課程簡(jiǎn)介
在本教程中，我們將采用一種獨(dú)特的視角，來(lái)看待軟件創(chuàng)造價(jià)值的過(guò)程，并通過(guò)深入分析這一過(guò)程中各階段的工作任務(wù)，使得分解反饋閉環(huán)加速，從而盡可能快速且有效地交付業(yè)務(wù)價(jià)值。本教程的核心是一個(gè)稱為“持續(xù)交付2.0雙環(huán)模型”，該模型涉及創(chuàng)建一個(gè)生動(dòng)的價(jià)值系統(tǒng)，該系統(tǒng)模擬組織的價(jià)值流，以交付軟件。
根據(jù)DevOps2016年的調(diào)查報(bào)告，大多數(shù)高效能的軟件企業(yè)都有一個(gè)高效能的IT團(tuán)隊(duì)。
想提高業(yè)務(wù)響應(yīng)速度？想提高軟件開(kāi)發(fā)速度？想提高軟件開(kāi)發(fā)質(zhì)量？
聯(lián)調(diào)時(shí)間太長(zhǎng)，集成成本太高，Bug太多，一直不收斂？
目標(biāo)收益
聚焦 “業(yè)務(wù)價(jià)值交付” 核心，幫助學(xué)員掌握硅谷頂級(jí)公司研發(fā)效能提升的底層邏輯與實(shí)戰(zhàn)路徑：
1、理解 “雙環(huán)模型”（價(jià)值探索環(huán) + 快速驗(yàn)證環(huán)）在需求定義、方案驗(yàn)證到持續(xù)優(yōu)化的全流程應(yīng)用，縮短從 “想法到價(jià)值” 的閉環(huán)周期；
2、構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的研發(fā)效能體系，學(xué)會(huì)用 GSM（目標(biāo) - 信號(hào) - 指標(biāo)）方法量化問(wèn)題、優(yōu)化決策，規(guī)避數(shù)字化轉(zhuǎn)型陷阱；
3、掌握 CI/CD 全鏈路實(shí)踐（分支策略、持續(xù)集成、配置管理、A/B 測(cè)試），結(jié)合微服務(wù)架構(gòu)與 AI 技術(shù)，實(shí)現(xiàn)高效、低風(fēng)險(xiǎn)的持續(xù)交付；
4、塑造支撐研發(fā)效能的組織文化，通過(guò) “文化四步法” 打破部門墻，推動(dòng)技術(shù)與業(yè)務(wù)的深度協(xié)同。
培訓(xùn)對(duì)象
各類IT/軟件企業(yè)和研發(fā)機(jī)構(gòu)的CXO、研發(fā)經(jīng)理與總監(jiān)、技術(shù)經(jīng)理、測(cè)試經(jīng)理、項(xiàng)目經(jīng)理，以及希望快速高效軟件產(chǎn)品研發(fā)的企業(yè)，團(tuán)隊(duì)和個(gè)人。
課程大綱
| PART I: 雙環(huán)模型：硅谷研發(fā)的底層邏輯 |
1.解析持續(xù)交付 2.0 的 “價(jià)值探索環(huán)”（需求定義→最小可行方案）與 “快速驗(yàn)證環(huán)”（構(gòu)建→部署→監(jiān)控→決策），結(jié)合 Google “不作惡” 價(jià)值觀下的產(chǎn)品哲學(xué)，拆解 To B/To C 場(chǎng)景的差異化實(shí)踐（如 Google SRE 如何通過(guò) 50% 運(yùn)維時(shí)間倒逼系統(tǒng)自動(dòng)化）； 2.案例：Meta 通過(guò) “持續(xù)發(fā)布” 機(jī)制實(shí)現(xiàn)日均數(shù)千次部署，底層依賴統(tǒng)一工具鏈與 “你構(gòu)建你運(yùn)行” 的權(quán)責(zé)文化。 3.toB 軟件如何使用雙環(huán)模型提升研發(fā)效能 |
| PART II: 研發(fā)效能數(shù)字化：從度量到?jīng)Q策 |
1.破除 “唯數(shù)據(jù)論” 誤區(qū)，學(xué)習(xí) “定義正確問(wèn)題” 的三層維度（業(yè)務(wù)目標(biāo)→技術(shù)瓶頸→可行動(dòng)指標(biāo)）； 2.實(shí)戰(zhàn) GSM 方法：GSM 是基于目標(biāo)改進(jìn)的度量決策框架，是高效地量化輔助決策和改進(jìn)的方法論。 3.警惕陷阱：某軟件企業(yè)因過(guò)度關(guān)注 “代碼提交量” 導(dǎo)致技術(shù)債務(wù)堆積的反面案例。 |
| PART III：文化塑造：從流程到自驅(qū) |
1.解碼 Google“OKR”“失敗包容” 文化如何激發(fā)創(chuàng)新，對(duì)比亞馬遜 “工具替代經(jīng)驗(yàn)” 的工程師管理策略； 2.文化落地四步法：愿景共識(shí)→ 行為建?！?指導(dǎo)固化→ 反饋迭代。 a.案例：CEO所要求的“客戶第一”，并不是組織代償，而是效能提升。 |
| PART IV:分支策略與持續(xù)集成 |
1.大團(tuán)隊(duì)必由之路：6 步搭建持續(xù)集成流水線（從代碼提交到自動(dòng)化測(cè)試），附自查表（如測(cè)試通過(guò)率＜95% 禁止合并）； 2.微服務(wù)場(chǎng)景：通過(guò) “數(shù)據(jù)庫(kù)隔離優(yōu)先拆分” 降低集成復(fù)雜度，結(jié)合 GitFlow 與主干開(kāi)發(fā)的混合分支策略 |
| PART V:持續(xù)部署與風(fēng)險(xiǎn)控制 |
1.配置管理實(shí)戰(zhàn)：某金融企業(yè)通過(guò) XaC（基礎(chǔ)設(shè)施即代碼）實(shí)現(xiàn)環(huán)境一致性，將部署風(fēng)險(xiǎn)降低 70%； 2.監(jiān)控決策鏈：從 “報(bào)警疲勞” 到 “MTTR 優(yōu)化”，學(xué)習(xí) Google “無(wú)無(wú)效警報(bào)” 原則，設(shè)計(jì)三級(jí)響應(yīng)機(jī)制（自動(dòng)修復(fù)→人工介入→根因分析）。 |
| PART VI: 企業(yè)轉(zhuǎn)型案例與 AI 應(yīng)用 |
1.組織轉(zhuǎn)型七步法：某金融科技公司從 “瀑布式” 到 “雙周迭代” 的陣痛與突破； 2.AI 實(shí)戰(zhàn)：大模型在代碼審查、測(cè)試用例生成的應(yīng)用，及目前 AI 能力的不足之處。 |
|
PART I: 雙環(huán)模型：硅谷研發(fā)的底層邏輯 1.解析持續(xù)交付 2.0 的 “價(jià)值探索環(huán)”（需求定義→最小可行方案）與 “快速驗(yàn)證環(huán)”（構(gòu)建→部署→監(jiān)控→決策），結(jié)合 Google “不作惡” 價(jià)值觀下的產(chǎn)品哲學(xué)，拆解 To B/To C 場(chǎng)景的差異化實(shí)踐（如 Google SRE 如何通過(guò) 50% 運(yùn)維時(shí)間倒逼系統(tǒng)自動(dòng)化）； 2.案例：Meta 通過(guò) “持續(xù)發(fā)布” 機(jī)制實(shí)現(xiàn)日均數(shù)千次部署，底層依賴統(tǒng)一工具鏈與 “你構(gòu)建你運(yùn)行” 的權(quán)責(zé)文化。 3.toB 軟件如何使用雙環(huán)模型提升研發(fā)效能 |
|
PART II: 研發(fā)效能數(shù)字化：從度量到?jīng)Q策 1.破除 “唯數(shù)據(jù)論” 誤區(qū)，學(xué)習(xí) “定義正確問(wèn)題” 的三層維度（業(yè)務(wù)目標(biāo)→技術(shù)瓶頸→可行動(dòng)指標(biāo)）； 2.實(shí)戰(zhàn) GSM 方法：GSM 是基于目標(biāo)改進(jìn)的度量決策框架，是高效地量化輔助決策和改進(jìn)的方法論。 3.警惕陷阱：某軟件企業(yè)因過(guò)度關(guān)注 “代碼提交量” 導(dǎo)致技術(shù)債務(wù)堆積的反面案例。 |
|
PART III：文化塑造：從流程到自驅(qū) 1.解碼 Google“OKR”“失敗包容” 文化如何激發(fā)創(chuàng)新，對(duì)比亞馬遜 “工具替代經(jīng)驗(yàn)” 的工程師管理策略； 2.文化落地四步法：愿景共識(shí)→ 行為建?！?指導(dǎo)固化→ 反饋迭代。 a.案例：CEO所要求的“客戶第一”，并不是組織代償，而是效能提升。 |
|
PART IV:分支策略與持續(xù)集成 1.大團(tuán)隊(duì)必由之路：6 步搭建持續(xù)集成流水線（從代碼提交到自動(dòng)化測(cè)試），附自查表（如測(cè)試通過(guò)率＜95% 禁止合并）； 2.微服務(wù)場(chǎng)景：通過(guò) “數(shù)據(jù)庫(kù)隔離優(yōu)先拆分” 降低集成復(fù)雜度，結(jié)合 GitFlow 與主干開(kāi)發(fā)的混合分支策略 |
|
PART V:持續(xù)部署與風(fēng)險(xiǎn)控制 1.配置管理實(shí)戰(zhàn)：某金融企業(yè)通過(guò) XaC（基礎(chǔ)設(shè)施即代碼）實(shí)現(xiàn)環(huán)境一致性，將部署風(fēng)險(xiǎn)降低 70%； 2.監(jiān)控決策鏈：從 “報(bào)警疲勞” 到 “MTTR 優(yōu)化”，學(xué)習(xí) Google “無(wú)無(wú)效警報(bào)” 原則，設(shè)計(jì)三級(jí)響應(yīng)機(jī)制（自動(dòng)修復(fù)→人工介入→根因分析）。 |
|
PART VI: 企業(yè)轉(zhuǎn)型案例與 AI 應(yīng)用 1.組織轉(zhuǎn)型七步法：某金融科技公司從 “瀑布式” 到 “雙周迭代” 的陣痛與突破； 2.AI 實(shí)戰(zhàn)：大模型在代碼審查、測(cè)試用例生成的應(yīng)用，及目前 AI 能力的不足之處。 |
近期公開(kāi)課推薦
