第一周课后真实反馈
第一周，我们从精益、本体论、价值流和 Cynefin 出发，把“凭经验动手”变成“有证据地选择行动”。
同学们的完整反馈
通过两节精益 FDE 课程，初步接触精益基础理念与分析方法，重点了解 Cynefin 问题分析框架，学会用框架拆解复杂问题、识别问题本质并找准切入点。
价值流梳理带来很大启发：优先定位效果显性最大化的关键节点，先小步落地验证，避免盲目全面铺开，一步步实现目标，不要总想着一口吃成个胖子。老师结合例子讲解抽象理论，降低了理解门槛（不过一节课下来大脑 CPU 还是有些过热）。
“训”“战”一体，理论结合实践，以理论指导实操，再通过实践加深理解，学用互促，避免纯理论学习的空洞感。
建议增加更多完整实战案例，通过真实项目场景辅助理解理论，提升知识吸收效率。
学到很多概念和理论，例如抽象思维、Cynefin 等。
对 FDE 项目区别于传统项目有了更深刻的认知。
切中了 AI 时代人与人差别的本质：思考力和提问力。
1. 用一个统一案例，带着同学拆解和清晰认识价值流、本体论、Cynefin 等方法论。 2. 双线并行学习，增加 AI 管理学习、知识图谱等内容。 3. 准备更多选择题或填空题，公开得分结果，推动群内讨论。 4. 形成初步 SOP，明确各阶段事项、标准和固定模板。
学会如何抽象看清本质，分析问题类型以及应该采取什么行动；目前理解还不够透彻，还需继续深化。
思维方式发生转变：遇到问题不再盲目动手，而是先搞清楚问题属于哪个象限。
课程基本是在修炼心法，核心是理解和融会贯通。
对关键内容做总结；方法论辅以更多案例，增强理解。
学到精益思想和方法论如何应用于 IT 项目，不止于 AI。
收获了各种方法论和框架。
不只有为什么，还有怎么做；老师经验丰富、深入浅出，并采用苏格拉底式提问。差异点是更多从项目价值、场景落地、非权力说服等框架出发，而不只是讲 AI 编程。
节奏可以稍微放慢，多留时间准备项目；增加 AI 项目应用经验和技巧分享。
学到非常多实用的 AI 理论知识体系。
Conceptual Thinking：遇到问题先选择最合适的框架或模型进行拆解，然后再通过合适的工具及方法解决。
互动式学习，通过不断提问和讨论增强知识理解。
1. 给出从现场调查到效果评估的完整方法路线图，减少多个框架同时出现带来的理解负担。 2. 用一个案例完整走完“事实—基线—假设—MVP—数据—评测—采纳—复盘”，特别补充 AI 可行性和评测方法。
学到了 Cynefin 等方法。
开始从业务价值出发思考问题。
和学员互动多。
1. 本体论、精益论、Cynefin 概念较多，希望老师多介绍如何有机结合自己的思维。 2. 希望老师多分享之前项目的经历和思考，学员自己的想法毕竟有局限，更希望学习老师的经验和思维。
老师的第一周复盘
训战营不是把内容讲完，而是根据真实学习阻力持续调课。我们把反馈翻译成下一轮训练动作。
用一个真实 AI 项目贯穿本体论、价值流、Cynefin 与选题，减少概念之间的跳跃。
增加 AI 辅助学习、知识整理与知识图谱练习，让方法论马上进入日常工作。
增加选择题、填空题与同伴互评，把抽象判断练成可观察的行动能力。
为调研、梳理、访谈和复盘提供固定模板，让每周产出更容易开始、更容易复用。
补充“现场调查 → 事实与基线 → 业务假设 → MVP → 数据 → 评测 → 采纳 → 复盘”的完整方法路线图，降低框架切换负担。
用一个真实项目贯穿本体论、精益价值流、Cynefin、AI 可行性、评测方法和组织采纳，讲清老师的判断过程。
给下一位同学
下一期 Lean-FDE 训战营，继续从真实问题出发，练习判断、提问、协作与落地。
查看训练营 →Lean-FDE · 让现场问题变成可验证的业务结果