如何提升技能與知識(Improve Skills and Knowledge):從能力盤點到團隊成長的三種路徑

提升技能與知識(Improve Skills and Knowledge)
💡 TL;DR – 本文重點速覽
提升技能與知識(Improve Skills and Knowledge)是 Disciplined Agile(DA)中影響團隊長期交付能力的重要決策點。它的重點在於讓技能與知識從個人經驗,逐步轉為團隊可以共享的能力。團隊可以先透過技能評估看清楚能力缺口,再透過讀書會、實務社群、導師制或教練讓知識持續流動。最後,透過結對編程、群體編程等非單人作業,把學習直接放進日常工作中。當能力能在團隊中擴散,等待特定角色的時間會減少,協作因此更直接,交付節奏能維持穩定,團隊也更容易持續累積交付能力。
目錄

什麼是提升技能與知識(Improve Skills and Knowledge):讓能力成為可擴散的資產

在成長團隊成員(Grow Team Members)目標中的定位

在 Disciplined Agile(DA)中,「成長團隊成員(Grow Team Members)」流程目標關注的是一件很實際的事:團隊是否具備持續交付的能力,並能在需求變動時維持穩定節奏

這個目標底下包含多個決策點,其中「提升技能與知識(Improve Skills and Knowledge)」是最直接影響交付能力的一項。

因為無論流程如何設計、工具如何導入,最後都要回到一個現實:事情是由人完成的

如果能力沒有累積,團隊每次面對新需求,都需要重新摸索。這會讓決策變慢、溝通成本增加,也會讓交付節奏變得不穩定。

當技能與知識持續被強化,團隊在面對變動時就會更有餘裕。需求依然可能複雜,但成員處理問題的能力會更成熟,也更能在不確定情境中做出判斷。

因此,「提升技能與知識」在這裡處理的,其實是「交付能力能不能被持續累積」這個問題。

從專家走向通才型專家(Generalizing Specialist)

在敏捷社群中,有一個常見的角色稱為「通才型專家(Generalizing Specialist)」。這類成員通常具備一到多個專長領域,同時也對其他相關技能有基本理解。

例如,一位工程師可能專長於後端開發,但同時也能理解測試設計、資料結構,甚至基本的產品需求。這樣的能力結構,讓他能在團隊中參與更多決策與協作。

如果從能力發展的角度來看,這種狀態不是一次到位,而是逐步演進的過程。

一開始常見的是 T 型(T-shaped)能力,具備一項主要專長,同時對其他領域有基本認識。這樣的結構能讓成員在團隊中保持彈性,必要時可以支援不同類型的工作。

隨著經驗累積,有些成員會發展成 π 型(Pi-shaped)能力,也就是具備兩項深層專長,例如同時擅長開發與測試。這種能力在團隊中特別有價值,因為能在瓶頸出現時提供更多調整空間。

再往後,部分成員會逐漸形成梳狀(Comb-shaped)能力,具備多項深層專長。這種狀態讓團隊在面對複雜需求時,能有更高的彈性與應變能力,也是成熟團隊常見的能力分布型態。

這樣的演進會直接影響團隊的運作方式。

當每個人只處理自己專精的部分,工作就會被切成許多段落。每一段之間都需要交接與等待,決策也必須在不同角色之間反覆確認。

當團隊成員具備一定程度的跨領域能力,這些切換就會減少。討論可以更快收斂,問題也能在當下被處理。

這也是為什麼 DA 會強調能力既要有深度,也要具備一定廣度。能力的深度與廣度會在過程中逐步累積,讓團隊在面對變動時維持穩定的協作節奏。

能力分布如何影響浪費

技能與知識的分布不均,會直接反映成團隊的浪費。

當某些能力只集中在少數人身上,其他人就需要等待。例如只有特定工程師能處理某段程式碼,或只有某個人能執行測試與部署,工作就會卡在特定節點,整體流程也會被拖慢。

為了降低等待,團隊有時會採取補救方式,例如增加文件、建立交接流程,或加強不同角色之間的溝通。但這些做法本身也會帶來額外成本。

長期下來,這些成本會持續累積,讓交付越來越依賴流程與協調。

當能力分布較為平均,工作就能在團隊內部更順暢地流動,對特定角色的等待會減少,決策也能更快完成。

這樣的變化短時間內未必明顯,但會慢慢反映在交付節奏上。

提升技能與知識(Improve Skills and Knowledge)在解決什麼問題

「提升技能與知識」處理的是能力如何在團隊中分布與流動。

當能力集中在個人身上,團隊運作就會依賴特定角色,交付也容易受到影響。當能力逐步擴散,團隊對變動的適應能力會提高,整體節奏也會更穩定。

這個決策點的價值,在於讓能力不只停留在個人經驗,而是逐步轉為團隊可以共享與運用的基礎。

提升技能與知識的核心策略分類:從評估到實作的三種路徑

在 Disciplined Agile(DA)的脈絡中,提升技能與知識(Improve Skills and Knowledge)沒有固定做法,而是一組可依情境調整與組合的策略。

這些做法主要涵蓋三個面向:如何釐清能力差距、如何讓知識在團隊中流動,以及如何在實際工作中逐步內化能力。

若只採用單一方式,效果通常難以持續。因此需要讓三種路徑同時運作,讓學習從問題辨識開始,經過分享與交流,最後落實在日常工作中。

能力盤點類:先看清楚差距

能力盤點的目的,是讓「目前會什麼、不會什麼」變得具體。常見做法是技能評估(Assess Skills and Knowledge),透過自評或互評,對照一份技能或知識清單,找出目前的落差。

這個過程的價值,在於讓學習方向更有依據。當團隊能清楚看到能力分布,就比較容易安排學習順序,也能辨識哪些領域需要補強。

不過,這類做法也有實務上的限制。評估結果容易受到個人認知影響,有人會高估,也有人會低估。此外,如果評估結果被用在績效比較,行為可能會偏向讓數據看起來更理想。

因此,能力盤點適合用來協助理解現況,並作為後續行動的參考。

知識擴散類:讓學習在團隊中流動

當能力差距被看見之後,下一步就是讓知識在團隊中逐步流動。這類做法能促進個人成長,也能讓整體團隊逐漸建立共同理解。

常見方式包括讀書會(Book Clubs)與實踐社群(Communities of Practice, CoP)。

讀書會透過固定節奏閱讀與討論,讓成員接觸新的觀念,並思考如何應用在工作中。

實踐社群則是由具備相同專業或興趣的人組成,透過分享經驗與做法,讓不同團隊之間的知識能被傳遞與累積。

這類策略會形成一種學習氛圍。當知識可以被公開討論,成員更容易理解他人的做法,也比較願意嘗試新的方式。

需要留意的是,這些活動會占用時間。如果與日常工作缺乏連結,參與度就會受到影響。因此,需要讓討論內容與實際工作建立關聯,才會產生實際成效。

實務導向類:在工作中直接學習

實務導向的策略,是將學習嵌入工作流程中,讓能力在解決問題的過程中逐步累積。

常見做法包含非單人作業(Nonsolo Work)、導師制(Mentoring)與教練輔導(Coaching)。

典型的非單人作業包括結對編程(Pair Programming)或群體編程(Mob Programming),讓多個人同時參與同一項工作,並在過程中自然交換知識。

導師制透過經驗較多的人,協助他人理解問題與建立判斷方式。教練(Coach)則透過觀察與引導,協助團隊調整工作方式。

這類做法的特點,是學習與工作同步發生。遇到的問題就是當下需要解決的問題,因此學習內容會更貼近實務,也更容易被吸收。

在執行上,這類方式需要投入額外時間。例如多人同時參與同一項任務,短期內可能會感受到進度變慢。隨著能力逐步擴散,這些投入會逐漸反映在後續的協作效率與品質上。

三種策略的差異

能力盤點、知識擴散與實務導向,分別對應不同階段的學習需求。

能力盤點協助團隊看清楚差距,知識擴散讓更多人理解相關做法,實務導向則讓能力在工作中逐步內化。

三者之間會形成一個循環,讓學習持續發生,並逐漸影響團隊的運作方式與交付節奏。

常見實踐方式解析:各種策略怎麼用、代價是什麼

在提升技能與知識(Improve Skills and Knowledge)的決策中,常見做法不只一種。

這些方法各自適用於不同情境,投入成本與產生效果也會有所差異。因此,實務上會同時採用多種方式,讓學習能在不同層面持續發生。

重點在於理解每一種做法正在解決什麼問題,以及需要付出什麼代價。這樣在選擇時,才能更貼近團隊目前的狀況。

技能評估(Assess Skills and Knowledge):讓能力變得可見

技能評估的目的是讓能力分布可以被看見。透過自評或互評,團隊可以對照一份技能清單,了解目前的能力落點與可能的缺口

這樣的做法有助於安排學習方向,也能協助團隊辨識是否需要引入新的技能來源。

技能評估通常會搭配技能矩陣(Skills Matrix)一起使用。技能矩陣會將關鍵技能列出,並對每一項技能定義能力等級,讓評估有一致的標準。

常見的層級設計如下:

  • Level 1(Novice):了解基本理論,需在監督下執行
  • Level 2(Practitioner):能獨立完成一般任務
  • Level 3(Expert / Mentor):能處理複雜問題,且具備教導他人的能力

透過這樣的分級,團隊在評估時會有更清楚的依據,能降低自評過程中的主觀偏差,也比較容易對齊彼此的理解。

當技能矩陣被建立後,團隊可以進一步設定明確的能力目標。例如針對每一項關鍵技能,維持至少兩位 Level 3 的成員。這樣的設定,會讓能力分布更有韌性。

當某個人暫時無法參與,或團隊出現人員變動時,關鍵能力仍然能被支撐,工作不會因為單點依賴而停滯。

這種做法,其實是在處理風險控管(Risk Mitigation),而不只是單純的技能補強。

在使用技能評估時,也需要留意其限制。評估結果仍然可能受到個人認知影響,有人會高估,也有人會低估。如果評估結果被用來比較或排名,行為可能會偏向讓數據看起來更理想

因此,技能評估與技能矩陣比較適合作為理解現況與規劃方向的工具,並搭配其他學習機制一起運作。

非單人作業(Nonsolo Work):最貼近工作的學習方式

非單人作業指的是兩人以上共同完成一項工作,例如結對編程(Pair Programming)或群體編程(Mob Programming)。

在合作過程中,知識會自然被分享,成員也能接觸到不同的思考方式。

這種做法的好處,在於學習直接發生在實際工作中,內容與當前問題高度相關,也能同時提升成果品質。

從交付流程來看,非單人作業也能減少交接(Hand-offs)產生的浪費。因為多人一起理解同一個問題,資訊不需要在不同角色之間反覆轉述,需求背景、技術限制與實作細節也更容易在過程中被同步。

此外,非單人作業能降低錯誤返工(Rework)率。當程式碼、設計或測試想法在進行中就被討論與檢查,問題更容易提早被發現,後續修正成本也會下降。

更重要的是,這種做法能逐步消除單點故障(Single Point of Failure)。當關鍵知識不再只集中在某個人身上,團隊面對請假、離職或臨時支援需求時,仍能維持工作流動。

在執行時,通常會感受到進度變化,因為多人投入同一項任務,以至於產出看起來變少了。

這樣的安排會增加當下的時間成本,也可能讓外部觀察者覺得效率下降。

隨著知識逐步擴散,團隊在後續任務中的協作會更順暢,整體節奏也會更穩定,同時降低因協作不順所產生的浪費。

實踐社群(Communities of Practice, CoP):跨團隊的知識流動

實踐社群是由具備相同專業或興趣的人組成,透過定期交流與分享,讓知識在不同團隊之間流動。

這樣的機制有助於累積各團隊的實務經驗,也能讓新的做法更快被擴散。對組織而言,這是一種成本相對可控的學習方式。

實踐社群需要持續投入時間,並建立整理與分享的機制,讓討論內容可以被擴散與重用。

若缺乏這些安排,學習成果容易只停留在少數參與者之間。

教練與導師(Coach & Mentor):加速個人成長

教練與導師都是由經驗較多的人,協助他人成長的方式。

導師通常會針對特定領域提供建議與經驗分享,協助成員建立判斷能力。教練則會透過觀察與提問,引導團隊或個人調整工作方式。

這類方式的優點,在於能針對實際情境提供回饋,讓學習過程更有方向。

在導入時,需要考慮資源配置。具備經驗的人通常同時承擔多項責任,若投入時間在 coaching 或 mentoring 上,就會影響其他工作安排。

此外,這類成果較難量化,評估成效時需要以長期觀察為主。

訓練與活動(Training / Hackathon / Open Space):集中式學習

集中式學習包含課程訓練(Training)、黑客松(Hackathon)與開放空間(Open Space)等活動。

這些方式通常在特定時間進行,讓成員能在短時間內接觸新知或進行實驗。

課程訓練適合建立基礎知識或補強特定技能。黑客松能讓團隊在短時間內嘗試新的想法。開放空間則促進跨角色與跨團隊的經驗交流。

這類方式的特點,是在短時間內集中學習。不過,學習成果需要透過後續的實務應用,才能轉化為長期能力。

在安排上,需要考量時間與成本,並設計後續跟進機制,才能讓學習內容能回到日常工作中。

依團隊情境選擇合適做法

各種實踐方式都有其適用情境與限制。選擇時,可以先檢視目前的能力狀態、團隊分布、技術難度與可用預算,再決定優先採用的方式。

若團隊地理位置分散,成員無法同時在同一地點工作,可以優先考慮實踐社群、視訊課程或視訊導師。這類做法適合跨地點交流,也能讓不同團隊的經驗持續流動。

若團隊正面對高度複雜的新技術,可以優先考慮群體編程與專業課程訓練。前者讓團隊在實作中共同理解問題,後者能快速建立基礎知識,降低自行摸索的成本。

若團隊預算有限,可以優先考慮內部讀書會與結對編程。這兩種方式主要依靠內部時間與既有經驗,成本相對較低,也能讓學習直接連結到日常工作。

隨著團隊逐步成長,策略組合也需要持續調整。當學習能在不同層面持續發生,技能與知識才會逐漸轉化為穩定的交付能力。

實務導入建議:如何在團隊中推動技能與知識成長

在 Disciplined Agile(DA)的脈絡中,提升技能與知識(Improve Skills and Knowledge)需要融入日常運作,而非透過單一活動完成。

關鍵在於讓學習成為工作的一部分,並且能持續發生。

若學習活動與實際交付脫節,節奏就難以維持。當學習與工作同步進行,能力會在解決問題的過程中逐步累積,也較容易形成長期效果。

先從日常工作中嵌入學習

第一步通常是調整日常協作方式,讓學習自然發生。例如透過非單人作業(Nonsolo Work),讓兩人以上共同處理任務,並在過程中交換知識與做法。

像是結對編程(Pair Programming)、共同設計或一起處理問題,都能讓知識從個人逐步擴散到團隊。

這類做法不需要另外安排學習時間,而是直接發生在既有工作流程中。

此外,也可以透過 Code Review 或設計討論,讓不同成員參與同一個問題的思考。當討論過程被集體保留下來,後續成員也更容易理解決策脈絡。

這些調整表面上是協作方式的改變,實際上會影響能力如何在團隊中流動。

避免把學習變成額外負擔

在導入學習相關做法時,常見問題是將學習安排在工作之外,例如額外的課程或活動。

這類安排在初期能產生一定效果,但若與日常工作缺乏連結,參與度與成效都會下降,難以達到預期目標。

學習需要時間與專注。如果同時要求成員完成既有工作,又額外參與學習活動,壓力會逐漸累積,進而影響整體節奏。

較合適的做法,是讓學習與當前工作建立關聯。例如在處理實際需求時引入新的做法,或在解決問題的過程中嘗試不同策略。

這樣的安排會讓學習直接反映在成果上,也更容易被接受與吸收。

讓成長與交付節奏連動

技能與知識的成長,可以透過既有機制納入團隊節奏。例如將學習相關行為納入完成定義(Definition of Done, DoD),或在 Sprint 規劃時安排部分任務用於技能擴展。

這樣的設計能讓學習不再是額外活動,而是交付的一部分。當這些行為持續發生,能力會逐漸累積,也會反映在後續的工作效率與品質上。

此外,透過回顧(Retrospective)觀察學習成效並調整做法。當團隊能定期檢視哪些方式有效、哪些需要調整,學習機制就能逐漸貼近實際需求。

成長需要被設計,而不是自然發生

技能與知識的成長,來自持續的行為,而非一次性的投入。

當學習被嵌入日常工作,並與交付節奏連動,能力就會逐步累積,並在團隊中擴散。

這樣的成長過程,會慢慢改變團隊的協作方式,也會讓交付節奏更穩定。

結語:提升技能與知識會直接影響團隊的交付能力

能力累積會改變團隊的運作方式

在開發過程中,交付節奏的變化,可以從日常協作中觀察出來。

當能力逐步累積,討論會更聚焦,決策所需的來回確認次數會下降,問題也比較容易在當下被處理。原本需要等待特定角色的工作,也能直接在團隊內部消化。

這些變化不一定會立刻出現在指標上,但會慢慢反映在開發活動中,例如任務流動變順、阻塞時間縮短,或修改程式碼時,不再需要長時間重新理解脈絡。

隨著這些行為持續發生,團隊的運作方式會逐漸穩定,交付節奏也會更可預測。

從個人成長轉為團隊能力

技能與知識一開始通常掌握在個人身上,但在團隊合作的情境中,這些能力需要被分享與重組。

當知識透過協作、討論與實作被傳遞,原本集中在少數人身上的能力,就會慢慢擴散到更多成員身上。

這樣的變化,讓團隊在面對需求調整或人員變動時,有更大的調整空間。

同時,當多個人能參與同一類型的工作,任務分配會更有彈性,決策也能納入更多觀點。

這種從個人到團隊的轉變,會讓能力不再依附於特定角色,而是成為整體運作的一部分。

提升技能與知識(Improve Skills and Knowledge)的長期價值

「提升技能與知識」的影響,是會隨著時間逐步累積。

當能力能在團隊中流動,交付過程中的等待與不確定性會降低,協作也會更順暢。這些改變會持續影響決策品質與交付節奏。

從長期來看,能力是否能被擴散,會是團隊能否維持穩定交付的重要基礎。


更多精選文章
提升技能與知識(Improve Skills and Knowledge)
如何提升技能與知識(Improve Skills and Knowledge):從能力盤點到團隊成長的三種路徑

提升技能與知識(Improve Skills and Knowledge)是 Disciplined Agile(DA)中影響團隊長期交付能力的重要決策點。它的重點在於讓技能與知識從個人經驗,逐步轉為團隊可以共享的能力。團隊可以先透過技能評估看清楚能力缺口,再透過讀書會、實務社群、導師制或教練讓知識持續流動。最後,透過結對編程、群體編程等非單人作業,把學習直接放進日常工作中。當能力能在團隊中擴散,等待特定角色的時間會減少,協作因此更直接,交付節奏能維持穩定,團隊也更容易持續累積交付能力。

深入了解更多 »
Ensure Technical Readiness
為什麼開發完成後還不能上線:談確保技術準備就緒(Ensure Technical Readiness)

確保技術準備就緒(Ensure Technical Readiness)的重點,在於讓系統從「功能完成」轉為「可以上線」。這個過程會涵蓋測試驗證、部署流程確認、資料轉換準備與文件同步,目的在於讓潛在風險在交付前被具體發現並逐步收斂。當這些驗證被持續分散在開發過程中進行,問題會在較早階段浮現,團隊也較容易在可控範圍內調整,進而讓整體交付節奏維持穩定。

深入了解更多 »
Sprint analysis with AI
AI 如何協助 Scrum Master:從 Sprint 資料到決策分析流程

AI 如何協助 Scrum Master 做決策?這篇文章透過一個實際的 Claude Code Skill,說明 AI 如何從 Sprint 資料中整理交付速度、執行狀況與回顧改善結果,並將分散的資訊轉換為可觀察的訊號。AI 並不會取代 Scrum Master 的決策,而是讓資料分析變得一致且可重複,讓團隊更容易看見變化、對齊理解,進而提升決策品質與交付節奏。

深入了解更多 »