Skip to content
Artwork for Research Insights Made Simple
Research Insights Made Simple · September 22 · 1 hr 37 min

Продуктивность разработки / человеческий взгляд Google

Представим, что сборки стали быстрее, AI помогает писать код, а графики активности растут. Как понять, что команде стало легче достигать полезного результата? Кто тратит время на проверку, объяснение и сопровождение того, что удалось быстрее создать? В Research Insights Made Simple #30 соберу исследования и мои разборы серии в общую картину: от целей инженера и методов измерения до качества, совместной работы и последствий использования AI. Посмотрим, как скорость, удобство работы и качество результата связаны между собой и какие вопросы стоит задавать перед выбором метрик. В выпуске: Цели разработчиков: что именно человек пытается сделать и где заканчивается задача; Измерения: как сопоставлять логи, опросы и наблюдения и что делать, когда они дают разную картину; Рабочая среда: ожидание сборок, предсказуемость, сосредоточенность и переключения; Адаптация новичков: как учитывать обучение, самостоятельность и время наставника; Качество и технический долг: процесс, код, система, продукт и цена будущих изменений; Командная работа: помощь коллегам, передача контекста и перенос нагрузки между командами; AI-инструменты: потребности разработчика, доверие, проверка результата и сохранение возможностей учиться. В конце предложу практический план первого месяца для вашей команды: выбрать одну инженерную цель, собрать исходную картину, попробовать одно ограниченное изменение и вместе с командой оценить последствия. Это отправная точка для вашей программы улучшений. Выпуск для руководителей разработки, тимлидов, платформенных команд и инженеров, которые хотят понять, какие изменения действительно помогают в работе. Timeline 00:00 - Почему активность не равна результату 07:56 - Скорость, простота и качество 13:50 - Цели инженеров вместо отдельных инструментов 21:16 - Опросы, интервью и эксперименты 25:18 - Какая метрика помогает принимать решения 29:24 - Сборки: ожидание, предсказуемость и адаптация 36:55 - Сосредоточенность, гибридная работа и новички 43:12 - Четыре уровня качества и роль архитектуры 56:38 - Что изменится, если технический долг исчезнет 1:03:56 - Командная работа и цена локального ускорения 1:08:26 - Творчество и переиспользование решений 1:13:43 - Какую помощь инженеры хотят от ИИ 1:16:52 - Место человека в агентном процессе 1:19:14 - Четыре противоречия ИИ и долг понимания 1:27:36 - Первый месяц улучшений и доверие команды

0:00-1:37:20

transcript

No transcript — this publisher did not publish one.

show notes

Представим, что сборки стали быстрее, AI помогает писать код, а графики активности растут. Как понять, что команде стало легче достигать полезного результата? Кто тратит время на проверку, объяснение и сопровождение того, что удалось быстрее создать?

В Research Insights Made Simple #30 соберу исследования и мои разборы серии в общую картину: от целей инженера и методов измерения до качества, совместной работы и последствий использования AI. Посмотрим, как скорость, удобство работы и качество результата связаны между собой и какие вопросы стоит задавать перед выбором метрик.

В выпуске:

  • Цели разработчиков: что именно человек пытается сделать и где заканчивается задача;
  • Измерения: как сопоставлять логи, опросы и наблюдения и что делать, когда они дают разную картину;
  • Рабочая среда: ожидание сборок, предсказуемость, сосредоточенность и переключения;
  • Адаптация новичков: как учитывать обучение, самостоятельность и время наставника;
  • Качество и технический долг: процесс, код, система, продукт и цена будущих изменений;
  • Командная работа: помощь коллегам, передача контекста и перенос нагрузки между командами;
  • AI-инструменты: потребности разработчика, доверие, проверка результата и сохранение возможностей учиться.

В конце предложу практический план первого месяца для вашей команды: выбрать одну инженерную цель, собрать исходную картину, попробовать одно ограниченное изменение и вместе с командой оценить последствия. Это отправная точка для вашей программы улучшений.

Выпуск для руководителей разработки, тимлидов, платформенных команд и инженеров, которые хотят понять, какие изменения действительно помогают в работе.

Timeline
00:00 - Почему активность не равна результату
07:56 - Скорость, простота и качество
13:50 - Цели инженеров вместо отдельных инструментов
21:16 - Опросы, интервью и эксперименты
25:18 - Какая метрика помогает принимать решения
29:24 - Сборки: ожидание, предсказуемость и адаптация
36:55 - Сосредоточенность, гибридная работа и новички
43:12 - Четыре уровня качества и роль архитектуры
56:38 - Что изменится, если технический долг исчезнет
1:03:56 - Командная работа и цена локального ускорения
1:08:26 - Творчество и переиспользование решений
1:13:43 - Какую помощь инженеры хотят от ИИ
1:16:52 - Место человека в агентном процессе
1:19:14 - Четыре противоречия ИИ и долг понимания
1:27:36 - Первый месяц улучшений и доверие команды