“第一，搞清楚要干什么。第二，把它做出来。第三，确认做对了。过去二十多年，整个行业几乎都在优化第二个问题。”--非常认同，现在 AI 也在努力优化第一个和第三个问题，但是涉及到真实世界交互进展会慢些，我们还没有给予 AI 充分的权限去给不同的人打电话沟通，把事情前因后果聊天情绪完整的输入。
“今天，同样的理解偏差，可能在几分钟内演化成几千行代码、几十个文件、完整的测试，以及一套看起来完全合理的实现。返工因此变得更加昂贵。”---这一点不认同，代码量多了不代表 AI 修改起来更困难，2B 的敏捷开发很适合 AI 。
现在软件开发的最大瓶颈在于人与人之间的沟通效率。极致的小团队和极高的内部沟通效率才能 数据持续污染而不自知。这事遇到一次，头痛好多年 行业软件，尤其是复杂行业软件。沟通是最大的问题。
如何引导完全不了解 it 的相关方理解自己的需求，提出需求，转化为 it 行业需求语言，再与开发沟通对接。
这一个步骤是最困难的。
在一些复杂行业中，相关方甚至都不了解自己想要什么，返工多次，依旧无法达到相关方需要的效果。这就是成本最大的浪费。 日常工作，90%的返工是对需求的理解不一致导致的，包括但不限于和 产品 后端 测试 甚至设计，当然，最多的还是和甲方的需求不一致
页:
1
[2]