加快了速度,少了回饋

加快了速度,少了回饋

2022 年時我曾推出了一堂課《打造高效軟體開發團隊》。

在這堂課程中我繪製了一張軟體開發過程管理的架構,這張圖我從公司策略->產品策略->需求管理,一路到開發過程管理、交付、市場回饋,最後再回到產品需求管理。

當年我曾說過,軟體開發最重要的其實不是程式開發本身,而是 align 公司策略與產品策略,同時兼顧好短期需求,將需求管理做好。

但我們也可以看到產品需求管理是上述架構中最主要的節點,上承策略,下接短期需求,右邊則是成為所以開發計畫的起頭,同時還要承接來自市場回饋,並能持續優化管理過程與技術債務管理。

簡單的說,決定做什麼,決定了產品定位,決定先做什麼,則決定了策略重心。但要做出決定,除了對目標有清晰的認知外,更重要的是「回饋」。包含市場回饋、使用者回饋、利害關係人回饋(研發/行銷/客服...)。

這陣子透入 AI 開發後我對這張架構圖有一些新的想法:

首先,是生產力過剩

因為 AI 不用休息,生產力幾乎沒上限,唯一的限制應該是人腦思考的速度。這意味著,開發的生產力可能遠多於人腦能負擔的範圍,你只要給了需求,AI 就能完成 PRD 跟設計稿,接著就能進入開發。

這是我看見的第一個問題。而一旦出現生產力過剩的問題,硬塞不需要的工作給 AI 就成了一種常態。

而硬塞會出現什麼問題呢?那就是過度設計,而過度設計所衍生的問題一來是技術債,二來是將系統變得愈來愈複雜,定位開始偏離,使用體驗愈來愈差。

第二,缺乏足夠的回饋

我在最近一個月完成了三個 production level 的系統,其中一個已經上線在全公司使用,另外兩個也將在兩週內正式上線使用。除了第一個系統我花了比較多個時間外(約兩週),其他兩個系統我從構想到完成我預定的功能範圍,大約只花了一週的時間。

而且這並不是只有在本地端 run 好,而是連整個 stage / prod 都是完全自動佈署,backup 也都已經處置好,且一定跑 test & review。

如果用過去的開發經驗來預估,我覺得大概比過去快了 10 倍左右。

過去我必須跟設計師合作,也必需訪談許多內外部使用者,做架構設計,然後才進入前後端開發,測試、部署。這過程,我能獲得大量的回饋,包含對需求的理解,技術債的評估,時程壓力下的妥協等。這些回饋,不見得每個都是加分項,但其中仍有部分可協助我們校正自己的想法。

如果你的使用者是 Agent,那可能就簡單多了。前幾天有看到一些團隊專門開發了 Agent 來模擬使用者,而且將這些 Agent 設定好各種背景、角色、能力。

目前看起來挺合理的,但想想這往往只針對產品本身,但一個人對產品的需求其實是多層面的。包含 KPI、主管、客戶、同事、個人需求等等,絕不單純是一個好用的功能這麼簡單。

現在開發的速度太快,使用者可能還沒來得及給回饋,下兩個版本可能又出了。功能愈做愈多,但收到的回饋深入度可能遠遠不足

第三,對回饋的深度思考減少

因為 AI 幫忙分析跟總結太方便了,所以現在我也會把發回饋跟收回饋的動作外包給 AI。但每隔一段時間就會發現,AI 做的方向跟自己原先預期的有明顯的落差。

幾次復盤後我的檢討都是,我對回饋的深度思考太少了。

以前我在收到每個回饋時都會思考「使用者為什麼這麼想?」、「他想解決什麼問題?」、「他的數據脈絡是什麼?」、「這件事會有多少使用者受惠?」、「這是我們系統要做的事嗎?」、「這件事的優先緊急程度高嗎?」

但因為生產力高,所以我很容易告訴 AI:「你幫我整理並排序,然後根據你的權限範圍內盡可能做,做完後就發佈到測試環境測試,然後接著開發下一個 sprint。」

我比較少過濾需求,也沒有花太多心思去排優先順序。反正,AI 會全部搞定。

過去這一個月,我踩過幾次這樣的雷,所以三個系統中,有兩個我砍掉重來過,因為我把需求無限制的膨脹了。讓本來好用的東西變得太複雜,或者 AI 設計出連我都難以理解的東西。與其修,我情願整個重來。

回饋,其實是協助我們重新思考與校正方向的重要活動。一旦習慣外包給 AI,那我們其實就脫離了產品面向市場的真實聲音。


上述三個變化,影響到的其實都是產品需求管理

短時間內做三個系統,讓我有機會再次反思,在 AI 時代產品開發過程最重要也最容易被忽略的任務。

上禮拜開始,我把產品需求管理變成一個重要的節點,所以我將系統定位寫進整個系統決策檔案中,也將產品開發的計劃分 Phase 設定好。哪些做,哪些不做,哪些先做,哪些會比較晚做,這都有清楚的規劃。

一旦我違反了這些原則與計畫,AI 就會提醒我,並要我確認是否跳過原則或調整計畫。這讓我多了時間好好思考。

如果你覺得我內容寫得還不錯,歡迎訂閱我的電子報,我每雙週會發送一封電子報到你的信箱。訂閱連結在這,過往的電子報也在這:Gipi電子報

也鼓勵你可以將我的電子報分享給你認為有需要的朋友們,也許你的舉手之勞,將會改變另一個人的思維與習慣。

Read more

[徵才]方圓國際誠徵兩個新職務

[徵才]方圓國際誠徵兩個新職務

今年四月份,我加入了方圓國際擔任策略長,方圓是一家茶飲連鎖公司,旗下有兩個主要品牌「吃茶三千」與「喫茶小舖」。吃茶三千在海外 30 多的城市有約 130 家門市,喫茶小舖在台灣則約有 60 家門市。 我從去年底開始擔任方圓的顧問,主要協助梳理公司的管理制度、流程與阻礙成長的問題。四月份我轉任策略長,過去這一個多月,我除了 AI 的引入與建置外,我也花了大量的時間重新構思公司的整體策略。 我們進行了「未來十年不變的事」的策略探討,最終設定了十年戰略方向,三年目標,以及 2026 年的關鍵任務。 透過這樣深度的策略思考,我們也藉這個機會盤點了公司目前的人才缺口。 以下有兩個很關鍵的角色是我迫切在找尋的。如果你覺得自己或身邊的人很適合加入方圓,請自薦或推薦給我,謝謝。 歡迎將履歷投遞到:gipi@teashop168.com.tw 門市體驗經理(Store Experience Manager) 門市是接觸終端消費者的最後一哩路,也是品牌傳遞價值的關鍵接觸點。我們在全球因應不同的市場有不同的店型設計,

By gipi
克服 AI 焦慮的方法,唯有實作

克服 AI 焦慮的方法,唯有實作

2018-2019 年左右,線上學習在台灣整個大爆發,線上課程一大堆,每個禮拜都有很多線下學習活動。每天都可以看到大量的學習心得與活動心得,每個人講的內容都很有道理。全台灣好像瞬間變成一個知識島,所有人都學識淵博,而自己似乎懂得有點少。 知識焦慮年代 在那個時候,很多人染上了「知識焦慮」的病症。 害怕別人知道自己不知道的,擔心自己沒跟上世界的節拍,所以哪邊有新知往哪兒去,哪邊學習氛圍濃厚就往哪兒鑽。看起來是因為熱愛學習,但內心的煩惱其實是「害怕失去」。 害怕失去話語權,害怕失去社交談資,害怕失去機會,害怕失去競爭力,害怕自己不再是別人眼中領先的族群。 而克服焦慮最有效的方法,不是知道更多,而是實踐,從時間中獲得成果,獲得進步。 那些仍在學而沒有做的人,焦慮是無法停止的,因為他並沒有真的改變現況。 這也是當年為何我們想舉辦 case study、學習營、打卡、案例練習,並且鼓勵大家多多輸出的原因了。因為輸出,其實就是最輕量的實踐,而動手做,則是讓自己學有所用的基本配備。 在那個知識焦慮的年代裡,因為我本來就熱愛學習,也經常輸出,

By gipi
我如何與 AI 協作開發,我的開發步驟分享

我如何與 AI 協作開發,我的開發步驟分享

昨天到工程師場子分享,想說跟大家對照一下,現在是否多數人都跟我一樣,寫程式完全不手打任何一行 code,全部都是 AI 做的。 結果發現,現場只要有在用 AI 開發的人,多數時候真的都是讓 AI 來完成程式撰寫工作。 目前我的開發組合是 Claude Code / Claude Design / Fly.io / Github / Cloudflare,其他還有根據程式功能需要而使用的第三方元件。 做一個新系統的習慣是: 1. 跟 Claude 討論我想解決的問題,以及我的核心需求,中間我可能會用 Claude Cowork 做本地資料的分析,然後請他廣泛收集一下資訊,做幾輪 prototype 的模擬。確認方向是否是我所期待的。 2. 對完需求後,請他產出系統定位、限制、邊界與 PRD。 3. 把 PRD 跟幾個

By gipi
AI 在商業決策層面給我帶來的三層改變

AI 在商業決策層面給我帶來的三層改變

從二月開始,台灣就陷入一陣 AI 瘋,一堆人都開始投入龍蝦、Claude Code、Codex 等超級生產力的任務中。不寫程式的人開始寫程式,包含老闆、設計師、行銷、創作者。而其中最瘋狂的,莫過於身邊的一堆老闆們。 有人批評說:「這些老闆們放錯重點,應該好好回到自己的位置上去做出好的決策,讓專業的人來處理專業的工作,不要瞎搞。」 關於這個批評我個人極端不認同。 我的看法是老闆不多花點時間深入理解 AI,他在未來就很難做出好決策。 今天看到 Coinbase 的 CEO 在 X 上發布了裁員的消息。 而我也在 FB 寫下了我對這件事情的想法。 今年不知道第幾家公司了,幾乎都不是因為經濟不景氣,而是各家公司都在為變化儲糧。很多軟體公司之所以裁員,都是為了有更多的資本支出可以投入在 AI 的團隊、產品或基礎建設上。 扁平化只是一種不再需要「管理代理人」的訊息。現代的管理概念還是很崇尚那個一人最多管七人的科層組織管理概念。 為了「有效管理」,一個人管七個人是個看似科學,

By gipi