菜单
写给创始人与企业的务实规划指南:先做什么、如何把范围收紧,以及如何为可靠的开发做好准备。
MVP 不是把路线图上每个想法都缩小一号。它是最小的有用产品:让一群明确的人完成一条重要工作流,并为团队的下一个决定提供证据。
「证据」这个词,值得停下来想一想。
CB Insights 的 创业公司为何失败的分析 (在新标签页中打开)发布于 2026 年 3 月,考察了自 2023 年以来公开停止运营的 431 家风险投资支持的公司。其中 70% 是资金耗尽,43% 是产品与市场不匹配。
更有用的是它关于失败 何时 发生的观察:「产品与市场匹配失败的案例中,有三分之二是从未找到市场的早期公司」。
钱是结局的方式,学得不够快往往才是原因。同样的道理也适用于企业内部工具:它的第一个版本应当证明有一条重要工作流变好了。
所以第一个版本不是你雄心的展示,而是一件用来弄清某件事的工具。下面这些决定,决定了它能不能做到。
三种误读造成了大部分损失,值得在规划开始之前就点名:
有用的问题不是「我们最少能做多少」,而是「我们最少要做多少,才仍然能学到某件会促使我们采取行动的事」。
在给定制开发划范围之前,值得先问一句:你现在就需要它吗。
当你的工作流确实特殊、当你必须拥有成果,或者当现成工具无法按你的业务方式连接起来时,定制软件才是正确答案。
而当一个无代码工具、一张电子表格或一款现有产品,本周就能让你验证同一个假设时,它往往是错误的第一选择。
一个有用的顺序是:先用最便宜可行的方式验证需求,等你清楚哪些部分真的需要定制,再去定制。
许多成功的产品,都是从一套人工流程或一组拼装起来的工具开始的。只有在拼装开始产生痛感的地方,它们才变成定制软件。
太早定制,会把预算花在证明一个更便宜的测试就能告诉你的结论上。太晚定制,则会让你一直和不再合用的工具较劲。
在开始划范围之前就诚实地回答这个问题,而不是之后。
在谈技术之前,先说清楚谁会用这个产品、他们处在什么情境、要完成什么任务。这里含糊,含糊就会一路跟到每一个页面和每一个功能。
把主工作流写成一段简短的序列。比如:客户提交一个请求,团队成员进行审核,系统记录这个决定,双方都能看到下一步。
英国政府数字服务局把这一步正式称为探索阶段。其 服务手册 (在新标签页中打开) 对先后次序说得很直白:「在你决定构建一项服务之前,你需要理解那个需要被解决的问题」。
它建议这段探索通常持续四到八周,并以一个明确的判断收尾:究竟是否存在一项站得住脚的服务。
一段有真正「继续/停止」判断的短期限定调查,比一个到第五个月才发现同样结论的开发要便宜。
然后把非有不可的工作和以后再说的工作分开。登录、权限、支付、通知、报表、对接、后台管理,可能都重要,但第一版不需要把它们都做到同样的深度。
好的范围为每一项功能都给出理由。当一项功能满足下列任意一条时,把它留在第一个版本里:
如果一项功能一条都不满足,那它是一个以后再定的决定,而不是一次删减。这样记录下来,通常就能化解要不要拿掉它的争论。
在开发开始之前,先就什么结果值得继续、什么结果该转向、什么结果该停止达成一致。没有这一条,任何结果读起来都是鼓舞人心的。
选择你在真实使用的头几周里就能观察到的信号,而不是需要一年数据才能看出的信号:
写下你预期看到什么、到什么时候看到。把它和实际发生的对照,正是早发布的全部意义。
在开发开始之前,先定义「能用」是什么意思。使用可观察的验收标准,比如:用户能提交请求、合适的人能审核它、系统正确记录结果。
GDS 关于 编写用户故事 (在新标签页中打开) 的指引,把验收标准描述为「一份你当作检查表使用、用来确认服务已完成其职责的结果清单」,其中每一条都写成 完成的标志是…… 这样的陈述。
它的价值在于,没有参与开发的人也能核对。
在版本层面, The Scrum Guide (在新标签页中打开) 把「完成的定义」界定为「对增量达到产品所要求的质量标准时其状态的正式描述」。
无论你是否采用 Scrum,这个想法都是通用的。一条经过约定并写下来的质量底线,可以避免「做完了」在每个人心里意思都不一样。
决定产品必须存储哪些信息、谁可以访问。隐私、权限、保留、备份与审计需求,在第一批数据库表和集成落地之前更容易规划。
对于处理欧盟境内个人数据的产品,按这个顺序来是法律要求,而不是偏好。
欧盟委员会关于 数据保护的设计默认原则 (在新标签页中打开) 描述了在处理设计的最早阶段就介入的措施,并要求默认设置做到「个人数据以最高的隐私保护水平被处理」。
欧洲数据保护委员会于 2020 年 10 月正式通过了专门的 第 25 条指引 (在新标签页中打开) 供你查阅监管机构的详细立场。
落到实处,这是一份该写下来的简短清单:你收集什么、为什么收集、谁能看、保留多久,以及别人要怎样才能让它被删除。
在设计数据库之前就回答这些问题,代价远小于事后再补。
围绕产品及其约束来选择技术。现代框架可能很合适,但更好的选择取决于用户、数据、集成、交付需求,以及将来维护这套软件的人。
AI 值得同样的克制。在把它当成产品需求之前,先决定它是否支撑核心工作流、输出出错时会怎样,以及人如何复核或纠正它。
如今已经有可测量的理由需要谨慎。 2025 DORA report (在新标签页中打开)基于近 5,000 名技术从业者的回答,报告称「AI 的采用与软件交付稳定性之间仍然存在负相关」。
没有扎实测试与复核的更快产出,不会累积成更快的交付,只会累积成返工。
在写第一行代码之前,就把评审节点排好。简短的演示、一份共享的任务清单,以及写下来、大家都看得到的决定,能让你在改方向还便宜的时候改方向。
美国政府问责署在其 Agile Assessment Guide (在新标签页中打开)中提出了风险层面的论据:带有持续评估的增量交付「可以降低资助一个失败的、或产出过时技术的项目的风险」。
从一开始就就归属与权限达成一致。项目应当有清晰的源代码仓库、有文档的环境、约定好的部署路径,以及一份不依赖某一个人私人账号的交接方案。
DORA 的 版本控制能力 (在新标签页中打开) 明确指出哪些东西属于其中:应用代码与依赖、环境创建工具、容器编排文件、云配置,以及提示词这类 AI 产物。
其给出的依据是:「研究一再表明,全面使用版本控制可以预测持续交付」。
GDS 的 版本控制指引 (在新标签页中打开) 补上了这条规则的另一半——复核:「每一次代码改动都由没有写它的人来复核」。
这些习惯合在一起,才让交接成为可能。如果重建系统要依赖某个人的笔记本电脑,你拿到的就不是交付物,而是一项依赖。
当范围合适时,一个聚焦的 MVP 常常可以按 6—8 周的交付窗口来规划。这是一个规划参照,而不是普适的承诺;集成、审批和未知的遗留系统都可能改变时间。
了解软件排期是怎么失准的很有用,因为它在两个方向上的偏差并不对等。
一项针对 5,392 个 IT 项目、发表于 Journal of Management Information Systems (在新标签页中打开) 的研究发现,成本超支遵循幂律分布,而不是正态分布。
多数超支幅度不大,但存在「一条厚尾,其中包含少量超支极端的项目」。按平均值做规划,会低估真正要紧的那部分风险。
这不只是创业公司的问题。GAO 的 联邦 IT 高风险评估 (在新标签页中打开)发布于 2025 年 1 月,其中记录道,联邦 IT 投资「过于频繁地失败,或者出现成本超支与进度拖延,同时对与使命相关的成果贡献甚微」。
而这是在每年一千亿美元以上支出的背景下。规模和预算解决不了这件事;范围上的克制与短反馈循环才可以。
为决策留预算,而不只是编码工时。调研、设计、开发、测试、上线、内容、第三方服务,以及上线之后的修补,都会加到“让第一版真正好用”所需要的工作量里。
设想一位想做预约平台的创始人:客户预约、服务方管理日程、双方付款并收到提醒,还有管理员统管全局。这是一款真实的产品,功能清单很长。
然而核心工作流很窄——客户找到一个可用的时段并预约,服务方看到这个预约。其余的要么服务于此,要么可以等。
一个有克制的第一版可能是这样的:
推迟清单并没有被放弃——它就是路线图。但先交付核心,才回答了早期唯一要紧的问题:服务方会不会保持日程更新,客户会不会真的来预约?
如果会,其余的就值得做。如果不会,再完善的支付集成也救不了它。
目标不是预测一切。目标是让重要的假设显形、检验核心工作流,并搭起一个可以在不推倒已有工作的前提下改进的产品基础。
如果你有想法但还没有完整的规格,请从用户、工作流,以及你希望第一个版本支撑的那个决定开始。这三点足以开启一次有用的规划对话。
有新文章发布时发一封邮件,仅此而已。
我尊重您的隐私,可随时退订。
还没有评论,来说说你的想法吧。
分享关于 Web 开发以及如何做出真正能上线的产品的思考。
有新文章发布时发一封邮件,仅此而已。