旧模式主持Sprint和Release Planning

演进中的模式基于稳定团队容量进行自适应规划

1.为什么会发生这种转变？

传统项目管理通常是：先制定项目计划 → 然后围绕项目临时组建资源。成熟的产品型组织则相反：保持长期稳定的跨职能团队 → 持续把最高价值的工作交给这些团队。

这里也是 ScrumMaster 与 Project Manager 能力逐渐融合的地方。Project Manager 通常带来规划、风险管理和利益相关者协调；ScrumMaster 通常带来团队有效性、流动和教练能力。长期稳定的团队需要把这两方面的能力结合起来，并围绕 Outcome 工作。

2.实践中会发生什么变化？

未来的 ScrumMaster 不能只理解 Sprint Planning 的机制，还需要帮助团队和领导者：

● 在需求和真实容量之间进行平衡

● 在 Run / Grow / Transform / Mandatory 工作之间进行权衡

● 避免过度承诺

● 根据新的证据动态调整计划

这并不是要剥夺 Product Owner 或团队的规划职责。相反，它是为了建立必要的透明度和决策纪律，让 Product Owner 和团队能够更好地履行他们的责任。

Run / Grow / Transform / Mandatory 示例：

关键点：优先级改变时，重新分配容量，而不是无限扩大容量。团队总容量保持不变。

Delivery Lead 的作用，是让这些取舍变得可见、可讨论、可解释，而不是在无意识中发生。

需要培养的能力

◆容量建模

◆ 需求塑造

◆ Run/Grow/Transform 权衡

◆ 基于流动数据的预测

◆ 利益相关者谈判

1.我现在知道团队容量中有多少用于 Run、Grow、Transform 和 Mandatory 吗？

2.当优先级改变时，我们是调整计划，还是简单地继续往工作队列里加东西？

3.我只是在主持一个规划会议，还是在积极帮助团队形成一个合理、可解释的容量决策？

旧模式收集和汇报状态、指标以及各种更新

演进中的模式利用 AI 增强的洞察来改善决策

PMI 的研究指出，AI 正越来越多地被用于自动化日常任务、分析数据、支持实时决策，以及识别正在出现的风险。使用生成式 AI 的项目专业人士，其生产力和工作有效性也出现提升。

行政事务从来不是ScrumMaster真正价值的来源。

但是DORA 2025的研究也提出了警示：AI会放大现有的组织系统。它既可能放大组织的优势，也可能放大组织的问题。当组织系统本身较弱时，更高程度的AI使用可能提高 Throughput，同时增加系统不稳定性。因此，更多活动、更多代码，并不自动意味着更多价值。

实践中会发生什么变化？

未来的 ScrumMaster 必须帮助团队正确解读 AI 产生的信息，例如：

● 判断数据是否真正有意义

● 挑战不现实的承诺

● 处理利益相关者冲突

● 判断哪个约束最值得优先解决

● 帮助团队面对那些正在削弱绩效的行为

AI 可以识别模式、分析数据、建模不同方案和推荐行动；但人仍然必须明确意图、理解上下文、进行重要的权衡、处理冲突、运用判断力，并承担最终责任。

Human Judgment + AI Intelligence —— 人类判断力 + AI 智能

AI 是一个 Amplifier（放大器）。AI 可以放大好的系统、好的流程、好的判断，也同样可能放大差的系统、差的流程和差的决策。

需要培养的能力

◆批判性评估 AI 输出 

◆风险和模式解释 

◆决策框架 

◆权衡与冲突促进 

◆把数据转化为行动

问问自己

1.当 AI 给我一个总结或建议时，我会质疑和验证它，还是直接接受？

2.团队中的哪些决策仍然必须由人来承担权衡和责任？

3.团队采用 AI 后，是同时改善了 Throughput 和 Stability，还是仅仅增加了 Activity？

旧模式教练一个由人组成的团队实践 Agile

演进中的模式帮助一个由人与 AI 共同组成的交付系统持续学习和改进

Harvard Business School 的研究把生成式 AI 描述为“Cybernetic Teammate”——数字化 / 控制论意义上的团队成员。它正在改变团队协作方式和专业知识的分布方式。Microsoft 2025《New Future of Work》报告也开始把关注点从个人生产力转向集体生产力。AI 必须支持共同目标、团队上下文和协作规范。

AI 的采用也会影响角色、工作流、决策权和组织预期。因此，必须有人帮助团队有意识地完成这些变化。

教练能力和变革领导力不是变得不重要，而是变得更加重要。

团队需要建立明确的 AI Working Agreement（AI 工作协议），其中至少应该明确AI 应该如何使用，哪些工作必须进行人工审查，AI生成的工作如何做到透明可见，最终由谁承担责任。团队还必须保护心理安全、避免被动接受 AI 给出的答案，并持续 Inspect & Adapt 人与 AI 的协作方式，就像团队过去 Inspect & Adapt 自己的交付方式一样。

人机协作交付团队的四个关键点：

● Human Review —— 人工审查

● Visibility —— 可视化 / 透明度

● Accountability —— 责任归属

● Psychological Safety —— 心理安全

需要培养的能力

◆ AI 工作协议

◆ 变革领导力

◆ 人机环境中的心理安全

◆ 教练团队批判性使用 AI

◆ 组织变革管理

1.团队是否已经建立明确的 AI 使用工作协议？

2.在哪些情况下，我们已经开始不加质疑地接受 AI 生成的答案？

3.我是在有意识地教练团队经历这场变化，还是任由变化发生在团队身上？

ScrumMaster → Delivery Lead 能力转型对照表

Delivery Lead并不是要“取代ScrumMaster”，它更像是ScrumMaster角色和能力的扩展。其中一些能力也与优秀Project Manager的传统能力高度相关，比如规划、风险管理、利益相关者协调和跨组织协同。

请针对以下每一个陈述给自己打 1–5 分：1 = 很少做到，5 = 一贯做到。这里没有正确或错误答案，这个评估的目的不是给你下结论，而是作为能力发展讨论的起点。

总分：____ / 50

10–23：Framework Facilitator（框架促进者）

具备扎实的 Scrum 基础。下一步是把关注点从团队内部扩展到 Flow 和 Value。

24–37：Delivery Enabler（交付赋能者）

已经能够把团队工作与更广泛的结果联系起来。下一步可以进一步建立 Flow、Planning 和 AI Judgment 等方面的系统能力。

38–50：Delivery Leader（交付领导者）

已经在运用完整的能力组合：Flow、Adaptive Planning、AI-enabled Judgment 和 Cross-team Orchestration。

无论你目前在哪个阶段，发展方向都是类似的：从扎实的团队基础能力出发，逐步扩展到系统级的判断力、流动和自适应规划。

接下来往哪里走？

本文描述的演进，会同时发生在三个层面。

对 ScrumMaster

不要把能力限制在 Scrum 框架内部。前面的五大转变，可以看作一张实际的职业发展地图。从与你当前工作最接近的一个转变开始，然后逐步向外扩展。

对领导者

不要再通过“主持了多少 Scrum 事件”来衡量 ScrumMaster 的价值，而应该看这个角色对 Flow、Decisions、Risk 和 Outcomes 产生了什么影响。

对组织

需要明确：哪些 Agile 能力应该成为团队自身的能力？哪些能力需要由更广泛的 Delivery Lead 角色承担？

这个角色并没有消失，消失的是那些低价值的工作。

剩下的工作反而更有挑战：帮助由人与 AI 共同组成的团队，以速度、可靠性、学习能力和判断力，把意图转化为真正的业务结果。

外部参考资料

·Ken Schwaber & Jeff Sutherland：《Scrum Guide》，2020

·Reuters：Capital One Scraps 1,100 Tech Positions，2023

·Spiegler, Heinecke & Wagner：Leadership Gap in Agile Teams，2018

·PMI：Artificial Intelligence and Project Management，2024

·PMI：Transforming Project Management with Generative AI，2024

·DORA：State of AI-Assisted Software Development 2025

·DORA：Balancing AI Tensions，2026

·Harvard Business School AI Institute：The Cybernetic Teammate，2025

·Microsoft Research：New Future of Work Report 2025，2025

一句话总结

AI 时代，ScrumMaster的价值正在从“帮助团队正确地做 Scrum”，转向“帮助整个交付系统更有效地把需求转化为价值”。

原文出处：LitheSpeed, The Evolving ScrumMaster (2026)