目录

开发写得更快,不代表用户更早拿到价值

AI 可以加快写代码,却不一定缩短从需求到可用软件的时间。如果测试仍被当作开发完成后的交接环节,或工作项之间的依赖一直没有处理,AI 可能让等待队列变得更长。先找出瓶颈,再调整协作与任务拆分,最后判断 AI 能在哪些环节降低成本。

开发更快,交付为什么没有同步变快

Cassandra H. Leung 在原文中提到两类团队反馈:开发人员提交更多 MR,测试人员赶不上;产品团队的 “Ready for Deployment” 队列里,则堆着等待其他任务完成的事项。人们开始问,能不能再加一些 AI 来提速。

要先分清两种速度:

  • 局部产出速度:写代码、提交 PR/MR、生成测试或完成单个技术任务。
  • 端到端交付速度:从确认用户需要什么,到用户拿到可用价值所需的时间。

如果下游容量和协作方式没有变化,上游产出增加,等待队列也可能变长。下图是流程示意,不是原文统计数据:

flowchart LR
  A[需求] --> B[AI 加快开发]
  B --> C[测试等待队列]
  C --> D[依赖与发布等待]
  D --> E[用户获得价值]

测试积压从哪里来

常见模式是开发完成后把任务交给 QA:开发标记 Ready for QA,QA 负责全部验证,发现问题后退回开发修复,再由 QA 重测。AI 提高变更产出后,这种交接更容易形成队列;问题不一定是 QA 变慢,也可能是原有工作方式承受不了更多变更。

可能的原因包括:开发缺少测试经验;自动化框架只有 QA 会用;Definition of Done 没包含必要的验证;提测时没有自测证据;团队默认由 QA 独自承担质量风险。

关键不是减少 QA 测试,而是看基本验证为什么要等功能完成后才开始、又为什么集中由 QA 承担。

质量共担不是取消 QA

Leung 一半时间在产品团队工作,另一半参与公司的 AI Enablement 工作。她提到,即使在产品团队只有一半时间,也能跟上测试活动,因为开发人员同样参与测试。她与开发结对和辅导,帮助团队掌握测试方法和自动化框架;开发先自测,通常再请另一位开发复核;遇到高风险或需要深入审查的任务时,再请 QA 介入。自动化也和功能一起维护,而不是留到以后另开任务。

实践想减少的等待落地时要确认
开发先做自测把基础问题全部交给 QA自测对应具体行为,并保留执行证据
结对与辅导测试能力集中在少数人手中用真实需求练习,不只讲工具命令
共享自动化框架只有 QA 能编写和调试测试运行、调试和维护方式对开发也可用
按风险邀请 QA每项任务都排队等 QA安全、权限和关键数据有明确审查规则
在功能工作中维护自动化测试债务被推迟到以后按风险选择单元、API、集成或 E2E 检查

质量共担不等于取消 QA,也不要求所有角色做同一份工作。开发需要验证自己的变更;QA 可以把更多精力放在测试策略、复杂探索、跨模块风险、辅导和质量证据上。产品与技术负责人仍需明确业务规则、架构选择和发布风险。

依赖为什么在发布前集中出现

另一类队列出现在 “Ready for Deployment” 阶段。任务 A 已完成,却必须等任务 B;B 又依赖 C,许多阻塞到发布前才显现。依赖往往在需求发现和细化阶段的任务拆分中已经形成。

例如,团队把“订单优惠”拆成数据库、后端接口和前端展示三个技术任务。每项都能独立开发,却未必能单独交付用户可用的优惠功能。AI 可以让其中一项更早完成,但不会消除它对其他任务的依赖。

flowchart TD
  A[前端优惠展示已完成] --> D{能独立交付给用户吗?}
  D -->|不能| B[等待优惠计算接口]
  B --> C[等待规则数据与迁移]
  C --> E[完成集成后发布]

可以按垂直业务价值拆分:先交付一种基础优惠,再扩展更多规则,之后再支持组合优惠。每个切片应包含交付这部分价值所需的前后端和数据工作。底层设施、迁移或外部依赖有时无法拆开,应明确写成前置条件,安排负责人、集成顺序和协调时间。

Feature Flag 可以分离代码部署与功能启用,帮助控制发布风险;它无法替代依赖发现、任务细化和跨团队沟通。

Refinement 时的依赖检查

  • 这个任务完成后,用户能获得什么独立且可验收的价值?
  • 发布是否必须等待另一个任务?如果是,是否明确记录为前置条件?
  • 会涉及哪些 API、数据库、其他团队或版本兼容要求?
  • 能否把技术任务组合成更小的端到端价值切片?
  • 若无法拆分,集成顺序、联调时间和发布约束是否清楚?

AI 适合用在哪些环节

AI 可以降低根因整改的成本,但不应只给原有交接流程套一层自动化:

难点AI 可以辅助仍需团队确认
开发不熟悉测试设计提示边界条件、起草测试骨架业务预期和断言是否有效
自动化维护成本高协助定位和更新失效测试测试是否可重复、是否误报
PR 影响范围不清查找调用方和可能的副作用真实代码、配置与依赖关系
任务拆分隐藏阻塞建议垂直切片和依赖顺序各切片是否能独立交付价值
测试积压严重汇总排队时间和返工模式瓶颈究竟是能力、交接还是其他依赖

原文评论区中,Lisa Crispin 也指出 AI 会放大团队已有的好做法和坏做法。这个观点提醒团队:工具可以帮忙找依赖、准备验证,但不能替代互信、共享责任和可靠的工程实践。

四周试点怎么安排

下面是一份建议的试点节奏,不是原作者规定,也不保证四周就能改变团队文化:

周次尝试可以检查什么
第 1 周回看近期工作项,区分等待测试和等待依赖排队时间、返工、阻塞原因基线
第 2 周选择一个小功能,尝试开发自测与结对自测记录、执行证据、发现的问题
第 3 周对新需求进行依赖评审和价值切片前置条件、切片是否可发布
第 4 周对比试点结果并复盘排队和返工变化、风险、团队反馈

衡量时可以看端到端交付周期、测试排队时间、依赖阻塞时间、返工和重测,以及生产质量结果。不要把 PR 数量或自测勾选率当作唯一成功标准;如果速度提高但生产问题恶化,应重新评估控制措施。

flowchart LR
  A[澄清需求与依赖] --> B[拆出小的业务价值]
  B --> C[开发并自测]
  C --> D[同行评审与必要的 QA 探索]
  D --> E[收集自动化证据并评估风险]
  E --> F[独立或渐进发布]
  F --> G[观察生产并复盘]
  G --> A

常见问题

开发负责测试后,还需要 QA 吗?

需要。QA 不必成为每项工作的重复验收关口,但仍负责测试策略、复杂探索、培训和跨系统风险。高风险变更也可能需要独立验证。

每个任务都必须可以独立发布吗?

不一定。尽量拆成更小、完整的用户价值;无法拆开的技术依赖要提前登记并协调。

Feature Flag 没有用吗?

有用。它可以在部署代码后暂缓启用功能,但不能解决隐藏依赖或不合理的任务拆分。

可以先上 AI 测试工具吗?

可以让 AI 帮忙降低明确的重复成本,但应先找出积压原因。否则只会让工作更快地流入更长的队列。

原文认为,AI 并未突然制造这些积压,而是让原有的交接和依赖问题更明显。测试积压需要团队重新分担质量工作;发布等待则需要改进需求细化、任务拆分和依赖协调。AI 可以辅助这些改变,不能替团队做出组织决定。

本文是《AI 时代的软件质量反思》系列第三篇,讨论如何把质量责任和交付依赖纳入日常协作。

参考与延伸

更多参考

分享