
昨天,你終於讓那個最強的工程師「閒下來」——不讓他滿載,反而讓整體的交付速度提升了。
但今天早上的高層會議,讓你面對一個更棘手的現實。
當 CEO 說「這十個專案全部都是 P0」,你敢不敢當場說「不可能」?
會議室裡,CEO 翻開簡報:「這是董事會要的 Q3 Roadmap,AI Agent 產品、BI 平台升級、數據治理專案、客戶分析儀表板、內部知識庫、API 效能優化——這十個專案,全部都要在三個月內交付。」
業務副總接話:「客戶已經在等 BI 平台了,再不做他們會跳槽。」
產品長補充:「AI Agent 是董事會承諾的旗艦產品,延誤不得。」
財務長說:「數據治理是合規要求,這個月底前要有初步成果。」
CEO 轉頭看你:「團隊準備好了嗎?這些全部都是 P0,全部優先。」
你看著會議桌上攤開的十份專案規劃,腦中浮現的畫面是:你的三個團隊——Data、Platform、AI——加起來 18 個人,現在手上已經有五個進行中的專案。
如果這十個都接下來,每個人平均要同時處理 0.8 個專案。
聽起來很合理,對吧?
錯,大錯特錯。
散會後,你回到辦公室,盯著牆上的白板發呆。兩條路擺在你面前:
| 🔴 選項 A:全部接,平行推進,讓每個 Stakeholder 都滿意 | 🔵 選項 B:限制同時進行的工作量,排優先序,要其他人排隊 |
|---|---|
| 短期效益:✓ CEO 和業務主管覺得被重視,皆大歡喜✓ 會議當下大家鬆一口氣長期代價:✗ 團隊同時跨 10 個專案,每個都只做一半✗ 上下文切換(Context Switching)成本爆炸✗ 三個月後沒有任何一個專案能真正上線結果:✗ 什麼都想要,最後什麼都拿不到 | 短期代價:✗ 被質疑「為什麼做不到」,要頂住質疑壓力說「不」✗ 會得罪一些人,需要花心力解釋為什麼做更少反而更快長期效益:✓ 專注在 3 個最重要的目標上,2 個月內完整交付✓ 第一批上線後再接續推進下一批,整體交付速度更快結果:✓ 停止開始,專注完成 |
如果是你,你敢不敢在 CEO 面前說「這十個不可能同時做,我們只能選三個」?
認真想三十秒。
你會選 A 還是 B?
為什麼?
正確答案是 B。
但這也是最需要勇氣的選擇。當所有人都在會議室裡看著你,當業務說「客戶會流失」,當 CEO 說「董事會在等」的時候,你要怎麼說「不」?
因為《鳳凰專案》告訴你一個相反直覺的真相:
同時做的事情越多,每件事前進的速度就越慢。
這不是工作態度問題,也不是團隊努不努力的問題,而是純粹的數學問題。
這就叫 WIP(Work In Progress,在製品)的隱形損耗。
在實體工廠裡,這件事非常直觀:一條生產線上如果堆了一百個半成品,每個半成品都在搶機台、搶人工、搶時間,結果就是沒有一項產品可以完工,完成品的產出速度跌到谷底。
在軟體開發裡,情況一模一樣——而且更隱形,因為我們看不見「半成品堆在產線上」的實體景象。
當一個工程師手上同時被交辦三個專案,他的一天會變成這樣:
09:00-10:00 專案 A 的前置開發
10:00-10:30 每日站會 + 回覆 Slack 訊息(Context Switch #1)
10:30-11:30 專案 B 的資料庫 Migration
11:30-12:00 專案 C 的 Code Review
12:00-13:00 午餐 + 跨部門溝通會議
13:00-14:00 回到專案 A(Context Switch #2,需要花 15 分鐘重新回想「我剛才做到哪」)
14:00-15:00 專案 B 的測試環境掛了,緊急除錯(Context Switch #3)
15:00-16:00 專案 A 的產品功能討論會
16:00-17:00 回到專案 C(Context Switch #4,重新載入腦海中的程式上下文)
17:00-18:00 專案 A 的緊急修補(Hotfix)
八個小時的工作時間裡,真正專注寫 Code 的時間只有三個小時。
其他五個小時,全在「切換任務」。
這就是 Context Switching(上下文切換)的隱形稅:每次切換任務,大腦要花 10–25 分鐘才能重新進入狀態,重新載入「這個專案的架構、我上次寫到哪裡、我為什麼這樣設計」。
軟體工程界流傳一組經典的估算(源自 Gerald Weinberg 在《Quality Software Management》中提出的任務切換成本損耗概念):
- 同時做 1 個專案:有效產能為 100%。
- 同時做 2 個專案:有效產能掉到 40% × 2 = \mathbf{80%}(20% 被切換損耗)。
- 同時做 3 個專案:有效產能掉到 20% × 3 = \mathbf{60%}(40% 被切換損耗)。
- 同時做 5 個專案:有效產能掉到 5% × 5 = \mathbf{25%}(75% 被切換損耗)。
當你的團隊同時背負十個專案,真正的有效產能可能只剩下不到 15%。
你以為是在「平行處理」,其實是在「平行延宕」。
《鳳凰專案》裡 Erik 給 Bill 的核心建議之一就是:
Stop Starting, Start Finishing.(停止開始,專注完成)
這也是 Kanban(看板方法)的核心思想:限制 WIP(Limit Work In Progress)。
不是「同時做越多越好」,而是「同時做越少越快」。
少即是多。
問題是,怎麼說服 CEO?
你說「Context Switch 成本很高」,CEO 說「那是執行力與時間管理問題」。
你說「同時做太多會慢」,業務副總說「那是因為工程師人不夠多」。
你需要數據,讓「系統過載」變成看得見的警訊紅燈。
這時候,AI Agent 可以幫你做一件事:即時顯示每個人手上真正進行的 WIP、Context Switch 頻率、完成速度的下降趨勢,讓「過載」不再是抽象的感覺,而是可以量測的紅燈。
graph TD
A[Jira tickets] --> E[Agent 分析]
B[Git commits] --> E
C[Calendar events] --> E
D[Code review activity] --> E
E --> F[計算每人實際 WIP]
F --> G{WIP > 3?}
G -->|Yes| H[標示紅燈:<br/>此人已過載]
G -->|No| I[標示綠燈:<br/>此人有餘裕]
E --> J[計算 context switch 頻率]
J --> K{每天切換 > 5 次?}
K -->|Yes| L[警告:切換成本過高]
E --> M[計算完成速度:ticket 從 doing 到 done<br/>的平均時間]
M --> N[趨勢圖:<br/>WIP 上升時<br/>完成時間如何變化]
H --> O[產出「過載儀表板」]
L --> O
N --> O
O --> P[向 CEO 展示:<br/>接這十個案子會發生什麼]
Agent 做的事情很直接:
隨後,Agent 會產出一份量化報告:
這時候,你拿著這份報告走到 CEO 辦公室。
你不是懦弱地說「我們做不到」,而是專業地向他呈現決策的代價:
「如果十個專案都同時接,三個月後一個都不會上線,董事會會看到零交付。但如果我們限制同時進行的工作量,先做這三個最關鍵的,兩個月就能交付前兩個,三個月交付第三個,剩下的七個在 Q4 接力推進完成。您選哪個?」
這就是 2026 年的做法:用數據證明「少做才能多完成」,把感性的「不可能」變成理性的「預測模型」。
來看一個常見的情況(綜合改編,數字示意)。
想像一個 12 人的產品開發團隊,年初收到 10 個來自不同業務單位的「必須做」專案。團隊主管想讓所有人滿意,決定「全部都平行推進」。
三個月後,慘劇發生了:
第四個月,換了新主管,做了一件痛苦但正確的事:凍結 7 個專案,只留 3 個。
結果:
半年內穩定交付 5 個專案,遠比三個月內 0 個來得更有價值。
團隊工程師說:「我終於知道『少做反而更快』是什麼意思了。以前每天都在任務之間切換,腦袋根本無法專注。現在一次只做一件事,速度快到我自己都嚇一跳。」
這就是限制 WIP 的力量。
「同時追十隻兔子,你一隻都抓不到。停止開始,開始完成。」
你的團隊現在同時在進行幾件事?
如果把那個數字砍掉一半,真的會更慢嗎?
還是反而更快?
去算一下你的團隊現在的 WIP。如果每個人手上超過三件事,你就知道為什麼進度一直拖了。
明天,我們會面對一個更殘酷的決定:不只是排序,而是真的「凍結」一批專案——對某些人說「你的案子先停」。
你敢不敢?Day 15 見。