团队效率度量与持续改进

要不要在团队里推广 AI 编程工具、推广得好不好，不能靠感觉。本节讲最朴素的度量思路：看哪些指标、怎么用、避免哪些误区，用数据驱动持续改进。

一、先看过程指标，再看结果指标

不要一上来就盯"写了多少行代码"——那是最容易被误导的指标，代理最擅长堆行数。更有意义的是：

• 效率：一个常见任务从开工到合并的平均时长是否下降。
• 质量：代理产出的代码被打回返工、线上出现缺陷的比例是否上升。
• 采纳：团队里有多少人在真正日常使用，而不是装了没用。

二、警惕"假效率"

代理生成速度快，但如果审查和返工成本很高，端到端效率可能不升反降。所以一定要把"审查时间、修复轮次"一起算进去，而不是只看它生成得多快。真正的效率提升，是从需求到可用代码的整体周期变短，而不是某个环节变快。

三、用数据找改进点

定期看：哪类任务用得最好、哪类任务还在踩坑？踩坑集中的地方，就是该补模板、补项目指令、补培训的地方。度量的目的不是考核个人，而是发现"团队流程哪里可以更好"，持续把最佳实践沉淀成下一轮的规范。