14 lipca 2026Zaktualizowano Fathy Shalaby15 min czytania
Dual-track agile: jak równolegle prowadzić discovery i delivery
Dual-track agile sprawia, że jeden zespół odkrywa, co warto zbudować, podczas gdy równolegle wdraża to, co już zwalidował. Skąd wziął się ten pomysł, dlaczego zespoły popełniają błędy i jak wygląda działająca cotygodniowa rutyna.
Udostępnij
Ten artykuł został przetłumaczony z języka angielskiego. Przeczytaj oryginał
Dual-track agile to sposób organizacji pracy nad produktem w ramach dwóch równoległych ścieżek w jednym zespole: ścieżki discovery, która sprawdza, jakie pomysły w ogóle warto budować, oraz ścieżki delivery, która wdraża te pomyślnie zweryfikowane. Discovery na potrzeby kolejnego cyklu toczy się w czasie, gdy delivery dostarcza rezultaty poprzedniego. Dzięki temu inżynierowie rzadko rozpoczynają pracę, której nikt wcześniej nie zwalidował, a zespół uczy się, zanim zapłaci za kod o jakości produkcyjnej.
Większość zespołów produktowych wcale nie rezygnuje z discovery. Po prostu niewłaściwie układa je w czasie. Programiści są w połowie prac nad funkcją A, gdy ktoś nagle pyta, czy użytkownicy w ogóle jej potrzebują. Discovery rozpoczyna się w panice, toczy się obok delivery zupełnie przez przypadek, a jego wnioski spływają dopiero po wdrożeniu funkcji na produkcję. Ten przewodnik wyjaśnia, na czym polega ten model, skąd się wziął, dlaczego zespoły popełniają w nim błędy i jak prowadzić go pod realną presją czasu.
Kluczowe wnioski
Początki modelu sięgają publikacji Desirée Sy z 2007 roku na temat badań użyteczności w Alias (obecnie część Autodesk); z kolei Jeff Patton i Marty Cagan wprowadzili nazwę „dual-track” do swoich szkoleń (Patton, 2017).
Discovery i delivery to dwa rodzaje pracy, a nie dwa osobne zespoły. Delivery ocenia się po przewidywalności i jakości, a discovery po tempie zdobywania wiedzy.
Pętle discovery powinny trwać godziny lub dni. Patton zakłada, że w 2-tygodniowym sprincie zmieści się ich wiele, a spora część powinna zakończyć się odrzuceniem pomysłu.
Cagan zrezygnował z tego terminu w drugim wydaniu INSPIRED, ponieważ sprawiał, że ludzie zbyt mocno skupiali się na procesie; obecnie mówi o continuous discovery i continuous delivery (SVPG, 2012).
Sztuczna inteligencja jest dziś powszechna w zespołach software'owych – badanie DORA z 2025 roku wskazuje na 90% wskaźnik adopcji (Google, 2025). Sprawia to, że zapełniona kolumna „gotowe do wdrożenia” staje się jeszcze ważniejsza.
Czym jest dual-track agile?
Podejście to dzieli pracę nad produktem na dwa strumienie działające w tym samym czasie:
Ścieżka discovery: ciągła praca nad ustaleniem, co budować i . Wywiady z użytkownikami, testy prototypów, mapowanie założeń, analiza sygnałów. Cagan opisuje rezultat tej pracy jako zwalidowane elementy backlogu produktu ().
Ścieżka delivery: ciągła praca nad budowaniem tego, co zostało zwalidowane. Szczegółowy design, inżynieria, QA, release. Jej rezultatem jest oprogramowanie gotowe do wydania.
Kluczowym słowem jest tu równoległość. Discovery nie kończy się przed rozpoczęciem delivery. Discovery na potrzeby przyszłych cykli trwa wtedy, gdy delivery realizuje decyzje z poprzednich, a obie ścieżki są w nieustannym ruchu.
Te dwa tory różnią się od siebie pod niemal każdym względem:
Ścieżka discovery
Ścieżka delivery
Cel
Dowiedzieć się, czy pomysł jest warty budowy
Dostarczyć oprogramowanie, na którym klienci mogą polegać
Czym jest velocity
Szybkością uczenia się: jak szybko testujesz i podejmujesz decyzje
Szybkością developmentu: jak przewidywalnie dowozisz kod
Długość cyklu
Neregularna, od kilku godzin do paru dni na pętlę
Regularne sprinty, zazwyczaj 2-tygodniowe
Typowy rezultat
Zwalidowane, zmienione lub odrzucone pomysły
Przetestowane, gotowe do wydania przyrosty
Poprzeczka jakościowa
Wystarczająca, by wyciągnąć wnioski („fake it before you make it”)
Tabela bazuje na opisie dwóch rodzajów pracy według Pattona (Patton, 2017) oraz na rozróżnieniu Cagana między szybką nauką a pewnością wdrożenia (SVPG, 2015).
Czym discovery nie jest: fazą badawczą na początku projektu, dwutygodniowym badaniem przed napisaniem specyfikacji ani „sprintem discovery” odpalanym raz na kwartał. To modele sekwencyjne przebrane jedynie za dual-track. Zakładają one, że wszystkiego można dowiedzieć się z góry, a potem po prostu przejść do budowania. Tak to nie działa. To, czego dowiesz się w trzecim tygodniu programowania, często wywraca do góry nogami to, co miało powstać w tygodniu szóstym.
Skąd wziął się dual-track agile?
Jeff Patton wspomina historię powstania tego podejścia. Podczas wspólnych warsztatów Marty Cagan zapytał go, skąd wziął się jego schemat łączący agile z pracą nad produktem. Patton wskazał na artykuł Desirée Sy z 2007 roku, Adapting Usability Investigations for Agile User-centered Design, w którym opisała ona, jak projektanci w firmie Alias prowadzili prace projektowe i walidacyjne równolegle z developmentem. W pracy Sy pojawiło się określenie „dual tracks”, Cagan zaczął używać tego terminu w rozmowach z product managerami i pomysł zaczął żyć własnym życiem (Patton, 2017).
Sam Cagan w artykule z 2012 roku przypisuje Pattonowi pierwsze użycie sformułowania „Dual-Track Scrum” i tłumaczy, dlaczego tak bardzo mu się spodobało: znacznie lepiej oddaje równoległą naturę tej pracy niż „sprinty discovery”, które kojarzyły się z zamkniętymi w sztywnych ramach czasowych, następującymi po sobie fazami (SVPG, 2012).
Obaj autorzy zaczęli z czasem przed nim ostrzegać. Patton przyznaje, że nie przepada za tą nazwą, ponieważ graficzne przedstawienie modelu sugeruje dwa różne zadania dla dwóch różnych grup ludzi – sytuację, w której projektanci i PM-owie podejmują decyzje, a programiści po prostu na nie czekają. Cagan dodał do swojego artykułu aktualizację: począwszy od drugiego wydania INSPIRED, przestał używać terminu „dual-track agile”, ponieważ skłaniał on ludzi do skupiania się na procesie zamiast na zasadach. Zamiast tego zaczął pisać o „continuous discovery and continuous delivery”. Sama idea przetrwała; etykieta jest opcjonalna.
Czy dual-track agile to to samo co continuous discovery?
Te pojęcia opisują inne warstwy. Dual-track agile to struktura: dwa równoległe strumienie w jednym zespole. Continuous discovery to nawyk praktykowany wewnątrz ścieżki discovery. Teresa Torres definiuje je jako cotygodniowy kontakt z klientami prowadzony przez zespół tworzący produkt, połączony z drobnymi aktywnościami badawczymi służącymi osiągnięciu pożądanego rezultatu (Product Talk). Możesz prowadzić dwie ścieżki z badaniami odpalanymi raz na kwartał, ale wtedy nie ma to nic wspólnego z ciągłością. Nasz przewodnik po continuous discovery opisuje ten cotygodniowy nawyk w praktyce.
Dlaczego większości zespołów nie udaje się wdrożyć dual-track agile?
Cagan często opisuje punkt wyjścia: długie, frustrujące planowanie sprintu, bo zadania w backlogu są słabo zrozumiane, spadające velocity, bo szczegóły dopracowuje się w połowie sprintu, oraz ogromne straty czasu i ciągłe poprawki, bo nikt niczego wcześniej nie zwalidował (SVPG, 2012). Zespoły, które próbują naprawić to za pomocą dwóch ścieżek, zazwyczaj wykładają się na cztery sposoby.
Błąd 1: Brak wydzielonych zasobów na discovery. Jedyną osobą zajmującą się discovery jest PM, upychający je w wolnych chwilach między standupami, pisaniem specyfikacji, dyskusjami z interesariuszami i Slackiem. Discovery dzieje się tylko wtedy, gdy akurat jest czas – a czasu nie ma nigdy.
Rozwiązanie: przeznacz na discovery stałą część mocy przerobowych zespołu, a nie tylko wolne minuty PM-a. Niech projektant prowadzi cotygodniowe rozmowy z klientami, a para programistów stworzy szybki prototyp, by przetestować ryzykowne założenie technologiczne. Patton mówi wprost: PM, projektant i lead engineer mogą przewodzić discovery, ale brać udział powinien w nim cały zespół.
Błąd 2: Obie ścieżki ze sobą nie rozmawiają. Discovery żyje w jednym kącie, delivery w drugim. Wnioski z badań nie trafiają do programistów pracujących nad bieżącym sprintem, a ograniczenia delivery nie wpływają na to, co testuje się w discovery. Zespoły synchronizują się dopiero – i to nieudolnie – podczas planowania.
Rozwiązanie: jeden wspólny artefakt łączący obie ścieżki, w którym wnioski łączą się z decyzjami, a decyzje bezpośrednio z tym, co jest w tym momencie budowane. Kiedy ustalenia z discovery zmieniają cokolwiek w delivery, to powiązanie musi być widoczne na pierwszy rzut oka.
Błąd 3: Mierzenie discovery wynikami ilościowymi (output), a nie nauką. Zespoły zliczają przeprowadzone wywiady i przetestowane prototypy. Tyle że dziesięć wywiadów, które bez wyjątku potwierdzają pierwotne założenia, to nie żadne discovery – to teatr walidacji. Prawdziwe discovery wyciąga na wierzch rzeczy, których nikt się nie spodziewał.
Rozwiązanie: śledź, jak często discovery realnie coś zmienia. Patton proponuje bezwzględny test: jeśli robisz discovery dobrze, regularnie odrzucasz lub gruntownie zmieniasz mnóstwo pomysłów (Patton, 2017). Jeśli twoje discovery nigdy nie ubiło żadnej funkcji przed rozpoczęciem prac programistycznych, po prostu nie działa.
Błąd 4: Zbyt krótki horyzont discovery. Discovery bada wyłącznie kwestie potrzebne do kolejnego sprintu. Kiedy delivery zamyka cykl, w kolejce nie czeka nic zwalidowanego. Planowanie staje w miejscu lub – co gorsza – zespół wrzuca na warsztat niesprawdzone zadania, żeby „nakarmić machinę”, przed czym Patton bezpośrednio ostrzega.
Rozwiązanie: dbaj o to, by discovery wyprzedzało delivery o 4–8 tygodni, testując i eliminując ryzyka, tak aby zespół delivery zawsze miał pod ręką gotowe, sprawdzone zadania.
Jak wdrożyć dual-track agile krok po kroku?
1. Ustal horyzont discovery
Dla każdego cyklu delivery discovery powinno pracować nad zagadnieniami do kolejnego cyklu oraz nad jednym lub dwoma większymi tematami z horyzontem 3–6 miesięcy. Twoja tablica potrzebuje trzech kolumn:
Kolumna
Ścieżka
Co zawiera
Sygnał ostrzegawczy
W trakcie discovery
Discovery
Aktywne sprawdzanie, jeszcze bez walidacji
Więcej niż garść zadań: zespół łapie za dużo srok za ogon
Gotowe do wdrożenia
Bufor
Zwalidowane w discovery, gotowe do pobrania przez delivery
Pusta kolumna: delivery utknie lub weźmie niezwalidowane tematy
W trakcie budowania
Delivery
Prace w toku
Zadania, które pominęły środkową kolumnę
Kolumna „gotowe do wdrożenia” stanowi bufor oddzielający obie ścieżki. Staraj się w niej stale utrzymywać 3–5 zwalidowanych szans.
W ramach tego horyzontu pętle discovery powinny być krótkie. Pętla zaczyna się od hipotezy: jaki problem rozwiązujesz i dla kogo, jakie rozwiązanie proponujesz oraz jak zmierzysz sukces. Wybierz założenie, które budzi największy niepokój, przeprowadź najtańszy możliwy test mogący je obalić, a potem podejmij decyzję: budujemy, porzucamy czy badamy dalej (Patton, 2017). Patton zamyka testy w przedziałach od kilku godzin do paru dni, dzięki czemu wiele takich pętli mieści się w jednym 2-tygodniowym sprincie. Jeśli test wymaga całych tygodni, pytanie jest zbyt szerokie – rozbij je na mniejsze.
2. Zdefiniuj kryteria „zwalidowania”, zanim zaczniesz
Nie każda walidacja ma taką samą wartość. Skorzystaj z czterech ryzyk produktowych Cagana jako definicji gotowości (Definition of Ready) (SVPG, 2017):
Wartość (pożądalność): klienci to kupią lub zdecydują się z tego korzystać. Nasz próg wyjściowy to przynajmniej 5 klientów potwierdzających, że to realny problem, za którego rozwiązanie są w stanie zapłacić. Potraktuj to jako punkt wyjścia, a nie uniwersalną regułę; podnieś poprzeczkę przy drogich lub trudnych do odwrócenia decyzjach.
Użyteczność: testy prototypu wykazują, że użytkownicy radzą sobie z obsługą proponowanego rozwiązania.
Wykonalność: inżynierowie dają wstępny sygnał: „jesteśmy w stanie to zbudować w ramach naszego czasu, umiejętności i technologii”.
Opłacalność biznesowa (viability): rozwiązanie wpisuje się w model biznesowy, kanały sprzedaży, ograniczenia prawne i wizerunek marki.
Cagan przypisuje odpowiedzialność za wartość i opłacalność product managerowi, za użyteczność projektantowi, a za wykonalność głównemu inżynierowi. Pomysł nie jest gotowy do przejścia do delivery, dopóki każda z odpowiedzialnych osób nie wskaże twardych dowodów zamiast własnych opinii. Może brzmieć to powoli, ale wcale takie nie jest. Większość koncepcji odpada na teście wartości bardzo szybko, co oszczędza całe tygodnie niepotrzebnego programowania. Nasz poradnik o tym, co uznaje się za dowód przy każdym z czterech ryzyk, przedstawia konkretne przykłady, a mapowanie założeń ułatwi ci wybór ryzyka, które warto przetestować na samym początku.
3. Prowadź cotygodniowy sync discovery, niezależny od planowania sprintu
Planowanie sprintu służy procesowi delivery. To złe miejsce na podejmowanie decyzji dotyczących discovery: brakuje tam czasu, uwaga skupia się na programistach i dominuje myślenie zorientowane na to, „co damy radę dowieźć w tym sprincie”.
Wprowadź osobne, 45-minutowe spotkanie synchronizacyjne discovery raz w tygodniu:
Czego dowiedzieliśmy się w tym tygodniu? Wnioski z wywiadów, eksperymentów i danych analitycznych.
Co uległo zmianie? Czy któreś z ustaleń podważyło to, co wcześniej uważaliśmy za pewnik?
Co testujemy teraz? Trzy najważniejsze otwarte pytania.
Co kwalifikuje się do przeniesienia do „gotowe do wdrożenia”?
Na tym spotkaniu nie omawia się zadań programistycznych. Ma służyć nauce i wyciąganiu wniosków, a nie podejmowaniu twardych zobowiązań wdrożeniowych.
4. Wyraźnie połącz obie ścieżki
Najczęstszym błędem jest sytuacja, w której oba tory biegną zupełnie niezależnie, po czym zespół próbuje na siłę pogodzić je podczas planowania. Unikaj tego, dbając o ciągłą widoczność powiązań między nimi.
Gdy wniosek z discovery wymusza zmianę w delivery, zanotuj tę modyfikację wraz z uzasadnieniem. Kiedy ograniczenie z delivery (technologiczne, czasowe lub zasobowe) wpływa na to, co jest testowane w discovery, ta informacja musi natychmiast wrócić do badających. Nie chodzi o mnożenie spotkań, lecz o wspólne artefakty, które pokazują te zależności bez konieczności ciągłego synchronizowania się na callach.
W tym miejscu większość zespołów zderza się ze ścianą narzędziową. Wnioski z discovery leżą w jednym programie, taski z delivery w drugim, a most między nimi istnieje tylko w czyjejś głowie. Gdy ta osoba zmieni pracę, zapomni o kontekście albo akurat siedzi na innym spotkaniu, powiązanie bezpowrotnie znika.
Jak wygląda tydzień w modelu dual-track w małym zespole?
Oto praktyczny przykład dla 6-osobowego zespołu (PM, designer i 4 programistów) pracującego w 2-tygodniowych sprintach:
Dzień
Ścieżka discovery
Ścieżka delivery
Poniedziałek
PM i designer prowadzą 2 wywiady z klientami (po 30 min)
Praca nad zadaniami ze sprintu z kolumny „gotowe do wdrożenia”
Wtorek
Jeden inżynier poświęca dzień na spike technologiczny sprawdzający wykonalność
3 inżynierów kontynuuje zadania ze sprintu
Środa
Designer testuje klikalny prototyp z 3 użytkownikami
Praca w sprincie; designer doprecyzowuje szczegóły
Czwartek
45-minutowy sync discovery: 1 pomysł ubity, 1 przeniesiony do „gotowe do wdrożenia”
Praca w sprincie
Piątek
PM opisuje zwalidowany element wraz z linkami do dowodów
Demo i release
Daje to 1 z 20 osobodni inżynierskich w tygodniu, czyli zaledwie 5% czasu programistów, przy jednoczesnym znacznym zaangażowaniu PM-a i projektanta. Udział programistów warto rotować, aby każdy z nich przynajmniej raz na kwartał miał bezpośredni kontakt z klientami. Z perspektywy inżyniera ten proces opisaliśmy w tekście customer discovery dla product engineerów.
Czy AI zwiększa, czy zmniejsza wagę ścieżki discovery?
Zdecydowanie zwiększa. Sztuczna inteligencja stała się codziennością w pracy delivery: raport DORA z 2025 roku, obejmujący niemal 5000 specjalistów technologicznych, wykazał, że 90% z nich korzysta z AI – to wzrost o 14 punktów procentowych rok do roku, zazwyczaj przy medianie 2 godzin dziennie (Google, 2025).
Kwestia tego, jak bardzo AI realnie przyspiesza proces delivery, pozostaje otwarta:
W kontrolowanym eksperymencie z 2023 roku programiści korzystający z GitHub Copilot ukończyli zadanie stworzenia serwera HTTP o 55,8% szybciej (Peng et al., 2023).
W randomizowanym badaniu METR z 2025 roku 16 doświadczonych programistów open-source pracujących nad 246 realnymi problemami potrzebowało o 19% więcej czasu z narzędziami AI, mimo że byli przekonani, iż pracują o 20% szybciej (METR, 2025).
Aktualizacja METR z lutego 2026 roku sugeruje, że programiści zyskują dziś prawdopodobnie więcej niż na początku 2025 roku, ale nowe dane są słabym dowodem na dokładną skalę tego zjawiska (METR, 2026).
Niezależnie od liczb kierunek dla zespołów dual-track jest oczywisty. Szybsze delivery błyskawicznie drenuje kolumnę „gotowe do wdrożenia”. Zespoły powolne w discovery albo marnują moce produkcyjne programistów, albo zasypują ich niesprawdzonymi tematami, które powstają ekspresowo, ale okazują się kompletnie nietrafione – to zjawisko wyjaśniamy w artykule o iluzji prędkości produktu. Z drugiej strony AI wspiera także ścieżkę discovery, bo działający prototyp na potrzeby testów można przygotować w kilka godzin, a nie dni.
Pierwszym odruchem pod presją terminów bywa ograniczenie discovery: „Nie mamy czasu na badania, musimy dowozić kod”. To błąd logiczny. Gdy delivery przyspiesza, potrzebujesz więcej przestrzeni na discovery, a nie mniej – w przeciwnym razie zespół po prostu szybciej wdraża rzeczy pozbawione sensu.
Jak mierzyć skuteczność obu ścieżek?
Mierz to, co discovery realnie wypracowuje, a nie to, jak bardzo zespół jest zajęty.
Metryka
Definicja
Zdrowy objaw
Sygnał ostrzegawczy
Przepustowość zwalidowanych zadań (validated throughput)
Liczba szans przeniesionych z „w trakcie discovery” do „gotowe do wdrożenia” na kwartał
Nadąża za mocami przerobowymi delivery
Niska: problem z zasobami discovery. Wysoka przy wolnym delivery: zator po stronie delivery
Czas połowicznego rozpadu decyzji (decision half-life)
Jak często decyzja podjęta w discovery ulega zmianie w delivery z powodu nowych faktów
Niski, ale większy od zera
Wysoki: proces walidacji jest zbyt powierzchowny
Wskaźnik odrzuceń (kill rate)
Odsetek pomysłów w discovery, które zostały porzucone lub gruntownie zmienione
Wiele koncepcji zmienia kształt lub odpada
Bliski zeru: discovery jedynie przyklepuje pomysły zamiast je testować
Głębokość bufora (buffer depth)
Liczba zwalidowanych elementów czekających w „gotowe do wdrożenia”
3–5 elementów
Pustka podczas planowania sprintu
Głównym wskaźnikiem jest przepustowość zwalidowanych zadań: pokazuje rzeczywisty wynik discovery i natychmiast ujawnia wąskie gardła. Zestawiaj ją z czasem połowicznego rozpadu decyzji. Zmiany w fazie delivery są naturalne, ale ich duża skala oznacza, że discovery bezrefleksyjnie przepycha wszystko dalej.
Po czym poznać sprawnie działający zespół dual-track?
Zespół, który dobrze wdrożył ten model:
zawsze utrzymuje 3–5 zwalidowanych szans w kolumnie „gotowe do wdrożenia”;
prowadzi wywiady z klientami co tydzień – jako stały nawyk, a nie jednorazowy projekt;
łączy wnioski z discovery z decyzjami w delivery w sposób w pełni przejrzysty dla każdego;
bez oporów zmienia kurs w delivery, gdy discovery ujawni nowe, istotne fakty – nie traktując tego jako porażki;
nigdy nie rozpoczyna planowania bez jasności, co i dlaczego będzie budowane w kolejnym cyklu;
kontynuuje pomiary po release, pamiętając, że nauka nie kończy się wraz z wdrożeniem kodu na produkcję.
Celem nie jest idealne, laboratoryjne discovery. Chodzi o to, by discovery działało na tyle sprawnie, by inżynierowie nigdy nie tracili czasu na budowanie rzeczy, których wdrożenia zespół będzie żałować – a jeśli już do tego dojdzie, by błąd wyszedł na jaw możliwie najszybciej.
Kiedy podejście dual-track się nie sprawdzi?
Samodzielni founderzy przed product-market fit. Gdy pracujesz w pojedynkę i nie masz jeszcze stabilnego produktu, niemal wszystko sprowadza się do discovery. Dwie formalne ścieżki to zbędna biurokracja; lepiej sprawdzi się lekki proces product discovery.
Sztywny zakres określony umową. Jeśli klient lub regulator z góry narzucił, co ma zostać zbudowane, discovery może wprawdzie poprawić użyteczność, ale nie masz możliwości zrezygnowania z danej funkcji.
Typowe utrzymanie lub prace platformowe. Poprawki błędów, aktualizacje bibliotek i przewidywalne zadania infrastrukturalne rzadko wymagają weryfikacji wartości biznesowej. Prowadź je w ścieżce delivery, a discovery zachowaj na nowe hipotezy.
Zespoły 2- lub 3-osobowe. Obie ścieżki nadal istnieją, ale sprowadzają się do różnych ról pełnionych przez te same osoby. Zamiast budować osobne procesy, lepiej zarezerwować stały cotygodniowy blok w kalendarzu na discovery.
Gdzie w tym wszystkim miejsce na Specky?
Specky spina discovery i delivery w ramach jednego spójnego Product Graphu. Analizuje rozmowy z klientami, feedback, Slacka, Jirę oraz metryki, a następnie generuje specyfikacje i tickety z bezpośrednimi odnośnikami do materiałów źródłowych. Dzięki temu zadanie w kolumnie „w trakcie budowania” zachowuje link do wywiadów, które przesunęły je do „gotowe do wdrożenia”. Wbudowany Decision Log zapisuje, dlaczego dany pomysł został wdrożony, zmieniony lub odrzucony – dostarczając danych niezbędnych do wyliczenia wskaźnika decision half-life.
Często zadawane pytania
Czym jest dual-track agile w prostych słowach?
Dual-track agile to model, w którym jeden zespół produktowy prowadzi równolegle dwa rodzaje prac: discovery (sprawdzanie, czy dany pomysł warto budować) oraz delivery (budowanie pomysłów, które pomyślnie przeszły weryfikację). Discovery zawsze wyprzedza delivery o kilka tygodni, dzięki czemu programiści zawsze mają w kolejce sprawdzone zadania. Korzenie tego podejścia sięgają publikacji Desirée Sy z 2007 roku, a spopularyzowali je Jeff Patton i Marty Cagan.
Czy dual-track agile to to samo co dual-track scrum?
Tak, oba pojęcia odnoszą się do tej samej koncepcji. W artykule z 2012 roku Marty Cagan wskazuje, że autorem sformułowania „dual-track scrum” jest Jeff Patton, i traktuje je jako synonim dual-track agile – obok określeń takich jak continuous discovery i continuous delivery. Scrum to po prostu jeden z frameworków delivery; ścieżka discovery sprawdza się identycznie przy wykorzystaniu Kanbanu lub jakiejkolwiek innej metodyki wytwórczej.
Kto wykonuje pracę w discovery?
Pracami kierują najczęściej product manager, projektant oraz senior engineer, ale w proces powinien angażować się cały zespół. Jeff Patton wprost obala mit osobnych zespołów od discovery i delivery: to dwie ścieżki, a nie dwa odrębne składy ludzkie. W praktyce warto rotacyjnie zapraszać inżynierów na wywiady i testy prototypów, aby osobiście słuchali klientów i wcześnie wychwytywali ryzyka techniczne.
O ile wcześniej discovery powinno wyprzedzać delivery?
Około 4–8 tygodni w przypadku zadań na najbliższe cykle, uzupełnione o jeden lub dwa większe tematy badane z wyprzedzeniem 3–6 miesięcy. Prostym testem jest stan kolumny „gotowe do wdrożenia”: jeśli świeci pustkami na planowaniu sprintu, discovery toczy się zbyt blisko delivery. Same pętle badawcze powinny być krótkie i zamykać się w przedziale od kilku godzin do paru dni.
Dlaczego Marty Cagan przestał używać terminu dual-track agile?
Cagan zauważył, że to sformułowanie odwracało uwagę zespołów od fundamentalnych zasad i kierowało ją nadmiernie na sztywny proces. Od drugiego wydania INSPIRED zastąpił je określeniami „continuous discovery” i „continuous delivery”. Praktyka pozostała taka sama: szybka i tania nauka w discovery oraz wdrażanie stabilnego, produkcyjnego kodu w delivery.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing