XX2X 精选

现在很多团队在建设 AI Native 研发体系,会把研发流程拆成很多节点,比如需求分析、技术设计、功能开发、埋点、测试

Barret李靖 的头像
Barret李靖 @Barret_China
· 2 天前 ·1 次浏览
在 X 上查看 ↗
现在很多团队在建设 AI Native 研发体系,会把研发流程拆成很多节点,比如需求分析、技术设计、功能开发、埋点、测试、性能优化。

然后统计每个节点需要多少轮人机交互,想办法把原来的 10 轮压缩到 5 轮、3 轮,甚至 1 轮。

但我觉得有个问题值得思考。

假设这套流程已经可以全自动执行,那 AI 在内部循环多少轮,其实并没有那么重要。

有时候,AI 多尝试几轮,反而能够交付一个更正确、更有价值的东西。

真正要关注的是,整个过程中人需要介入多少次,以及最终的交付质量怎么样。

如果需求和验收标准都已经明确,AI 理论上就应该能够独立完成中间的执行过程。

我们应该把更多精力放在需求理解和端到端验收这两侧,让 AI 自己去完成中间的工作。

最终要优化的,是一个需求从提出到合格交付,究竟需要消耗多少人的注意力。
♥ 132 ↻ 20 💬 29 ❝ 5 366 字

本条内容由 XX2 从 X 收录并作站内呈现,版权归 @Barret_China 所有。

原文时间 2026-11-19 01:09:37(北京时间),采集于 2026-11-19 02:30:19。

查看原帖 ↗ ← 回到首页

@Barret_China 的其他内容