更不重要。最接近客戶和業務問題的人現在可以生成可工作的軟體。但他們無法確保該軟體是持久的、安全的、生產就緒的。

Nathen建議，今天軟體工程投資的最佳槓桿可能是構建提供這些護欄的平臺，將生產就緒的複雜性下沉到基礎設施中，這樣任何在其上構建的人都能免費獲得安全網。他承認將所有產品工程師轉移到平臺工作可能有點過度。但方向是真實的。正如Newman指出的，平臺也是你將確定性帶回AI使過程更加不確定的地方。

我們在O'Reilly經常聽到這一點。誰能構建的擴充套件並不會減少對深厚工程專業知識的需求。它改變了這些專業知識最有價值的地方，而平臺是一個很好的答案。

DORA的研究告訴我們什麼

表現良好的團隊正在執行實驗、從中學習，並傳播這些經驗教訓。Nathen建議的衡量標準不是你消耗了多少令牌，而是你執行了多少實驗以及你如何有效地分發你學到的東西。

工具發展得足夠快，任何圍繞特定工具鎖定固定政策的組織都會發現自己陷入困境。你需要的是保持學習的能力，這意味著建立使學習可見且可轉移的文化和過程。

DORA的所有研究都可以在dora.dev上免費獲取，包括2025年年度報告和ROI框架。DORA社群為實踐者提供了共同探討這些問題的空間。如果你正在與你的團隊一起應對這些問題，你可能想在那裡花些時間。

如果你想深入瞭解Nathen和Sam的對話或探索其他環節，可以觀看O'Reilly學習平臺上整個Infrastructure & Ops超級流會。我們的下一場活動將在9月9日舉行，主題是代理式可觀測性。在此免費註冊，並檢視O'Reilly上所有其他免費直播活動。