Optimizing Software Workflow: Exploring Fundamental Impacts in Technology
TL;DR · AI 摘要
软件价值取决于交付速度，开发、部署、运营需差异化管理，人员成本远超计算成本且常被低估。
核心要点
- 快速发布周期比领导层认知的更重要，能减少生产环境故障损失。
- 开发需人工创造力，部署需工厂化流程，运营需自动化思维。
- 人员成本是最大支出，AI使工程师转向深度问题解决而非减少人力。
结构提纲
按章节快速跳转。
- §引言
软件价值取决于交付速度，快速发布能降低生产故障风险。
- ·核心机制
开发、部署、运营三阶段需差异化思维、指标和投入。
产品成功、计算容量、工程能力、战略创新需平衡考量。
- ›成本分析
人员成本远超计算成本，AI提升工程师深度问题解决能力。
- ›实践建议
需通过《Develop, Deploy, Operate》模型评估流程效率。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- 软件工作流优化
- 核心原则
- 交付即价值
- 三阶段差异管理
- 四重影响
- 产品成功
- 计算容量
- 工程能力
- 战略创新
- 成本结构
- 人员成本主导
- AI赋能深度问题解决
金句 / Highlights
值得收藏与分享的关键句。
软件只有在交付客户后才有价值，生产环境故障可能造成实际营收损失。
开发是创造性过程，部署是工厂化流程，运营是自动化过程，需不同思维模式。
减少测试可能节省计算成本，但可能导致产品质量问题和工程团队倦怠。
优化软件工作流程：探索技术中的基本影响 - InfoQ
InfoQ 首页 News 优化软件工作流程：探索技术中的基本影响
文化与方法
QCon 旧金山（11 月 16-20 日）：深入的技术会议。改变你思维方式的同行对话。
优化软件工作流程：探索技术中的基本影响
2026 年 10 月 15 日 4 分钟阅读
作者：
#### 关注我们
YouTube
232K 粉丝
26K 粉丝
新
RSS
19K 读者
X
57.1k 粉丝
21K 点赞
Bluesky
收听本文 -
0:00
音频准备就绪
您的浏览器不支持音频元素。
正常
1.25x
1.5x
点赞
新下拉阅读列表
- 阅读列表
软件只有在交付给用户后才有价值；更快的发布节奏至关重要。Titus Winters 在 Craft Conference 的演讲《软件工作流程优化》中指出，开发、部署和运维需要不同的思维方式、衡量标准和投入。他提到技术中的四个影响因素：产品成功、计算资源、工程能力以及战略创新。他强调，最大的支出是人力成本而非计算资源，而人力成本往往未被充分衡量。他认为 AI 会让工程师更深入地理解问题，而不是减少工程师数量。
Winters 指出，无论是否使用 AI 开发软件，我们都必须仔细思考软件工作流程每个阶段的目标、输入和输出。他提到由 Leah Rivers 和 Salim Virji 合著的论文《Develop, Deploy, Operate：理解软件开发成本和价值的全面模型》，该论文为思考软件流程（无论是否使用 AI）中的影响和效率提供了指导。
Winters 强调，软件只有在交付给客户后才有价值。他补充说，如果生产环境中出现故障，可能会导致实际的利润损失。能够快速可靠地发布经过充分测试的更新来解决问题，具有重要价值。更快的发布节奏几乎总是更好，而且可能比你的管理层意识到的更好。
Winters 表示，开发是一个创造性的过程，这是我们希望人类投入时间做的事情。部署是一个工厂流程，而运维是一个自动化流程：
这三个流程不仅仅是不同的活动；它们需要不同的思维方式、不同的衡量标准和不同的投入。
Winters 提到技术中的四个基本影响因素：
产品成功：收入、采用率、客户满意度、NPS 等
计算资源：云成本、存储、网络等
工程能力：“生产力”、人力效率
战略创新：使新事物变得廉价/可行，使现有问题变得罕见/不可能
Winters 指出，我们必须关注这四个方面并平衡影响的组合：
减少测试次数可能会节省计算成本，但由此产生的质量问题可能会在你试图使产品稳定时导致实际利润损失或工程人员倦怠。
Winters 表示，最大的支出很少是计算资源，而是人力成本。我们无法直接衡量这些人所生产的内容或其生产成本。他补充说，我们一直在衡量除最大支出项之外的一切，这似乎并不严谨。
软件工程不仅仅是编码；它还涉及人员和时间，而人员部分是无法衡量的。温特斯提到，随着向AI编码任务的转变，我们可能有机会利用AI作为开发过程中人工部分的替代，来构建实验。
温特斯认为，我们希望工程师主要专注于解决问题。借助AI，开发人员仍将处于流程中，但不再能完全摆脱限制。他们在一个已编码专家知识和组织政策的系统中工作，因此不需要掌握所有细节，可以专注于手头的独特问题。他总结称，我们正在转向的变革并不是减少工程师数量，而是从仅关注原始软件专业知识的焦点，转向对实际解决的问题有更深入的理解。
InfoQ在演讲后采访了Titus Winters。
InfoQ：管理工程能力影响的挑战是什么？我们如何应对这些挑战？
Titus Winters：与追踪令牌成本或云支出相比，追踪工程时间的去向要困难得多。即使对于那些能够做到这一点的公司，我们也需要足够了解工程流程，以判断某个任务是否浪费，而这需要一定的细致程度。我们在解释开发者体验和生产力是重要相关问题方面取得了良好进展，但AI似乎让这些讨论失去了焦点。这并不是因为必要的投资发生了变化，而是因为相关讨论过于混乱。AI之后，这些教训仍然适用，只是被加速了：我们需要清晰的流程、干净的代码、良好的工具、快速的反馈信号、良好的测试等。
InfoQ：我们如何利用AI构建实验来评估开发过程中的人工部分？
温特斯：如果我们接受令牌消耗是软件任务中人工努力的可接受替代指标，那么我们可以开始构建实验，对软件各个方面的定量成本或效益进行评估。我们需要为软件代理建立一套完善的评估体系：涵盖各种软件任务（新功能、错误修复、重构），涵盖我们关心的平台（前端、后端、移动等），涵盖我们关心的语言，以及不同难度级别。该评估套件中的每个软件任务都需要一组功能和质量验收标准，这些标准对AI是隐藏的。我们需要能够测量每次评估运行的令牌成本。有了这样的设置，我们现在可以进行实证测试。你想测量良好的单元测试覆盖率是否真的有好处吗？让两个代理分别执行：一个被提示遵循我们所有单元测试实践，另一个则主动不编写单元测试。运行评估套件，可能需要重复多次。测量令牌消耗。重要的实践应该能全面降低令牌成本。特定实践可能只在评估空间的某些区域适用。同样的情况也适用于工具。语义索引是否能帮助人类导航大型代码库？或者更具体地说，能帮助多少？给实验代理访问一个优秀的索引器，而对照组代理则使用其标准的开箱即用方法。我们多花几个令牌来解释如何使用工具，但如果工具在净令牌成本上带来回报，就应该投资于这些工具。
#### 此内容属于“文化与方法”主题
##### 相关主题：
- 文化与方法
- 容量规划
- 测量
- 指标
- 软件工程
- 敏捷会议
- 应用研究
- 规划
- 人工智能
- 价值交付
- 相关编辑内容
- 相关赞助商 《实用智能编程实践手册》
- 相关赞助商 大规模自动化代码转换。修复漏洞、迁移框架、现代化所有仓库中的遗留代码。免费试用 Moderne
InfoQ 新闻通讯
每周二发送上周 InfoQ 内容摘要。加入超过 25 万名高级开发者的社区。查看示例
我们保护您的隐私。