Google’ın 2025 Dora Report

ZDNET’i takip edin: Bizi tercih edilen bir kaynak olarak ekleyin Google’da.

ZDNet’in temel paketleri

• Neredeyse tüm geliştiriciler artık AI araçlarına güveniyor.
• AI güçlü yönleri güçlendirir ve işlev bozukluğunu büyütür.
• Yüksek kaliteli platformlar AI başarısı için bir zorunluluktur.

Google onu yayınladı 2025 Dora Yazılım Geliştirme Raporu. Dora (DevOps Araştırma ve Değerlendirme) Google’da (Google Cloud organizasyonunun bir parçası) bir araştırma programıdır. Dora, yazılım sunumunu ve işlemlerini artıran yetenekleri ve faktörleri araştırıyor.

Bu yıl DORA Projesi, sektörlerde 5.000 yazılım geliştirme profesyonelini araştırdı ve 100 saatten fazla görüşme izledi. Yapay zekanın yazılım geliştirmedeki değişen rolünün, özellikle kurumsal düzeyde en kapsamlı çalışmalardan biri olabilir.

Ayrıca: 10 Chatgpt Codex Secrets and techniques Sadece 60 saatlik çift programlamadan sonra öğrendim

Bu yılki sonuçlar özellikle önemlidir, çünkü AI yazılım geliştirme işlemine oldukça aşırı derecede sızmıştır. Rapor bazı cesaret verici notlar gösteriyor, ancak gerçek meydan okumanın bazı alanlarını da sergiliyor.

Bu makaleyi yazarken, 142 sayfalık rapordan geçtim ve yazılım geliştirmede gerçekten neyin değiştiğini ortaya çıkarmak için hype’ı kesen beş ana gözlem yaptım.

1. AI artık geliştirmede yaygın olarak kullanılmaktadır

Ankete katılanlara göre,% 90 ila 95 arasında bir yerde iş için yazılım geliştirmeye güvenmektedir. Rapor, Intro’da% 95 ve daha sonra bir ayrıntı bölümünde% 90’dan bahsediyor, ancak hangi numarayı seçerseniz seçin, neredeyse tüm kodlayıcılar şimdi AI kullanıyor. Rapora göre, bu geçen yıldan% 14’lük bir sıçrama.

Bir AI ile etkileşim kurmak için harcanan medyan süresi günde iki saatti. Yine de bunun biraz daha nüans var. Örneğin, katılımcıların sadece% 7’si, çözmek için bir problemle karşı karşıya kaldıklarında AI kullandığını “her zaman” rapor etmektedir. En büyük grup olanpercent39, yardım için AI’ya döndüğünü bildiriyor. Ama beni etkileyen şey, bir sorunu çözmeye veya bir görevi tamamlamaya çalışırken tam% 60’ının “yaklaşık yarısı” veya daha fazlasını kullanmasıdır.

Programcıların yüzde sekseni verimlilikte genel bir artış olduğunu bildirdi, ancak sadece% 59’u kod kalitelerinin iyileştiğini bildirdi. Bir diğer önemli metrik şudur: Katılımcıların% 70’i AI’nın kalitesine güvenirken,% 30’u istemiyor.

Ayrıca: 4 gün içinde 4 gün içinde 200 dolara yaptım ve hala hayrete düştüm

Bu konuda kişisel bir düşünceyi paylaşmama izin verin. AI tarafından mümkün kılan büyük bir kodlama dash’i bitirdim. Çıkan kod ilk koşuda neredeyse hiç haklı değildi. Doğru yapmak için yapay zekayı cajole etmek için çok zaman harcamak zorunda kaldım. İş bittikten sonra bile, daha fazla hata bulduğum tam bir KG süpürme yapmak için geri döndüm.

Sonuç olarak, AI olmadan yaptığım iş miktarının yakınında herhangi bir yere ulaşabilmemin bir yolu yok. Ancak, AI’nin çok fazla inceleme, doğrulama ve check yapmadan yazdığı herhangi bir koda güveneceğim bir yol yok. Tabii ki, yönetici olduğumda ve çalışanlara veya yüklenicilere kodlama yapıldığımda nasıl hissettiğimden çok farklı değil.

2. AI’yı bir amplifikatör olarak düşünün

Bu, çalışmadan çıkan daha büyüleyici sonuçlardan biriydi. Dora ekibi AI’nın bir amplifikatör haline geldiğini iddia ediyor. Esasen, AI “yüksek performanslı kuruluşların güçlü yönlerini ve mücadele edenlerin işlev bozukluklarını büyütür.”

Bu çok mantıklı. “10 Chatgpt Codex Secrets and techniques ile ilgili en son makalemi okursanız, sadece 60 saatlik çift programlamadan sonra öğrendim”, AIS’in hızlı bir şekilde büyük hatalar yaptığını belirttim. Kötü biçimlendirilmiş bir istem, büyük bir yıkım yapmak için bir AI gönderebilir. Codex’in dosyalarımdan birinin büyük bir kısmını silmeye karar verdiği deneyim yaşadım ve daha sonra GitHub’daki bu değişiklikleri hemen kontrol ettim.

Ayrıca: 12 saat içinde 24 gün kodlama yaptım 20 $ AI aracıyla – ama büyük bir tuzak var

Neyse ki, bu değişiklikleri geri alabildim, ancak bir yudum kahve alabileceğimden daha hızlı bir şekilde ortadan kaybolduğunu gördüm.

Esasen, bir ekip ne kadar etkili ve set up olursa, yapay zeka o kadar yardımcı olur. Bir takım ne kadar dağınık veya gelişigüzel olursa, yapay zeka o kadar incinir. Benim durumumda, gerçekten iyi bir revizyon kontrol uygulamam var, bu yüzden AI ödevimi yediğinde, AI’ya kod tabanıma ilk erişimini vermeden önce yerleştirdiğim kontroller nedeniyle geri alabildim.

3. AI döneminde yedi takım arketipleri

Peki kim kazanır ve kim kaybeder? Dora ekibi, bir takımın genel performansını belirleyen sekiz faktör belirledi.

1. Takım Performansı: Bir ekibin etkinliği ve işbirlikçi gücü
2. Ürün Performansı: Üretilen ürünlerin kalitesi ve başarısı
3. Yazılım Teslim Hızı: Teslimat sürecinin hızı ve verimliliği
4. Yazılım Teslimat İstikrarsızlığı: Teslimat sürecinin kalitesi ve güvenilirliği
5. Bireysel Etkinlik: Bireysel ekip üyeleri için etkinlik ve başarı duygusu
6. Değerli İş: Bireysel ekip üyelerinin işlerinin değerli olduğunu hissettikleri derece
7. Sürtünme: İşlerini yapmaya çalışan bireylerin önüne ne kadar geçiyor?
8. Tükenmişlik: Ekip üyeleri arasında tükenme ve sinizm duyguları

Sonra bu faktörleri katılımcılara ve ekiplerine karşı ölçtüler. Bu, yedi takım arketiplerinin belirlenmesine yardımcı oldu.

1. Temel Zorluklar: Hayatta kalma modu, her yerde boşluklar
2. Eski darboğaz: Sürekli itfaiye, kararsız sistemler
3. Süreçle kısıtlandı: İstikrarlı ama bürokrasi tarafından boksed
4. Yüksek etki, düşük kadans: Güçlü çıktı, kararsız teslimat
5. İstikrarlı ve metodik: Kasıtlı tempo, tutarlı kalite
6. Pragmatik sanatçılar: Güvenilir, hızlı, orta derecede meşgul
7. Uyumlu yüksek başarılar: Sürdürülebilir, istikrarlı, en iyi performans

AI, raporda, kuruluşların bir aynası olduğunu söylüyor. Yapay zeka kullanmak, takımların güçlü ve zayıf yönlerini daha belirgin hale getirir. Ama özellikle ilginç bulduğum şey, “hız ve istikrar” değişiminin bir efsane olduğu fikri.

Bu, hızlı olabileceğiniz veya iyi kod üretebileceğiniz fikridir, ancak her ikisi de değil. Anlaşıldığı üzere, katılımcıların ilk% 30’u uyumlu yüksek başarılara veya pragmatik sanatçılar arketiplerine düşüyor ve bu insanlar hızlı bir şekilde çıktı üretiyor ve bu çıktının kalitesi yüksek.

4. Yedi Temel Uygulama

Rapor, “Başarılı AI benimseme bir araç sorunu değil, bir sistem sorunudur.” Dora millet yedi numarayı seviyor gibi görünüyor. Aşağıdaki yedi temel uygulamanın AI’nın etkisini (iyi ya da kötü için) yönlendirdiğini söylüyorlar.

1. AI politikası: Bir kuruluşun açık, iletilen AI duruşu.
2. Veri ekosistemleri: Bir kuruluşun dahili verilerinin genel kalitesi.
3. Erişilebilir Veriler: Dahili veri kaynaklarına bağlı AI araçları.
4. Sürüm kontrolü: Koddaki değişiklikleri yönetmenin sistematik yolu.
5. Küçük partiler: Değişiklikleri küçük, yönetilebilir birimlere ayırmak.
6. Kullanıcı odağı: Son kullanıcıların deneyimine öncelik veren ekipler.
7. Kaliteli platformlar: Organizasyon genelinde paylaşılan yetenekler.

Tahmin edebileceğiniz gibi, başarılı ekipler bu uygulamalardan daha fazlasını kullanır. Başarısız ekipler son derece üretken bireysel programcılara sahip olsa da, onları yıkıyor gibi görünen bu temellerin eksikliğidir.

“Yapay zeka benimsemenize örgütsel bir dönüşüm olarak davranıyorlar. En büyük getiriler, AI’nın faydalarını artıran temel sistemlere yatırım yapmaktan gelecektir: dahili platformunuz, veri ekosisteminiz ve ekiplerinizin temel mühendislik disiplinleri. Bu unsurlar, AI’nın potansiyelini ölçülebilir organizasyonel performansa dönüştürmek için temel ön koşullardır.

5. AI başarısını etkileyen iki faktör

Geçen yıl, önceki Dora raporu AI’nın yazılım geliştirme verimliliğini arttırmak yerine gerçekten azalttığını gösterdiğinde oldukça büyük bir haber oldu. Bu yıl tam tersi doğru. Dora kaşifleri bu sonuçları tersine çeviren iki temel faktörü belirleyebildi.

Kalkınma organizasyonları AI’ya daha aşinadır ve bir yıl öncesine göre daha etkili bir şekilde nasıl çalışılacağını bilirler. Çalışma, geliştirici kuruluşlarının% 90’ının platform mühendisliğini benimsediğini göstermektedir. Bu, bir geliştirme ekibi için araçları, otomasyonları ve paylaşılan hizmetleri toplayan güçlü iç geliştirme platformları oluşturma uygulamasıdır.

Ayrıca: 2025’te kodlama için en iyi yapay zeka (ve ne kullanılmamalı)

Dora’ya göre, dahili platform iyi çalıştığında, geliştiriciler sistemle savaşmak için daha az zaman harcıyor ve değer yaratmak için daha fazla zaman harcıyor. AI’yı bir amplifikatör olarak görürseniz, iyi sistemlerin sonuçları nasıl iyileştirebileceğini görebilirsiniz. İlginç bir şekilde, platformlar zayıfsa, AI organizasyonel üretkenliği artırmıyor gibi görünmektedir. İyi dahili platformlar, etkili AI kullanımı için çok açık bir ön koşuldur.

Bir sonraki faktör, bir işyeri sitcom’undan bir terim gibi görünüyor, ancak gerçekten oldukça önemli. VSM (veya değer akışı yönetimi). Fikir, yöneticilerin işin fikirden teslimata nasıl geçtiğine dair bir harita yaratmasıdır. Temel olarak sadece bitlerden ziyade işlemler için bir akış şemasıdır.

Her adımı görerek, ekipler çok uzun kod incelemeleri veya çeşitli aşamalarda duran sürümler gibi sorunlu alanları belirleyebilir. Raporda, AI benimsemesinin olumlu etkisinin, güçlü bir VSM uygulaması olan kuruluşlarda “önemli ölçüde güçlendirildiğini” belirtiyor. Kayıt için, raporda dört kez “dramatik” kelimesi görünür.

Raporda, “VSM, AI yatırımları için bir kuvvet çarpanı görevi görüyor. Sistem düzeyinde bir görüş sağlayarak, AI’nın doğru sorunlara uygulanmasını, lokal verimlilik kazanımlarını sadece daha fazla aşağı kaos oluşturmak yerine önemli organizasyonel avantajlara dönüştürmesini sağlar.”

Yazılım geliştirme için her şeyin anlamı

Rapordan birkaç açık sonuç var. Birincisi, AI kurumsal yazılım geliştirme dünyasında yutturmacadan ana akıma geçti. İkincisi, gerçek avantaj araçlarla (hatta kullandığınız AI) değil. Sağlam organizasyon sistemleri oluşturmakla ilgilidir. Bu sistemler olmadan AI’nın çok az avantajı vardır. Üçüncüsü, AI bir aynadır. Zaten ne kadar iyi (veya zayıf) çalıştığınızı yansıtır ve büyütür.

Ne düşünüyorsun? Kuruluşunuz yazılım geliştirmede AI araçlarını kullanıyor mu? AI’yı gerçek bir üretkenlik artışı olarak mı yoksa daha fazla istikrarsızlık ekleyen bir şey olarak mı görüyorsunuz? Yedi takım arketiplerinden hangisi kendi deneyiminize en yakın hissediyor? Ve sizce platform mühendisliği veya VSM gibi uygulamalar gerçekten fark yaratıyor mu? Düşüncelerinizi aşağıdaki yorumlarda paylaşın.

Günlük proje güncellemelerimi sosyal medyada takip edebilirsiniz. Abone olduğunuzdan emin olun Haftalık güncelleme bültenimve beni twitter/x’de takip edin @DavidgewirtzFb’ta Facebook.com/davidgewirtzInstagram’da Instagram.com/DavidgeWirtzBluesky’de @DavidgeWirtz.comve youtube’da Youtube.com/davidgewirtztv.