SeedlingPlanted 6 min read

AI 时代,Scrum 和看板该保留什么、怎样调整

敏捷要解决的,是需求不确定、第一次理解可能出错;实现变快以后,短反馈和小批量验证更重要,站会和估点却不必原样照搬。

有人觉得,AI 把代码写快了,两周一次的迭代已经跟不上,因此敏捷过时了。如果把敏捷理解成固定的两周 Sprint、故事点和只用来汇报进度的站会,这个判断有一部分道理,因为其中不少做法是在协调人的注意力和工作节奏。但是敏捷要处理的问题并没有消失:需求往往一开始就不清楚,用户真正要什么,常常要等到看到可运行的结果、看到真实使用之后才能确认。实现变快以后,错误的实现和无效改动会堆积得更快,成本却不必然因此变高。要避免这些无效改动先堆积起来,仍然需要尽快验证、小批量交付,并根据反馈调整方向。

看板和 Scrum 是两种常见的工作方式,它们并不是敏捷的全部,固定迭代也不是所有敏捷方式都必须满足的条件。简单地说,看板按系统里还有没有空位来拉入新工作,并限制同时进行的数量,让任务持续流动;Scrum 则用一段固定长度的时间,作为检查目标和结果的容器,先确定这一轮要验证什么。两者怎么运作、该怎么选,已经在《看板与 Scrum》里用可以点的模拟器讲过。按照《Scrum Guide》,一个 Sprint 里可以多次交付增量,Sprint Review 也不应被当成发布的门槛;故事点并不是 Scrum 规定必须使用的方法。按照《Kanban Guide》,看板的核心是写清工作如何流转、限制在制品(WIP),并盯住阻塞和交付周期,而不只是把卡片贴上墙。

团队在执行这些方法时,还常常会出现另一些做法,它们并不是 Scrum 的要求,而是常见的执行偏差:把一个周期内的任务排满,在站会上轮流汇报昨天做了什么,评审时只看功能演示,以及把“完成”理解成代码已经实现。这些偏差主要是在协调人怎么分活、怎么同步进度。它们放到能够持续运行的 agent 身上,更不必原封不动地保留。不过,“人参与得越多就越慢”需要分开看。如果每一步都要等人分任务、确认方案、批准修改,执行确实会被拖慢,并行的 agent 越多,人就越容易成为瓶颈。另一方面,人如果能更早确认目标、查看原型,或者根据真实使用给出反馈,虽然会打断执行,却可能避免后面大量返工,因为 agent 可以很快把错误的需求完整实现出来。因此更稳妥的做法,不是让人退出循环,而是把逐步审批改成在关键节点介入:由人确定目标、边界和验收标准;实现、测试和修错大量交给 agent;遇到重大歧义、高风险操作,或需要判断实际价值时,再找人。也就是说,应该减少的是等待人的次数,而不是接触现实的次数。

现有研究并不能支持“AI 让写代码变快,所以敏捷过时了”这种说法。下面这些资料也没有直接检验:有了 AI,Sprint 是否就该缩短,或者估点是否就该取消。METR 在 2025 年上半年做的随机对照实验,邀请了 16 名资深开源开发者,在他们长期参与的成熟仓库里处理真实 issue。在允许使用当时的 AI 工具之后,这些人完成任务的时间反而多了约 19%,可他们自己事后仍然觉得快了约 20%。这项研究针对的是早期 2025 年的工具和这一类任务,不能推广成所有团队、所有时期的结论。METR 后来也说明,那次结果已经不能代表当前的影响。后续数据里虽然出现了加速的迹象,但参与者和任务的选择偏差使这些估计并不可靠。即便如此,早期那次实验仍然能提醒一件事:感觉变快,不能直接当成交付变快。

DORA 2025 年度调查收集了近 5000 名从业者的问卷,其中 90% 的人在工作中使用 AI。调查显示,AI 采用程度更高的团队,软件交付吞吐和产品表现往往更好,但交付稳定性更差。DORA 据此认为,AI 会放大一个组织原有的长处和问题。这是相关关系,不是因果关系,更不能用来证明 Scrum 或看板本身有效还是无效。

讨论里更值得重视的判断是:实现变快以后,瓶颈会转到“该做什么、做得对不对”。Martin Fowler 在一次访谈中说,工程纪律不该被丢掉,而应该移到更靠近可运行软件和真实条件的地方。Jeff Gothelf 也认为,不确定性更高时,把工作切小、短周期检查并调整方向,反而更加必要。这些是专家观点,不是对某一套流程已经得出的实证结论。

在这个前提下,我的建议是:可以用 Scrum 来管理目标和复盘的节奏,用看板来管理任务的流动和放行。实现、测试和修错可以大量交给 agent,但是做什么、能不能接受其中的风险、要不要上线,仍然要由人负责。对照表里的调整,同样是实践建议,并不是哪一项研究已经直接证明过的标准答案。表中左边列出的,是团队中常见的执行偏差,不是 Scrum 的规范要求。

环节常见的执行偏差可以怎样调整
目标常写成“把这些票做完”写成可验证的结果和边界,例如“销售能导出本月订单并完成对账”
计划与估点把周期内的任务排满,用故事点比较速度计划变轻,重点确定这一轮要验证什么、哪些必须人审;估点可以大幅减少
站会轮流汇报昨天做了什么看哪些改动在等评审、哪里卡住、要不要暂停接新活
评审与完成主要看功能演示,完成标准偏实现本身更看真实使用和风险;测试证据、监控和回滚方案也算进“完成”
流动控制只盯编码中的任务,忽略待审队列更要限制待审改动的数量、单次改动的范围,以及同时在途的风险

不要因为 agent 写得快,就机械地把 Sprint 缩成一天。agent 测试和修改的循环,可能只需要几分钟到几小时;但是用户、业务方和风险判断给出的反馈,往往还是以天甚至周来计。这两种循环可以不同步:agent 持续执行,人按照固定节奏检查目标和结果。

用一个假定的团队例子来说明流程,这不是真实项目。假设这个团队要做“报表导出”。低风险自动发布的前提是:团队事先已经明确授权了自动发布的范围,并且具备相应的检查、监控与回滚。如果只是在已有的导出功能里增加一个非敏感字段,而且这项改动落在授权范围内,那么 agent 可以改代码、跑测试,并提交变更说明、测试结果和回滚步骤;在检查通过之后,才可以由预先约定的机制自动上线,同时保留记录。不能只因为改动看起来很小、测试已经通过,就自动上线。如果改动是让一个新角色能够导出全部用户数据,风险就高得多:agent 仍然可以负责实现和测试,也可以先做一轮交叉检查,但是权限影响必须由人审批,上线之后还要监控有没有出现误授权。在这种情况下,看板最需要限制的,通常不是 agent 的数量,而是正在等待人评审的改动数量、单次改动的范围,以及同时在途的风险。评审队列一旦堵住,团队就应该先暂停拉入新的任务。

如果团队需要定期和业务方对齐,而且多项改动必须放在一起验收,那么用 Scrum 的节奏会更合适。如果任务来得不规则、经常插单,而且很多改动可以独立上线,那么以看板为主会更合适。两者也可以组合:用 Scrum 确定目标和复盘,用看板控制并行、评审和放行。度量上,更值得关注的是一项需求到用户真正可用花了多久、改动在评审里等了多久、返工和回滚是否变多,以及用户有没有得到预期结果。PR 的数量、故事点和 token 用量,都不能直接代表这些价值。