用价值流图找出 AI 写码后的交付瓶颈
文章指出,AI 缩短编码耗时后,代码审查、安全检查和部署仍可能延长整体交付周期。价值流图把实际处理时间与排队时间分别记录,帮助团队定位瓶颈。
AI 深度解读
IDE 自动补全采纳率达到 40%,PR 数量涨了 30%,季度路线图却还在延期,一个普通功能仍要三周才能上线。作者用这组假设数字点出 AI 编程的局部优化陷阱:写代码更快了,功能也可能只是在评审、审批和部署的队列里等得更久。
文中给出的办法是价值流映射(Value Stream Mapping,VSM)。挑一个已经上线的需求,把它从提出到上线的每一步画出来,标出实际处理、排队和返工各花了多久。看完这张图,团队才有依据决定下一笔投入该用来加速写代码,还是清理交付队列。
写代码省下的时间,为什么没变成更早上线?
作者举例,搭服务骨架或写单元测试,原先花 4 小时,用 AI 可能只要 10 分钟。但这份 10 分钟写完的 PR,接下来可能排队 3 天,等资深工程师评审、安全团队签字,或者等预发环境空出来。如果 PR 提交得更快,而下游单位时间内能处理的数量没变,队列就可能越积越长。开头提到的数百万投入和 10 倍编码速度也是用来说明这一矛盾,原文没有给出对应的测量数据。
另一种损失发生在返工上。需求写得含糊,架构约束也没交代,AI 可能很快写出 800 行看起来合理、实际解决错了问题的代码。作者设想,资深开发者要再花 4 小时排查其中不易察觉的错误。只盯 PR 数量,这次提交会给仪表盘加一笔,后续返工却要等到交付时才显出来。
从需求写下到生产上线,每一步怎么计时?
作者把 VSM 追溯到 20 世纪 50 年代前后的丰田生产实践,后来 DevOps 把它带进了软件交付。具体做法很简单:在白板上画出一个近期功能走过的每一步,从产品写下需求开始,经过开发、评审和部署,直到生产环境上线。执行 git branch 和合并 PR 都只是中间节点。
每一步记两类时间。处理时间(Touch Time)是人或 AI agent 实际在处理工单的时间。等待时间(Wait Time)是工单搁在待办列表、评审队列或审批收件箱里,没人处理的时间。PR 因缺少上下文被退回、安全检查没过、集成测试失败,都画一条往回走的箭头,把返工也记进同一条时间线。
流动效率(Flow Efficiency)等于总处理时间除以端到端交付耗时。原文说,处理时间通常只占 10% 到 20%,约 80% 花在等待上,但没有交代样本和统计口径。它给出的算例还有一处口径问题:12 个自然日里实际处理 6 小时,按 288 小时算,流动效率约为 2.1%,等待约为 97.9%。原文写的是约 6% 和 94%,没有说明分母怎么取。团队内部做比较时,先统一用自然时间还是工作时间。
排队和返工找到了,先改哪一步?
作者建议先删掉重复审批和无效会议,再简化产品、开发和安全团队之间的交接。容易反复问的问题,可以提前写进需求。能明确表达的代码约束,可以交给结果可重复的 linter。剩下那些规则清楚、步骤固定、反复执行的工作,先用普通脚本自动化,再考虑引入 AI agent。
这套顺序可以直接对应到图上的记录。需求反复被退回,就看交接时缺了哪些信息。PR 总在同一个评审节点排队,就先查这个节点的处理能力。预发环境长期被占用,就看部署前的等待时间。改完再画一次,才能知道原来的队列缩短了多少,耗时有没有转移到下一步。
我的判断
我认同把端到端交付耗时放在 PR 数量前面看。PR 数量能反映提交活动,补全采纳率能反映工具使用情况。要判断 AI 有没有让功能更早上线,还得看上线时间、排队和返工。
原文没有提供团队样本,也没有给出引入 AI 前后的对照数据。评审成为主要瓶颈、等待占掉大部分时间,都应当当作经验判断,在自己的团队里用记录核对。如果一直卡在编码或测试,局部提速就可能直接缩短交付。相比只看 Git 平台上的 PR 周期,VSM 多覆盖了需求写下到开工、合并到上线这两段,但也需要人补齐交接和等待记录。拿一个需求做首轮诊断就够了,准备调整流程时,再找几个同类需求确认问题是否反复出现。
能拿来做什么
- 找一个最近上线的前端或 Node 功能,用工单、PR 和部署记录串起时间线。分别记下何时开始评审、何时通过、何时上线,先找出最长的等待段。
- 如果 AI 生成的 PR 经常因需求理解偏差被退回,在生成前把验收条件和代码约束补到工单里。随后记录同类 PR 的退回次数和处理时间,看看返工有没有减少。
- 如果合并后经常卡在重复的发布准备工作上,先把规则明确的步骤写成脚本。用相同时间口径比较修改前后的合并到上线耗时,再判断是否还需要 AI agent。