引言
作为一名咨询师，我与许多团队合作。我看到了开发人员产出的巨大差异。
这里举个例子，同一团队：
开发人员1: 45次PR/月
开发人员2: 1次PR/月
我进行了代码审查。开发人员1的代码质量更高。
是的，统计数据可能被操纵。因此，我不建议基于统计数据进行管理。但是，当统计数据出现明显的失衡时，往往会有一个值得探究的根本原因。
在这种情况下，完成了45个PR的开发人员有着比另一个开发人员合并的1个PR更复杂的PR。
一个相关的定律：
普莱斯定律（Price’s law）：员工人数的平方根做的一半工作量是总工作量的50％。
所以：
如果您有10名员工，则有3名员工完成了50%的工作。
如果您有100名员工，则有10名员工完成50%的工作。
如果您有10,000名员工，则有100名员工完成了50%的工作。
还有一个相关原则：
“所有模型都是错误的。有些是有用的。”
合并PR的数量是一种不好的生产力指标，但是它可以作为整体情况的一部分而是有意义的。
结论
通过以上例子可以得出结论，某些开发人员的工作效率要显著高于其他开发人员，这可能与其工作的复杂性有关。因此，统计数据可以作为生产力指标的重要数据点之一，但不能作为唯一标准。
任何一项生产力指标都不能被简单地单独评估。必须将其放在更全面的背景下进行评估，同时考虑代码质量、团队合作等因素。
普莱斯定律也表明，仅仅增加团队人数并不是解决生产力问题的最佳方法。相反，应该重点培养那些高效的开发人员。
结论是，开发人员之间的生产力和质量存在巨大的差异，需要采取相应策略。