返回首页
最新
我的雇主几个月前实施了SAFe（敏捷框架）。这在公司内部引起了极大的不满。现在，他们刚刚宣布将裁员所有开发人员（几百人）。所有的开发工作将外包给一家位于印度的公司。
内部有传言称，实施SAFe是为了为外包做准备。理由是，SAFe对于拥有自己可信开发人员的公司来说是无效的，但对于控制远程外部合作方的交付则是完美的。
我们这里只有一个案例可以参考，所以我想知道这是否是一种趋势？是否还有其他人经历过他们的雇主在外包开发工作之前实施SAFe？
之前的问题链接如下：
<p>2024 → https://news.ycombinator.com/item?id=42373343
<p>2023 → https://news.ycombinator.com/item?id=38467691
<p>2022 → https://news.ycombinator.com/item?id=34190421
<p>2021 → https://news.ycombinator.com/item?id=29667095
<p>2020 → https://news.ycombinator.com/item?id=24947167
<p>2019 → https://news.ycombinator.com/item?id=20899863
<p>2018 → https://news.ycombinator.com/item?id=17790306
<p>2017 → https://news.ycombinator.com/item?id=15148804
嗨，HN，
作为产品经理（在谷歌、Gopuff和食记工作），我的联合创始人和我多年来进行了数百次用户测试。每次测试都感觉很不顺利：
获取足够可用的结果可能需要2到5天。
我们花了数小时观看录制视频，以提取少量见解。
“专业测试者”为了报酬匆忙完成任务，导致反馈偏颇。
平台的年费通常起价在1万欧元以上，还会有隐性费用。
结果就是：迭代周期缓慢，反馈不可靠，用户测试往往感觉像是一种负担，而不是工具。
我们开始思考：如果人工智能可以提供帮助，会怎样？
合成用户能否模拟真实的人类行为？
我们能否瞬间模拟成千上万的测试者，而不是招募他们？
这是否能让任何团队都能进行用户测试，而不仅仅是那些预算充足的团队？
这种探索促使我们开发了Uxia，一款基于人工智能的用户测试工具，它能够：
在大约5分钟内提供可操作的见解，而不是几天。
利用AI档案模拟成千上万的行为。
提供统一定价——无限测试、无限用户，没有隐性费用。
您可以上传原型、设计或流程，查看合成测试者在哪里遇到困难、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偏见反馈循环。
当然，我们知道这种方法并不完美。合成用户无法完全取代人类的直觉，但我们认为它们可以消除迭代早期阶段的摩擦，帮助团队更频繁地进行测试。今天我们也在PH上，如果您想支持我们的发布。
我们非常希望听到您的反馈：
您认为基于AI的测试者在哪些方面表现良好，在哪些方面会有所不足？
您会信任合成反馈来指导真实的产品决策吗？
如果您在用户测试中遇到困难，您希望有哪些不同之处？
感谢您的阅读，欢迎随时提问，我们会全天在线。