重新思考 AI 時代的開發流程

發表時間：2026-01-20 ｜分類：閱讀筆記｜字數：694 ｜閱讀時間：1分鐘

個人與團隊的效率落差

在「麥肯錫全球 300 家企業 AI 生產力調查」中，發現雖然 AI Coding 工具大幅提升程式開發者的能力，但大多數的企業效率相較於之前卻只有 5-15% 的增長，只有少量的頂尖企業有顯著的提升。

這個現象的根本原因是：軟體開發生命週期（Software Development Life Cycle, SDLC）舊有的流程和角色定義成為新時代的瓶頸。

要真正提升到 AI 時代的新效率，需要回頭審視並調整現有的工作流程與角色定義。

針對不同類型的工作，可以採用不同的 AI Agents 協作模式：

選擇合適的模式能更有效地發揮 AI Agents 的價值。

如同在任務層面，可以採用不同的 AI Agents 協作模式。在流程層面，我們也應該審視現有的流程是否造成瓶頸，透過實驗找出新的合作模式，帶領團隊進行典範轉移。

以下是 AI 時代常見的典範轉移案例：

PM 進一步與 AI 合作，從傳統的 User Story 推進到 Spec-driven。

User Story 模糊的細節往往造成開發時的不精確，導致重工。透過更明確、可測試的的規格定義，可以大幅減少溝通成本和重工次數。

傳統冗長的產品需求文件往往耗時且難以傳達完整意圖。

在 AI 輔助下，直接產出 Code-based Prototype。不僅更快速，也能更精確地呈現產品概念，讓團隊更早獲得可運作的回饋。

過去強調的 Two-pizza team（約 6-8 人）配置了不同專長的角色。

在 AI 時代，團隊可以精簡為 One-pizza team，由具備 Full-Stack 能力的 Product Definer 和 Product Builder 組成。AI 填補了過去需要多個專業角色才能完成的工作，讓小團隊也能擁有完整的執行力。

AI 工具的進步不只是開發層面的進步，更是組織設計與流程重構的挑戰。

能夠重新思考並調整工作方式的團隊，才能夠真正發揮 AI 帶來的生產力革命。