CMMI（Capability Maturity Model Integration）V3.0 模型中，3 级（已定义级） 与 5 级（优化级） 代表了组织在过程管理上两个截然不同的成熟度阶段。
简而言之：3 级解决的是“标准化和一致性”问题，确保项目可控；5 级解决的是“量化驱动和持续创新”问题，追求卓越的绩效提升。
以下是两者在核心逻辑、评估重点及数据要求上的深度对比：
一、核心区别对比表
|
|
|
|
|---|---|---|
| 核心特征 | 定性管理
|
量化管理 + 持续优化
|
| 关注焦点 |
强调过程的依从性和裁剪。 |
强调业务绩效目标的达成与突破。 |
| 数据要求 | 基础度量
|
统计过程控制 (SPC)
|
| 改进模式 | 被动/经验驱动
|
主动/数据驱动
|
| 子实践域覆盖 |
|
必须包含 3 级全部
|
| 评估难度与周期 |
|
|
| 商业价值 |
|
|
二、关键差异深度解析
1. 从“定性”到“定量”的跨越
- 3 级
的组织知道“做什么”和“怎么做”，但不知道“做得有多好”。例如，3 级团队会记录 Bug 数量，但无法准确预测下一个版本的 Bug 率区间。 - 5 级
的组织建立了过程性能模型（PPM）。他们能说出：“当代码评审效率达到 X 人时/千行，且单元测试覆盖率>Y% 时，我们有 95% 的信心将系统测试缺陷密度控制在 Z 个/KLOC 以内。”这种预测能力是 5 级的灵魂。
2. 高成熟度专属实践域 (High Maturity PAs)
要达到 5 级，除了满足 3 级所有要求外，还必须实施以下关键实践域：
- MPM (Managing Performance and Measurement):
管理性能和度量。建立组织级度量体系，将业务目标分解为过程性能指标。 - QPM (Quantitative Process Management):
量化过程管理。运用统计技术（如控制图、假设检验）监控子过程稳定性，区分“特殊原因”和“公共原因”变异。 - CAR (Causal Analysis and Resolution):
原因分析与解决。不是简单的 Root Cause Analysis，而是基于统计数据识别系统性缺陷根源，防止复发。 - IRP (Implementing Root Prevention / Innovation):
实施根因预防与创新。主动引入新技术、新工具或新方法，并通过试点验证其对过程性能的量化贡献。
3. V3.0 版本下的特殊注意事项
自 CMMI V2.0 过渡到 V3.0 后，5 级评估发生了显著变化：
- 不再强制要求 4 级作为前置
：V3.0 允许直接评估 5 级，但实际上如果没有 4 级的量化管理基础，几乎不可能通过 5 级。 - 强调“业务价值”
：评估师不再只看统计图表是否漂亮，更看重这些统计分析是否真正解决了业务痛点（如缩短 TTM、降低运维成本）。脱离业务的纯数学建模会被判为无效。 - AI 与自动化
：V3.0 鼓励将 AI/ML 工具融入过程改进。如果组织利用 AI 辅助代码生成或测试，并能量化证明其带来的效能提升，这在 5 级评估中是强有力的证据。
三、决策建议：选 3 级还是 5 级？
|
|
|
|
|---|---|---|
|
|
3 级 |
|
|
|
5 级 |
|
|
|
暂缓 5 级 |
|
|
|
5 级 |
|
⚠️ 避坑指南
很多企业在冲刺 5 级时陷入 “唯工具论” 或 “唯数据论” 误区，购买了昂贵的 ALM 平台却无法产出有效的过程性能模型。请记住：CMMI 5 级评的是“组织能力”而非“工具能力”。评估师会通过访谈验证团队成员是否真正理解并应用了统计思维，而不仅仅是查看 Jira/DevOps 平台的仪表盘截图。
注：CMMI Institute 已于 2023 年被 ISACA 完全整合，现行标准为 CMMI V3.0。评估结果有效期为 3 年，过期需重新评估。建议在启动 5 级前，先进行一次非正式的 Gap Analysis 以确认量化基础是否就绪。