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

張貼留言

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...
張貼留言
繼續閱讀>>

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」。 ...
2 則留言
繼續閱讀>>

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。 ...
張貼留言
繼續閱讀>>