[Paper] Smells 取决于上下文：对实践中 Issue Tracking 问题和 Smells 的访谈研究

Source: arXiv - 2601.04124v1

请提供您希望翻译成简体中文的具体文本内容，我将为您进行翻译并保留原有的格式、Markdown 语法以及技术术语。

概述

论文《“气味取决于上下文”：对实际中问题跟踪问题与气味的访谈研究》深入探讨了开发者和管理者在使用问题跟踪系统（ITS），如 Jira、GitHub Issues 或 Azure DevOps 时的日常痛点。通过对 26 位来自不同公司的资深从业者进行访谈，作者揭示了哪些“气味”（可疑做法）真正阻碍工作，以及团队规模、工作流阶段和 ITS 配置等上下文因素如何影响其影响程度。

关键贡献

• ITS “异味”的实证基础 – 验证了先前文献中的31种异味，并与真实世界的从业者经验进行对照。
• 识别出14个重复出现的问题 – 包括问题可查找性、“僵尸”问题、工作流膨胀以及流程执行力度不足。
• 上下文敏感模型 – 展示了异味的严重程度取决于项目规模、定制字段以及开发生命周期阶段等因素。
• 工具路线图 – 提出了可配置的检测、监控和可视化 ITS 异味的具体思路。
• 方法论蓝图 – 展示了如何通过对半结构化访谈的主题分析，发现日志挖掘单独无法揭示的细微工作流挑战。

方法论

1. 参与者招募 – 26 位有经验的软件工程师、产品负责人和 QA 负责人，来自初创公司、中型企业和大型企业的混合背景。
2. 半结构化访谈 – 每次访谈分为两部分：(a) 对一般 ITS 挫折的开放式讨论，(b) 对 31 项预先识别的 ITS 异味进行评分（例如 “空的优先级字段”、 “过度标记”）。
3. 主题分析 – 研究人员对访谈记录进行编码，迭代地将陈述归类为主题，直至达到饱和。
4. 交叉验证 – 将研究结果与参与者自己的 ITS 配置进行三角验证，以确保报告的异味与实际系统设置相符。

该方法刻意面向开发者：研究并未挖掘海量问题日志，而是依赖对话，使结果能够直接关联到日常工作流决策。

结果与发现

总体而言，实践者认为约有一半的 31 种文献中提取的气味是有问题的；其余要么因配置而不存在，要么在特定上下文中是良性的。

Practical Implications

1. Tailor ITS policies to team size and distribution – 小型、同址的团队可以放宽某些字段要求，而大型、远程团队则应强制更严格的元数据（优先级、组件）。
2. Automate “closure hygiene” – 设置规则，使问题在 Pull Request 合并后自动转为 “Done” 或 “Closed” 状态，减少僵尸工单。
3. Simplify workflows – 审核自定义状态流和必填字段；删除很少使用的步骤，以降低创建问题时的摩擦。
4. Invest in searchable metadata – 采用一致的标签/标记策略，并启用全文搜索扩展，以提升可检索性。
5. Implement smell‑monitoring dashboards – 使用论文中的工具建议（例如，可配置的 Jira 或 GitHub lint 插件）实时显示问题模式，让团队在问题堆积之前就能响应。
6. Continuous feedback loop – 定期访谈团队成员，了解 ITS 痛点；定性方法被证明比单纯的指标分析更具洞察力。

对于开发者来说，关键结论是：你的问题跟踪系统的健康程度同过程设计一样，受工具本身的影响。小幅度的调整——比如强制填写优先级字段或清理未使用的状态——都能带来可衡量的生产力提升。

限制与未来工作

• 样本偏差 – 参与者是自愿选择的，可能代表已经对流程改进感兴趣的团队，限制了对所有组织的普遍适用性。
• 工具聚焦 – 研究聚焦于通用的 ITS 概念；平台特定的细节（例如 GitHub Projects 与 Jira）未深入剖析。
• 静态快照 – 访谈捕捉的是单一时间点；纵向研究可以揭示随着团队规模扩大或采用新实践，异味如何演变。

作者提出的未来研究方向包括：为流行的 ITS 平台构建自动化异味检测插件，开展大规模调查以验证情境敏感模型，并探索 ITS 异味对下游指标（如发布频率和缺陷泄漏）的影响。

作者

• Lloyd Montgomery
• Clara Lüders
• Christian Rahe
• Walid Maalej

论文信息

• arXiv ID: 2601.04124v1
• Categories: cs.SE
• Published: 2026年1月7日
• PDF: 下载 PDF