渐进式估算
使用研究支持的公式、PERT 统计、置信区间和校准反馈循环,估算 AI 辅助及人机混合开发工作量。
概述
渐进式估算会适配团队的工作模式——纯人工、人机混合或代理优先——为每种模式应用相应的速率模型和乘数。它输出的是统计估算,而非主观感觉。
使用场景
- 估算 AI 代理参与部分工作的开发任务
- 人机混合团队的冲刺规划
- 批量评估待办事项规模(支持 5 到 500 个 issue)
- 结合代理乘数的人员配置和产能规划
- 带置信区间的发布日期预测
工作原理
- 模式检测 — 判断团队是纯人工、人机混合还是代理优先
- 任务分类 — 按规模(XS–XL)、复杂度和风险进行分类
- 公式应用 — 基于实证研究应用乘数
- PERT 计算 — 使用三点估算生成期望值
- 置信区间 — 输出 P50、P75、P90 区间
- 输出格式化 — 适配 Linear、JIRA、ClickUp、GitHub Issues、Monday 或 GitLab
- 校准 — 回馈实际数据以优化后续估算
示例
单任务:
"估算用 Claude Code 构建带认证的 REST API 的工作量"
批量模式:
"估算这 12 个 JIRA 工单在下个冲刺的工作量"
带上下文:
"我们有 3 个开发者,AI 代理负责约 60% 的实现工作。估算这个功能。"
最佳实践
- 先用单任务校准,再进入批量模式
- 回馈实际完成时间以优化校准系统
- 使用"快速模式"进行 T-shirt 尺寸估算,无需完整 PERT 分析
- 明确团队构成和代理使用比例
常见问题
问题: 估算过于乐观 方案: 承诺时使用 P75 或 P90,而非 P50
问题: 缺少上下文 方案: 技能会主动提问——提供团队规模和代理使用比例
问题: 校准数据过时 方案: 团队构成或工具链发生重大变化时重新校准
相关技能
@sprint-planning- 冲刺规划和待办事项管理@project-management- 通用项目管理工作流@capacity-planning- 团队速率和产能规划
延伸资源
局限性
- 仅在任务明确匹配上述范围时使用此技能
- 输出结果不能替代针对特定环境的验证、测试或专家评审
- 缺少必要输入、权限、安全边界或成功标准时,应停下来请求澄清