业务分析师 BA
从需求记录者进化为意图架构师。
AISE · ENTERPRISE CUSTOM SOFTWARE
PUBLIC TALK · 45 MIN · 01 / 30
DUAL CORE COMMAND · AISE DELIVERY MODEL
BA + SA
+ Agents
企业定制软件交付新模式
研究核心：1 名 BA 与 1 名 SA 指挥大规模 Agent 集群，重构企业定制软件服务的生产函数、治理体系和商业模型。
OURWAY RED · SWISS · AI SOFTWARE ENGINEERING
← → swipe / arrow keys
DUAL CORE COMMAND
02 / 30
双核指挥
Agent 执行
Agent 执行
BA 与 SA 不再是两个岗位，而是掌握数字资产指挥权的双核大脑；Agents 负责中间 99 公里的高并发执行。
TEAM
1+1
1 名业务分析师 + 1 名系统架构师
EXECUTION
N
专业化、自主化、多 Agent 集群
GAIN
3-5×
交付效率提升的研究区间
HISTORICAL INFLECTION
03 / 30
FROM LINEAR SCALING TO INTELLIGENT ORCHESTRATION
软件交付模式的历史性拐点
从“增加人手”转向“编排 Agent”，软件服务的生产函数被重新定义。
传统 SDLC
人写代码
人力规模与功能点准线性相关
AI 辅助
Copilot
个人编码效率提升，但组织结构未变
Agentic AI
智能 Agent
AI 从工具变成可编排的执行者
AISE
双核指挥
BA/SA 定义意图与约束，Agents 并发执行
效率
3-5×
研究报告给出的交付效率区间
周期
数月→数周
项目周期被压缩到周级节奏
团队
1+1
1 BA + 1 SA 作为双核大脑
执行
100+
复杂场景可编排百级 Agents
DUO COMPARE
04 / 30
CONTRAST
从线性扩张到智能编排
01LINEAR
人力规模驱动
团队规模与项目规模准线性相关，边际沟通成本持续上升。
- 人越多，协调越慢
- 文档交接造成需求漂移
- 质量在后端被动发现
- 知识沉淀依赖个人
02AISE
算力杠杆驱动
BA/SA 将意图和约束转化为可执行规格，Agents 并发完成实现与验证。
- 算力替代初级执行人力
- 上下文由系统统一管理
- 测试与修复同步发生
- 知识进入可复用资产库
WHY NOW
05 / 30
FORCES
AISE 为什么在现在成为可行模式
GENAI
生成式 AI 可产出实现
模型已能生成代码、测试、文档与设计候选。
01
AGENTIC
Agent 具备任务执行能力
工具调用、规划、记忆和反馈让 AI 成为可编排执行者。
02
COMPUTE
算力成为组织杠杆
充足算力让并行 Agent 集群突破人力线性限制。
03
CORE STATEMENT
06 / 30
STATEMENT · 06
生产函数变了。
不是更多人写代码，
而是更少人指挥系统。
AISE 的核心不是编码助手，而是用编排层把需求、架构、代码、测试和运维重组为一条智能生产线。
SIX CELLS
07 / 30
STRUCTURAL LIMITS
传统交付模式的六个失效点
01
线性规模
功能点增长迫使团队人数同步增长
02
沟通损耗
文档交接与会议形成指数级协调成本
03
反应式测试
缺陷在后端发现，返工成本随时间放大
04
倒金字塔人才
大量初级开发依赖少数专家管理
05
部落知识
核心人员离开导致上下文断裂
06
人月计费
商业模式奖励投入，而非结果
KPI TOWER
08 / 30
RESEARCH NUMBERS
传统模式的结构性困境不是“效率低”，而是规模越大越失真
线性扩张推高成本，沟通损耗、缺陷返工和知识流失叠加成系统性瓶颈。
沟通成本
30%+
大型团队沟通损耗可占总成本三成以上
缺陷放大
10×
缺陷越晚发现，修复成本越高
人力压缩
80%
初级执行人力被 Agents 大幅替代
交付周期
数周
从年/月级项目压缩到周级迭代
SYSTEM DIAGRAM
09 / 30
DUAL CORE COMMAND
“1 BA + 1 SA + Agents” 是新的最小高效单元
人类保留意图、约束和责任；Agent 承担高并发执行、验证与维护。
02
系统架构师 SA
从代码审阅者进化为系统编排官。
03
Agent 集群
承担需求拆解、编码、测试、运维等执行任务。
DUO COMPARE
10 / 30
CONTRAST
BA 与 SA 的角色进化
01BA
意图架构师
把模糊商业愿景转化为 Agent 可解析、可验证的规格。
- 语义提取与对齐
- 业务过程分解
- 动态优先级模拟
- 验收口径定义
02SA
系统编排官
设计 Agent 运行环境、架构边界和治理规约。
- 全局架构约束
- 环境脚手架设计
- 多 Agent 策略制定
- 质量与安全门禁
MANIFESTO
11 / 30
SECTION CLAIM
人类价值转移：
从生产代码
到定义边界
人类不再靠打字速度体现价值，而是靠判断、约束、取舍和最终责任。
中间 99 公里由 Agents 执行，最后 1 公里由人类负责
AI-DLC LOOP
12 / 30
AI-DLC
持续交付环
持续交付环
传统瀑布或敏捷节奏过慢；AISE 要求决策、执行、验证和运维在同一连续循环中同步发生。
PLANNING
50%+
上游意图捕获已高度 AI 辅助
CODING
90%
编码和测试阶段由 Agents 执行
OPS
24/7
运维 Agent 持续监控与自愈
HORIZONTAL TIMELINE
13 / 30
AI-DLC
AI 驱动的软件开发生命周期
01Ideation意图捕获与早期验证
02Design架构生成与技术规划
03Coding高并发编码 Agent
04Testing自愈式质量保证
05Ops智能运维与演进
LOOP FORM
14 / 30
ORCHESTRATION
多 Agent 编排的三大支柱
01
任务拆解与路由
复杂目标拆成子任务并分配给专家 Agent
02
上下文管理
确保模块之间对全局变量和业务规则理解一致
03
人类入环闸门
关键决策点暂停，由 BA/SA 最终确认
04
反馈写回
错误、用例和决策进入知识库
MAS
MATRIX
15 / 30
CAPABILITY MATRIX
Agent 集群的专业化分工
01
需求 Agent
02
规划 Agent
03
架构 Agent
04
代码 Agent
05
测试 Agent
06
安全审计
07
数据迁移
08
环境 Agent
09
文档 Agent
10
监控 Agent
11
回归 Agent
12
修复 Agent
12
Agents 不是一个大模型，而是一组被编排、被约束、可审计的专业化执行单元。
HUMAN AGENT RATIO
16 / 30
5-10
战略原型
快速迭代、意图引导、可视化演示。
20-50
核心系统
强约束架构、多层验证、高度自动化。
100+
老旧现代化
逆向工程、大规模重构、回归闭环。
24/7
持续运维
自愈、异常检测、预测性维护。
AI-DLC HUMAN LOAD
17 / 30
EFFICIENCY SHIFT
AI-DLC 把人力消耗从执行端挪到监督端
图中数值表示 AISE 模式下主要阶段的人类消耗与 AI 参与度特征。
需求分析
3%AI参与高
系统设计
2%SA设约束
编码实现
5%Agents 并发
测试验证
2%自愈测试
部署发布
1%自动发布
GOVERNANCE
18 / 30
RISK CONTROL
治理不是附加项，而是 1+1+Agents 能否规模化的前提
01
输出准确性
静态扫描、类型检查、构建验证必须自动执行。
02
上下文一致性
生成代码不能违反 BA 的领域规则和流程口径。
03
事实性校验
关键业务数值通过 RAG 锚定企业可信知识库。
04
行为约束
沙箱限制 Agent 工具、权限和生产数据触达。
05
人类入环
生产发布、核心算法、合同价格由人确认。
06
审计流水线
AI 资产和手写代码使用同一质量门禁。
MATRIX
19 / 30
CAPABILITY MATRIX
四层幻觉治理框架与审计资产
01
静态扫描
02
类型检查
03
业务规则
04
RAG 校验
05
沙箱权限
06
工具白名单
07
回归用例
08
评测数据
09
发布审批
10
日志追踪
11
许可证扫描
12
IP 归档
4
输出准确性、上下文一致性、事实性校验、行为约束，共同构成 AISE 的可靠性底座。
CORE STATEMENT
20 / 30
STATEMENT · 20
Agents 执行工作。
BA/SA 承担责任。
AI 生成的所有资产必须通过与人类手写代码完全一致的质量门禁和审计流水线。
SERVICE OS
21 / 30
PLATFORM
双核团队需要的不是 IDE，而是 Agent 编排平台
Agent
Operating
System
Operating
System
平台必须让 SA 实时看见、约束和回滚 Agent 集群的行为。
OBSERVE
Trace
监控每个 Agent 的推理、内存和工具调用
PROTOCOL
MCP/ACP
跨供应商 Agent 交换能力、进度和错误信息
CONTROL
Sandbox
权限、数据、执行环境全链路受控
OS
AISE BASELINE
所有 AI 生成资产进入同一审计、测试、发布流水线。
WHY NOW
22 / 30
FORCES
经济模型的三个变化
COST
人力成本压缩
初级执行人力被 Agent 替代，纯人力成本显著下降。
80%
COMPUTE
算力投资上升
推理集群、私有模型和编排平台成为新成本中心。
CAPEX
TIME
时间价值释放
交付周期从 9 个月级压缩到 2 个月级，机会成本降低。
2M
FOUR CARDS
23 / 30
定价模式从人月转向产出与运营
— 01
Outcome
Pricing
按经过验证的功能点和业务结果计费。
— 02
Delivery
as Service
客户购买持续迭代能力，而非固定人月。
— 03
Value
Sharing
极速交付释放的业务收益可以参与分成。
— 04
System
Operator
服务商从集成代码转向运营系统和 Agent 集群。
DUO COMPARE
24 / 30
CONTRAST
SI 到 SO：服务企业的身份变化
01SI
系统集成商
核心业务是组织人力、交付集成代码、按项目完成验收。
- 利润来自人月差价
- 资产随项目结束流失
- 交付能力依赖个人团队
02SO
系统运营商
核心资产是训练有素的 Agent 集群和 SA 的编排策略。
- 利润来自产出效率
- 客户越久资产越厚
- 交付能力沉淀为系统
HORIZONTAL TIMELINE
25 / 30
AI-DLC
企业落地 1+1+Agents 的 90 天路线图
010-15d选择一个业务域
0216-30d建立编排平台与观测
0331-45d重写 BA/SA 工作法
0446-70d跑真实项目闭环
0571-90d固化治理与定价
LOOP FORM
26 / 30
ORCHESTRATION
10-20-70 规则：技术只是少数部分
01
10% 模型选择
选择合适模型与推理部署方式
02
20% 工具底座
建设编排、观测、沙箱和知识库
03
70% 组织重塑
招聘标准、流程、激励和文化改变
04
持续复盘
把每次交付转化为下次的系统能力
70
ECONOMIC SHIFT
27 / 30
从人月经济
到算力杠杆
到算力杠杆
AISE 瓦解 body shopping 的财务逻辑：客户不再购买堆人，而是购买被验证的产出速度和持续演化能力。
OLD
BODY
人头、驻场、项目制
NEW
OUTPUT
功能点、结果、持续服务
MARKET
1T
Agent 软件服务新市场想象空间
MANIFESTO
28 / 30
SECTION CLAIM
未来竞争不是人力竞争，
而是指挥链竞争
谁能把 BA 的业务判断、SA 的架构约束和 Agents 的并发执行稳定耦合，谁就拥有新的软件服务生产函数。
价值锚点：指挥链 × 算力杠杆 × 组织记忆
CORE STATEMENT
29 / 30
STATEMENT · 29
少堆人力规模。
多做指挥杠杆。
企业定制软件服务的最优模式，是用最小人类指挥核心驾驭最大可治理 Agent 执行面。
30 / 30
CLOSING
FINAL CLAIM
1 BA。
1 SA。
N Agents。
AISE 的成功不取决于 AI 是否足够聪明，而取决于人类专家能否高效指挥数字劳动力。
END · QUESTIONS
TAKEAWAYS
03 RULES
01
人类从生产者变成监督者
BA 和 SA 对最终产出承担 100% 责任。
02
Agent 从工具变成执行组织
任务拆解、编码、测试、运维由 Agent 集群并发完成。
03
竞争从人力转向指挥链
未来竞争是意图架构、系统编排和算力杠杆的竞争。
AISE · DUAL CORE COMMAND MODEL