Apabila Mereka berkembang kepada lebih 100 repositori GitHub merentasi beberapa jabatan kejuruteraan, tiada sesiapa dapat melihat aktiviti kejuruteraan bagi kesemuanya di satu tempat.
Pengajaran utama
- Automasikan laporan manual dan kembalikan masa itu kepada pasukan.
- Jadikan metrik DORA dan petunjuk kesihatan pasukan boleh dilihat oleh seluruh pasukan.
- Bantuan AI menulis tiga daripada empat commit dalam pembinaan kami; ujian automatik memastikan angkanya tepat.
- Terangkan setiap angka. Metrik yang terbuka membina kepercayaan.
Cabaran
Sebelum adanya dashboard ini, soalan asas seperti “Sejauh mana produktiviti kami pada suku tahun lalu?” atau “Adakah mana-mana pasukan memikul kerja terlalu banyak?” bermakna perlu meneliti antara muka GitHub, menyalin data ke dalam hamparan dan berharap angkanya tepat.
- Tiada paparan berpusat. Setiap repositori berdiri sendiri, tanpa paparan aktiviti kejuruteraan di peringkat seluruh organisasi.
- Laporan manual. Pengurus kejuruteraan menganggarkan mereka menghabiskan 4 hingga 6 jam setiap bulan untuk menyediakan laporan aktiviti.
- Tiada metrik standard industri. Metrik DORA, iaitu ukuran standard prestasi penghantaran perisian, mustahil dikira tanpa alat khusus.
- Titik buta tentang kesihatan pasukan. Kami tiada cara yang sistematik untuk mengenal pasti silo pengetahuan, pasukan yang terbeban atau corak kerjasama.
- Tiada penjejakan impak AI. Apabila pasukan mula menggunakan alat pengekodan AI, kami tidak dapat mengukur sama ada alat itu membantu.
Penyelesaian
Kami membina dashboard analitik pasukan kami sendiri dan menggunakan AI sepanjang pembinaannya. Ia mengumpul data daripada GitHub setiap 6 jam, mengira metrik utama dan memaparkannya dalam dashboard interaktif yang boleh dibuka oleh pihak pengurusan dan ketua pasukan pada bila-bila masa.
- Metrik DORA sepintas lalu. Kekerapan deployment, tempoh pelaksanaan perubahan dan purata masa pemulihan, dikira secara automatik.
- Petunjuk kesihatan pasukan. Keseimbangan beban kerja antara pasukan dan analisis “bus factor”, yang menunjukkan di mana pengetahuan hanya dipegang oleh terlalu sedikit orang.
- Penjejakan atribusi AI. Peratusan kod yang dibantu AI berbanding kod yang ditulis manusia di seluruh organisasi.
- Gambaran kerjasama. Graf rangkaian yang menunjukkan cara pasukan bekerjasama merentasi repositori.
Cara AI membantu kami membinanya dengan lebih pantas
Semasa pembangunan, tiga daripada empat commit pada dashboard (231 daripada 306) ditulis dengan bantuan AI. Kami menggunakan Claude untuk keputusan seni bina, penyelesaian masalah yang kompleks dan pengekodan harian.
Perubahan yang sama telah merebak ke seluruh Mereka. Peratusan commit yang dibantu AI di semua repositori kami meningkat daripada kira-kira satu pertiga pada awal 2026 kepada 78% pada Oktober 2026. Ahli pasukan di luar kejuruteraan, seperti Miranda dan Faiz, kini menghantar pembetulan secara terus tanpa menunggu pembangun.1
Keputusan
| Metrik | Sebelum | Selepas |
|---|---|---|
| Masa untuk menyediakan laporan aktiviti bulanan | 4 hingga 6 jam | 30 saat |
| Repositori yang dijejak | Semakan rawak secara manual | 100+ dengan sejarah penuh |
| Metrik yang tersedia | 5 hingga 10 kiraan asas | 50+ metrik yang dikira |
| Kekinian data | Berusia beberapa minggu | Dikemas kini setiap 6 jam |
Sumber: Pasukan teknologi Mereka, Oktober 2026
Pengurus kini menggunakan masa itu untuk menyokong pasukan mereka. Oleh sebab kami membina dashboard ini untuk kegunaan produksi, lebih 2,000 ujian automatik memastikan sistem ini boleh dipercayai dan angkanya tepat.1
Bagaimana pasukan kami kini bekerja secara berbeza
- Analitik layan diri. Pengurus menyemak angka sendiri tanpa perlu meminta laporan.
- Perbincangan yang bermula daripada data. Perancangan sprint dan perbincangan proses bermula daripada maklumat yang sama untuk semua orang.
- Setiap angka diterangkan. Setiap metrik menunjukkan cara ia dikira, sumber datanya dan batasannya. Sebab itulah orang mempercayai data ini.
Keputusan paling sukar melibatkan tadbir urus. Kami perlu bersetuju tentang tujuan metrik itu digunakan. Kami membuang label penilaian seperti “pencapai terbaik” dan “skor tertinggi”, kerana dashboard yang tidak dipercayai oleh pasukan akan dilemahkan secara senyap-senyap.
Sumber: Rashvin Pal Singh, “The AI ROI stack”, LinkedIn, 25 Mei 2026.
Langkah seterusnya
Dashboard ini ialah langkah pertama. Kami merancang untuk mengembangkannya menjadi “sistem operasi pasukan” dengan menyambungkan lebih banyak alat yang digunakan oleh pasukan kami setiap hari.
| Integrasi | Apa yang boleh dilakukan |
|---|---|
| ClickUp | Hubungkan tugasan projek dengan perubahan kod, daripada penugasan tugasan hingga deployment. |
| Slack | Amaran automatik untuk pasukan yang terbeban, sprint yang selesai dan aktiviti luar biasa. |
| Google Drive | Jejaki kerjasama dokumen bersama kod, supaya sumbangan di luar pengaturcaraan turut diiktiraf. |
Sumber dan kaedah
1 Pasukan teknologi Mereka, Oktober 2026
Angka diperoleh daripada pasukan teknologi Mereka: data GitHub dashboard itu sendiri untuk commit, repositori dan metrik, serta anggaran pengurus kejuruteraan untuk masa penyediaan laporan sebelum adanya dashboard. Diukur pada Oktober 2026.




