Google Cloud在十月下旬公布了2024年度的DORA研究报告，除了持续公布全球DevOps能力指针的最新结果，卓越团队（Elite）达到19%，比去年略高了1%。但是高级团队的比例，从去年的31%，今年下滑到只有22%，发者所属企业达到精英团队的程度，还公布了AI对开发生产力的调查数据，高达75.9%开发者开始用AI写代码，但只有3成开发者认为很有帮助。

今年是Google旗下DevOps研究与评估组织（简称DORA组织）连续第十年，进行全球DevOps能力的大调查，累计近3万9千人参加，其中，今年全球共有近3千人参与调查，来自104国，包括台湾开发者。

在今年DORA调查中，除了DevOps软件交付绩效指针的调查之外，今年更增加了不少AI对开发者生产力影响的调查题目。DORA调查去年就开始增加了开发者对AI影响力的态度研究，主要调查开发者预期，GAI对哪些技术工作最有帮助。到了今年，DORA调查更直接询问，开发者在日常工作中如何采用AI技术，以及对开发生产力有多大的成效。

DORA四大软件交付指针最新结果，全球19%企业达到卓越团队水准

先来看DORA四大软件交付指针的最新调查结果，这四大指针包括了平均部署频率、更新准备时间、平均复原时间和变更失败率。DORA组织利用分群算法，将参与作答的开发者，针对这四项指针的表现，分为四种DevOps能力等级的团队，分为卓越、高级、中阶到低级团队共四级，并归纳出每一级能力水准的团队，在DORA四项指针上的要求程度。这也成了各界用来衡量全球企业DevOps能力的分级指针。

今年同样也分为四个等级，达到卓越等级的作答者达到19%，比去年的18％，些微增加了一些。达到卓越等级的团队，在四项指针上，可以做到按需部署的部署频率，变更准备时间不能超过一天，变更失败率则要低于5%，部署作业失败后的复原时间则是能短于1小时。这个能力水准和去年的要求一样。

但是，今年达到高级团队等级的比例大幅下滑，从去年的31%，今年下滑到只有22%，几乎少了快一成。今年的中阶团队比例则些微增加，从去年的33%，今年增加到35%，而今年低级团队水准的作答者更提高到25%，远高于去年的17%。

去年高级团队的四项指针要求是，部署频率介于每天一次到每周一次，更新准备时间同样是一天到一周内，部署失败的平均复原时间则要在一天内，变更失败率得低于10%。但是，今年DORA报告对于高级团队的变更失败率要求，放宽到20%。

DORA组织在报告中解释，他们认为，速度快但品质稳定性稍差的团队，和速度慢却品质稳定的团队相比，前者可以视为绩效更好的团队，他们更看重「团队速度」的价值。所以，今年的高级团队，虽然变更失败率达到20%，远比中阶团队的10%还要来得差。但其他准备时间，部署频率，复原时间，高级团队都比中阶团队的表现更快。

揭露AI对开发生产力的影响数据，7成5开发者的日常工作开始用AI

今年DORA调查和过去最大的不同是，今年DORA报告花了很大的篇幅，介绍和探讨AI对开发生产力的数据和影响。从今年调查中，高达81%企业开始把AI带进自家应用和服务中，其中49.2%企业更大大提高了AI应用的优先程度。

不只如此，在开发者的日常工作中，高达75.9%的填答者至少有一件工作开始用AI。最常用AI的开发日常工作排名中，代码撰写是第一名，高达74.9%开发者已经用AI来辅助开发，排名第二的靠AI摘要信息的比例也高达71.2%，这是开发者最常见的两种GAI用法。

用AI来解释陌生代码、优化代码和转写代码文档这三项的比列也高达6成左右。另外还有三项比例超过5成，但略低于6成的则是用AI来撰写测试、调试和数据分析。上述8项是过半数开发者日常惯用AI来辅助的项目，每两位开发者，至少有一位会用AI来辅助。

这些工作所用的AI也大多是各种生成式AI工具和服务。开发者最常用GAI交互界面是Chatbot（78.2%），其次是通过外部网页界面（73.9%），另外也有72.9%开发者是使用IDE工具中的内置GAI工具。另外，也有半数开发者是在自动化CI/CD流程中使用到AI。

对开发生产力提升效果不如预期，仅1成开发者认为明显提升，也有5%开发者认为有负面影响

虽然，大多数开发者在日常工作中开始运用AI，但在今年初举办的这项DORA调查结果显示，实际带来的开发生产力提升，却不如预期得高。只有1成开发者认为，明显可以提升生产力，25%则认为效果中等，另外也有2成开发者认为没有效果。甚至有，不到5%的开发者认为，AI不但没有帮助，还带来负面影响，削弱了原本的生产力。

从职务角色来看，数据科学家和ML工程师比其他角色更爱用AI，而硬件工程师则是最不爱用的技术职。AI对开发生产力提升效果显著的职务，包括了资安类工程师、系统管理和全端工程师（Full-Stack）。自认对开发生产力提升效果较差的职务，则包括了行动开发者、SRE工程师和项目管理。

对于AI生成的代码品质可用程度上，开发者多数认为只有部分可用，3成开发者觉得多数代码的品质够好，27.3%则认为品质偏低，更有11.9%开发者认为完全不可相信GAI产生的代码。对于代码品质的看法，取决于不同的用途而会有很大的落差。

DORA组织也通过访谈开发者，来了解对AI生成代码品质落差很大的情况。多数受访者预期自己还需要对AI生成的代码进行调整，也愿意做这些调整。也有受访者形容，目前AI生成的代码大约相当于早期的StackOverflow，还需要修改。

若全面导入AI，文档品质提升3成，代码品质提高1成，但也增加技术债和复杂度

除了开发者AI采用调查，DORA组织还进行了AI采用成效的推估分析，DORA预估，若开发者将四分之一的工作量开始导入AI后，对文档品质、代码品质、代码审查（Review）速度会有比较明显的提升，例如，DORA组织预估，开发者每将AI导入到25%的工作量，预估可以提高文档品质7.5%，代码品质改善3.4%，审查速度加快1.3%，换句话说，若开发者100%的工作量都采用AI，效果以翻四倍来计算，可以提高30%文档品质，提高13.4%代码品质，加快5.2%的审查速度。

但是也伴随着会带来一些代码复杂度提高和技术债增加的负面影响。另外，导入AI对于软件交付品质和速度也会造成一些负面影响，DORA预估，每25%工作量导入AI，会延缓交付速度1.5%，让交付稳定性下滑7.2%，换句话说，若100%导入AI，交互速度会延缓6%，而稳定性则会下滑约3成。这是DORA依据今年调查数据推算的预估影响。

DORA更从整体成效角度，来看导入AI后，对企业整体、开发团队和软件产品的整体效果，在报告中推估，对企业和团队成效比较有明显的帮助（100%导入开发工作上，可带来5～10％的提升效果），但是，DORA结合了使用性、可用性、功能性、价值和性能和资安角度来整体衡量下，导入AI对于软件产品的成效提升成效还不明显。