一篇写给工程经理与总监的诊断清单，作为 DORA 与 DX 指标的补充。两组数据构成文章起点：Faros AI 观察约一万名开发者的遥测，发现 AI 采用度高的团队合并的 PR 数比之前多了 98%，但交付指标原地不动；METR 对经验丰富的开源开发者做过对照试验，用 AI 工具后完成任务的时间反而长了 19%，而事后问他们，他们估计自己快了 20%。作者强调这不代表 AI 无用，而是说明常规看板会在任何人知道结论之前就把 AI 显示成一项成功——PR 数上涨不是结论，而是该开始提问的信号。文章给出会前五问（是否拿团队自己的历史数据对比而非横向比、数据是否至少覆盖八周、重组与迁移与事故与假期是否标在时间线上、新功能与维护与遗留是否分开看、每个活动指标旁是否配了质量或交付指标），以及一张逐指标对照表：为 PR 数、PR 大小、评审时间、评审参与率、构建成功率与时长、返工、前置时间、部署频率、变更失败率、恢复时间、逃逸缺陷、安全发现、满意度、对 AI 产出的信任、倦怠与评审负荷，各列出「AI 在帮忙」与「AI 没在帮忙」两种表现以及该问的问题。