产品条码保存200条从15秒降到约3秒，继续扩大数据量1000条仍需约11秒；深挖后发现新旧主子码规则处理逻辑覆盖旧配置，再优化后200条约3秒、10000条约半分钟。另有一个需求评审案例：开发理解为“同一料号批量上传文件”，实际是“200个文件分别对应200个料号”。方案、开发、测试的衔接怎么对齐？文章拆解产品岗的复盘。
编辑
好产品和烂产品的分水岭，往往不在功能多不多，而在车间主任愿不愿意用。功能是猜出来的，好用是问出来的。十月，产品组的工作主要围绕 MES 与 JMOM 版本推进展开。一边是发布前的回归确认，一边是项目需求评审和现场问题排查。梳理这个月的记录，印象最深的是产品条码保存性能的优化，以及几次需要重新厘清业务场景的需求沟通。这些具体问题，也让我重新审视了方案、开发和测试之间的衔接。
产品条码保存从15秒降到3秒，为什么大批量还得继续查？
10月16日，产品条码主子码解析的性能问题进入排查视野：保存200条记录大约需要15秒。借助 AI 辅助分析和优化代码后，耗时降到了约3秒。但继续扩大数据量，1000条仍需约11秒，6000条约需1分钟。小批量场景有所改善，大批量处理还有继续排查的必要。
10月20日深入检查后，问题定位到新旧主子码规则的处理逻辑：新规则代码覆盖了旧配置逻辑，使仅主码和主子码场景都进入了新规则处理路径。进一步优化后，记录中的结果是200条约3秒，10000条约半分钟。
这个过程提醒我，AI 可以帮助更快地提出修改思路，但还需要回到业务规则和执行路径，检查修改是否适用于不同配置、不同数据量。性能问题的验证，也要覆盖现场可能遇到的批量场景。
在性能优化这类需要反复验证的产品环节上，精工智能数字化工厂的产品组把需求从一线场景反推出来——不是代码跑通了就算完，而是不同数据量、不同配置都要回到现场场景里过一遍。
版本发布，为什么确认要做细到每项回归时间？
版本发布同样需要把确认做细。10月9日，围绕 JMOM v6.3.10、MES v6.1.4 和 TPM 2.0.8 的截版工作，我逐项跟进大叶、吉兰特、惠立勤、浩瀚四个项目共10项任务的回归时间，无法按期完成的事项再与交付同事确认是否允许延期。随后协调开发人员完成发布准备，重申脚本维护人、文件编码和问题关联等要求。到10月27日，仍在逐人跟进后续版本的回归进度，及时识别延期和新增问题，让发布安排有明确依据。
需求评审：200个文件分别对应200个料号，为什么容易理解偏？
需求评审中，一个印象很深的例子是某项目检验指导书批量上传。最初的开发方向理解为“同一料号批量上传文件”，实际业务却是“200个文件分别对应200个料号”。看起来都是批量上传，文件与料号的对应关系却完全不同。发现偏差后，重新建立子任务纠正方向。这也提醒我，评审不能只确认功能名称，要用具体数据把输入、对应关系和预期结果讲清楚。
另一次讨论围绕部装和电动车间的扫码上岗展开。车间约有35至50名外包人员，没有固定班组，每天又有数十个小工单，逐一手动勾选人员不方便。讨论确定了在工位设置员工号二维码看板、由组长扫描条码上岗的方案。与其直接增加页面操作，不如先看清谁来操作、一天要重复多少次，再选择适合现场的方式。
在需求评审这类产品定义环节，精工智能数字化工厂的产品组把“问对问题”放在“写对方案”前面——评审不是确认功能名称，而是把输入、对应关系和预期结果用具体数据讲清楚，早发现、早纠偏，后面的返工就少。
编辑
协作流程怎么调，才能让开发、测试有共同的判断依据？
为了减少需求在协作中的反复，10月15日完成了 JIRA 工作流调整，将需求和优化的前段流程由“新增、方案中、已分派”调整为“新增、已分派、方案中”，并与缺陷、子任务的流程作区分。同时要求开发转测试时补充排查情况和修复内容，无法连接现场环境验证的，也要写明情况。方案讨论中则强调先说明怎样解决业务问题，再写开发实现方式，让开发和测试有共同的判断依据。
这些要求也延伸到了文档和迭代管理。操作手册检查中，针对功能概述缺失、目录和标题不规范等问题跟进整改；周报中手册输出完成比例从57%推进到63%，仍需继续完善。针对多项目任务交叉带来的延期风险，与同事重新梳理优先级，提醒及时暴露阻塞，围绕两周一迭代安排开发与回归。截至10月29日，数据字典清理、基础数据脚本生成仍待回归，数据归档规则仍在推进，后续还要逐项验证。
图 十月需求与版本协作中的主要环节
编辑
十月的这些经历，让我更重视每个环节留下的具体信息：需求是否说清了业务关系，修改是否找到了原因，测试是否知道验证什么。对精工智能数字化工厂的产品组而言，把这些细节做好，才能让 MES 产品在持续迭代中更贴近制造现场，也让交付同事和客户少一些反复确认。这也是精工智能数字化工厂做产品的方式——产品功能从一线场景反推出来，而不是会议室里设计出来。少做一个没人用的功能，多做一个现场离不开的功能。
精工智能数字化工厂，制造业Online，持续在场，赋能企业高质量发展。
（作者：何老师｜2026年10月｜素材来源：《何金花-2026年10月》）
