《加速：2024年DevOps现状报告》基于超39000名专业人士的调研数据，深入剖析了DevOps领域的发展态势，重点探讨了AI在软件开发中的应用及影响。

报告核心亮点聚焦于AI对软件开发的全方位渗透。在采用情况上，81%的组织加大AI投入，75.9%的受访者在日常工作中依赖AI，尤其在代码编写和信息总结方面。竞争压力和行业标准推动了AI的广泛应用，大型组织因复杂性适应较慢。AI为开发工作带来诸多效益，75%的受访者生产力提升，代码质量、文档质量也有所改善，代码审查和审批加速。不过，人们对AI生成代码的信任度参差不齐，39.2%的受访者信任度较低。

AI对个人和组织产生了复杂影响。在个人层面，AI提升了流动性、生产力和工作满意度，却减少了有价值工作时间。“真空假设”认为，AI加速了有价值工作的完成，导致时间分配改变。从组织角度看，AI虽优化了代码和文档相关流程，但对软件交付绩效产生负面影响，交付吞吐量和稳定性均有所下降，可能是因为AI加速代码生成，使变更规模增大，违背了小批量原则。此外，AI与团队、组织绩效提升有关联，但对产品绩效的影响不明显，产品成功涉及更多复杂因素。

软件交付绩效方面，DORA的四大关键指标（变更前置时间、部署频率、变更失败率、失败部署恢复时间）可有效评估软件交付过程。今年研究将软件交付绩效分为吞吐量和稳定性两个因素，变更失败率与返工率密切相关，共同衡量交付稳定性。通过集群分析，发现精英、高、中、低四个绩效集群，各行业均存在不同绩效水平的团队，行业对软件交付绩效影响不显著。团队应持续改进，而非单纯追求特定绩效水平。

展开剩余77%

为更好地利用AI，报告建议领导者和组织明确AI使命与政策，向员工清晰传达，减少顾虑；培养持续学习和实验文化，鼓励探索AI工具，建立信任；正视AI利弊，识别风险，将其转化为竞争优势。

总之，AI在DevOps领域已产生深刻变革，虽带来机遇，但也存在挑战。组织和个人需理性评估、积极应对，在持续学习和实践中探索AI的最佳应用方式，推动软件开发行业的创新发展。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系

发布于：广东省