AI 时代的内在竞技场当情绪清晰度成为最后的护城河摘要AI 正在商品化知识与努力。OpenAI 教练 Joe Hudson 提出智慧栈框架指出情绪清晰度才是后 AGI 时代真正的竞争优势。一个让人不安的问题如果 AI 能在几秒钟内完成你一周的分析工作你的价值到底在哪里Shopify CEO Tobi Lutke 已经要求团队在申请新人力前先证明 AI 做不了这件事。Anthropic、Amazon、Coinbase、Block 都在用更少的人做更多的事。当执行层的工作被 AI 接管人被推到了更高的位置——但那个位置需要的能力恰恰是多数人从未刻意训练过的。Joe Hudson 对此有独特的观察视角。他是 Art of Accomplishment 的创始人也是 OpenAI 研究团队和计算团队的教练。Sam Altman 在 X原 Twitter上为该期播客的推广帖中写道“Joe 深刻理解情绪清晰度以及如何达到它。这将是后 AGI 世界最关键的技能之一。”该推文发布于 Lenny’s Podcast 对应集数上线前后用他的话说——在 AI 时代真正的竞争优势不是你知道什么也不是你多努力而是你能否感知自己的情绪而不被情绪驱动。这篇文章拆解他的智慧栈框架笔者基于 Hudson 在访谈中所述四项核心特质整理为自底向上的四层模型——每层都有具体的练习方法。背景团队正在 “NBA 化”在展开框架之前先理解一个趋势AI 放大了个人产出组织正在从工厂变为精英小队。想象一支 NBA 球队——12 个人每人都是顶级球员每人承载巨大的薪资和期望。一个人状态不好整支队伍的表现肉眼可见地下滑。没有平均数可以稀释问题。说白了过去大厂那种人多力量大、多招几个就能解决的思路彻底不灵了。科技团队已经在经历这个变化。当每个人的产出被 AI 成倍放大团队自然缩小。更少的人更高的人均资本承载量。结果是每个人的决策权重更大人际摩擦的成本更高没有冗余人力来缓冲一条未解决的张力不再被稀释它会被放大这就是为什么软技能这个词本身就是误导——在 NBA 化的团队里情绪管理是硬基础设施。智慧栈四层能力模型图 2智慧栈——从积极自我对话到洞察力的四层递进架构Hudson 在访谈中列出了后 AI 时代四项核心人类能力我把它们组织为自底向上的栈结构。底层支撑上层缺失底层会导致上层不稳定——这个递进关系是我根据他论述的逻辑推导出来的原文并没有画一张栈图。第一层基座积极自我对话这是整个栈的地基却是最容易被忽视的。为什么重要研究表明人体无法区分真实威胁和对威胁的想法这在学术上被称为 perseverative cognition。当你的内心独白说你搞砸了、“你不够好”身体的反应和真正面对危险时一样——释放皮质醇和肾上腺素进入战斗或逃跑状态。在 AI 之前的时代自我鞭策有一定合理性你可以通过 out-grind 旁边那个人来赢。但现在你的竞争对手是服务器农场用皮质醇驱动的加班来竞争物理上就没有意义了。数据佐证据 Art of Accomplishment 公布的内部数据7 年、数千名参与者参与系统训练后负面自我对话显著减少——Hudson 声称改善幅度达到一个标准差。这个数字未经第三方学术审查但如果属实意味着结构性的变化而非微调。立即可做的练习内心独白转录法用一天时间把你脑海中的自我对话当成会议记录来转录。不评判、不修改只是记录。大多数人第一次做这个练习时会惊讶于自己内心独白的刻薄程度——很多话如果说给同事听会构成职场霸凌。觉察本身就是改变的开始。坦白说我对这一层最初是存疑的——这听起来像冥想 App 的销售话术。但 Hudson 给出的那个 perseverative cognition 的生理机制说服了我负面自我对话不只是心态问题它是在生理层面持续释放压力激素。这把调整心态从鸡汤建议变成了生理优化。第二层愿意失败AI 擅长什么已知领域的优化。突破发生在哪里未知领域。进入未知必然意味着失败。神经科学背景大脑中有一个叫做缰核habenula的结构它在感知到失败信号时会切断多巴胺通路直接削减你的动力。这是进化的遗产——远古环境中反复失败可能意味着死亡。但在创新语境下这个机制是纯粹的阻力。案例参照James Dyson 经历了 5,127 次原型迭代才做出第一台成功的无袋吸尘器据其自传Against the OddsMichael Jordan 职业生涯投丢超过 9,000 球据其经典 Nike 广告自述Steve Jobs 被自己创立的公司解雇这段经历他后来称为发生在我身上最好的事组织实践Anthropic 的 Side Quests据 Hudson 分享Anthropic 的产品团队有一个叫 “Side Quests” 的机制——团队成员可以用一个下午做原型实验不需要审批不需要证明 ROI。这降低了失败的心理门槛因为下注的单位足够小。Hudson 在访谈中提到Art of Accomplishment 内部每人每季度跑 5 个实验明确预期其中大部分会失败。度量工具Pace 和 SpinHudson 提出两个可量化的团队指标指标定义健康范围*Pace迭代速率实际完成的学习循环 / 计划循环80%-150%Spin空转摩擦未解决的人际/流程摩擦占比 30%健康范围来自 Art of Accomplishment 内部使用的基线非学术公认阈值。如果你的团队在稳定期持续低于 80%说明实验频率不够持续高于 120%检查是否有质量下滑或团队倦怠的迹象。图 4Pace 与 Spin——衡量团队迭代健康的双指标仪表盘Pace 衡量你愿意失败的频率——团队是否在持续产生新实验、新反馈循环。Spin 衡量有多少能量被消耗在内耗上而非前进上。两个指标配合使用高 Pace 低 Spin 健康的高速迭代。第三层冲突即信任AI 能生成一封语气得体的邮件但你知道那封你一直写不出来的消息——不是因为不会措辞而是因为发出去意味着承认一些你不想面对的事。那种事 AI 替不了你。在 NBA 化的小团队中一个人际僵局的代价极高。没有第三个人来做缓冲没有组织冗余来吸收摩擦。要么解决要么持续失血。案例Ona 团队原 Gitpod后被 OpenAI 收购Ona 创始人 Johannes 的团队存在持续六个月的人际障碍。两天集中的 Summit 工作坊之后这些障碍被逐一拆解和消除——正面处理而非绕开。练习周末双困扰法每周五晚上写下两件困扰你的事关于工作关系的。周末找一个安全的时间打电话给相关人讨论。关键不是解决问题而是建立我们能讨论难题的肌肉记忆。VIEW 方法把冲突变为信任催化剂图 5VIEW 方法——将冲突转化为信任的四要素矩阵要素含义实践示范V- Vulnerability脆弱性先暴露自己的不确定“我担心我可能误解了你的意思”I- Impartiality公正性不预设结论“我想先理解你的视角”E- Empathy共情感受对方的感受“听起来这让你很沮丧”W- Wonder好奇保持开放提问“是什么让你产生了这个想法”VIEW 不是一次性工具它是肌肉。每次使用都在积累信任资本。不过我要指出 Hudson 框架在这一层的适用边界VIEW 方法预设双方都愿意参与对话。在权力不对等的关系中比如你和直属上级单方面暴露脆弱性的风险是真实存在的。我的观察是这个方法最适合平级协作和你作为 leader 向下使用的场景。向上使用时需要更谨慎地选择时机。第四层顶层洞察力AI 接管执行后人类剩余的最关键工作是什么高层决策。但多数人对决策的理解是错的。神经科学家 Antonio Damasio 在其经典著作《Descartes’ Error》中证明决策本质上是情绪性的。大脑情绪中枢具体说是 vmPFC受损的患者逻辑能力完好但无法做出最简单的决定——比如选哪天开会——因为失去了情绪标记系统。核心洞察情绪回避会收窄你的方案空间。当你害怕某种情绪比如让人失望的内疚感你的大脑会自动排除所有可能触发那种情绪的选项——即使那些选项是最优解。这个机制在高管决策中尤为明显——案例害怕让人失望的 CEO访谈中他提到一个典型案例一位 CEO 长期无法砍掉低效项目。经过分析根本原因不是商业判断不足而是对让人失望这个情绪的深度回避。这个情绪约束解除后6 个月内他砍掉了 40% 的项目团队人均收入实现跃升。问题从来不是你不够聪明而是你害怕什么情绪。黄金算法Golden Algorithm拆解情绪约束图 3黄金算法——从反复挫败到解除情绪约束的四步流程这是 Hudson 框架中最具操作性的工具识别反复出现的挫败感—— 什么问题困扰你超过三个月什么卡点反复出现定位底层情绪—— 这个挫败感下面藏着什么是害怕被拒绝害怕暴露不足害怕让人失望列出你的回避策略—— 你做了什么来避免面对那个情绪过度准备委托他人模糊表态拖延发现悖论—— 你的回避策略正在制造你最害怕的结果。回到那位 CEO他害怕让人失望 → 回避策略是不砍项目 → 结果是资源分散、团队疲惫、所有人都更失望。回避策略本身成了问题。这个悖论一旦被看见约束就开始松动。实战选择遇到情况怎么选以下是几个典型场景的决策路径场景 A你知道该裁掉某个项目但一直拖着没动→ 这是第四层洞察力问题。用黄金算法你在回避什么情绪回避策略是什么它正在制造什么后果场景 B团队迭代速度肉眼可见地变慢但找不到明确原因→ 先测 Spin 指标是否存在未讨论的人际摩擦两个人之间有没有房间里的大象如果 Spin 30%这比任何流程优化都重要。场景 C你发现自己反复拖延某类工作比如写季度回顾、做绩效面谈→ 这可能是第二层愿意失败或第一层自我对话问题。用内心独白转录法你在做这件事之前对自己说了什么“你写不好”“你会暴露自己不懂”场景 D你跟某个同事的沟通总是不顺邮件来回效率极低→ 第三层问题。用周末双困扰法启动然后在下次对话中刻意使用 VIEW 的 V先暴露自己的不确定。场景 E你的团队看起来很忙但季度复盘时发现没有真正的新学习→ Pace 指标过低。参考 Anthropic 的 Side Quests 机制能否在每周留出不需要审批的实验时间Hudson 提到的基准是每人每季度 5 个实验。说实话如果我只能从这五个场景里选一个先做我会选 C。因为拖延最容易被合理化忙是完美的借口。为什么偏偏是 2025 年回看时间线拐点比我们意识到的更密集2024 年初 Shopify 内部 memo 流出Tobi Lutke 要求所有团队先证明AI 做不了才能申请 headcount。同期 Anthropic 和 Block 各自走向了类似的路径更扁平的结构更少的纯管理层。我不确定 Hudson 是否高估了这个时间窗口的紧迫性——但我观察到的现象确实在加速。当 AI 压缩了执行层的人力需求组织在大规模去冗余过去靠工作量取胜的路径开始失效。说白了就三件事你做决策的质量、从失败中提取学习的速度、跟少数队友协作的效率。这三件事底下全是情绪基础设施。我的判断是这个窗口期不会太长。当大多数人还在焦虑AI 会不会取代我的时候少数人已经在训练 AI 无法替代的那部分能力。先发优势在情绪领域比在技术领域更陡——因为情绪能力的积累周期以年计。从明天开始不需要一次做所有事。选一个最小的切入点本周试一次内心独白转录30 分钟—— 打开备忘录记录你脑内对自己说的话。只记录不评判。用黄金算法分析一个卡了超过一个月的决定—— 四步走完写下来看看悖论是什么。下周五写下两件困扰你的事周末找机会跟当事人聊。这些练习的共同特征是低成本、高信号、立即可做。它们的效果不来自复杂性而来自诚实。不过有个现实要面对这套方法在国内科技公司落地的阻力会比硅谷更大。特别是冲突即信任——在强调和气与面子的文化里主动暴露脆弱性需要更大的心理门槛。但反过来想正因为大家都不做做的人护城河更深。参考文献Lenny Rachitsky, “The new inner game: Your unfair advantage in the age of AI” (featuring Joe Hudson), Lenny’s Newsletter, 2025. 原文链接Antonio Damasio,Descartes’ Error: Emotion, Reason, and the Human Brain, Putnam, 1994.Art of Accomplishment — Joe Hudson 创立的领导力发展平台. 官网Brosschot, J.F., Gerin, W., Thayer, J.F. “The perseverative cognition hypothesis: A review of worry, prolonged stress-related physiological activation, and health.”Journal of Psychosomatic Research, 2006.Hikosaka, O. “The habenula: from stress evasion to value-based decision-making.”Nature Reviews Neuroscience, 11(7), 503-513, 2010.Tobi Lutke (Shopify CEO), internal memo on AI-first hiring, 2024-2025.James Dyson,Against the Odds: An Autobiography, Texere, 2003.Sam Altman, X post endorsing Joe Hudson (shared around the release of Lenny’s Podcast conversation with Hudson). Profile