研发风险控制

2023年我接手过一个已经"验收通过"的项目，三个月后它炸了。原因很讽刺：验收报告上签字的七个人里，有五个从没看过需求文档原文，他们签的依据是项目经理发在群里的…

过去三年我参与过四个研发团队的流程治理项目，从三十人的创业团队到七百人的上市公司研发中心都待过。一个反复出现的现象是：几乎每个团队都配了任务提醒，但几乎每个团队都在被超期任务拖后腿…

去年双十一前夜，我接到一个做跨境电商 SaaS 的朋友电话：他们的支付网关 SSL 证书在当天凌晨 2 点过期，导致整个支付链路中断 47 分钟。事后复盘发现，这张证书的到期信息早…

去年底我在一家做金融风控系统的公司做交付复盘时，碰到了一次典型的双重依赖失控：前端团队因为 npm 包版本冲突卡了三天，同时他们的接口联调又依赖后端一个尚未排期的需求。两个问题看起…

去年我帮一家做工业 SaaS 的研发团队做过程度诊断，他们 87 人的研发中心，季度初排了 42 个需求，季度末复盘时发现有 11 个需求的真实状态和项目管理平台上显示的对不上，平…

去年冬天，我帮一家做工业物联网的研发团队做流程复盘。他们有47个研发，三个小组并行跑六个项目。CEO跟我说，最痛苦的不是做不出来，是每周例会前所有人都在"补日报&quot…

2023 年冬天，我参与了一次让我印象很深的线上事故复盘。一家做 SaaS 的客户，研发团队 60 多人，迭代节奏两周一次。出事的那条需求在文档里只写了三行描述，验收标准更简单，“…

去年第四季度，我帮一家约 160 人的 SaaS 公司做研发效能复盘，发现一个让我意外的数据：他们上线后 3 个月内产生的生产事故中，有 61% 可以追溯到同一个环节，任务验收提交…

去年冬天，我所在的 120 人研发组织出过一次"看起来很蠢"的事故：周五 18:20，一个 hotfix 分支合进了 release 分支，CI 构建失败。提醒…

去年冬天，我们团队出过一次线上故障。原因不是代码缺陷，也不是流量突增，而是一张没人记得续期的 SSL 证书，它在凌晨两点到期，网关开始拒绝所有 HTTPS 握手，监控告警在十分钟内…