SuperAPI AI 工具集

progressive-estimation

办公与效率

查看项目

更新于 10-16 04:23

技能介绍

用途

Progressive Estimation 用于估算 AI 辅助以及人机混合(human+agent)的开发工作量。它采用有研究支撑的公式,结合 PERT 统计、置信区间和校准反馈循环,帮助团队以统计方式而非凭感觉给出估算。

主要能力

  • 模式识别:判断团队属于纯人工、混合还是智能体优先的工作模式,并据此应用相应的速度模型与系数。
  • 任务分类:按规模(XS–XL)、复杂度和风险对任务进行分类。
  • 公式应用:套用基于实证研究的多重系数。
  • PERT 计算:使用三点估算得出期望值。
  • 置信区间:生成 P50、P75、P90 区间。
  • 输出格式化:可格式化为 Linear、JIRA、ClickUp、GitHub Issues、Monday 或 GitLab 所需形式。
  • 校准:将实际完成数据反馈回系统,以改进后续估算。

使用方式

该技能支持单任务估算与批量模式。示例包括:

  • 单任务:“Estimate building a REST API with authentication using Claude Code”
  • 批量模式:“Estimate these 12 JIRA tickets for our next sprint”
  • 带上下文:“We have 3 developers using AI agents for ~60% of implementation. Estimate this feature.”

最佳实践建议:先以单个任务进行校准,再进入批量模式;反馈实际完成时间以改进校准系统;需要快速 T 恤尺码估算而不做完整 PERT 分析时可使用“instant mode”;明确说明团队构成与智能体使用比例。

适用场景

  • 估算由 AI 智能体承担部分工作的开发任务
  • 人机混合团队的冲刺规划
  • 批量评估待办事项规模(可处理 5 到 500 个事项)
  • 结合智能体系数进行人力与产能规划
  • 带置信区间的发布日期预测

限制

  • 仅当任务明确符合上述范围时使用本技能。
  • 不应将输出视为环境特定验证、测试或专家评审的替代品。
  • 若缺少必要输入、权限、安全边界或成功标准,应停止并请求澄清。

常见问题与应对

  • 估算过于自信:承诺时使用 P75 或 P90,而非 P50。
  • 缺少上下文:该技能会提出澄清问题,需提供团队规模和智能体使用情况。
  • 校准过时:当团队构成或工具发生重大变化时,应重新校准。

相关技能

  • @sprint-planning — 冲刺规划与待办事项管理
  • @project-management — 通用项目管理流程
  • @capacity-planning — 团队速度与产能规划

其他资源

  • Source Repository
  • Installation Guide
  • Research References