到底谁骗了谁--(再论)

简介:
 昨天写了 到底谁骗了谁  看了大家的留言,我就接着CMM的话题再来写这篇文章,本意不是抗大旗讨伐CMM,指示借用CMM的话题,从我自己的实际感受出发,来谈谈软件工程的话题.在这里首先要感谢所有留言的朋友,特别是Jsaon(因为我们是合作关系,被我强行拉来看我写的东西)
   现在的软件开发趋于大的方向发展,以前可能一个或责两个人就可以挑担干活,现在则不然.现在的开发规模是人群战术,一堆人来参与软件的总体开发,包含有用户人员,开发人员,市场人员,管理人员等等.一旦人多,就涉及到沟通,管理,等等开发以外的许多因素.如何协调所有与项目有关的人员,这就提出了管理的课题,用户向市场人员说我想要什么设么,市场人员配合开发人员去分析客户的期望,然后确认,开发,测试,部署.开发的流程就是这么一个简单的过程.但是事情往往很难简单,比如客户或许他自己也不知道他想要的软件到底是什么样子,等做到程序做完之后,发现原来不是这样,那么就再原来简单的流程上加入了循环,如果问题越多,循环也就越多,如果始终跳不出循环的圈,那么项目也就注定失败.
   在整个循环过程中,多种角色参与问题,那么彼此之间的沟通就非常主要,有一则笑话说:有户人家在一天下雨后发现井盖子被风刮走了,第二天早上他和别人说起这件事,但是到傍晚,他发现很多人跑到他家来,他就觉得很奇怪,想知道为什么.来得人就说:"听说昨天大风把你家的井给吹走了."道理很简单,信息在通过口头的传递过程中会因为遗忘或记忆问题造成差错.交流靠嘴的项目我觉得项目很难做到理想的结果.
   当很多人参与的时候,就涉及到彼此合作,什么是很作呢?我也觉得这么问很好笑,但是仔细想想,这个问题不容易回答.在一个团队中,彼此合作的的时候,就要项目配合,那么在事情的计划,前进的安排上都要彼此配合.两人三足的游戏可能比较简单,喊喊口号:"1,2,1,2"也就可以前进了,但是团队分工的时候,不是只靠这写就可以.每个人的习惯,特点,工作能力等都要被计算在内.还有因为某些特殊的原因造成进度的延误等等都要在计划中被考虑.能过做好一份计划,需要耗费的精力不亚于写一段相当函数的代码.
    人都是来来往往,现在的人很难在一个公司待上很久,特别是项目比较大的情况,那么这种人员的流动率就更高.如果说因为一个人的离开影响到整个项目上的总体进度,那么这就属于管理上的问题.可能有些公司会烦扰一点:"天啦,某某的代码像密码,没有密匙很难解开."什么是密匙,就是那堆看不起眼的规范和开发的文档.对于高手来说所,规范往往会制约其手脚.但是对于公司来说,可能就那么一两个高手,一堆小罗罗,那么我想公司可能更愿意靠小罗罗来发挥效果,毕竟高手再厉害,难以一抵百.

    到这里为止,上面没有写道一个CMM的东西,CMM既然能存在,就有他们的存在的道理.我们总不能说因为刀可以杀人,那么它就是十恶不赦的家伙,毕竟没了刀子,用石头切肉总不太方便.问题的根源在用刀的人上.CMM也一样,现在在国内作为他们的管理作用很少被发挥出来,问题在于使用CMM的人的出发点和他们的认识, 其实不论公司的规模大小,如果希望从管理上有所进度,那么就要活学或用它,用好它.而不是生搬硬套的取使用或责是门面的功夫做足了.天下功夫那么多,不是高手有多少能够练完全的,不过如果取其一两点简单实用的,道也可以强身健体,何乐而不为.

]














本文转自小余(Yice)博客园博客,原文链接:http://www.cnblogs.com/yice/archive/2008/04/17/926551.html    ,如需转载请自行联系原作者










相关文章
|
1天前
|
人工智能 自然语言处理 JavaScript
2026年Windows+Ollama本地部署OpenClaw保姆级教程:本地AI Agent+阿里云上快速搭建
2026年OpenClaw凭借本地部署、私有化运行的特性,成为打造个人智能体的核心工具,而Ollama作为轻量级本地大模型管理工具,能让OpenClaw摆脱对云端大模型的依赖,实现**本地推理、数据不泄露、全流程私有化**的智能体验。本文基于Windows 11系统,从硬件环境准备、Ollama安装与模型定制、OpenClaw部署配置、技能扩展到常见问题排查,打造保姆级本地部署教程,同时补充阿里云OpenClaw(Clawdbot)快速部署步骤,兼顾本地私有化需求与云端7×24小时运行需求,文中所有代码命令均可直接复制执行,确保零基础用户也能快速搭建属于自己的本地智能体。
2604 11
|
12天前
|
人工智能 自然语言处理 监控
OpenClaw skills重构量化交易逻辑:部署+AI全自动炒股指南(2026终极版)
2026年,AI Agent领域最震撼的突破来自OpenClaw(原Clawdbot)——这个能自主规划、执行任务的智能体,用50美元启动资金创造了48小时滚雪球至2980美元的奇迹,收益率高达5860%。其核心逻辑堪称教科书级:每10分钟扫描Polymarket近千个预测市场,借助Claude API深度推理,交叉验证NOAA天气数据、体育伤病报告、加密货币链上情绪等多维度信息,捕捉8%以上的定价偏差,再通过凯利准则将单仓位严格控制在总资金6%以内,实现低风险高频套利。
6273 57
|
8天前
|
存储 人工智能 负载均衡
阿里云OpenClaw多Agent实战宝典:从极速部署到AI团队搭建,一个人=一支高效军团
在AI自动化时代,单一Agent的“全能模式”早已无法满足复杂任务需求——记忆臃肿导致响应迟缓、上下文污染引发逻辑冲突、无关信息加载造成Token浪费,这些痛点让OpenClaw的潜力大打折扣。而多Agent架构的出现,彻底改变了这一现状:通过“单Gateway+多分身”模式,让一个Bot在不同场景下切换独立“大脑”,如同组建一支分工明确的AI团队,实现创意、写作、编码、数据分析等任务的高效协同。
2727 27
|
30天前
|
人工智能 自然语言处理 Shell
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
本教程指导用户在开源AI助手Clawdbot中集成阿里云百炼API,涵盖安装Clawdbot、获取百炼API Key、配置环境变量与模型参数、验证调用等完整流程,支持Qwen3-max thinking (Qwen3-Max-2026-01-23)/Qwen - Plus等主流模型,助力本地化智能自动化。
43076 157
🦞 如何在 OpenClaw (Clawdbot/Moltbot) 配置阿里云百炼 API
|
4天前
|
人工智能 JavaScript API
2026年Windows系统本地部署OpenClaw指南:附阿里云简易部署OpenClaw方案,零技术基础也能玩转AI助手
在AI办公自动化全面普及的2026年,OpenClaw(原Clawdbot、Moltbot)凭借“自然语言指令操控、多任务自动化执行、多工具无缝集成”的核心优势,成为个人与轻量办公群体打造专属AI助手的首选。它彻底打破了传统AI“只会对话不会执行”的局限——“手”可读写本地文件、执行代码、操控命令行,“脚”能联网搜索、访问网页并分析内容,“大脑”则可灵活接入通义千问、OpenAI等云端API,或利用本地GPU运行模型,真正实现“聊天框里办大事”。
954 2
|
2天前
|
人工智能 JSON JavaScript
手把手教你用 OpenClaw + 飞书,打造专属 AI 机器人
手把手教你用 OpenClaw(v2026.2.22-2)+ 飞书,10分钟零代码搭建专属AI机器人!内置飞书插件,无需额外安装;支持Claude等主流模型,命令行一键配置。告别复杂开发,像聊同事一样自然对话。
971 5
手把手教你用 OpenClaw + 飞书,打造专属 AI 机器人
|
7天前
|
人工智能 自然语言处理 安全
2026年OpenClaw Skills安装指南:Top20必装清单+阿里云上部署实操(附代码命令)
OpenClaw(原Clawdbot)的强大之处,不仅在于其开源免费的AI执行引擎核心,更在于其庞大的Skills生态——截至2026年2月,官方技能市场ClawHub已收录1700+各类技能插件,覆盖办公自动化、智能交互、生活服务等全场景。但对新手而言,面对海量技能往往无从下手,盲目安装不仅导致功能冗余,还可能引发权限冲突与安全风险。
1375 9
|
2天前
|
人工智能 运维 安全
OpenClaw极速部署:ZeroNews 远程管理OpenClaw Gateway Dashboard指南+常见错误解决
OpenClaw作为高性能AI智能体网关平台,其Gateway Dashboard是管理模型调用、渠道集成、技能插件的核心操作界面,但默认仅支持本地局域网访问。官方推荐的Tailscale、VPN等远程访问方案在国内网络环境中体验不佳,而ZeroNews凭借轻量化部署、专属域名映射、多重安全防护的特性,成为适配国内网络的最优远程管理解决方案。
884 2