做事所花費的時間總是比你預期的要長，即使你的預期中考慮了侯世達定律。

——?侯世達，哥德爾、埃舍爾、巴赫

周三的下午，我像平常一樣，寫著代碼聽著歌，突然從天而降一份莫名其妙的故事列表，說讓我給個人天，用來投標用。作為一個技術異常牛逼的高端程序員，這對我來說豈不是 A Piece Of Shit…哦不，Cake。拿著列表，打眼一看就知道是做什么 — 又是個審批流系統。注冊、登錄、忘記密碼…這些也需要時間？！哦，還要做個SSO，可能要做點數據集成，給個15人天吧！又是一堆CRUD… CRUD 各給2人天一共8個?？雌饋碛?個 Model，乘個4，32個人天差不多。前端還有些工作量，找前端估一下…還有些跟遺留系統集成的部分，這塊應該比較麻煩，給個30人天差不多…還要用微服務架構，估計需要一些基礎環境，每個組件給3個人天，一共8個組件，算24吧….總共算起來130個開發人天，差不多，再加點buffer，算150吧！差不多了吧…

這一幕是不是有點眼熟？不過，這樣的做法可能會帶來下面的幾個問題：

1. 估計者的估計點數是否能代表團隊的估計點數？

問題的答案顯而易見。那么有同學會說，此時團隊的人員還沒完成配置，沒辦法讓真實團隊進行功能的估計。確實是這個樣子，所以我們只能力所能及的去模擬真實團隊進行估計。一般，交付項目的團隊肯定不會全上非常有經驗的同學，人員配比一定會有 leverage，也就是 Senior 人員和 Junior 人員的比例。所以，在估計的過程中，至少要引入 Junior 的同事，能夠從不同經驗的角度來看待同樣的問題，來使估計不會過分“樂觀”。

2. 是否有故事卡片之外的工作時間沒有考慮到呢？

上文中的估計看起來是采用的經典的“理想人天”估計法，如果使用這樣的估計方法，勢必要考慮一些雖然沒有在故事卡工作量中，但也一定會花費時間的事務，包括但不限于：

• 回復電子郵件（溝通成本）
• 面試（內部耗損）
• 參加會議（包括內部會議，比如站會、Retro、Code Diff、技術研討會議、客戶溝通會議等）
• 為當前發布提供支持（上線支持）
• 培訓？（內部的 Session）
• 任務之間切換/被人打斷（程序員出棧入棧的消耗…）
• 修復bug（一定會有 Bug，一定會花時間修…）
• 寫各種文檔（對于對文檔比較看重的客戶，這一部分會占用不少的時間）

這些事務會伴隨整個交付過程中發生，基本上都是正常交付必不可少的工作內容，而且根據筆者的經驗，這些事情占據的時間并不比完成故事卡的編碼工作要少。

3. 故事卡的需求是否清晰呢？

在項目啟動前拿到的故事列表，往往只有 Epic 級別的，也就是很粗粒度的故事卡。故事卡中的 AC（Acceptance Criteria，驗收條件）往往只考慮了最簡單的 Happy Path，然而大部分項目中（尤其是 ToB項目），Exception 才是相對復雜的，這些異常情況往往需要花費更多的時間完成。在這種情況下進行估計，可想而知，一些隱藏的需求點往往難以發現。

問題可能的答案

那么想要解決上面的問題，或者說更好一點的緩解上述問題的方案是什么呢？《敏捷估計與規劃》中介紹了一些基本的方法。

首先，要進行集體估計

集體估計可以緩解因為個人能力不同所引發的單點偏差，不同的開發成員對于某個需求在不同角度的闡述，也容易讓大家對需求有更全面的理解，也易于發現潛藏在需求中的風險。闡述的過程中，出現復雜問題時，可以及時聯系相應的專家資源。對于一些規模較大的卡片，也可以綜合大家的意見，進行更合理的拆解。同時，需要由要做次工作的人來進行估計，這樣會產生更多的責任感，可以在一定程度上緩解樂觀估計的問題（Lederer and Prasad 1992）。

其次，是方法

《敏捷估計與規劃》介紹了2種基本的方法：理想人天法和故事點法。

（1）理想人天法

理想人天法就是直接把故事卡估計成理想人天。所謂理想人天，就是“在需求非常明確的情況下，進行編碼、測試工作所花費的時間”。就好像籃球比賽一樣，每節12分鐘，4節總共48分鐘，這是比賽的理想時間。但是誰都知道，一般NBA每場比賽都要2個半小時左右，比賽激烈的話三個小時都有可能，比賽真正持續的時間與理想時間是有較大差距的。相比于籃球比賽，軟件項目“場外”的工作就更多了，除了上面問題2列出的那些實務之外，像是方案變更引發的大量溝通、集成聯調、測試過程中的需求講解、項目的交接等等，這些工作也需要算到項目時間之內。同時，對于同一個項目，不同的人根據其能力、經驗的不同，會有不同的理想人天。

所以在估計完理想人天之后，如何進行實際人天的換算，在實際應用中，仍然是個大問題，所以…最好就不要用了。

（2）故事點法

故事點法就是按照故事卡的規模和難度，給予每張故事卡一個點數。注意，這里的點數代表的不是所需的人天，而更多的是難度系數。

開發人員因為自己技能、經驗、能力的不同，解決同樣的問題，所花的時間差別是很大的，但對規模的估計卻是一樣的。就好比從北京到上海，坐飛機1個多小時，高鐵5個小時，步行要…一個月左右吧，距離是一樣的，根據不同的速度，會花費不同的時間。

同時，人們一般很難對一個規模進行準確的估計，比如從北京到上海的絕對距離是多少，估計沒幾個人知道。但是，人們能夠比較容易的比較兩件事物的差距或者說倍數關系，比如：北京到上海的距離跟從上海到香港的距離是差不多的，這個距離是北京到鄭州距離的兩倍。所以我們在做估計的時候，可以按照難度系數分成幾波，然后在內部在進行一些比較和排序，然后按照比較的差距分配一個規模點數，比如1、2、3、5、8、13。

大家可以看到，這個規模點數并不是連續的數字，而是采用了菲波那切這一個神奇的數列。這樣的數列有2個好處，一個是不會出現連續的倍數關系，比如4點的故事卡片是2點故事卡片的2倍；其次是表明出規模越大的卡片，其不確定性也承遞增趨勢，所以會給更高的點數。

有了故事點數，我們仍然無法判定項目什么時間能夠交付，因為缺少一個“速度”，也就是團隊的開發速度。如果面對的是一個成熟的團隊，并且使用類似的技術棧，且與客戶的合作模式基本相同的話，那么可以參考前一個項目的速度，來進行交付時間的計算。但如果面對的是全新的客戶、不同的技術棧，以及完全重新配置的團隊，那么速度基本是不可估的。這時候，有時候會根據 Tech Lead 和 PM 的（Pai）經（Nao）驗（Dai），進行硬估：把每個點數轉化成N個人天。比如1個點數需要2個人天，那么100個點數的項目就是200個人天。當然，這種方法…說多了會掉淚。

最后，給項目加些緩沖（Buffer）

一般來說，面對這種情況，本著對客戶和我們自己負責的態度，需要給項目加一些緩沖區（Buffer）。Buffer 分兩種，一種是功能Buffer，一種是進度 Buffer。

（1）功能緩沖

增加功能 Buffer，簡單來說，就是把全部的故事列表進行估計，假設得到總點數是100點；然后按照優先級進行排序，挑出其中的MVP，要少于總量的 70%，作為必須要做（Must Have）的部分。剩下的 30% 作為做了更好、不做也不影響主要功能（Nice To Have）的部分，通過這種方式來緩沖項目里程碑的風險。

（2）進度緩沖

進度 Buffer，是用來緩沖估計之外的異常情況引發的項目時間的拉長。進度 Buffer 根據項目的不確定性的差異，計算的方法和結果會有較大差異，有興趣可以參考《敏捷規劃與估計》，這里就不贅述了。不過根據 Leach(2000)準則提出的建議，至少要保持整個項目的20%以上，否則也許不能為整個項目提供足夠的保護。

不是總結的總結

上面的這些方法能一定程度的規避風險，給開發團隊帶來一定的空間，但過分的強調估計和交付計劃的準確性，會帶來更深層級的問題：

1. output over outcome?？蛻舾P注功能列表的完成，而不是產生的業務價值。
2. 開發團隊會傾向于裁剪用戶故事的功能，3個點的故事卡，盡量控制在規定時間內完成，即使可以花更多時間把事情做的更好。
3. 控制需求變更?？梢赃M行需求變更，但這個過程更像是一個異常的情況，而不是喜聞樂見的。
4. 當我們發現了更好的業務點、idea時候，會傾向于隱瞞，以免額外的業務功能會增加工作量。需求變更往往會涉及客戶談判的事情，尤其是當客戶觀念是傳統的供應商管理策略：我來控制需求的全景，能多做點就多做點。
5. 在客戶合作和談判的天平上，客戶關系會向談判的方向傾斜。

估計和計劃會使團隊和客戶更多的聚焦在工作量，而不是工作的價值上。如果能夠引導客戶從 output 導向的思維轉變到 outcome 導向上，那么團隊就不用再疲于奔命的完成那些并不會用到的feature上，而是可以有更多的時間去提升產品質量，進一步提升業務價值。

作者：張久坤，ThoughtWorks高級咨詢師。程序員出身，參與過多個國內外大型項目的交付工作，對敏捷有深入的理解，目前專注于敏捷項目的業務分析和項目管理的工作。

題圖來自 unsplash