Пятница, 23:40, прод лежит. Дежурный поднимает сервис за сорок минут: перезапустил контейнер, всё заработало. Инцидент закрыт, MTTR красивый, все спать. Через десять дней то же самое: тот же сервис, та же ошибка в логах. Снова подняли и снова закрыли. MTTR красивый, баг живой
Проблема большинства команд не в том, что они работают медленно. Проблема в том, что они толком не понимают, где именно теряют время, сколько стоит каждая ошибка и насколько тяжёлым стал сам процесс поставки изменений. Именно здесь и полезны DORA-метрики. Разберём, что они измеряют, где их чаще всего трактуют неправильно и как применять их без KPI-магии.
Почему ИИ вам не поможет TL;DR Агентный ИИ ускоряет работу только там, где уже зрелые Agile/DevOps-практики, короткие циклы и культура экспериментов; иначе он всего лишь делает код быстрее, а поставку — нет. По данным DORA, большинство компаний всё ещё релизят редко и с высоким change failure rate, поэтому не готовы извлекать выгоду из ИИ-агентов. Узкие […]
TL;DR Develop–Deploy–Operate: разработка — творчество; развертывание — конвейер; эксплуатация — работа с неожиданностями. Фазы взаимозависимы. Ценность только в использовании: фича без релиза = 0; WIP вреден. Чем раньше и чаще, тем лучше: мелкие релизы повышают совокупную ценность (до ~50% при том же объёме). Фикс-косты ≠ потери: предсказуемые затраты vs реальные потери от дефектов в проде […]