- 博客(50)
- 收藏
- 关注
RSS订阅原创 项目管理中最大的浪费是什么？
它试图把需求、任务、测试、缺陷这些散落的东西，像拼乐高一样，在一个地方用可视化的方式（比如思维导图）连起来。你想想，需求在Word里，任务在Jira里，测试用例在另一个Excel里，代码在Git里。关键看它能不能把你项目里那些断掉的信息“水管”给接上，让数据自己流起来，而不是靠人肉当“快递员”。这就好比造车，发动机车间干完了，得派人把零件扛到组装车间，中间还得填一堆交接单，等签字。这背后的逻辑，就是把“信息搬运”的体力活，变成“数据联动”的自动活。这种“交接”和“等待”，就是最大的隐形成本。
2025-12-30 17:41:57
174
原创 团队推行敏捷开发两年，为何感觉效率不升反降？
任何一个环节的变更，都需要人工同步到其他所有地方，信息流像经过多个漏水的水管，流到下游时已经失真、延迟。真正的效率提升，来自于让信息无损、实时地流动起来，让合规所需的“证据”成为开发过程的自然副产品，而不是事后补写的沉重负担。在一些对追溯性和合规性要求极高的领域，单纯使用轻量级的任务看板工具（如Jira），可能无法承载从需求到代码再到测试的完整、可审计的价值流。完成一个测试，对应的需求覆盖度能实时更新。所以，效率不升反降的根源，往往不是敏捷错了，而是支撑敏捷的“基础设施”和“工作流”没有真正敏捷起来。
2025-12-25 17:08:18
314
原创 AI时代，提出好问题更重要还是知道真答案更重要？
更严重的是，答案本身在快速过时——今天AI告诉你的"最佳实践"，明年可能就被新趋势推翻。工作上，随口问AI"怎么写方案"，它三分钟给出框架，但总觉得哪里不对劲。从"如何让出租车更快"到"如何重新设计出行"，从"怎么写好报告"到"报告到底是不是必要"。问"怎么瘦十斤"，AI会给你食谱和运动计划，但大概率失败。AI时代，比"知道答案"更重要的，是"知道自己为什么问这个问题"。不是"选A还是B"，而是"A和B背后假设是什么"；不是"如何速成"，而是"我愿意为什么事花十年"。它不是"怎么做"，而是"为什么做"；
2025-12-23 17:19:42
187
原创 如何看待企业自建AI知识库?
刚和做汽车软件的朋友聊，他又在吐槽公司那个“自研AI知识库”——投了几百万，现在除了汇报时炫一下，平时根本没人用。很多企业一谈AI，就想自己搭个“中央知识大脑”，把文档、代码、会议纪往里一塞，指望它啥都懂。结果往往造出一个昂贵的“数字标本”：静态、孤立，和实际业务流程完全脱节。真正的智能，不是建一个需要你不断喂养、查询的仓库，而是让知识在做事时自动流淌出来。就像你写代码时的自动补全，它在你需要的那一刻，把关联的需求、设计、历史案例推到你手边。否则，再多的数据，也只是沉默的废墟。
2025-12-18 17:45:29
159
原创 为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？
这种“好像对了，但实际跑偏”的细节，在简单演示里看不出来，一到真实场景就全暴露了。更头疼的是，Agent经常自信满满地胡说八道——你问它“这个功能代码怎么写”，它给你一套漂亮但根本跑不通的方案，甚至中间偷偷调用不该碰的数据库。但真要做到“好用”，就像让一个聪明但粗心的实习生变成靠谱的合伙人——它得懂你没明说的潜台词、能自己处理突发状况、还得不犯致命错误。更不用说现实世界的复杂性了——人的一句话背后可能有十层潜台词，办公室政治、跨部门协作这些人类自己都头疼的事，Agent现在连门都摸不着。
2025-12-11 17:16:01
293
原创 项目管理也需要数字化转型吗？
这种模式下，信息流动效率低，项目经理大量时间耗费在收集信息、整理报告、协调沟通上，团队协作也容易因信息不一致而产生内耗。通过建立统一的信息平台，不仅实现了流程标准化和过程透明化，更重要的是沉淀了项目数据资产。这些历史数据通过智能分析，又能为后续项目的估算、风险识别提供参考，形成持续改进的良性循环。当需求发生变更时，系统会自动触发通知机制，相关设计和测试任务都会实时同步更新，有效避免因信息滞后导致的返工。比如借助自动化通知机制减少等待时间，通过在线协同避免版本冲突，利用数据看板实现精准管控等。
2025-11-17 17:05:50
132
原创 如何看待程序员“面试造火箭，入职拧螺丝”？
于是写接口、修 bug、搬砖、救火——每天都在“精细拧螺丝”。问到最后，候选人自己都开始怀疑是不是来 NASA 面试的。招人要匹配岗位，不要用“造火箭”标准找“拧螺丝”的人。反正——“高水平的程序员干低水平的活也没坏处”。他们的核心竞争力在业务，而不是技术突破。“面试造火箭，入职拧螺丝”并不可怕，但其实，大多数公司并不是要造火箭，但至少，面试的时候，别互相演戏了。想造火箭，就去真在造火箭的地方；坦诚一点，才能找到真正合适的人。所以宁可定高标准，用题目筛人，一个演“未来要造火箭的公司”，
2025-11-11 17:35:30
231
原创 敏捷项目管理会不会代替传统项目管理？
比如建造大桥、研发航天器这类容错率极低、变更成本极高的项目，必须依靠严密的阶段性控制和文档追溯。项目经理不再纠结于该用Scrum还是瀑布模型，而是思考如何用最合适的方法交付成果——就像木匠选择工具，有时需要锤子的精准，有时需要锯子的灵活。未来属于那些能根据项目特性调配管理方法的人，毕竟方法论是为人服务的工具，而不是束缚人的教条。如今的项目环境越来越复杂，需求变化快，传统那种按蓝图施工的瀑布流模式确实会遇到瓶颈——就像用地图在迷宫里找路，地图再精细也赶不上通道的变化。真正的发展趋势是打破方法论的对立。
2025-11-07 17:10:00
199
原创 汽车研发管理的数字化转型：从“流程驱动”到“价值驱动”
为例，这款国产工具通过思维导图式的需求管理方式，实现了需求结构的可视化展示和快速调整。与飞书等协同平台的深度集成，则实现了需求变更的实时同步，大幅提升了跨团队协作效率。企业需要建立适应敏捷开发的组织架构，培养兼具技术能力和业务洞察的复合型人才，才能在激烈的市场竞争中保持领先优势。传统的研发管理模式已难以适应快速迭代的需求，行业亟需一场从“流程驱动”到“价值驱动”的深度变革。：通过构建一体化的研发平台，打破信息孤岛，实现需求、设计、开发、测试的全链路协同。，建立供应商协同平台，实现产业链的高效协作。
2025-11-03 17:24:32
384
原创 为什么海外同胞对AI编程态度那么积极，反而国内用过的程序员都在吐槽？
海外人少项目新，AI一出手就是“哇塞”；国内人多坑位老，AI一出手就是“别动我祖传屎山”。因为海外程序员把AI当“神秘小精灵”，国内程序员把它当“隔壁老王”。- 国内：哦，又来一个抢KPI的，写得还没我快，注释比我还少。国内老板问：AI帮你多写了几行？省下来的时间再写十版需求。不是AI不好，是国内的代码江湖太深，AI还没学会轻功。海外加班靠咖啡，国内加班靠AI——结果AI先下班了。海外程序员把AI当副驾，国内程序员把AI当背锅侠。海外缺人，AI是救星；国内缺时间，AI是添乱。- 海外：哇，它会写测试！
2025-10-30 17:07:41
216
原创 AI正在重塑汽车研发：从「机械定义」到「思维驱动」的进化
一些前沿的研发平台如MappingSpace已能通过思维导图式界面，将混沌的需求自动梳理为层次分明的结构树，让产品经理在10秒内创建符合ASPICE标准的需求文档框架，将需求评审效率提升300%。当新项目启动时，系统能自动推荐相似的历史案例、通用模块和潜在风险点，让新员工能快速获得接近资深专家的决策支持。真正的智能化转型，不是购买AI工具，而是重构研发DNA——让机器处理重复，让人回归创造。这种「AI处理确定性工作，人类专注创造性思考」的模式，正在重新定义研发团队的价值分工。3.用户体验的深度优化。
2025-10-27 17:14:51
410
原创 如何看待 AI 加持下的汽车智能化？带来更好体验的同时能否保证汽车安全？
和。总的来说，。它确实能带来前所未有的美好体验，但同时也将汽车安全的内涵和边界扩展到了全新的维度。能否保证安全，不取决于AI技术本身，而取决于我们如何构建一套超越传统汽车的安全理念和工程体系。
2025-10-24 17:12:11
811
原创 AI 都能写代码了，还要学计算机吗？
最近有个做自动驾驶的朋友说，他们用AI生成代码后，资深工程师反而更忙了，整天在给AI“改作业”，从内存泄漏到线程安全，每个坑都要靠扎实的计算机原理才能填平。毕竟，会开自动驾驶汽车的人，和能设计自动驾驶系统的人，从来都不是同一类学习者。他能把你冰箱里的食材瞬间变成美味佳肴，但前提是——你得知道你想吃什么，能分辨食材是否新鲜，并且在他端上一盘法式蜗牛时，能判断这到底是不是你想要的。见过最震撼的例子是某个凌晨的生产事故，AI给出了十几种修复方案，但最终是靠工程师对操作系统底层的理解才选出唯一有效的那个。
2025-10-22 17:06:06
149
原创 AI agent到底有多大创新？
就拿研发管理来说吧。我们现在在用的MappingSpace工具，里面的AI功能能把测试覆盖率从67%拉到92%，这可不是简单的人工智能，而是真正会。当然，现在的AI Agent还像个刚入职的新人，有时会犯迷糊，需要我们在旁边盯着。可它展现出的潜力已经让人兴奋——当工具开始懂得你的工作习惯，能预见你的需求，这种默契的合作关系，才是技术带给我们的最大惊喜。但现在不一样了，AI Agent能自己琢磨你的意图，主动把活儿干得漂漂亮亮。也许不久的将来，最懂你工作节奏的不是同事，而是每天陪伴你的AI Agent。
2025-10-16 17:12:20
330
原创 新能源汽车公司如何落地 ASPICE
现在一些国产工具比如MappingSpace，专门针对新能源车企的需求做了优化，既能满足ASPICE的追溯性要求，又保留了足够的灵活性。新能源汽车公司落地ASPICE，本质上是在"带着镣铐跳舞"——既要符合传统汽车行业严苛的流程标准，又要保持新势力特有的创新速度。最妙的是后台自动生成ASPICE所需的所有追溯数据，让团队在保持敏捷开发节奏的同时，不知不觉就完成了合规要求。说到底，ASPICE不是目的，而是手段。新能源车企要做的，是找到最适合自己的节奏——既不被流程拖累，又能让主机厂认可你的开发质量。
2025-10-11 16:34:24
238
原创 产品经理为什么不能一次性确定好需求，总是要变更需求？
记住，好的产品不是规划出来的，是迭代出来的——但迭代不等于瞎折腾。我们现在每个迭代都会用MappingSpace的版本追溯功能复盘，看看哪些变更其实是可以通过前期调研避免的。慢慢地，团队对需求变更的掌控力确实提升了不少，至少开发小哥们不再用"杀人的眼神"看产品经理了。其实真不是，市场风向说变就变，用户反馈来得猝不及防，有时候竞品突然甩出个新功能，不变需求就等于把市场拱手让人。每次需求变更时，系统会自动把受影响的功能模块、测试用例、开发任务都标出来，还能一键生成变更影响报告。但工具再厉害也治标不治本。
2025-09-28 14:43:47
208
原创 国内的敏捷开发是否是变相压榨劳动力?
一个典型的应用场景是：当需求变更时，系统能自动识别受影响的需求条目和相关测试用例，并将变更通知推送给相关人员，这大大减少了人工跟踪的工作量。数据显示，使用这类工具的项目在需求评审环节可节省40%的时间，同时确保行业标准要求的追溯性完整性。从行业实践来看，确实存在部分企业将"敏捷"简单理解为加班和快速交付，但这种做法实际上背离了敏捷开发的本质。在汽车研发领域，随着ASPICE等行业标准的普及，对开发过程的规范性和追溯性要求越来越高。只有这样，才能真正发挥敏捷开发的价值，实现企业效率和员工福祉的双赢。
2025-09-24 11:43:58
310
原创 这家宁波的神仙公司，我必须要猛夸一夸
想清楚这点之后，我们不再纠结于如何去将两个系统打通，而开始制定明确的切换策略：旧的项目和数据就继续保持在原来的系统中，而新的项目则直接在MappingSpace里面来做，对于需求或测试用例，如果原来的项目中有大量数据能够复用，则考虑使用MappingSpace的导入功能，将其直接导入到新系统中。在正式部署后的三个月内，拓普的使用频率并不高，在4月份一次例行升级之后的实地拜访中，我们本来都想着重新与他们再交流一次使用体验，不过那次在现场仅有两位同事参加，我们都一度很担心，团队内部是不是用不起来。
2025-08-26 17:37:24
688
原创 基于规模化HIL测试集群的CICD方案
面对这些挑战，CICD（持续集成/持续部署）作为敏捷开发的核心支撑，越来越多地被引入汽车研发流程，尤其是在造车新势力中已成标配。特斯拉在10天之内，对其Model 3进行了OTA，从而缩短了其刹车距离，让“消费者报告”将其从“不推荐”改为“推荐”。这便是HIL（Hardware-in-the-Loop）技术的意义——它通过模拟车辆硬件与外部环境，使控制器在“拟真”环境下运行，实现对ECU功能的系统性验证。测试台架部署分散，忙的台架-在特定功能开发期间，24小时连轴转仍无法满足需求。
2025-08-26 17:27:41
726
原创 配置管理是个什么东西
在汽车行业，有一个经典场景：主机厂（甲方）向零部件供应商（乙方）索要某个样件的配置项管理清单，乙方发给甲方一份Excel表格，而当甲方想进一步查看表格中对应的文档及其相关的评审记录、基线记录时，乙方苦笑着翻开一个包含数百个文件的文件夹，里面堆满了评审记录、变更日志、基线证明……这个也比较好理解，比如供应商A给主机厂B供应了一个版本的零部件，比如C样，那么主机厂需要知道，这个C样，是基于哪些需求文档、哪些测试用例实现的，交过来的是哪个软件版本、硬件版本。这样的团队，别说12个月造车了，我觉得6个月都有可能。
2025-08-02 11:01:24
965
原创 还在Jira寻找汽车行业的最优解？敏捷繁荣下的研发困境
Jira在汽车行业的流行与上述提到的这些问题，都指向一个事实：工具的诞生，是基于时代背景下的方法论，但不同的工具，对方法论的落地，却有非常大的影响。通用领域能够解决一些问题，但对于解决垂直领域的一些深层次的使用场景，可能会有不少gap。ASPICE的本质是系统工程，而非项目管理，通过简单的跨领域的软件工具引进，很难完全覆盖汽车V模型全周期的数字流程。一种可能的解决方案是，继续在Jira上做更深层次的自定义开发，因为Jira提供了非常友好的开发环境、数据库调用、以及一定程度的代码开源。
2025-07-16 11:39:09
1002
原创 传统整车厂扎堆搞软件公司，留下的却没几个
虽然每种策略都面临诸多困难，但商业的本质，就是在各种困难中寻找最优解，取得微妙的平衡。传统主机厂仍然有自己的优势地位与护城河，找到最适合自己的转型路径，就能在智能化时代的竞争中立于不败之地。
2025-07-16 11:33:39
738
原创 50%汽车人都在拒绝敏捷开发，我们在拒绝什么
【摘要】汽车行业对敏捷开发存在显著抵触，数据显示超过50%的工程师拒绝采用该方法。本文剖析了四大核心冲突：1）灵活的需求分解方式与汽车行业确定性要求不符；2）动态优先级排序与固定项目边界的矛盾；3）短周期冲刺与传统长开发周期的冲突；4）简化版本管理与严格文档要求的对立。尽管存在障碍，但特斯拉的成功实践、提升开发效率、改善测试质量及激发创造力等优势，仍使敏捷开发值得汽车行业探索。实施关键在于构建适配工具链并解决理念冲突。
2025-06-23 20:25:28
900
原创 智能汽车开发的困局：70%车企正被这个流程羁绊住
本文探讨了ASPICE和敏捷开发在汽车软件开发中的流程差异与融合挑战。作者通过亲身实践经验指出，ASPICE严格的版本管理流程虽然确保了可追溯性，但在处理频繁变更时存在诸多痛点：基线变更导致文档数量激增、差异对比困难、变更影响分析复杂等。文章详细分析了三种变更管理方案的优缺点，揭示了传统ASPICE流程难以适应快速变化的现实困境。作者还提出了“伪基线”概念，批判某些团队为应付评审而采取的“事后补档”做法。
2025-05-30 15:59:45
616
原创 汽车研发过程管理之怪现状
某头部Tier1的电子电气部门，每月要为不同客户定制三套需求文档：给日系客户的Excel矩阵表，给德系客户的DOORS可追溯文件，以及内部使用的Confluence页面（方便内部协作，但不适合作为正式交付物）。比如，一位新入职的工程师，刚熟悉了简易流程，突然被分配到一个需要采用ASPICE流程的项目中，他完全不知所措，只能重新学习。同时，团队能够将一套体系流程工具打磨到最佳状态，无论面对严苛或简单的客户评审要求，都能以统一的流程和工具应对，无需额外整理，从而提高团队的一致性和士气。让我来说一个真实的故事。
2025-04-15 15:18:16
909
原创 上海利氪科技-再次续订MappingSpace
公司聚焦新能源汽车和自动驾驶核心领域，依托完整的线控底盘平台开发能力和应用落地能力，以高难度线控制动技术作为切入，率先推出全球首款可量产的液压全解耦线控制动技术方案DHB-LK®（Decoupled Hydraulic Booster）和国际尖端技术集成式智能制动系统IHB-LK®（Integrated Hydraulic Brake），产品性能达世界领先水平，已获得国内多家车企项目定点，其中DHB-LK®产品已于2022年7月实现小批量量产，IHB-LK®产品于2022年12月实现量产。
2025-03-11 09:20:34
463
原创 宁波福尔达智能科技-再次续订MappingSpace
福尔达曾先后被评为“国家重点高新技术企业”和“国家火炬计划重点高新技术企业”、“浙江省绿色企业”、“浙江省高新技术企业研究开发中心”、 “浙江省省级企业研究院”、“浙江省高新技术企业创新能力百强”等称号。宁波福尔达智能科技股份有限公司自1995年成立以来，坚持“以技术引领市场、以创新追求发展”的经营方针，现拥有优秀的专业技术研发人才，并具备对光、机、电、软硬件智能集成控制系统产品、高精尖模具、智能装备（自动化装配、智能在线检测生产线等）的自主创新设计开发、制造、配套服务整合的能力。
2025-03-05 13:11:01
509
原创 AI时代，ALM需要再造
ALM 概念起源于 20 世纪 80 - 90 年代，国内熟知的 IBM doors、西门子 Polarion、PTC Codebeamer 分别诞生于 1991、2005、2002 年。上一代 ALM 诞生于 V 模型流行时，以满足 ASPICE 标准合规为首要目标，协作性差、数据吞吐效率低。AI 时代，ALM 需再造，1 - 2 年内 AI 将成研发 “超级助手”，3 - 5 年进化为跨系统调度员，将 ALM 从 “流程记录仪” 升级为 “智能加速器”。
2025-02-13 09:19:12
1033
原创 云体科技MappingSpace：以创新引领未来，以科技赋能制造
云体科技凭借深厚的行业经验和对市场需求的敏锐洞察，自主研发了MappingSpace，打破了西门子Polarion、PTC CodeBeamer、IBM Doors等国外技术在研发数字化管理领域的垄断。”的核心价值观，以高新技术企业的身份，不断推动技术创新，为客户提供更优质的服务，为社会创造更大的价值。云体科技 MappingSpace 借助 AI 大模型，能依据相关项目数据与要求，自动生成各类项目文档，如项目计划书、报告等，减少人工撰写文档的繁琐流程，提高文档产出速度与质量。云体科技将继续秉承“
2024-12-17 18:53:30
989
原创 汽车电子安全智囊: Automotive Safety GPT再进化!
MappingSpace与Automotive Safety GPT深度融合，提供最专业的汽车功能安全与信息安全大模型！
2024-12-12 09:21:39
1193
原创 MappingSpace思维导图页面全面焕新，更高效快捷的需求管理体验
MappingSpace 此次进行了重要更新，作为汽车行业的研发管理工具，在原思维导图管理各类 ASPICE 研发过程文档基础上，拓展其功能，新增树形视图与模型视图，同时全面优化思维导图页面布局，将四大视图（思维导图、word 视图、模型视图、树形视图）切换放到显眼位置并优化操作体验，提升用户操作效率 30%，还通过思维导图节点的提示符号降低需求描述和附件遗漏率，这些更新让其在汽车研发各阶段能更好地助力工程师开展工作，提高沟通及项目管理效率。
2024-12-03 11:32:14
1090
原创 航电设备的研发流程，和汽车行业有什么异同
航空电子设备和汽车的安全性要求严格，因事故可能严重伤害人员。两者遵循IEC 61508基准的安全规范，采用V模型研发模式，但航空领域的高级软件需求与汽车行业需求分析有细微差别。汽车行业采用ISO 26262标准将功能安全分为五个等级，航空领域则采用DAL等级。两者测试方法多样，但航空领域增加最差用例执行时间测试。航空行业对软件工具有认证需求，根据安全等级采用不同置信度等级的工具。由于研发标准相似，许多大型工业软件在航空与汽车领域通用。
2024-11-25 12:57:35
500
原创 模型视图+思维导图视图+Word视图，需求管理的最佳组合
传统的研发管理工具中，需求难以追踪和理解。MappingSpace的思维导图视图可以组织需求，使其结构化并易于理解；Word视图可以查看需求的详细描述和字段属性；模型视图可以将需求或架构文档直接转化为模型，并在模型视图中绘制架构图，将架构图中的元素与需求任务、架构任务建立关联，从而更直观地理解架构设计，并在模型视图下查看需求、架构的完成状态、优先级、责任人等统计，提高需求管理效率，助力研发团队拥有更直观的全局思维。
2024-11-21 11:31:06
341
原创 MappingSpace如何进行测试管理
通过有效的测试管理，可以最大程度地减少软件或系统中的缺陷，提高产品质量，降低发布风险，并确保项目按时完成，MappingSpace的测试管理有以下几点优势：测试用例可以和需求直接建立联系；测试用例可以反复进行使用；测试报告不需要工程师额外整理；bug和测试之间的关联也可以直接建立，不需要额外追踪。MappingSpace提供了自动化、可追踪和可视化的测试流程，使得测试活动更加高效和透明。
2024-11-18 11:03:27
440
原创 MappingSpace——十秒创建需求文档
模板的使用不仅提升了工作效率，还确保了文档的专业性和一致性，从而为高质量的软件开发奠定了坚实的基础。MappingSpace提供的模板不仅仅只是个相关的提纲，进入到word视图下可以看到模板里自带了提示，如文档说明中提供了一个表格，这些提示可以来协助开发进行工作，并且也可以根据用户的个性需求进行进一步的编辑。这有助于规范开发流程，确保文档的一致性和规范性，通过使用模板，开发人员可以避免常见的错误和陷阱，减少由于文档不统一而引发的沟通问题，从而提高团队合作的质量。在汽车软件开发中，文档模板的使用至关重要。
2024-09-05 10:31:41
472
原创 MappingSpace项目配置管理
配置管理的主要目标是确保项目在整个生命周期中，其所有配置项（如文档、代码、工具链等）的状态是一致的、可追踪的和可控的。作为专注于大工业高精制造领域的研发管理工具，MappingSpace的文件类型中可分层级进行项目配置管理，对字段、覆盖度检测、工作流进行详细配置，优化项目流转过程，也可设置自动流转进程，提高项目管理效率.此外，通过高级设置，MappingSpace还支持自动化功能，用户可以设置自动触发条件，满足条件后状态自动变化，系统也能自动分配任务、变更责任人等。
2024-09-03 14:01:45
506
原创 MappingSpace——任务升级机制，打造完善的需求追踪体系
MappingSpace通过任务升级机制，有效解决了bug和需求跟踪中的常见问题，确保了每个任务都能被及时处理。希望本文的介绍能帮助大家更好地理解和应用MappingSpace，打造更完善的需求追踪体系，让您的研发管理更加高效、规范。或者开发人员解决了bug后，测试人员没有及时测试，从而导致问题被遗漏，沉入任务表的下方。在现代项目管理中，及时的进度跟踪、合理的资源分配、有效的沟通协作和客户满意度是成功的关键因素。因此，完善的需求追踪体系尤为的重要，团队可以更好地掌握项目的整体进展情况，实时了解项目的进展。
2024-08-27 14:28:52
465
原创 MappingSpace——提升研发效能的数据分析利器
查看时可以选择时间起末，对比不同周期项目的花费时间方便进行项目复盘，了解哪个阶段跳转时间过长，从而着重优化该阶段，提升项目效率。例如，可以创建关于责任人的图表，查看严重度信息和完成度信息。点击图表中的图块，可以查看具体信息，追踪未完成的bug、未完成数量和对应的责任人。数据报表是开发过程中不可或缺的工具，可以帮助组织和个人理解数据趋势、发现问题和机会，以及做出数据驱动的决策。此外，MappingSpace还提供筛选结果的列表，选择自己想要关注的节点信息，在数据报表中会出现单独的列表清单，方便直接查看。
2024-08-26 08:53:33
793
原创 MappingSpace x 飞书，打造高效且合规的汽车研发管理模式
将此链接粘贴到飞书文档中，即可实现在飞书文档中实时查看需求文档的目的。此时的消息通知是群组广播形式，可以确保群组中的相关人，都能查看到消息通知，而最直接的责任人，则可以直接点击，进一步查看消息的详细情况。然而，在研发流程管控要求极高的领域，如汽车、航空航天、医疗器械和轨道交通等，飞书的松散、自由的互联网管理模式，难以满足这些行业的高标准的流程监管要求。但邮箱的通知仅针对个人，当通知邮件太多时，相关同事往往容易忽略，甚至将某些软件的邮箱通知，自动归入垃圾邮件或者特定分组，从而丧失了消息通知的目的。
2024-08-23 13:14:39
651
原创 什么是蔚来的体系化效率？
9月21号，蔚来开了一场创新科技日。在创新科技日的开头，李斌讲了一句挺有意思的话：大家一直认为蔚来只是服务好，我有点不太服气，因为蔚来在技术上的投入也非常多。在这次科技创新日上，蔚来着重讲了他的12大技术版图。同时，李斌在演讲中，不断提到了一个词：体系化效率。这让我非常感兴趣。当我还在蔚来汽车工作的时候，作为NIO Sparks之一，也经常听到李斌提到体系化效率，如今自己出来创业两年之后，再反观这家公司的一切，让我能从自己的角度，重新体会体系化效率的重要性。什么是体系化效率？从字面意思意义上来讲，它指的不是
2024-08-22 15:35:02
1144
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人