最新

我的雇主几个月前实施了 SAFe（规模化敏捷框架）。这非常不受欢迎。现在他们刚刚宣布将裁掉所有开发人员（数百人）。所有开发工作都将外包给印度的一家公司。 内部有传言说，实施 SAFe 是为了准备外包。理由是，SAFe 对于拥有自己值得信赖的开发人员的公司来说是无效的，但对于控制外部、遥远参与者的交付却非常完美。 我们目前只有一个轶事可以参考，所以我想知道这是否是一种趋势？其他人是否经历过他们的雇主在将开发工作外包之前实施 SAFe 的情况？

此前讨论于： 2024 → https://news.ycombinator.com/item?id=42373343 2023 → https://news.ycombinator.com/item?id=38467691 2022 → https://news.ycombinator.com/item?id=34190421 2021 → https://news.ycombinator.com/item?id=29667095 2020 → https://news.ycombinator.com/item?id=24947167 2019 → https://news.ycombinator.com/item?id=20899863 2018 → https://news.ycombinator.com/item?id=17790306 2017 → https://news.ycombinator.com/item?id=15148804

嗨，HN， 作为产品经理（来自 Google、Gopuff、Shiji），我的联合创始人多年来进行了数百次用户测试。但每次都感觉很糟糕： * 仅仅获得足够可用的结果就需要 2-5 天 * 我们花了数小时观看录像，却只能提取少量见解 * “专业测试人员”为了报酬而仓促完成任务，导致反馈带有偏见 * 平台通常起价 1 万欧元/年，而且还有额外的隐性费用 * 结果是：迭代周期缓慢、反馈不可靠，用户测试常常感觉更像是一种负担，而不是一种工具。 我们开始思考：如果 AI 能够提供帮助呢？ * 合成用户能否复制逼真的人类行为？ * 我们能否即时模拟成千上万的测试人员，而不是招募他们？ * 这是否会让用户测试对任何团队都适用，而不仅仅是那些预算充足的团队？ 这种探索促使我们构建了 Uxia，一款由 AI 驱动的用户测试工具，它： * 在约 5 分钟内提供可操作的见解，而不是几天 * 使用 AI 配置文件模拟数千种行为 * 提供统一的定价 → 无限次测试，无限用户，无隐藏费用 您可以上传原型、设计或流程，并查看合成测试人员在哪里遇到困难、他们采取了哪些路径以及他们如何互动——所有这些都无需等待招募或有偏见的反馈循环。 当然，我们知道这种方法并不完美。合成用户不会完全取代人类的直觉，但我们认为它们可以消除早期迭代阶段的摩擦，并帮助团队更频繁地进行测试。我们今天也在 PH 上发布了产品，如果您想支持发布）。 我们很乐意听取您的反馈： * 您认为 AI 驱动的测试人员在哪里能发挥良好作用，又会在哪里力不从心？ * 您是否会信任合成反馈，并以此来指导真正的产品决策？ * 如果您在用户测试方面遇到过困难，您希望改变的一件事是什么？ 感谢您的阅读，我们很乐意回答任何问题，我们今天都会在线。