今天的开发者拥有各种各样的工具和技术，他们用这些工具和技术来构建我们周围的数字世界。然而，DevOps和CICD工具链中的大量选择带来了巨大的复杂性，这导致了多重低效。现在，一种名为开发人员生产力工程（DPE）的新学科正在兴起，以解决这一问题，而高级分析和人工智能发挥着重要作用。

　　Gradle首席执行官汉斯·多克特（Hans Docker）表示，尽管DevOps和持续集成、持续部署（CICD）方法的出现在许多方面使开发人员的生活更加简单，但它们也释放了阻碍开发人员生产力的新力量。

　　对于初学者来说，测试对于确保软件无bug且不会带来安全风险至关重要。得益于Gradle、ApacheMaven和Bazel等构建工具，开发人员不再需要手动执行将新功能或bug修复程序推向生产所需的各种复杂步骤。Gradle构建工具通过其开源社区维护了3000多个集成，可以消除大部分繁重的工作。

　　但对于一些大型企业或Web应用程序，可能需要运行10000个测试才能将代码升级到生产环境中。这意味着，即使是最小的代码更改，也可能需要24小时来运行所有的检查。1000名开发人员大约需要几倍的时间，你很快就会陷入开发泥潭。

　　Docker说：“我们有很多公司，每天等待工具链的时间加起来相当长，长达几个小时。”。

　　大约20%的时间，测试将返回并提醒开发人员代码中的问题。这是一件好事，Docker说。毕竟，您不想部署错误代码。但采取下一步并不总是显而易见或简单的。

　　他说：“对于业内的大多数工程师来说，很难找出根本原因。”。“他们缺乏数据来理解，我是否应对这个问题负责？我的同事是否对此负责？”

　　Docker说，第三个问题是整个工具链没有可观测性。当公司想要了解他们的开发人员的日常情况，例如他们将多少代码投入生产时，他们通常被迫求助于手动方法，例如开发人员调查。

　　“因此，开发人员日复一日使用的所有机器都给他们带来了很多问题，这是完全无法观察到的，”Docker说。“这个行业让所有其他行业都如此引人注目，但它在自己的机器方面却没有可观察性——这几乎是讽刺。”

　　Gradle专注于开发者体验（图片由Gradle提供）

　　讽刺意味着糟糕的商业模式。但是，利用互联数据和机器学习来揭示软件开发行业的效率低下，有可能为公司节省数十亿美元，因此可能是一个非常有利可图的行业。

　　这是Gradle Enterprise（该公司的商业发行）以及整个DPE规程背后的基本前提。Gradle于10月在旧金山主办了第一届年度开发者生产力工程峰会，Docker报告称出席人数超出预期。许多处于软件开发前沿的公司，包括Netflix和LinkedIn，都参加了DPE峰会。

　　在Docker看来，DPE有潜力通过引入基于数据的严谨性、工程性和再现性元素来改变软件开发，正如其他行业已经做的那样。

　　他说：“如果你看看其他行业，比如化工厂，他们有化学过程工程的学科。化学有自动化工程。你可以在这些学科上攻读博士学位。”。

　　同样，汽车制造商可能比其软件供应链更能掌握其零部件供应链，即使两者对生存至关重要。Docker说：“如果我去你们的一家工厂，有人问我需要多长时间才能把A部分从B部分拿到C部分，那是绝对不能接受的。”。

　　Docker认为大数据和人工智能在DPE的未来扮演着重要角色。该公司成立了一个数据科学团队，推出了第一款基于人工智能的产品。预测测试选择使用机器学习来预测代码库的哪些部分对变化敏感，哪些测试可以安全地从DevOps生命周期中排除。

　　Docker说：“我们可以告诉你，哦，你改变了软件的那一部分。在10000个测试中，有9000个你不需要运行，因为我们从数据中知道，这些测试对代码的这些区域完全不敏感。”。“只有1000个测试对这一领域敏感，所以我们只运行10000个测试中的1000个。”

　　Docker表示，高级分析和人工智能对于理解可观测性数据至关重要，Gradle将拥有