在奥地利邮政集团 IT 部门的试点中,大语言模型智能体改进了敏捷团队的用户故事,但其产出需要产品负责人人工核验

事件日期 / 报道日期

2024-03-14

证据阶段

试点真实场景里的小规模试验。说明落地条件正在被检验,不代表条件已经成立 —— 所以单独一次试点永远不够,两次互不相干的才够。

关联任务

编写需求与用户故事

把了解到的东西写成开发和测试可以据以工作的需求文档、规格说明和用户故事。

正在被增强✓ 有证据支撑

验收与变更管理

与用户一起检查交付的东西是否满足需求,处理变更请求,帮助人们适应新的工作方式。

仍由人主导≈ 平台推断

适用范围

奥地利,一家邮政集团的 IT 部门。研究者与公司员工实施了一个基于大语言模型的自主智能体系统来改进用户故事质量,并在六个敏捷团队的 11 名参与者中评估。论文写明,该系统的产出目前需要产品负责人人工核验,以符合项目目标和干系人期望;六名受访者认为改写后的描述太长。这是一家公司的小规模试点。

这意味着什么

在一家真实的公司里,机器能改写用户故事,却不能决定它们对不对:每一份产出都要有人对照目标和干系人来核验。

还不能说明什么

一家公司的 11 名参与者;不是对时间或人员配置的测量。

你可以核实什么

打开 arXiv 2403.09442,在论文中找到 "manual validation by the Product Owner"。

是否改变评估

否。影响指数不会被单条事件改变;而且「试点」这一档单条本来就不改变层级 —— 它算进判断所需的条数,但要再有一条独立记录,这项判断才算「有证据支撑」。本条已计入;单独它什么也没改变。

来源

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。