为什么软件开发方法论让你觉得糟糕?

　　围绕软件开发实践和方法论，总有很多教条式的口水仗。阶段式(phase-gate)方法能够有效管理软件开发过程的风险，还是说只是风险管理中的花哨噱头?TDD真的能够促生出高品质软件?结对编程是代码评审的有效替代抑或只是增加了商议沟通代价?我想说，虽然缺乏证据判断这些论调的谬处，但有两条常用的法则能够帮助我们选择好的实践，同时，提升我们所提供软件的价值：划小开发周期以及提升反馈效率。

　　Michael Feathers给出了以下观点：

　　我认为，我们最终还是得倚重开发者的能力，这才是个更重要的考量因素，而非选择哪门语言或纠结于方法论间的细微差别。坦诚地说，我们都清楚这点，但我们看起来好像过度纠结于开发能力是关键因素这事儿上。或许这是个经济学里一个被广泛接受的观点的引申，要是人人都可以替代(随便找个人都能顶上)，那该有多好呀?但事实并非如些。

　　问题是，我们怎样才能找到有(合适)技能的开发者?IT界从未很好地定义个体生产率，从这点来看，那么，要找到合适技能的开发者就是个很难解决的问题。代码行数(Lines of code) – 在现在仍然是一个主流的度量方法 – 深陷“一行代码一个责任”泥潭，这并不是一个好的方法。而度量工作小时数则是鼓励(个人)英雄式举动 – 经验表明，“英雄们”通常就是导致项目延期的人，依赖“英雄”往往是一开始就采取的不该采取的冒险行动，长时间工作导致人变得鲁钝，并导致低质量软件出 现。目前还没有被普遍接受的针对IT专业人才的专业要求系列标准和雇用范式，招聘好的人才，是一门(招聘)艺术，而非(招聘)工程。

　　心理学家至少对这个问题进行了研究：为什么IT业的技能很难被掌握和度量?Daniel Kahneman说(Thinking Fast and Slow)，掌握技能有两个基本条件：一个环境足够规律以便可预测;有机会通过长时间实践来学习掌握这些规律。

　　但是典型的软件项目往往是没有规律及可预测环境的。项目成功的唯一正确度量就是：最终的结果通过整个生命周期里的实施达到了预期目标吗? 很难知道什么关键活动导致了项目成功和失败，很少有人能够通过旧有或现有的项目获得答案。几乎不可能判定哪些决策导致了成功或失败(在人工智能领域，这叫作信度分配问题)。

　　这些因素造成了IT专业人员很难掌握引导产品和服务走向成功所需的能力。然而，开发者掌握能帮助他们更高效地达到目标的技巧，将使他们更有动力 – 通常称之为“开发完成”，尽可能快的、不考虑是否功能被集成以及生产就绪。类似的场景也常出现在其他功能性实施领域。

　　实际的软件项目是复杂的，没有规律可循，这会导致另一个问题 – 为了证明某种技术、实践和方法论是实际有效而收集相关数据是极度困难的，几乎不可能在脱离收集环境的情况下归纳出这些数据。

　　在Laurent Bossavit的好书《The Leprechauns of Software Engineering》中， 他抨击了软件开发的一些惯式，比如“成本变化”(或“缺陷成本”)“曲线”，这些惯式是许多其它的软件开发方法论知识基础，称开发人员生产率的变化是一个数量级(参照确定性金字塔原理)。Laurent Bossavit说明了相关依据 – 很多人依赖从计算机科学专业学生进行的非正式试验或是从无法被有效控制的项目中收集小量数据。这些研究组织的给出的论调基础往往是不健全的，数据缺乏分析，而且，最过分的是调查结果普遍远远超出了他们的适用领域。

　　因此，不太可能轻易下论断敏捷开发实践就比瀑布模式之流合适，反之亦然。“方法大师”的见解其实也没太大指导意义，就像Kahneman说的， “人们在想法方面的信心，并非是有效行事可倚重的因素…当评估专家的想法，即使在有规律可循的情况下，你也一定要想清楚是否有合适时机可以引入其想法的可能性”。就像Ben Butler-Cole指出的(why software development methodologies rock)，引入一种新方法往往会带来一些影响。

　　你可能会认为当我们决定怎样运作一个团队时，我们就陷入了被动。但细想一下为什么软件开发无章可循?为什么在这个环境里很难进行一些试验以及获取技能?什么实践和决定会导致成功或失败?其中的根原因就是：环境是无规律的，做出变更与理解变更带来的结果之间的反馈过程太长了。这里的“变更”一词是指广义上的需求变更、方法变更、开发实践变更、商业计划变更、代码或配置变更等等。

原文转自：http://kb.cnblogs.com/list/1004/