研发效能 (DevOps) 提升：从代码到价值的加速实践

效能困局与 3.0 范式——为什么大家都很忙…会打开第一轮讨论，AI Coding 实战——让 AI 成为你的…与智能流水线——DevOps 的自动驾驶升级负责把练习结果接到后续工作

2天 供应链管理
授课讲师： 徐晓仪 · 数智化转型与AI应用实战专家
获取课程方案 查看课程大纲

课程大纲

效能困局与 3.0 范式——为什么大家都很忙，产出却很少？

一、研发效能的不可能三角：快、好、省能否兼得？
二、底层逻辑：徐晓仪数智 DnA之研发观
三、效能度量：你不能改进你无法度量的东西
  • 拒绝虚荣指标：为什么代码行数和工时是由于的考核指标？
  • 效能北极星：流动效率（Flow Efficiency）
四、【工作坊/实战演练】价值流图 (VSM) 诊断
  • 场景背景：选取一个最近交付的典型需求（从提需求到上线）
  • 学员任务
  • 绘制端到端的价值流图
  • 标注出增值时间（写代码）与浪费时间（等待、审批、返工）
  • 计算当前的流动效率（增值时间 / 总前置时间）
  • 输出成果：《研发价值流诊断与浪费识别图》

AI Coding 实战——让 AI 成为你的结对编程伙伴

一、辅助编程 (Copilot) 最佳实践
  • 场景化应用
  • 生成代码：根据注释生成复杂算法逻辑
  • 生成单测：一键生成覆盖率 100% 的单元测试用例
  • 解释代码：快速看懂 10 年前的屎山代码
二、智能代码审查 (AI Code Review)
  • 人工 Review 的痛点：没时间看、看不仔细、人情世故
三、遗留系统重构 (Refactoring)
  • 架构腐化：单体应用拆分微服务的难点
四、【工作坊/实战演练】AI 结对编程挑战赛
  • 场景背景：实现一个具体的业务功能（如：订单金额计算与优惠券抵扣）
  • 梳理四、【工作坊/实战演练】AI 结的现场问题、数据记录和改善优先级
  • 记录完成时间、代码行数与测试通过率
  • 输出成果：《AI 编程效能对比分析报告》

智能流水线——DevOps 的自动驾驶升级

一、CI/CD 的智能化升级
  • 传统流水线 vs 智能流水线：从死板执行到动态决策
  • 智能构建：利用 AI 预测构建失败概率，提前熔断
二、智能运维 (AIOps) 与稳定性保障
  • 故障预测：利用时序数据分析，提前 1 小时发现磁盘打满风险
  • 自动治愈：常见故障（如 OOM 重启、磁盘清理）的无人值守处理
三、平台工程 (Platform Engineering)
  • 开发者体验 (DevEx) 为王：打造自助式开发者平台 (IDP)
四、【工作坊/实战演练】智能流水线设计
  • 场景背景：针对现有的 Jenkins/GitLab CI 流水线
  • 梳理四、【工作坊/实战演练】智能流水的现场问题、数据记录和改善优先级
  • 识别流水线中的慢节点和易错点
  • 输出成果：《智能 CI/CD 流水线优化蓝图》

复盘与文化——打造 10 倍效能的研发组织

一、工程文化：工具易买，文化难建
  • 极客文化：鼓励自动化，鄙视重复劳动
二、课程全景回顾
  • 知识图谱串讲：从 3.0 范式到 AI Coding，再到智能运维
  • 讲师赠言：研发效能提升没有银弹，只有不断的微创新
三、【工作坊/实战演练】效能倍增百日计划
  • 场景背景：制定未来 100 天的效能改进路线图
  • 梳理三、【工作坊/实战演练】效能倍增的现场问题、数据记录和改善优先级
  • 设定一个北极星指标提升目标（如：发布频率提升 2 倍）
  • 明确所需的资源与支持
  • 输出成果：《研发效能提升百日行动计划 (Action Plan)》
四、结业与致谢
  • 优秀小组颁奖
  • 课后作业布置：在团队内部开展一次AI 编程黑客马拉松
  • 附录：配套工具包清单
  • 《研发效能度量指标体系 (DORA+) 词典》
  • 《AI 辅助编程提示词 (System Prompt) 最佳实践库》
  • 《Code Review 检查清单 (AI 加持版)》
  • 《研发价值流诊断画布 (VSM Canvas)》
  • 《DevOps 成熟度评估模型 3.0》

适合对象

CTO/研发总监、DevOps 工程师、技术经理、核心架构师、QA 负责人

课程定位与主要问题

问题反复出现，改善动作难以沉淀为稳定标准时，训练重点应放在判断标准和后续跟进方式上

核心收益

  • 现场问题更清楚：现场问题、质量波动和改善节点，先讲清对象、约束和判断标准
  • 围绕效能困局与 3.0 范式——为什么…梳理关键判断点，避免停留在概念解释
  • 借助AI Coding 实战——让 A…完成一次可复盘的应用演练
  • 输出智能流水线——DevOps 的自动…相关的后续跟进清单，方便课后跟踪

课程背景与交付信息

软件研发正在经历从 2.0（DevOps 自动化）向 3.0（AI 智能化）的范式转移。传统的 DevOps 虽然解决了自动化发布的问题，但面对日益复杂的微服务架构和海量代码，研发团队依然陷入需求堆积、代码质量下滑、线上故障频发的泥潭

未来的研发将是人类定义问题 + AI 生成代码的人机协同模式。本课程将结合华为 IPD 研发管理理念与 GitHub Copilot/DeepSeek 等 AI 工具，重构研发全生命周期，实现10 倍效能提升

课程时间

2天

授课方式

讲师讲授、案例研讨、情景演练、互动答疑

课程内容重点

01效能困局与 3.0 范式——为什么大家都很忙，产出却很少？
02AI Coding 实战——让 AI 成为你的结对编程伙伴
03智能流水线——DevOps 的自动驾驶升级
04复盘与文化——打造 10 倍效能的研发组织

讲师介绍

徐晓仪 讲师头像

徐晓仪

数智化转型与AI应用实战专家

曾任华为数字化战略与架构总监、招商局蛇口集团CDO，拥有27年数字化转型经验。擅长企业数字化转型战略规划、数据治理与AI应用落地，主导过多个亿级回报的数智化项目，具备从顶层设计到场景落地的全链路实战能力

金融银行制造业政府国企互联网科技消费品零售通信
查看讲师主页

课程差异说明

本课程页面围绕《研发效能 (DevOps) 提升：从代码到价值的加速实践》重点呈现课程定位、适合对象、核心收益和 4 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

CTO/研发总监、DevOps 工程师、技术经理、核心架构师、QA 负责人。

学习这门课可以获得什么收益？

看清现场问题、质量波动和改善节点，先讲清对象、约束和判断标准；围绕效能困局与 3.0 范式——为什么…梳理关键判断点，避免停留在概念解释。

课程通常安排多长时间？

课程通常可按2天安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配