跳到主要內容

什麼是一位好的 PM ?對工程師來說

什麼是一位好的 PM ?對工程師來說

enter image description here
經過許多專案的洗禮,以及經過許多不同的程式開發流程,很多人都會對於 pm 這個角色既熟悉又害怕。熟悉的是許多事情都可以順利幫你處理好,讓開發的工程師沒有後顧之憂。害怕的是不知道什麼時候會被盯上。這種微妙又有趣的張力,每次在不同專案裏面都有不同展現。

也許對於工程師本身來說,放手讓自己可以好好展開身手就是一個發展的好平臺,對於有領取固定月薪工程師來說,最棒的工作,應該就是每天都可以摸到新的技術,以及每次都可以把新技術直接引用在開發當中。

而在當中最不想管得主要就是兩件事情。
  1. 回報開發時間
  2. 細節的糾正與調整
這兩件事情對於開發程式本身並沒有任何幫助,也不會讓自己長知識,更比不上使用 php 換成 go 改寫後端程式來的這麼有趣,這麼有爽度。
但是,人生一直以來就是這個『但是』。

你老闆在你背後,現在很火

給你薪水的人,現在很火,很火的事情是,他壓根不知道工程師每天辛苦改寫程式,他所能感受到的事情只有幾個,
  1. 你每天都在看 blog
  2. 你每天都在開 facebook
  3. 你每天都在看 youtube
  4. 你每天 … etc
老闆無法知道的是,API 從 2ms 變成 0.5 ms 需要付出的辛苦有多大,但是你每次開 youtube 就是會被看到,人生就是這麼剛好,也都這麼不巧 … WTF
這一切的一切,真的都需要靠一位 PM. 就是這一位 PM 大大 (指的爲  Project Manager)。

聯絡窗口及溝通橋樑

在整個開發流程中,PM 正是擔任此要角,很多人以爲 PM 的工作在於,
  • 幫忙整理文件
  • 畫押日期,與永遠改不完的干(肝)特圖
  • 每天逼問工程師進度
  • 脅迫工程師一日內完成世界奇觀
事實上 PM 能做的比想象的多很多,也因爲經歷過許多專案,以及開發流程,能夠瞭解一個好的 PM 能夠讓工程師省下許多事情。最大最大最大的好處,就是『讓大家知道我們在做什麼』。

讓大家知道我們在做什麼?

這件事情聽起來似乎非常容易,也是稀鬆平常不過的事情。但這其中至少牽扯到對上及對下之間的方式,首先對上來說,PM 可以讓事情的安排有一個節奏。

在與工程師正常回報進度的狀況下,所有的時程,以及進度狀況就 PM 能夠最清楚的全盤瞭解,也是因爲如此,更能夠抓出整個專案『實際開發時間』,才能真正對上交付實際狀況,以及預報接下來可以發展的時程。

對於某些時候,彙報狀況並不會雙方都如預期所見,始終會有落差,可是因爲透過 PM 能夠更清楚交代整個流程以及層層環節,至少算是讓老闆知悉實際面對的問題,以及共同承擔的風險。(一個共業的概念)

對下而言,經過 PM 對於事情進展更爲清楚之後,抓到實際開發時間,當有新的開發流程,需要請工程師評估時間的時候,就能夠更瞭解每個人實際開發需要時間,以及每個人樂觀程度,甚至提早避免讓開發狀況變成要一碗粥,給一鍋米的狀況出現。

辛苦了,PM 大大

PM 是一個可強勢,可幕後的工作,最強事實上就已經變成一個團隊的核心領導成員,最小也可以退居到幕後成爲幕僚成員,讓團隊無後顧之憂。

就如同前面所提到,實際開發流程上,『開發』只是所有環節的基礎,但僅止於是基礎而已,當中有許多與人溝通的環節,書面資料的交付這都是身爲工程師所厭煩的,實際上還是有人需要去做這些事情,很多時候 PM 要達到這樣的資源調配,打通層層環節,跨部門進行溝通,就是爲了讓『工程師安心』。

對於 PM 來說,最難得就是在於『溝通』

以前不覺得工程師是一個奇特的生物,而事實上工程師事實上是真的比較奇特的生物(沒錯),喜歡以剖析方式來進行事情的分解,喜歡用理性的角度去看待事情的原則,喜歡用最小成本達成最大效益,這是一群很聰明的人才有辦法做到的思維。

而大部分的人是無法如此理性,理想化,因此工程師還是一個怪人(蓋章)

而 PM 最辛苦的部分就是要忍著耐心聽著工程師的笑話,聽不懂的語言一直耐著性子與工程師溝通著,而且不能太笨,也不能太聰明來與工程師溝通。更不用說對上及對下,還有跨部門的溝通聯繫,這都是需要有某些『特質』以及耐心才有辦法達到。

工程師最希望什麼?

身爲工程師最希望的就是一個很單純的環境,有一臺電腦,良好的網路,再加上一杯咖啡,給與一個安靜的空間,就可以讓工程師專心待上一整天,提供彈性且自由的環境架構,讓工程師可以自我主張,徜徉在程式碼海裡完成一件史詩鉅作。

想要達到這件事情,當然也需要做到『工程師的本分』,
  • 適當的回報
  • 問題的發現,處理同時並回報說明
  • 信任合作的夥伴
  • 限定時間內完整交付
而想要達到這些必須要仰賴真正的 PM,能夠溝通,協調,資源調配。

工程師真正要得是一位 PM,而不是一個 Deadline Proxy 。

地方的工程師需要專業 PM。

別讓工程師不開心

在專案裏面很多人最不重視的就是 PM ,而當中最被保護的就是工程師,正所謂『別讓工程師不開心』,萬一不開心,兩手就開始不穩,可能 cookie 就會變成 chocolate ,甚至 user login 都可能變成 admin 的權限(咦,這麼會有這個 feature ???)

嘖嘖,別讓工程師不開心。

留言

這個網誌中的熱門文章

Vibe Coding:為什麼 Junior 更快上手?Senior 要如何追趕?

現象層面(市場觀察) 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變,非常熱門。 身為 Cympack 產品開發團隊 ,我們也一直關注這個議題,在閱讀這篇文章時觀察到一些有趣的現象,對我們來說,這正好反映出 AI 正在改變開發生態,junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位,其中有些啟發(insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding? 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」,反而 embrace 快速迭代、快速出成果 反觀 Senior: 熟悉大型系統設計 有豐富的「工程正統流程」知識(架構設計、測試策略、效能優化、設計模式) 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師,對 prompt engineering 沒那麼熟練,還在觀望 技能面(未來的關鍵能力) Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢? Prompt 撰寫 / AI 互動 Junior 較強(熟悉 chat-based 流程) 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強(能看出潛在問題) 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding,並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力,但若不主動練習 vibe coding,長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享,希望帶給各位的感受, 『與 AI 協...

RAG 和 Prompt 原理超簡單解說!想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務,甚至是 Siri (嘿丟,他也是一種 AI 應用服務喔) 簡單來說是非 技術人員, PM,小白,想要趕快惡補的人 ,直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於,AI 這東西會幻想,會有誤差,會對於生活有些幫助但沒有幫助的人們,做個簡單又不是太簡單的介紹,希望用一個非常入門的方式讓你們有個了解。 當然,這篇文章目的很簡單, 就是引流 ,如果你身邊有已經對於 Web 技術開發的人員,歡迎報名分享給他,年末出國不如學一技在身,參加今年我們舉辦最後一場 RAG 實作工作坊,報名連結 , https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意: 接下來每個大段落結束都會有一段工商導入,但文章絕對精彩,請注意! 為了讓各位容易想像,我們將整個世界的資訊,先濃縮到這本『西遊記』的世界觀當中,我們整個世界都在這個 『西遊記』 ,而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位,應該都有聽過,西遊記!如果沒有聽過西遊記的,請右轉出去,謝謝! 先來談談向量 在《西遊記》的世界裡,我們可以把 向量想像成一種「內容座標」 ,讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說,唐三藏的 「位置」(向量)會接近「佛經」和「取經」 的概念,因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念,因為這些是他的特徵。 相似內容靠得更近:像「佛經」和「取經」會靠近唐三藏的向量,因為它們彼此有很強的關聯。 相差較大內容會離得較遠:像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠,因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置? 簡單來說,這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊,觀察哪些詞語經常一起出現,根據「共同出現的頻率」來決定它們的關係,並且自動生成向量。例如: 如果模型看到 「唐三藏」 總是和 「取經」 一起出現,它就會讓「唐三藏」的向量靠近「取經」。 ...

Vibe Coding 協作到自建 Dev Agent?從 Claude / Codex 到 OpenHands

過去一年,越來越多工程師開始 把 AI 真正帶進工作流程 。從一開始用 ChatGPT、Claude 來問語法問題,到後來很多人愛上 Cursor,直接在編輯器裡讓 AI 幫忙改 code、補 test case、甚至自動整理 PR。這樣的開發體驗,已經大大改變了我們寫程式的方式。 更現實的是,在很多企業內部、政府單位、或涉及機密資料的專案裡, 其實根本不能直接用 Cursor 或雲端 LLM 工具。   畢竟這些服務通常會把資料傳到雲端模型做處理,萬一專案裡有未公開的技術、敏感客戶資料,或是受限於法規 (像金融、醫療、政府標案) ,直接用雲端 AI 工具就會踩 紅線 。  因此,許多團隊反而更希望 「自己架一套 Dev Agent」 ,可以在內網執行,資料完全掌握在自己手上,該整合的內部工具、該讀的私有 repo、該串的 CI/CD pipeline,全部客製化、安全可控。 這時候,像 OpenHands 這樣的開源 Dev Agent 框架就特別有價值。它的出發點不是單純的 AI 助手,而是讓你能夠打造出一個真的可以跑在自己環境裡、可以理解整個開發流程的 AI 工程師。從建置到部署,從 CLI 操作到瀏覽器查詢, 從多檔案編輯到自動測試,全部都能自己完成,甚至還能針對不同專案調整專屬的工作流。 對很多開始探索 AI 協作開發的團隊來說,這是一條 從 「AI 幫你寫一段程式」,走向「AI 幫你解決一整個任務」 的進化路徑。而且,還是在可控、可自定義、安全的環境裡完成的。 🧩 主要概述 OpenHands 是由 All‑Hands AI 開發的開源「軟體開發代理人平台」,能模仿人類工程師從建立程式、修改程式碼、執行指令,到瀏覽網頁、呼叫 API……等一整套開發流程 它提供雲端(OpenHands Cloud)與本地 Docker 運行版本,用戶能配置 LLM(如 Claude、OpenAI、Gemini…) 📚 核心特性與怎麼使用 代理人的工具能力 支援代碼編輯、命令行、執行環境、網頁瀏覽、API 呼叫—接近人類開發者完整技能。其中 OpenHands Cloud 版本提供 $50 試用額度讓大家方便使用,又或者如果自己本機有 docker 的話,可以自己Local 版本透過 Docker 自架環境。 ...