Skip to content

ISSUE — 基于议题的智能协同新范式

引言:智能协同的现实困境

使用AI本应让工作更高效,但现实却充满了悖论。

悖论一:效率工具反而降低了效率

  • 写一个好的prompt需要反复调试,时间成本甚至超过自己做
  • 每个人都在重复造轮子,没有可复用的标准流程
  • AI的输出需要大量人工审核和修改,"节省"的时间都花在了校对上

悖论二:降低门槛却提高了门槛

  • 不仅要精通业务,还要精通"如何与AI对话"
  • Prompt工程成了新的技能要求,增加了学习成本
  • 团队中每个人的AI使用水平参差不齐,协作困难

悖论三:追求创新却陷入混乱

  • 没有统一的协作模式,每个人都在"自由发挥"
  • 质量完全依赖个人能力,无法保证稳定输出
  • 好的实践无法沉淀,坏的习惯不断重复

这些问题的根源在于:我们还没有建立智能协同的标准范式

就像软件开发从"个人英雄主义"进化到"工程化协作",智能协同也需要从"随机对话"进化到"结构化协作"。

Deepractice 提出了一种全新的协作范式——ISSUE方法(Initiate, Structure, Socratic, Unify, Execute),它通过标准化的协作流程,让智能协同变得高效、可控、可规模化。

什么是ISSUE方法

ISSUE方法的核心理念很简单:

  • 人类负责发起议题(Issue),掌握"什么值得做"的决策权
  • AI通过苏格拉底式对话,基于预设的方法论框架,协助人类深化思考、挖掘需求、收集决策信息
  • 议题在对话中递归展开,从原始问题生成结构化的问题网络,最终转化为可执行的工作流
  • 方法论作为边界,既保证协作的高效,又不限制创新

这种分工体现了真正的优势互补

人类拥有:

  • 主观能动性:能够主动发现问题、定义价值、设定目标
  • 责任承载力:能够为决策负责、承担后果、做出价值判断
  • 决策权力:决定什么重要、什么值得做、往哪个方向走

AI拥有:

  • 海量知识:跨领域的知识储备和即时调用能力
  • 处理速度:快速理解、推理和生成方案的能力
  • 执行效率:标准化、规模化、不知疲倦的执行能力

ISSUE方法正是让双方在各自的优势区域发挥最大价值——人类掌控方向盘,AI提供强大引擎。

ISSUE这个缩写,恰好诠释了这个方法的五个核心步骤:

  • Initiate(发起)- 人类发起议题
  • Structure(结构化)- 选择方法论框架
  • Socratic(苏格拉底式)- 在框架内深度对话
  • Unify(统一)- 整合信息形成方案
  • Execute(执行)- 转化为行动

ISSUE五步法详解

1. Initiate(发起):创新的起点

每一个议题的发起,都是一次创新的开始。

人类通过发起议题,定义了"什么是重要的"、"什么值得关注"。这不仅是一种权力,更是一种责任。在ISSUE方法中,人类保留了这个最核心的权力——决定方向的权力。

这一步看似简单,实则最难。它需要洞察力、判断力和勇气。一个好的议题,能够激发整个协作流程的价值。

2. Structure(结构化):共识的力量

议题被提出后,首先需要选择合适的方法论框架。这一步至关重要——它决定了后续对话的边界和方向。

每个组织都有自己的工作方法和协作模式。比如:

  • Bug修复 → 匹配缺陷处理流程
  • 新功能开发 → 匹配敏捷开发框架
  • 战略规划 → 匹配OKR或BSC框架

这种预设的框架不是限制,而是共识的结晶。正如我常说的:"标准就像企业的代码"——它定义了组织的运行逻辑,决定了协作的效率和质量。

3. Socratic(苏格拉底式):有边界的深度对话

在确定的框架内,AI开始发挥独特价值。

通过苏格拉底式的提问,AI帮助人类:

  • 明晰模糊的想法
  • 发现隐藏的假设
  • 挖掘深层的需求
  • 识别潜在的风险

关键在于:这些提问是有边界的。框架确保了对话不会漫无目的,每个问题都指向明确的目标。这不是简单的信息收集,而是一种"助产术"——在框架的指引下,帮助人类"生出"已经存在但尚未明确的智慧。

4. Unify(统一):从理解到方案

经过深度对话,现在需要将收集的所有信息整合成统一的执行方案。

这个环节的价值在于:

  • 信息整合:将零散的对话内容结构化
  • 方案生成:基于框架生成可执行的步骤
  • 资源配置:明确需要的人员、工具、时间
  • 风险评估:识别潜在问题和应对措施

Unify不是简单的总结,而是一个创造性的综合过程——将议题、框架、对话内容融合成一个完整的行动计划。

5. Execute(执行):效率的极致追求

当问题被充分理解和展开后,执行就变得清晰而高效。

AI可以:

  • 自主执行标准化任务
  • 调用专业工具和资源
  • 协调多个执行单元
  • 持续监控和优化

在执行阶段,追求的是效率、质量和可靠性。创新已经在前面的步骤中完成,现在需要的是精准的实现。

核心原则:"约而不束"是智能协同的黄金法则

ISSUE方法的核心原则可以概括为"约而不束",这是智能协同成功的关键。

——建立必要的边界和标准

  • 方法论框架提供清晰的协作结构
  • 共同的语言确保信息准确传递
  • 标准化流程保证输出质量稳定

不束——保持灵活性和创造空间

  • AI可以在框架内自由发挥其推理能力
  • 人类的创新思维不被模板限制
  • 允许根据具体情况调整执行策略

为什么"约而不束"如此重要?

智能协同最大的挑战是在效率和创新之间找到平衡。太多约束会扼杀创造力,太少约束会导致混乱。"约而不束"提供了一个最优解:

  • 通过"约"确保协作的可预测性和可规模化
  • 通过"不束"保持适应性和创新能力
  • 让人类和AI都能在各自的优势区域充分发挥

这不是妥协,而是智慧——认识到标准化和灵活性并不矛盾,而是相辅相成。

问题的力量:为什么Issue是一切的起点

在ISSUE方法中,"I"(Initiate)不仅是流程的第一步,更是整个范式的哲学基础。

提出问题是人类独特的创造力

爱因斯坦说:"提出一个问题往往比解决一个问题更重要。"这不是文字游戏,而是对创新本质的深刻洞察。

解决问题往往有标准路径、最佳实践、既定方法。但提出问题需要:

  • 洞察力:看到别人看不到的矛盾
  • 勇气:质疑现状和权威
  • 想象力:设想不存在的可能性

这些能力构成了人类不可替代的价值。AI可以完美执行任务,但它不会质疑"为什么要做这个任务"。

问题定义了边界和方向

每一个Issue的提出,都是在做三件事:

  1. 定义边界:什么在讨论范围内,什么不在
  2. 设定方向:我们要往哪里去
  3. 赋予意义:为什么这件事重要

这种"定义权"就是人类在AI时代最核心的权力。如果我们放弃了提出问题的权力,就等于放弃了对未来的主导权。

从单一问题到问题网络

ISSUE方法的精妙之处在于:一个原始问题(人类提出)通过系统化的展开,会生成一个问题网络(AI协助)。

这个过程是生成式的

  • 人类的原问题是种子
  • 方法论框架是土壤
  • AI的提问是养分
  • 最终生长出解决方案的大树

这种"问题生成问题"的递归过程,让简单的议题能够展开成复杂的执行计划,同时保持结构性和可控性。

实践案例

案例1:Sprint Planning(冲刺计划会)

Initiate: "下个Sprint我们要完成用户登录功能改版"

Structure: 匹配Scrum框架的Sprint Planning模板

Socratic: AI基于Scrum框架提问:

  • 这个功能的验收标准是什么?
  • 涉及哪些用户故事?
  • 有哪些技术依赖和风险?
  • 团队成员的可用时间如何?

Unify: 整合信息生成Sprint Backlog:

  • 5个用户故事,总计21个故事点
  • 明确每个故事的Definition of Done
  • 识别2个技术风险及应对方案
  • 任务分配和时间线

Execute: 创建Jira任务,更新看板,启动Sprint

案例2:Daily Standup(每日站会)

Initiate: "今天的站会议题:登录功能进度同步"

Structure: 选择Daily Standup三问框架

Socratic: AI引导每个成员回答:

  • 昨天完成了什么?
  • 今天计划做什么?
  • 遇到了什么阻碍?

Unify: 汇总团队状态:

  • 进度:前端完成70%,后端完成50%
  • 风险:API文档不清晰影响前后端对接
  • 行动:安排下午2点API对齐会议

Execute: 更新燃尽图,创建阻碍清除任务,发送会议邀请

案例3:DDD事件风暴工作坊

Initiate: "设计电商系统的订单领域模型"

Structure: 选择DDD事件风暴(Event Storming)框架

Socratic: AI引导领域专家深入探讨:

  • 订单生命周期有哪些关键事件?
  • 什么会触发订单状态变化?
  • 涉及哪些角色和外部系统?
  • 有哪些业务规则和约束?
  • 异常场景如何处理?

Unify: 整合形成领域模型:

  • 识别出15个领域事件(下单、支付、发货等)
  • 定义5个聚合根(Order、Payment、Inventory等)
  • 明确3个限界上下文的边界
  • 梳理出关键的业务不变量
  • 生成事件流图和聚合关系图

Execute: 生成领域模型代码框架、API设计文档、数据库设计

深层思考:人类的尊严何在

如果AI能够完美执行任何任务,人类的价值在哪里?

ISSUE方法给出的答案是:人类的尊严在于定义意义

  • 决定什么是重要的
  • 判断什么是有价值的
  • 选择什么是正确的

这些能力不是技术问题,而是价值问题。它们构成了人类不可替代的核心价值。

当我们说"发起议题是一种权力"时,我们实际上在说:人类保留了定义世界的权力。如果人类连这个权力都放弃了,那确实就没有存在的必要了。

结语

ISSUE方法的核心洞察很简单:提出问题即创新,通过标准提高解决问题的效率

作为专注于智能协同领域的研究团队,Deepractice 将持续探索和优化人与AI的协作模式。ISSUE方法只是我们的第一步,未来我们将推出更多创新的智能协同解决方案,帮助团队和组织在AI时代实现真正的效能提升。

基于 MIT 许可发布