随着包括软件工程师在内的知识工作者在大流行期间转向远程工作，高管们担心生产力会因此受到影响。这方面的证据好坏参半，但尤其是在软件行业，远程工作加剧了员工已经面临的许多挑战。根据 2021 Garden 的一项调查，大多数开发人员发现软件开发过程中缓慢的反馈循环是令人沮丧的根源，仅次于团队和职能组之间的沟通困难。 75% 的人表示他们花在特定任务上的时间是浪费时间，这表明可以将其用于更具战略意义的用途。
为了寻找提高开发人员生产力的解决方案，三位前 Atlassian 员工 – Dylan Etkin、Michael Knighten 和 Don Brown – 共同创立了Sleuth ，这是一个与现有软件开发工具链集成的工具，可提供衡量效率的见解。 Sleuth 今天宣布，它在由 Felicis 牵头的 Menlo Ventures 和 CRV 参与的 A 系列融资中筹集了 22 美元，首席执行官 Etkin 表示，这笔资金将用于产品开发和扩大 Sleuth 的员工队伍（特别是工程和销售团队）。
“随着大流行带来的大量远程工作，开发人员、经理和高管了解和交流工程效率的需求急剧增加，”Etkin 通过电子邮件告诉 TechCrunch。 “开发人员不再在同一个房间里，需要一种协调部署的方法，以及一种快速发现部署何时出错的方法。管理人员需要一种不显眼的方式来主动了解影响其团队的瓶颈。高管需要一种不显眼的方式来了解其组织范围内的计划和投资的影响。 Sleuth 承担了离线理解和交流工程效率的重任，并让所有人都能理解。”
Etkin、Knighten 和 Brown 是 Atlassian 的同事，他们声称他们帮助公司的工程组织从每九个月发布一次软件转变为每天发布一次。在成为 Bitbucket 和 StatusPage 的开发经理之前，Etkin 是 Jira 团队的架构师，而 Knighten 和 Brown 分别是产品副总裁和架构师/团队负责人。
在 Sleuth 的联合创始人在那里工作的时候，Atlassian 的员工从 50 名增长到了 5000 多名，Etkin 说，许多工程团队缺乏衡量效率的量化方法变得“非常清楚”——而这种差距可能会阻碍他们成长和进步。
“测量工程效率是一个已知的、庞大且日益严重的问题，现在已经可以解决了。因为每家公司都在加大对软件工程的投资，所以对工程效率可见性的需求越来越大，”Etkin 说。 “然而，由于多种原因，衡量效率在历史上一直非常具有挑战性，即工具复杂性、无法访问数据以及使用导致微观管理和不信任的可疑代理指标。”
Sleuth 的解决方案是 DevOps 研究和评估 (DORA) 指标，这是开发人员团队用来衡量部署代码所需时间、服务从故障中恢复的平均时间以及团队修复导致的频率部署后的问题。 DORA 起源于 Google 的一个学术研究团队，该团队在 2013 年至 2017 年期间对 31,000 多名工程师进行了 DevOps 实践调查，以确定“低绩效者”和“精英绩效者”之间的关键区别。
Sleuth 并不是唯一使用 DORA 指标来量化生产力的平台。 LinearB、 Jellyfish和Athenian是采用 DORA 标准的竞争解决方案之一。但 Etkin 声称其竞争对手并未“完全或准确地”跟踪这些指标。
“Sleuth 是独一无二的……因为我们采用部署跟踪来模拟工程师如何将他们的工作从概念运送到发布，”他解释道。 “准确地建模工程师如何在他们的预生产和生产环境中进行交付，以及他们如何与问题跟踪器、CI/CD、错误跟踪器和指标进行交互，这使 Sleuth 能够构建一个完全自动化的……查看团队的 DORA 指标及其工程效率。 ”
Sleuth 使用 AI 试图从 Datadog 和 Sentry 等现有系统中计算出团队的基线变更失败率（即导致服务降级的变更百分比）和平均恢复时间（DORA 四个指标中的两个）。 Etkin 说，该平台可以自动确定指标何时超出该基线，甚至可以自动执行开发过程中的步骤，以潜在地改进指标。
从 Sleuth 的项目仪表板，各个团队可以跟踪他们的 DORA 指标。组织范围的仪表板揭示了不同项目和团队的趋势。
“客户只需将Sleuth指向……错误数据， Sleuth就会让工程师知道他们何时将这些指标推入了故障范围。使用 AI 来确定这些值意味着工程师可以专注于他们的工作，而无需了解系统中的每个指标或每个指标的“正常”情况。”
使用 Sleuth 跟踪 DORA 指标。
当然，DORA 指标并不是万能的。当组织对它们的关注变得无所不在时，它们可能会成为障碍。正如 Macmillan Learning 的技术副总裁 Sagar Bhujbal 在最近的一篇文章中告诉 InfoWorld：“开发人员的生产力不应以错误、延迟交付或事件的数量来衡量。它会引起开发团队不必要的焦虑，他们总是面临着更快更好地提供更多功能的压力。”
Etkin 表示同意，并强调工程经理需要避免微观管理的诱惑。
“工程是一项创造性的工作，工程师更像艺术家而不是流水线工人，”埃特金说。工程经理需要……跟踪正确的指标 [并] 准确地跟踪它们 [而且] 为工程师提供改进指标所需的工具。”
Sleuth的客户从 Atlassian 等企业到 Launchdarkly、Puma、Matillion 和 Monte Carlo 等初创公司。 Etkin 表示，该平台已经跟踪了近一百万次部署，并代表开发人员执行了超过一百万次自动化操作。当被问及时，他拒绝透露收入数字，但表示拥有 12 名员工的 Sleuth 去年增长了 700%，利润率和现金流“非常健康”。
原文： https://techcrunch.com/2022/05/03/sleuth-wants-to-use-ai-to-measure-software-developer-productivity/