敏捷、绩效、考核

飞机飞得再高，毕竟要落地。你准备好了吗？

实效的敏捷，第四届敏捷大会热闹非凡，上千元的票价抵不了庞大的支出，更阻挡不了人们的好奇和求知的欲望。

说实话，我没有听到新的东西，不管是美丽的故事还是悲惨的故事，还是困惑的故事，我听得太多了。

但是却并不阻碍我的兴趣，听这些故事，我没有打算找到答案。

虽然我也问了很多问题，也被问了很多问题。但是对于绝大部分问题，我知道那没有答案。虽然我做出一副挣扎的样子，其实我的内心早就屈服了。

Brooks不是早就说了吗？——没有银弹。

比如，如何衡量绩效？

敏捷了就很难衡量绩效了，很多人这样想，可是“Comparing With What？”（Kent Beck）跟什么对比呢？

当然是CMMx！那CMMx是怎么衡量的呢？

代码行数？靠谱吗？

测试覆盖率？

圈复杂度？

敏捷了就不能用了吗？

这个世界上真的有衡量开发人员绩效的好办法吗？有吗？

CMMx的时候容易吗？

问一问自己的内心，如果你是一名经理，你是不是现在内心打个分数然后再去计算每个人的分数呢？

如果你是一个开发人员，你真的认为代码行数能反映一个人的水平吗？还是你的主观判断更靠谱？

如果你是一个测试人员，你是否厌倦了以发现Bug的数量来衡量绩效的办法（顺便表达一下对使用这种绩效评估的领导的郑重的鄙视）？

今年的D应该轮在谁的头上，还是那个新来的吗？

别跟我说，你当新兵的时候没"被"得过D。

如果你的工作就是绩效评估，你的内心是否挣扎过，到底应该以什么样的指标来衡量？

你是否在内心确信你定义的指标足够“公平”合理？

你是否确信你看到的数据不是“做”出来的？

顺便诸位项目经理哪位没有“做”过数据？

为了测试覆盖率跑跑那些从来不用的测试？

为了追赶发布期，警告测试部门尽量手下留情合并缺陷？

为了圈复杂度拆分函数而没有同时分析提取函数是否恰当？

难道是我“恰好”碰到了这些极端的例子？怎么办？

敏捷来了，难道还没有办法吗？

我不知道。你要问问自己，我到底要干什么？

我为什么去衡量？

我能不能做得更符合我的目标一些？

仅此而已，你永远做不到公平，在软件行业尤其如此。总的来说，软件行业还是工匠式的行业，开发还是一门手艺。

你要任何一个容易指标都很容易导致“局部优化”，任何一个真正有价值的指标都不那么容易量化。

在敏捷开发中常见的量化衡量团队开发能力的指标是Velocity，但是这个看上去量化的指标只能用来衡量一个团队自身的进步，不具有任何横向对比的意义。

要去提高Velocity，最简单的办法就是将每个故事的点数乘以2。

你要换算成人日数吗？

你会得到非常有趣的比较，那就是A团队平均每个人每周完成的工作量是5个人日，这个碰巧跟B团队的平均值相等。（这跟某次世界杯上，总进球数和总失球数恰好相等非常类似。）

所以，我们的建议是，这些指标只能被度量，不能被管理，而且这种度量是以反馈为目的的，而绝不是以绩效为目的的。

在敏捷团队中我们有很多指标，很多衡量手段。比如签入代码行数、测试覆盖率、圈复杂度，我们用这些指标来帮助我们分析团队的状况。

比如，测试覆盖率下降了，我们要看看，为什么下降了？是不是单元测试无法覆盖某些场景？我们是不是需要增强集成测试和系统测试来保障系统的质量？

再比如，圈复杂度提高了，我们会去考虑是不是最近重构做得不够频繁了？需不需要专门留出时间来做一些重构？

当这些指标成了反馈手段，我们不需要“做”任何数据，CI的红灯和绿灯都是我们的朋友。（这些想法都属于“基于信任”的管理方式，关于对于这种方式的质疑与回应参考光磊的文章）。

下午的TDD情景坊来了一个做SQA（记不清了）的同学，指出我们是在误人子弟。

我们的方法命名不符合Java的某个“规范”，测试命名不符合工具“要求”，没有注释。

总之——一塌糊涂。

我能看出他的好意，但实在没有给别人解释的机会，就开始演示他的TDD了。

我试图跟他解释我们为何方法这样命名、为何测试类不能对应被测的类、为何我们“基本上是反对注释”的。

但结局是“完败”。

要实践敏捷，开放的心态是非常重要的。今天正好在看Git的源代码，发现Linus竟然是在用“Ruby的命名规范”来命名C的函数(如int diff_tree_stdin(char *line))。我很后悔没能把Linus抓过来跟那个同学过过招：）

下午跟某公司的同学聊到测试分层的问题，另一个同学插话说他们的测试很难定义边界值。

我跟他说这个问题和测试分层是正交的。也就是说，无论采用什么样的分层方式，问题总是存在的。

这里说正交其实并不严格。我们可能会通过某种测试分层方案来缓解这样的问题。

比如，边界值也许会在较低层的测试上容易确定。但是，从根本上说，原来的问题还是存在。

但是，这个问题是不是就是一个测试问题？却又是另一个话题。

也许是一个设计问题——Kent Beck响应式设计。

软件开发中有很多问题并不是依靠一个实践就能解决的，而且还有一些问题并非现有的每个实践能解决的。

这个时候追踪背后的问题是非常重要的。

我见过一些团队，单独一个团队不能交付任何特性，甚至自己的代码编译都不能通过，必须与其他团队协作才能编译、验证。

遇到这样的问题怎么办呢？

这可能是一个组织问题，也可能是一个设计问题，但是我们见到很多团队选择从哪些角度去解决它呢？

配置管理，测试框架，流程管理。我一一介绍一下：

配置管理：既然你必须跟别人在一起才能编译，不然把你们放到一个分支上，互相能访问对方的代码。

测试框架：既然你自己不能编译，我能不将你的依赖Mock掉或者Stub掉？这样你就可以针对某个Mock框架或者一些Stub代码进行编译验证了。

流程管理：我们也可以规定A团队必须在几点几分提交，然后你再编译。

这些方法好不好？作为一个“响应式改进”（向“响应式设计”致敬）的倡导者，我不会说好还是不好。

我只想让你问问自己：这种选择是不是符合你内心的“真北原则”（参考《成功人士的7个习惯》）。

你有没有分析从设计或者组织的角度去做改进的成本和收益？

你的选择是不是考虑和长期收益和短期收益的平衡？

如果你全面的分析了各个原因之后，仍然选择用上面的这些“间接方法”去做改良，那你的选择就没有问题。

温伯格说：不要把解决问题的方案当作要解决的问题本身。

即使我们选择了上面的方法去解决我们的问题，我们在内心要始终记着我们要解决的是什么问题，并且在任何下一次再采用同样的方法去解决这个问题的时候，要问一下自己“现在的背景是不是跟我们上一次做决定的时候是一样的”。

再做一次符合内心“真北原则”的选择，而不是直接就选择先前的那个方案。

昨天中午有幸跟Kent Beck一起吃中午饭，我问他响应式设计是不是从XP风格设计的一种回归。

或者说响应式设计是不是介于传统设计和极限编程风格的设计（比如TDD）之间的一种形式或者思想？（原话：Is responsive design a step back from XP style design? I mean on the road that we transform from traditional design to xp style design。Is responsive design somewhere between the two styles of design?)。

本来没有期望太惊人的答案，因为我确实觉得传统设计太“保守”极限编程太“激进”，而响应式设计正是某种形式的折中或者回归。

但Kent Beck思考了一会儿却说，不是回退，而是更进一步。极限编程提倡把设计的决策推迟到实现特性的时刻，而响应式编程则更推迟了，你要判断上下文决定是否设计或者作出何种设计。（仅根据我的理解整理，不确认这是Kent Beck的本意。）

想起Dave的Broken Window理论。