夜雨聆风关键词：AI 项目管理、需求管理、Jira、ITSM、DevOps、Agent
一、一个正在被忽略的现实
在很多团队里，已经开始普遍使用 Claude Code、Trae 来加速开发。
代码生成速度提升了数倍甚至十倍之后，一个看似合理的问题出现了：
既然 AI 写代码这么快，我们还需要需求管理和 Jira 吗？
很多团队开始尝试“去流程化”：
• 不再写详细需求 • 不再拆分任务 • 直接 prompt 开发 • 用 AI 自动生成代码
短期看效率提升明显，但很快就会遇到一个问题：
系统开始失控。
二、AI 时代的本质变化：从“功能开发”到“效果工程”
传统软件开发：
需求 → 开发 → 测试 → 上线AI 软件开发：
问题定义 → 数据 → Prompt/模型 → 评估 → 反馈优化关键变化在于：
👉 结论非常重要：
AI 项目管理的本质，是管理“不确定性”。
三、AI 项目的四层结构（需求必须重构）
一个完整的 AI 需求，不能再是“功能描述”，而必须拆成四层：
1. 问题定义层（Problem Framing）
核心问题是：
• 要解决什么问题？ • 输入是什么？ • 输出是什么？ • 是否可以量化？
例如：
自动分类 IT 工单
必须明确：
• 输入：工单文本 + 日志 • 输出：分类标签 • 指标：准确率 > 92%
2. 数据层（Data Layer）
AI 的本质是数据驱动：
必须回答：
• 数据从哪里来？ • 是否干净？ • 是否有标签？ • 是否可持续更新？
没有数据层：
AI 需求 = 空中楼阁
3. 实现层（Implementation）
包括：
• Prompt 设计 • 模型选择 • Agent 编排 • 工程实现
例如工具链：
• Claude Code • Trae
4. 评估层（Evaluation）
AI 项目成败的核心：
• 离线评估（数据集） • 在线 A/B 测试 • 人工反馈
👉 没有评估：
就没有“需求完成”的标准
四、Jira 在 AI 时代的真实角色
很多人误解了 Jira：
它不是任务工具，而是“控制系统”。
Jira 的三大核心价值：
1. 系统边界定义
每个 Ticket，本质是：
• 做什么 • 不做什么 • 影响范围
👉 它是“认知边界”的表达
2. 复杂系统解耦
AI 开发后，系统复杂度反而上升：
• 多模型 • 多 Prompt • 多 Agent
Jira 的作用是：
把复杂系统拆成可管理单元
3. 责任与审计
AI 引入后，必须回答：
• 谁触发了 AI？ • 为什么这样执行？ • 是否可回溯？
👉 Jira = 工程责任账本
五、AI 时代 Jira 的问题在哪里？
传统 Jira 的问题不是“没用”，而是：
1. 太“人驱动”
• 人写需求 • 人拆任务 • 人更新状态
而 AI 是：
事件驱动 + 自动执行
2. 粒度不匹配
AI 开发粒度是：
• Prompt • 实验 • 模型
Jira 粒度是：
• 功能
3. 缺乏实验系统
AI 项目本质是实验：
A方案 → B方案 → C方案但 Jira 不支持：
• 实验对比 • 模型版本 • Prompt 迭代
六、AI 时代正确的 Jira 使用方式
不是“替代 Jira”，而是：
升级 Jira 的角色
1. 从任务系统 → 控制系统
Jira 应该负责：
• 需求定义 • 风险控制 • 审计记录
2. 从“功能描述” → “AI 上下文”
一个 AI Ticket 应该包含：
业务目标输入 / 输出定义数据说明Prompt / 策略评估指标验收标准👉 Ticket = AI 执行上下文
3. 从状态流转 → 实验流转
传统流程：
To Do → Doing → DoneAI 流程：
问题定义 → 数据准备 → 实验 → 评估 → 上线七、AI 项目管理的三大核心能力
1. Prompt 管理
Prompt = AI 时代的代码
必须：
• 版本化 • 可复用 • 可评审
2. 实验管理
必须回答：
• 哪个方案更好？ • 为什么更好？ • 是否可复现？
3. 评估闭环
用户行为 → 数据回流 → 模型优化 → 指标提升没有闭环：
AI 项目无法持续演进
八、结合企业实践的推荐架构
一个成熟 AI 项目体系应该是：
Jira（控制层） ↓AI Task Engine（执行层） ↓Agent / 模型系统 ↓数据反馈与评估系统九、最容易踩的五个坑
1. 把 AI 当功能开发 2. 没有评估指标 3. 不管理 Prompt 4. 没有数据体系 5. 用传统 Jira 流程做 AI 项目
十、总结
AI 并没有让项目管理变得简单，反而让它变得更关键：
AI 提升的是执行效率，而项目管理决定的是系统是否可控。
最终结论：
AI 不会替代 Jira，它会让 Jira 从“任务工具”升级为“控制系统”，而真正的核心变成“AI 任务执行系统”。