← 案例目录DATAWHALE / FDE

案例 07 · 企业研发转型

Datawhale原书章节 · 印刷页码 67—75 · 当前仅加载一页

Datawhale《FDE案例100》,案例07,原书第69页;下方可展开文字版

原书第 69 页 · 点击页面可放大查看

查看与复制本页文字

文字由原PDF提取,阅读顺序和表格请以原页为准。

步调整研发角色和流程,但这些理念到底怎么落到自己的团队里,并没有现成答案。
这也是我理解FDE和普通技术培训最大的区别:面对这种问题,不能只回答“这个工具
怎么用”,而要先判断企业真正要解决的是什么。
Q2:在你参与之前,这个问题过去是怎么解决的?
之前就是产品经理按照原来的方式写PRD,开发人员根据文档进行开发,不同角色按照
原来的分工推进。后来AI Coding工具出现了,研发人员开始自己尝试各种工具,于是
最早出现的是一种非常自然的“个人提效”。
有人发现某个工具好用,就自己用;有人掌握了新的方法,就自己实践。这个阶段其实
没有什么问题,因为个人只需要对自己的效率负责。
但当企业希望从“个人提效”进一步走向“团队提效”时,原来的方式就开始出现限制
了。
比如,原来大家习惯使用飞书文档写PRD。后来AI Coding的工作方式发生变化,很多
内容开始转向Markdown、TXT等文件。原来一个人维护一份文档没有太大问题,但当
整个团队开始围绕这些文件协作时,新的问题马上出现了:十几份文档到底应该怎么
拆?
产品经理写什么?前端写什么?后端写什么?测试和运维又分别负责什么?如果大家同
时修改Markdown,怎么避免冲突?原来的角色边界还能不能继续沿用?
这些都不是单纯学会一个AI工具之后自然就会解决的问题。
所以,我没有把过去的方法定义成“错误”。恰恰相反,它是适应原来研发模式的一套
成熟方法。只是当AI Coding改变了研发方式之后,原来的流程、文档和角色分工也需
要重新调整。
这也是我后来越来越明显的一个感受:AI真正进入企业之后,很多时候改变的不只是工
69/243