大型语言模型与代理：团队赋能者
内容提要
Scrum.org发布了一篇关于AI作为Scrum团队成员的文章，强调了AI在提高生产力方面的益处。Thoughtworks的Birgitta Böckeler分享了使用LLMs的实验，探索AI在工程场景中的应用。两篇文章都强调了AI在Scrum团队中的作用，如减轻认知负荷、提供助手、简化原型设计和代码生成等。然而，需要注意AI工具的使用可能会增加信息量，影响价值的实现。
延伸解读
AI在Scrum团队中的具体应用
根据Scrum.org和Thoughtworks的实践，AI在Scrum团队中可扮演多种角色：为Scrum Master提供会议引导建议，帮助开发者分解用户故事、简化原型设计、代码生成与审查，以及合成测试数据。这些应用旨在减轻认知负荷，提升团队效率。
LLM与RAG在企业中的常见用例
Thoughtworks的Birgitta Böckeler使用基于RAG的LLM作为研究助手，理解开源项目Bhamni的术语和代码库。TitanML的Meryem Arik指出，LLM结合RAG作为研究助手是企业中最常见的用例，且自定义RAG方案可利用开源模型在隐私和领域专业化方面获益。
AI代理的局限性与当前能力
Böckeler实验了基于LLM的AI代理Autogen，用于跨框架移植测试，但结果不稳定，仅偶尔成功。她提醒，代理在特定问题空间仍有价值，但距离解决通用编码问题尚有差距。企业需理性评估其适用性，避免过度期待。
警惕AI工具带来的信息过载
Naiburg警告，AI工具可能增加信息量，如生成过多代码或无关内容，反而妨碍价值实现。Upwork研究也显示，39%的受访者花费更多时间审查AI生成内容。团队应聚焦价值，而非单纯追求产出。
Q&A
AI如何提高Scrum团队的生产力？
AI可以减轻Scrum团队的认知负荷，提供助手，简化原型设计和代码生成等功能，从而提高生产力。
Birgitta Böckeler在实验中使用了哪些工具？
Böckeler使用了RAG技术的LLM、Bloop和Github Copilot等工具来生成和理解代码。
使用AI工具时需要注意哪些风险？
使用AI工具可能会增加信息量，影响价值的实现，导致团队关注输出而非价值。
AI在Scrum会议中可以提供哪些建议？
AI可以建议不同的会议促进技巧，帮助提高团队在Sprint回顾中的参与度。
Böckeler如何理解开源项目的任务和代码库？
Böckeler使用LLMs来理解开源项目的任务和代码库，探索AI工具的能力和局限性。
Naiburg如何看待AI工具的角色？
Naiburg将AI工具比作配对编程的合作者，强调其在团队中的辅助作用。
