Kevin Schlabach 在他的 Agile Commentary 网志上 提到关于一个叫"壁上长蛇"（原文為”Snake on the Wall”）方法， 轻易地帮助他的团队处理阻碍他们开发工作的事情。
在墙上挂上索引卡或者报示贴来追踪团队目前工作列是其中一个最容易而且稳定的敏捷开发技巧。Kevin Schlabach 提议用类似技巧来纪录团队日常开发中遇到的障碍；最终帮助减少一些团队可能一直感受到但又未能确实指出的不明来历问题。
他把这叫做"壁上长蛇"方法，指每当他们工作上遇到重大延误时队员加上报示贴记录下来 ：
每当有队员所负责的工作有所延误，拿张报示贴，写上花去的时间（相对于如果这延迟不存在）、受影响的事情、成因并签上名字，之后贴在此「蛇的尾巴」上，列在墙上。
这"长蛇"是一个明确的信息辐射体（Information Radiator）， 让团队及管理人员更清楚明白，量化，以及去除障碍。团队可以在这些障碍的印象还未模糊之前记下来，可以把更多细节记下来。
Schlabach 指出，"长蛇"可以如一般 backlog 的方式去定义优先级，并用作迭代回顾的重要资讯来源。蛇的长度可以作为给团队及管理人员对工作流程的效率（或者有多低效率）的指标。
Schablach 的建议有以下好处：
- 确认这问题真的存在，而不是靠依稀记忆
- 消除误解和误导下的投诉
- 量化障碍所带来的影响
- 提高透明度给不相信你所说的管理人员
- 授权给团队更有效去表达问题
- 在最接近问题那刻直接地表达问题
- 自行优先化
- 及早发生意外的事情
你有多少次在回顾时候忘了迭代中的发生过的琐碎问题？有没有在量化团队应付这些问题时遇到困难呢？而当中那些是真正的问题呢？
你认为"壁上长蛇"有用吗?
暂无签名
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
长文本 LLMs 推理优化：动态稀疏性算法的应用实践
如何选择 AI 存储，MLPerf Storage Benchmark 工具解读
网络驱动大规模 AI 训练 - 阿里云可预期网络 HPN 7.0 架构
评论