智能化融合 — 生成式 AI 提升敏捷開發效能的探索與實踐

雷光亮，現任復柒智投企業管理咨詢企業合夥人，從事高新技術投資與管理咨詢工作。在IT領域深耕20余年，曾擔任戴爾EMC存儲軟件研發上海負責人，並主導人工智能與敏捷開發的研究與創新，擁有十余項國內外發明專利。

目錄

 

 

第1部分  認知升級篇

第1章  生成式AI驅動的軟件開發新紀元 3

1.1  軟件開發的效率革命 3

1.2  生成式AI概述 7

1.3  生成式AI核心技術和模型 11

1.4  生成式AI的挑戰與限制 18

1.5  生成式AI未來趨勢與發展方向 19

第2部分  技術賦能篇

第2章  生成式AI與Scrum的集成技術 23

2.1  敏捷開發與Scrum概述 23

2.2  生成式AI在Scrum框架中的角色定義與實現 38

2.3  集成效果評估與持續優化 54

2.4  集成生成式AI的Scrum團隊變更與互動 61

2.5  生成式AI集成的常見挑戰與解決策略 66

2.6  在瀏覽器中實現一個ScrumAI邊欄：生成式AI＋Scrum的快速落地 70

第3章  LLM工具框架與模型選型實踐 79

3.1  開源與閉源LLM框架實戰 80

3.2  Agent框架及多代理協作 87

3.3  模型上下文協議（MCP）：標準化LLM-數據交互的公路網 96

3.4  主流LLM模型性能與適用性 104

第4章  生成式AI在Scrum規劃與準備活動中的應用與實踐 109

4.1  生成式AI與創建產品積壓 111

4.2  生成式AI與產品積壓細化 118

4.3  生成式AI與制訂沖刺計劃 123

4.4  生成式AI在Scrum執行與監控階段的應用實例 128

4.5  應用實例 131

第5章  生成式AI在Scrum執行與監控活動中的應用與實踐 137

5.1  生成式AI與敏捷建模和原型設計 139

5.2  生成式AI與疊代開發 142

5.3  生成式AI與測試 145

5.4  生成式AI與每日站會 148

5.5  生成式AI與持續集成和持續部署 150

5.6  應用實例 153

第6章  生成式AI在Scrum回顧與改進活動中的應用與實踐 162

6.1  生成式AI與沖刺回顧 163

6.2  生成式AI與沖刺審查 170

6.3  生成式AI與產品增量發布 176

6.4  生成式AI與用戶反饋 181

6.5  生成式AI在Scrum回顧中的應用實例 186

6.6  總結 191

第7章  基於Scrum@Scale的知識工程體系構建 193

7.1  生成式AI賦能知識工程的戰略價值 193

7.2  技術架構：四層分工與事件驅動數據流 197

7.3  RAG系統：知識檢索與生成的核心引擎 201

7.4  Scrum@Scale集成：讓RAG融入每一次儀式 204

7.5  選型清單：模型、向量庫與圖數據庫 206

7.6  實戰示範：用Python＋LangChain＋MkDocs打通“API文檔自動生

     成流”  209

7.7  行動指北與常見陷阱 211

第3部分  管理進化篇

第8章  敏捷開發與智能化融合：企業實踐、變革與未來 217

8.1  敏捷智能化融合的落地實踐：以D公司為例 217

8.2  敏捷智能化融合帶來的組織變革 232

8.3  敏捷智能化融合的未來 237

參考文獻 244