随着知识型工作者在疫情期间转向远程办公，高管们普遍担忧生产力受损。尽管证据不一，但在软件行业，远程工作确实加剧了员工面临的挑战。2021年Garden调查显示，大多数开发人员认为软件开发中缓慢的反馈循环是主要挫败感来源，仅次于跨团队沟通困难。75%的受访者表示在特定任务上浪费了时间，建议将其用于更具战略性的用途。
为提升开发者生产力，三位前Atlassian员工Dylan Etkin、Michael Knighten和Don Brown共同创立了Sleuth。这是一款与现有软件开发工具链集成的效率洞察工具。Sleuth今日宣布完成2200万美元A轮融资，由Felicis领投，Menlo Ventures和CRV参投。CEO Etkin表示，资金将用于产品开发及扩大工程和销售团队规模。
Etkin指出：“疫情带来的远程办公浪潮使理解工程效率的需求急剧增加。分散各地的开发人员需要围绕部署进行协调并快速发现异常；经理需主动了解瓶颈而不打扰团队；高管需评估组织倡议的影响。Sleuth旨在将这些理解负担转移至线下，使信息透明易懂。”
创始团队曾助力Atlassian将发布周期从每九个月一次缩短至每日发布。Etkin曾任Jira架构师及Bitbucket开发经理，Knighten和Brown则分别担任产品副总裁和架构师/团队负责人。Etkin表示，在Atlassian员工从50人增至超5000人的过程中，他深刻意识到许多工程团队缺乏量化效率的方法，这阻碍了成长与改进。
Etkin强调：“衡量工程效率曾是历史难题，如今已变得可解。随着企业加大软件工程投入，对效率可见性的需求加剧。但受限于工具复杂性、数据访问受限及可疑代理指标导致的微观管理，传统衡量方式仍具挑战性。”
Sleuth基于DevOps研究与评估（DORA）指标构建解决方案。该标准涵盖代码部署时间、服务恢复平均时间及部署后问题频率等维度。DORA源于Google学术研究团队2013年至2017年间对超3.1万名工程师的调查，旨在识别“低绩效者”与“精英绩效者”的关键差异。
尽管LinearB、Jellyfish和Athenian等竞品也采用DORA标准，但Etkin声称对手并未完全或准确跟踪这些指标。“Sleuth的独特之处在于通过部署跟踪建模工程师从概念到发布的交付过程，”他解释道，“通过准确建模预生产与生产环境中的工作交付及工具交互，Sleuth能构建完全自动化的视图，展示团队DORA指标及工程效率。”
Sleuth利用AI从Datadog和Sentry等系统推断变更失败率与平均恢复时间。平台可自动识别指标偏离基线的情况，甚至自动化部分开发流程以改善指标。项目仪表板供团队跟踪DORA指标，组织级仪表板则揭示跨项目趋势。
Etkin表示：“客户只需接入错误数据，Sleuth即可在指标进入失败范围时通知工程师。AI确定数值意味着工程师可专注于工作，无需理解每个指标的‘正常’状态。”
当然，DORA指标并非万能。Macmillan Learning技术副总裁Sagar Bhujbal曾警告，若过度关注可能导致焦虑，开发者生产力不应仅通过错误或延迟衡量。Etkin对此表示赞同，强调经理应避免微观管理。
“工程是创造性事业，工程师更像艺术家而非流水线工人，”Etkin说，“经理需跟踪正确且准确的指标，并为工程师提供改进工具。”
Sleuth客户涵盖Atlassian等企业及LaunchDarkly、Puma等初创公司。平台已跟踪近百万次部署并执行超百万次自动操作。Etkin虽未透露具体收入，但表示拥有12名员工的Sleuth去年增长700%，利润率和现金流状况良好。