Przejdź do głównej zawartości

Metryki AI-native SDLC

Metryki AI-native SDLC łączą szybki wskaźnik wiodący każdej praktyki z opóźnionym wynikiem jakości lub niezawodności. Liderzy mogą instrumentować pętlę z Git, pull requestów, CI, wdrożeń i incydentów bez kupowania nowego systemu analytics ani zastępowania używanych już miar DORA.

Odczytuj timestampy z gita i metadanych pull requestów. Nie wymyślaj najpierw nowego produktu analytics.

PlayWskaźnik wiodącyWskaźnik opóźnionyGdzie żyje
Capture intent.mdCzas od pierwszej rozmowy do commitowanego intent.mdSurvival rate (zaakceptowane do Design vs zamknięte); edycje intent.md po pierwszym spec.mdHistoria gita w domu intentów
Write spec.mdCzas od commitu intent.md do commitu spec.mdCommity spec.md po pierwszym plan.md dla tej samej zmianyGit log
Plan modeUdział zmian mergowanych z pierwszego przejścia implementacji; czas od akceptacji planu do zmergowanego PRCykle reworku per zmiana; jak często zmergowany diff nadal pasuje do plan.mdMetadane PR
CLAUDE.md / rules / AGENTS.mdJak często agent powtarza błąd, który plik powinien złapaćCzas do pierwszego zmergowanego PR nowego teammate’aHistoria gita pliku instrukcji; historia PR
SkillsCzas od akceptacji właściciela polityki do merge’a zaktualizowanego skillaFindings PR review cytujące politykę (powinny spadać do zera)PR-y na folderze skills
Parallel sessionsConcurrent sessions per inżynier przy utrzymanej jakości reviewZmiany zmergowane per inżynier per tydzień, czytane z rework rateOpenTelemetry / eksport vendora; historia PR
Feedback loopFirst-pass CI success rate dla zmian pisanych przez agentaCzas review per PR; change failure rateCI; metadane PR; tracker incydentów
Continuous evalsPass rate evali w czasie; czas od produkcyjnego incydentu do trwałego evalaRegresje złapane w CI vs produkcjaSuite evali; tracker incydentów
PR reviewCzas do pierwszego review; udział komentarzy rozwiązanych bez ludzkiego dotknięcia branchaDefekty i podatności złapane przed mergem vs produkcjaGitHub/GitLab; tracker incydentów
Approval-gate hooksCzas oczekiwania na każdej bramceNaruszenia bramek docierające na produkcję, przed vs po hookachTelemetria hooków; tracker incydentów
CI/CDUdział failure’ów pipeline triagowanych bez pagowania człowiekaDORA (deployment frequency, lead time, change fail rate, time to restore)CI i tooling deployu
Close the loopCzas od naruszenia pasma do intent.md w triageUdział findings, które stają się zmergowanymi fixami; powtarzające się incydenty tej samej klasyLog skryptu detekcji; historia PR
Scheduled scansUdział podłączonych repozytoriów na harmonogramie; czas od finding do patcha wchodzącego w reviewPodatności znalezione przez skan vs produkcja lub zewnętrzny raport; findings per skan w czasieHistoria skanów; tracker incydentów