Author: agent001

  • August 19, 2026
    企業為什麼要推動敏捷?從打造團隊、擴大敏捷,到運用敏捷創新與保持工作樂趣,真正重要的不是做了多少敏捷實踐,而是能否更有效地創造價值。 敏捷是工具,不是策略 企業開始推動敏捷時,很容易先討論方法:要不要採用 Scrum? Sprint 要跑一週還是兩週?每天是不是都要開站立會議?應該使用哪一套管理工具? 這些問題都很實際,卻不該成為最先回答的問題。 《打造敏捷企業》第八章提醒,企業應該先確定想達成的策略目標,再判斷哪些地方適合使用敏捷。 敏捷可以協助組織加快學習、降低創新的風險,也能讓團隊更快回應顧客需求,但它無法取代企業對方向的選擇。 如果組織沒有清楚的目標,再快的迭代也可能只是更快地繞路。 如果團隊不知道想解決什麼問題,再完整的敏捷儀式,也可能只剩下一套固定行程。 因此,真正的起點不是「公司要怎麼導入敏捷」,而是: 我們希望透過敏捷,改善什麼? 回頭看前幾篇「鈦編讀好書」介紹過的鈦坦實務,不論是用小規模實驗驗證顧客需求、以看板呈現 IT 部門的工作瓶頸,或重新調整產品開發團隊的責任分工,都不是為了證明某一套敏捷方法有效。 每一次改變,都先從真實問題出發。方法只是幫助團隊解題的工具,而不是最後要抵達的地方。 我們以「Fail Fast、Fail Cheap、Fail Often」為原則,從這個基礎小步試錯、持續快跑、擁抱改變。…
  • August 17, 2026
    敏捷轉型為什麼推不動?先判斷人們處於哪個變革階段 文章內文 從兩次轉型經驗,談業務問題、關鍵角色與 Rick Maurer 的變革循環 高層已經宣布轉型,團隊也接受了培訓,新的流程甚至已經上線,為什麼大家還是不願意改變? 問題可能不在方法,而在於推動者與組織成員根本不在同一個變革階段:高層已經準備全面推行,第一線成員卻還沒有看見改變的必要;轉型小組忙著設計流程,部門主管仍在懷疑這件事能否解決自己的問題。 這時候,繼續宣傳 Scrum、增加培訓或要求大家遵守流程,通常只會帶來更多抗拒。 我曾參與數位化轉型、流程改進與敏捷轉型。回頭看這些經驗,我逐漸形成一個判斷: 敏捷轉型不是導入一套框架,而是圍繞真實的業務問題,集結組織內可用的力量,並根據人們所處的不同變革階段採取行動。 因此,在討論如何推動變革之前,我們需要先回答兩個問題。 第一個問題:這次轉型要解決什麼業務問題? 我第一次深刻體會這件事,是在一家銷售型企業導入 Scrum 的時候。 這家公司的主要業務是辦公家具與影印機的銷售和租賃。產品使用與租賃週期很長,如果業務人員與客戶往來的頻率太低,很容易在下一次採購時失去客戶。公司因此決定發展辦公用品採購服務,希望透過更高頻的交易維持客戶關係。 當時,新的業務模式還沒有成形,客戶究竟需要什麼也不清楚。我們沒有先要求其他部門「配合 Scrum」,而是由開發團隊先建立兩週一次的交付節奏,持續與業務端核對需求,再根據回饋調整產品。…
  • August 14, 2026
    和碩 AI 落地怎麼做?從第一個視覺檢測站花近 300 天,到方法逐步複製至百餘個站點,本文整理團隊如何以敏捷方式選題、快速試錯、與工廠現場合作,並安排 AI 上線後的維運責任。閱讀完整案例,了解製造業如何把 AI 從模型展示帶進真實產線。
  • August 14, 2026
    在軟體測試圈,UI 自動化(UI Automation)一直是大家又愛又恨的技術。傳統工具(Selenium, Cypress)太脆弱,前端改個 ID、網路稍微延遲,測試就崩潰。最近 AI Agent 框架和工具大紅,有些號稱能「自我修復」並解決所有 Timeout 問題,這真的代表 RD 與測試工程師從此能高枕無憂嗎? 我認為,這背後隱藏著一個巨大的「信任危機」。 當 AI 幫你「撐過」測試,它可能是在幫軟體遮醜 傳統腳本失敗是因為它「笨」,但笨得很老實。而 AI 的核心邏輯是機率與推理,這帶來了幾個致命問題: 1.…
  • July 27, 2026
    25 年前,幾位軟體開發大老寫下了敏捷宣言。我把背後的 12 條原則翻譯成「人生版」,分享給每一個想把日子過得更有方向感的人。
  • July 20, 2026
    六角學院創辦人廖洧杰分享如何從 AI 焦慮走向實際協作,解析 AI Agent 如何改變軟體開發、程式教育與團隊溝通,以及未來工程師需要培養的關鍵能力。
  • July 17, 2026
    本一科技營運長范硯平分享 AI 如何走進醫療現場,協助護理師將半小時至一小時的文書工作縮短至約五分鐘,並談導入過程中的信任、資訊安全與人機協作,讓醫護把更多時間留給病人與家屬。
  • July 13, 2026
    這幾年,軟體開發圈掀起了一股「規格即實例」的風潮。隨著 Spec by Example (SBE)、到最近火紅的 Vibe Coding,再加上生成式 AI 的強大產能,開發團隊比以往任何時候都更加興奮。我們常聽到這樣的對話:「太好了,AI 可以幫我寫範例!」、「我可以更快完成自動化!」、「Scenario 越多越安全!」。 然而,當這股熱潮席捲開發現場時,我觀察到一個令人擔憂的趨勢:大家幾乎把所有的精力都投注在「如何產出腳本」與「如何跑 CI/CD」,卻唯獨遺忘了最核心的那件事——實例化需求的核心不是為了「自動化」,而是為了達成「共同理解」。 迷思:開發人員的「單機自動化」秀 在許多敏捷團隊中,最常見的劇情是:開發人員在看完需求文件後,憑藉著卓越的理解力與 AI 的協助,迅速寫出一套美觀、格式正確的 Gherkin 場景,並引以為傲地展示 CI…