看软件开发团队的能力不要再用过时的CMMI、ISO9001，我们创建了适合AI时代的软件工程效能评估框架。
老板们一直希望找到精准衡量程序员“产出”的银弹，有道是“人无压力轻飘飘，人人头上有指标”，但软件开发从诞生那天起就自带一种让管理者抓狂的属性：编码本质上是创造性的脑力劳动，它更像写作，而不是在流水线上拧螺丝，当AI在把代码产出的成本降低到了不可思议的水平，“写的代码越多，提交次数越多，价值越大；或：流程一致则质量可靠，能力成熟”——这种错误的度量比以往任何时候都更加荒谬。
这就好比用体重和五官比例来衡量一个人的健康，用作家的字数来评判一部文学作品的伟大，一个优秀的程序员，花一周时间重构，删掉一千行冗余代码，让系统性能提升一倍，按照LOC的逻辑，他的产出是负数。
另外经济学里有个“古德哈特定律”（Goodhart's Law）：当一个指标被用作目标时，它就不再是一个好的指标。因为人们会开始为这个指标工作，而不是它所代表的真实世界的目标。你考评代码行数，我就给你生产垃圾代码；你考评提交次数，我就给你刷版本库，这不是职业道德问题，在不安全的心态下，趋利避害是人性的必然。对简单管理指标的痴迷，本质上是一种管理上的不安全感，因为管理者很难打开软件开发这个“黑盒”，但是如果错误的指标传递给团队，最终导致团队用“刷数据”的行为来回应，这就形成了一个信任崩塌、效能内耗的恶性循环。
现在，写代码的门槛快要被AI踩平了，特别是对简单需求，只要说一句话，AI就可以把前后端代码连同数据库结构通通搞定，猫爷家的AI开发平台甚至把测试和交付文档也一起搞定了。当“写代码”这个动作本身变得廉价，程序员的价值曲线也随之发生了剧烈的变化。工作的重心，正从创造代码，转向价值的定义与整合。未来的优秀工程师应该是两种角色的结合体：“AI牧羊人”与“系统架构师”。这意味着，真正拉开差距的，不再是写代码本身，而是更高维度的技能：
精准定义与分解问题的能力：你需要让AI生成更正确更优雅的代码，把一个模糊的业务需求，拆解成一系列清晰、明确、无歧义的任务和指令，喂给AI。更重要的是，你需要具备优秀的架构设计能力，通过标准化的设计、领域特定语言（DSL）的构建，来降低AI学习和生成代码的复杂性。
批判性的审查能力：AI生成的东西，可能是珍宝，也可能是包装精美的垃圾。它可能解决了表面问题，却在系统深处埋下了性能地雷或安全漏洞。一个经验丰富的工程师，能凭借其深厚的知识和直觉，快速甄别出AI生成代码中的“坏味道”，这是AI目前暂时无法替代的。可以说，在AI时代，快速代码审查是最稀缺、最宝贵的技能之一。
系统集成与调试能力：AI擅长生成“零件”，但如何将这些零件严丝合缝地组装成一个稳定、高效、可扩展的系统，依然是人类工程师的核心职责。你需要理解AI生成的代码如何与现有系统交互，预测并解决那些跨模块的、系统性的问题。
衡量这种高维技能的价值是一个挑战，一个工程师可能只写了几行高质量的提示（Prompt），AI就生成了上千行代码。他的“产出”是几行还是上千行？他的工作量体现在哪里？旧的度量体系，关注的是“制造”的过程。而在AI时代，价值链已经重构，“制造”被大幅压缩，“设计”和“验证”的价值凸显。我们必须把度量的焦点，从衡量编写代码的活动，转移到衡量交付成果的影响。核心思想就一句话：别再问你的团队“干了多少活”，”加了多少班“，要问他们“带来了什么影响”。
我们开发了IMPAC框架以全面评估软件开发团队的效能，IMPAC框架纳入了业界最先进的价值度量方法论，包括Google的DORA，主要评估DevOps的交付能力；微软和GitHub提出的SPACE框架，是对开发者体验的关注；还借鉴了Mik Kersten的Flow Framework里将技术活动与业务价值紧密关联的思考。IMPACT是一个缩写，代表了五个相互关联、缺一不可的支柱，
IMPAC软件工程效能度量框架
I - Influcence & Value (业务影响与价值)，关注研发工作是否带来可衡量的业务价值，核心理念是将工程活动与业务成果挂钩，主要度量指标，价值流分布：工作分配（特性、缺陷、技术债务、风险）是否与战略一致；业务成果指标：如研发投入产出比、项目ROI、用户采纳率等。
M - Momentum & Flow (交付势能与流动)，衡量价值从想法到用户手中的交付速度和流畅度，主要度量指标，DORA速度指标：部署频率、变更前置时间；流动指标：流动速度（吞吐量）、流动效率（工作项在处理状态的时间比例）。
P - People & Well-being (人员状态与满意度)，关注团队健康、满意度和可持续工作能力，主要度量指标：满意度与幸福感调查；开发者效能感；团队健康指标：如人员流动率、心理安全感。
A - Architecture & Quality (架构韧性与质量)，确保系统稳定、可靠且易于变更，主要度量指标：DORA稳定性指标：变更失败率、平均恢复时间（MTTR）；代码质量指标：代码重构/返工率、缺陷密度。
C - Collaboration & Communication (协作与沟通)：衡量团队内部和团队之间的信息流动和知识共享效率，主要度量指标，代码审查健康度：PR规模、评审响应与周转时间；知识共享效率：文档可发现性、新成员上手时间。
这五大支柱相互关联、相互印证，共同构成研发效能的完整全景图，IMPACT是一个动态的度量体系，每个团队都可以根据当前所处状态，引入不同的追踪指标。通常实施这样一套复杂的管理框架，需要投入相当大的人力物力，进行数据采集和整理，现在大模型和MCP协议已经大大简化了开发这样一个看板的复杂性，即使是几个人的小团队也可以快速0门槛上手。
