如何发现问题

日期	修订内容
2026/01/20	初稿

如何发现问题的重要性远大于如何解决问题。根据以往的书籍和事实经验可总结一些方法论，利用和完善这些方法可以发现更多有价值的待解问题。

一、事物发展阶段

事物从无到有、从有到优是不同的阶段，不同的阶段有不同的问题发掘方式。事物起初阶段，框架和系统尚不完善，这个阶段可以通过用户痛点驱动，优先去完善缺失的点。随着事物逐渐发展完善，痛点逐渐消失，痛点驱动愈行愈坚。

用户进入舒适区，或是因为顿感、适应性强等原因，通过调研等方式很难发现有价值的待解问题。如果陷入路径依赖，始终坚持痛点驱动则进入死胡同。当事物发展到成熟期后，需要由痛点驱动变成爽点驱动。爽点有时只有你发掘出来，用户才后知后觉，正如地下室漏水，只有发现时才是问题。

爽点很少会被用户以问题的形式描述，需要自己体验、洞察、发掘。本文旨在解决此类问题，从一些已有的爽点事实中，沉淀归纳一些思考方法，结合水平思考法去发现同类的问题。这些方法可能不具备直觉上的完整和规则性，需要熟识熟记。

另外，康威定律告诉我们系统和服务最终会长成组织架构的样子。若组织横向隔离度太高，且无约束，则重复建设的overlap事项会很多，即通过扩大边界、重复造轮子、差异化解决问题来彰显问题价值。这类属于组织问题，不属于发现新的问题，不再本文考虑范围。

二、历史优化点归类

方法分类	优化点	说明
流水线/胶合层	bits、devflow/bdp	把研发开发过程的多个固定步骤做成流水线，标准化、串联研发动作，减少研发对多平台的交互成本，提升研发效率
框架类/脚手架代码自动生成	GDP/BDF、Overpass、RAL类代码生成（Client和Model）、UT生成、MQ托管	通过自动生成框架类代码，减小研发的开发成本，另外也可实现代码标准化
多维度分析	重复/复杂函数治理、接口治理、链路深度治理、重复调用治理	函数维度、接口维度、服务维度、链路维度
Top下钻分析	Metric治理、序列化包治理、日志治理、实验治理	对cpu/mem/网络等的Top用量分析
废弃删除	静态/动态废弃代码删除、废弃实验删除、废弃接口删除、废弃服务删除	把无效的废弃的进行删除，可以减小系统复杂度和熵。
冗余删除	重复调用治理
过微合并	过微服务合并（代码合并、合并编译、合并部署）、薄API+RPC合并	通过合并减少实体数量，降低理解、运维成本
参数治理	超时参数
总分思路	实验治理（实验治理成本比例核算）	成本治理时分析优化项的治理空间
全景图分析	实验治理庖丁项目（整理实验请求链路/消费链路，从中挖掘出优化点）、稳定性治理（梳理京东物流核心服务的全景链路）