Author: aitrendtrackers@rengongzhineng.io

2025年10月6日，SpaceX 宣布与 EchoStar 达成一项高达170亿美元的交易，获得 50 MHz 关键频谱授权，并计划发射 最多1.5万颗新一代卫星，全面推进其 Starlink 直连手机服务（D2D, Direct to Device）。此举不仅直接挑战英伟达在AI计算领域的竞争对手，也使得 AT&T、Verizon 和苹果等巨头不得不重新审视他们与 Starlink 竞争对手的现有合作关系。 关键交易内容： 对手阵营动摇：AT&T、Verizon 和苹果可能动摇对现有伙伴的忠诚 📱 AT&T 与 Verizon 的困境： AT&T 与 AST SpaceMobile 建立了合作关系，而 Verizon 也正尝试与其协同推进。然而，AST 被批评为“进展缓慢、延期不断”。目前仅部署了5颗商用卫星，远远落后于 Starlink 已部署的 650 颗 D2D 卫星。 业界专家 Tim Farrar 表示：“AT&T 当初称自己比 T-Mobile 和 Starlink 提前了18个月，但如今来看，AST 可能反而落后了18个月以上。” Verizon 被认为“对 AST 合作更不坚定”，并已与 Skylo 等其他卫星运营商合作。外界普遍认为，Verizon…

OpenAI 宣布，即日起将开放一种全新方式，让开发者在 ChatGPT 中构建并嵌入互动式应用程序。用户从本周一开始即可在 ChatGPT 中直接访问来自 Booking.com、Expedia、Spotify、Figma、Coursera、Zillow、Canva 等公司的互动式应用。同时，OpenAI 也正式推出了其应用开发工具包（Apps SDK）的预览版本，面向开发者开放。 这一消息是在 OpenAI 一年一度的开发者大会 DevDay 2025 上发布的。 OpenAI 首席执行官 Sam Altman 表示：“OpenAI 希望让 ChatGPT 成为人们实现目标的强大助手——无论是提升生产力、加快学习速度、激发创造力，还是解决生活中的问题。通过这些内嵌式应用，我们正在开启一个全新的互动、适应性强、个性化的应用生态系统。” 此次发布标志着 OpenAI 又一次尝试围绕其旗舰 AI 产品 ChatGPT 构建应用生态。不同于此前推出的 GPT 应用商店（GPT Store）那样的独立平台，此次的新系统直接将应用嵌入 ChatGPT 对话界面中，使用户能在自然交谈过程中调用第三方工具。这不仅为开发者提供了更广泛的分发渠道，也大幅提升了用户在 ChatGPT 中的互动体验。 用户只需在对话中输入应用名称，即可调用服务。例如输入“Figma，把这张草图变成可用图表”，即可唤起 Figma 应用。或者说“Coursera，可以教我一些关于机器学习的内容吗？”则会自动调取 Coursera 应用并进入学习界面。 在 Zillow 的应用展示中，用户只需用自然语言请求，便可查询某地某价位区间内的出租房源。ChatGPT 随即生成交互式地图展示房源，并可继续对话了解更多详细信息。 此外，ChatGPT 也会在适当时机主动推荐相关应用。例如当用户请求为即将到来的派对生成播放列表时，系统可能会自动调用 Spotify 应用协助生成歌单。未来，DoorDash、Instacart、Uber 和 AllTrails 等服务也将陆续接入 ChatGPT。…

在即将进行的高管更替之际，苹果公司正日益将焦点集中在硬件工程高级副总裁 John Ternus 身上。与此同时，公司已搁置“Vision Air”轻量版头显项目，将资源转向开发智能眼镜，而 Vision Pro 与 iPad Pro 的更新版本也即将发布。 尽管作为全球最具规模和影响力的科技公司之一，苹果过去十年来在高管层面维持了罕见的稳定性，但这一局面正在悄然发生变化。首席运营官 Jeff Williams 的即将离职，标志着苹果新一轮高管更替的开始。Williams 曾一度被视为 CEO Tim Cook 的接班人，但他在今年七月已卸下运营职责，并准备在年底前正式离任。 多位高层预计将陆续离开。例如人工智能负责人 John Giannandrea 的去留一直不明朗。尽管其团队在推出 Apple Intelligence 及 Siri 改版过程中屡屡受挫，他目前依旧留任，只是权力有所削减。被认为可能接替 Giannandrea 的 Mike Rockwell —— Vision Pro 的关键缔造者 —— 现在接手了修复 Siri 的任务，但高管层似乎更倾向从外部引入 AI 新领导。Meta 的一位 AI 高管成为潜在人选，而 Meta 近期也正进行 AI 部门重组，为其他公司提供了“挖角”机会。 苹果芯片部门资深主管 Johny Srouji 也被认为可能接近退休阶段。Srouji 长期负责硬件技术团队，包括每年推出的…

许多软件工程师对公司政治持宿命论态度。他们普遍认为参与政治毫无意义，原因包括以下几点： 首先，技术决策往往出于完全自私的动机，而这些动机并不受任何善意工程师的影响。其次，关键的利益相关者通常愚蠢且组织混乱，以至于工程师根本无法识别他们的需求，更不用说为其提供解决方案。再者，公司内部的政治博弈高度依赖于私人信息，而这些信息工程师往往无法获得，因此任何参与政治的尝试最终都会变成盲目乱撞。此外，管理层和高管几乎将所有时间都用于政治活动，而工程师则专注于技术工作，因此在政治博弈中，工程师天生就处于劣势。 总的来看，普遍的观点是：软件工程师根本不具备与专业政治操盘手同场竞技的能力。事实的确如此。如果一位软件工程师幻想自己能像《权力的游戏》中的角色那样策划阴谋，结果很可能是灾难性的——这些“阴谋”会立刻被揭穿，并被他人利用，反而对自己不利。搞政治手段需要经验和权力，而这两样工程师通常都不具备。 软件工程师在大型科技公司的政治游戏中更像是工具，而非真正的博弈者。然而，即使如此，也并不意味着无法涉足政治领域，只是方式有所不同——无需“搞阴谋”。 最简单的做法，就是积极参与并推动一项高关注度项目的成功。这本应就是本职工作的一部分。如果公司当前重金投入某项新项目，例如当前流行的人工智能项目，那么通过工程实力为该项目的成功作出贡献，就是一种对项目背后副总裁或高管的政治支持。作为回报，这些高管通常会给予工程师奖金、晋升机会，以及未来更多重要项目的参与权。作者在《棘轮效应决定工程师在大公司中的声誉》一文中曾详细论述过这一点。 稍难一点但控制力更强的方式，是将自己的技术构想“借壳上市”到已有的政治运动中。例如，一名工程师一直希望将某项已有功能拆分为独立服务。在实现这一目标上，有两条路径： 其一，是通过自身的政治资本推动：积极争取支持、向经理表明项目的重要性，并逐步说服质疑者，最终实现项目立项；其二，是让某位高管用他们强大的政治资本来推动这个项目。这需要等待一个公司层面的战略目标出台，而这个目标恰好与项目方向一致（例如在发生重大事故之后，公司可能突然注重“系统可靠性”）。此时，只需向经理提出，这项项目或许能成为可靠性提升的一部分。若时机判断准确，公司组织将会支持该项目。更妙的是，这不仅能实现项目落地，还能反过来提升工程师本人的政治资本。 组织的关注点往往呈波浪式变化。当公司高层关注“可靠性”时，VP们急需拿出能落地的可靠性项目来向上级展示成果，但他们自身缺乏提出这类项目的能力，因此通常愿意接受任何来自工程团队的提议。相反，当组织重心转向新产品发布时，高层并不希望工程师把精力投入到内部、客户看不到的系统改造中。 因此，若希望某项技术计划在公司内部顺利推进，最佳策略就是“等浪来”。提前准备多项不同方向的技术计划是明智之举。优秀的工程师在日常工作中就会留意到各种改进点，自然形成备选项目。例如： 当高层关注账单系统时，可将第一个项目包装为“可靠性提升”；当关注开发者体验时，则可推荐构建管道的改造；客户抱怨性能时，可提出用 Golang 重写作为解决方案；当 CEO 对外部文档系统的表现不满时，则可主张用静态站点重建。关键在于：任何时候都有一套详实且有效的技术方案，随时准备迎合当下组织的主旋律。 公司终究会在某些项目上投入资源，无论是否有合适的方案。但如果工程师未能事先准备，就无法左右最终选择的项目内容。经验显示，企业最糟糕的技术决策，往往是在“政治需要推动某事”却“缺乏优质选项”的情况下做出的。没有好点子时，只能用坏点子凑数。这个结果对谁都不好：高管需要费力将不理想的成果包装成成功，工程师则要耗费精力去构建一个错误的方案。 对于一位非常资深的工程师而言，高管们甚至会私下将这类失误归咎于其身上——而这种指责是有道理的。因为在恰当的时机提出正确的技术方案，正是资深工程师的重要职责之一。 这一切可以从两种角度看待：悲观者认为，这是在建议工程师成为公司政治操盘者手中的便利工具，助长其无休止的内部权力斗争；而乐观者则将其看作是一种合作方式，让高管设定公司优先级，而工程师则巧妙地将自身技术计划与其对接。无论选择何种解读方式，只要能在正确的时间推动正确的技术方案，最终就能实现更多技术目标。

自 COVID-19 疫情以来，工作文化发生了许多积极变化，但也出现了一些负面趋势——其中最突出的，是每位员工的会议数量平均增加了 13.5%。 问题在于：管理者与工程师对“会议”的理解存在巨大差异。 Paul Graham 曾在著名的《创作者时间表与管理者时间表》中写道： “当你按创作者的时间表工作时，会议就是灾难。一场会议就能毁掉整个下午，把它分成两个过小的时间段，让你难以完成任何需要深度思考的任务。” 如今，即使 AI 编码工具广泛应用，这一问题依然存在，甚至愈发严重。许多管理者以为工程师现在可以利用更碎片化的时间进行产出。 过去两年间，有研究对数百个工程团队进行了观察，试图找出表现最出色的团队所采取的不同策略。本文将分享他们的经验和可立即实施的做法。 什么是“深度工作”？ “深度工作（Deep Work）”这一术语由 Cal Newport 在其著作《深度工作：如何在分心的世界中取得成功》中提出。 深度工作，指的是需要大量脑力、能创造独特价值的工作。它无法在分心状态下完成。一个简单的测试是：如果某项任务可以在 Zoom 会议中完成，那它就不是深度工作。 与之相对的是“浅层工作（Shallow Work）”——例如回复 Slack 消息、查看邮件、审阅文档等，不需要动用全部注意力的任务。 软件工程曾被视为热爱深度工作的人的理想职业。至今仍有人认为工程师戴着耳机，独自在地下室敲代码。 但如今，要找到真正的“深度工作”时间变得越来越困难。而这种时间，在与 AI 协作的时代，变得更为重要。 深度工作为何如此关键？ 唯有进入“深度工作”状态，工程师才能真正进入所谓的“心流（Flow）”状态，也就是大家常说的“进入状态”。 深度工作能带来以下好处： 许多管理者犯的最大错误是认为：既然有了 AI 编码工具，深度工作就不再必要了。工程师应当习惯于频繁切换任务，反正每次生成代码都要等待几分钟，“那多做点别的也无妨”。 但现实情况是：这种频繁切换导致思维质量下降、提示词粗糙、AI 反馈变差，反而陷入不断求助 AI 修复问题的恶性循环。 如果能维持专注、沉浸于问题之中，所需的迭代次数将大幅减少——虽然没有具体数据支持，但长期的经验表明确实如此。 深度工作的障碍 远程办公本该是解药，但现实并非如此。 虽然通勤时间没了，但打扰却更多。自2020年以来，除了总会议量增长13.5%，远程会议的数量也激增了60%。更糟糕的是，92% 的人承认自己在远程会议中会“多任务处理”——而对于软件工程师来说，这个比例几乎可以说是 100%。 这种现象带来两大严重后果： 1. 原本需要“深度”的工作，变成了“浅层” 还记得前文提到的测试方法吗？能在 Zoom 会议中完成的任务，就不是深度工作。 代码审查（PR Review）是一个典型例子。 日程排满会议时，工程师会选择在会议中“顺手”看…

近期在谈论人工智能话题时，许多人都会听到作者对 Claude Code 的长篇赞美。起初，这只是与其他工具并行运行的一个辅助编程工具，如今却已经演变成一整套具备代理能力的操作系统，支持各类工作流程。 最引人注目的应用场景之一是 Obsidian，这是一款用于笔记记录的工具。与 Notion 或 Evernote 不同，Obsidian 的文件全是以 Markdown 格式存在于用户本地计算机中的普通文本文件。虽然这些文件可以进行同步、样式修改和保存，但本质上依旧是硬盘上的文本内容。几个月前，作者意识到这种特性使得 Obsidian 的笔记和研究资料成了 AI 编码工具的绝佳切入点。起初只是尝试在 Cursor 中打开 Obsidian 的知识库，但很快便发展为一种“笔记操作系统”。这一系统的依赖程度不断加深，最终作者甚至在家中搭建了服务器，通过手机 SSH 远程连接 Claude Code + Obsidian 环境，从而随时随地记录笔记、查阅资料、思考问题。 几周前，作者在 Dan Shipper 主持的《AI & I》播客节目中，详细讲述了这套系统的运作方式及其背后的逻辑和优势。尽管相关细节已在节目中完整呈现，但本文还将进一步探讨在节目之后，作者对 Claude Code 的一些新认识。 Claude Code 的独特之处在哪？是否优于 Cursor？ 这个问题并不容易回答。严格来说，Claude Code 并不一定在所有方面都优于 Cursor。但某些方面的杰出组合使得作者在构建任何新项目时，几乎都会首选 Claude Code。现在，它的应用已经不仅限于现有代码库的处理，更重要的是能基于其功能构建全新的系统。 那么，其秘密何在？一部分关键在于 Claude Code 对工具的处理方式。作为一个基于终端的应用，它牺牲了一部分可访问性，换来了极强的能力——原生集成 Unix 命令。这一点也唤起了人们对 Unix 哲学的重视。虽然作者通常避免大段引用，但…

OpenAI 正在悄然重塑电子商务的未来。近日，该公司正式在 ChatGPT 中推出名为“Instant Checkout”的即时结账功能，使美国用户可以直接在聊天界面中完成 Etsy 上的商品购买，并即将扩展至 Shopify 平台的上百万商户。这一举措不仅简化了用户购物流程，更可能改变电商领域权力结构。 📦 购物体验进入“对话时代” 此前，ChatGPT 已能根据自然语言请求（如“送给喜欢陶瓷的朋友买什么？”）推荐相关商品、图片、价格和评论。但用户仍需跳转至外部网站完成购买。而现在： 这一功能目前向 美国地区的所有登录用户（包括免费、Plus 和 Pro 用户）开放，首先支持 Etsy 商家，未来将覆盖 Shopify 平台的 Glossier、Skims、Spanx、Vuori 等知名品牌。 🛍️ 电商势力格局将重新洗牌？ OpenAI 的这一尝试，不只是改善购物体验，而是挑战 Google 和 Amazon 在商品搜索和发现上的主导地位。 💡 核心变化在于： 过去，Amazon 和 Google 曾因操纵搜索结果、提升自家产品排名或对商家收取高额费用而备受争议。OpenAI 表示将向商家收取“少量费用”，并承诺排序“纯粹基于相关性”。 🧠 Agentic Commerce Protocol：AI 商业生态的基础设施 为了推广这类“AI 代理型购物”，OpenAI 还开源了支撑 Instant Checkout 的底层协议 —— Agentic Commerce Protocol（ACP），由 Stripe…

Claude 公司近日发布了一系列关键更新，全面提升了旗下模型的性能、可用性与开发者工具链，并推出了全新的 Claude Agent SDK 与实验性功能“Imagine with Claude”，预示着 AI 代理系统进入实用化阶段。 以下是更新内容的详细整理与解析： 1. 降低 CBRN 风险的 Claude 4 模型 Anthropic 在 Claude 4 模型系列中继续推进 CBRN 风险（化学、生物、放射性、核相关风险）控制，通过加强模型的内置分类器，有效减少误报： 这代表 Claude 4.5 在开放性生成和安全性之间达成了更好的平衡，为工业、医疗、政府等高敏感领域的部署提供保障。 2. Claude Agent SDK：全面开放 AI 代理开发工具包 Anthropic 宣布正式开放 Claude Agent SDK，这是支撑 Claude Code 背后的核心基础设施，现在开发者也可以使用它来构建自定义 AI 代理。 SDK 解决的关键技术问题包括： 实用场景远不止代码生成： 虽然 SDK 源于 Claude Code，但设计具有通用性，适用于自动化运营、任务分解型助手、企业级数据分析、产品推荐系统等复杂工作流的 AI 代理开发。…

今天的类人机器人，为什么无法学会灵巧性？ 在本文中，著名机器人专家罗德尼·布鲁克斯（Rodney Brooks）详尽阐述了一个重要观点：尽管风险投资者和大型科技公司投入了数以亿计甚至数十亿美元用于训练，今天的类人机器人仍然无法学会灵巧性。在文章结尾，他还补充了两个相关的简短观点：其一是关于双足类人机器人如何才能在人类附近行走而不构成安全隐患；其二则是展望十五年后的类人机器人将呈现怎样的形态——既不像现在的机器人，也不像真正的人类。 1. 引言：灵巧性挑战的历史回顾 从人工智能诞生之初，研究者们就开始尝试让机器人手臂能够操作物体。早在1956年“达特茅斯夏季人工智能研究项目”的提案中，“人工智能”一词首次出现。到了1961年，海因里希·恩斯特（Heinrich Ernst）在麻省理工学院用TX-0计算机控制机械臂抓取并堆叠积木，完成了博士论文。其导师正是信息论之父克劳德·香农（Claude Shannon），论文中亦感谢了马文·明斯基（Marvin Minsky），两人均为AI奠基者。 从那时起，工业机器人逐步发展为在全球工厂广泛部署的计算机控制机械臂。近年来，一波新兴公司掀起了类人机器人潮流，并伴随着大量媒体和投资热潮。根据Gartner的技术成熟曲线，类人机器人仍处于早期阶段，远未达到炒作顶峰。 类人机器人的构想是，共享与人类相同的身体结构，从而在为人类设计的环境中完成人类的任务。Figure公司的CEO曾表示，人类可以开发数百万种专用机器人，也可以造出一种类人机器人来胜任数百万个任务。其“宏伟计划”第一阶段包括： 特斯拉CEO也曾表示，旗下类人机器人“Optimus”可能带来30万亿美元的营收，将成为“全球最大产品”。 投资者和工程师普遍相信，类人机器人将“即插即用”，无需改变工作方式即可直接替代人类执行所有任务。这一愿景的核心前提是：类人机器人必须拥有与人类相当的灵巧性（dexterity）。 2. 类人机器人发展简史与操作挑战 早在1970年代，日本早稻田大学的WABOT-1就已问世，其后WABOT-2、ASIMO（本田）、QRIO（索尼）、NAO（Aldebaran）等陆续登场。MIT的Cog、Rethink Robotics的Baxter与Sawyer、波士顿动力的Atlas，都是这一发展脉络中的代表。 然而几十年来的研究均未解决一个核心难题：如何让机器人拥有“人类级”的手部操作能力。 2.1 并联夹爪的主导地位 早期开发的“并联夹爪”（parallel jaw grippers）至今仍是主流。德国Schunk公司销售超过1000种此类夹具，另外还有电动或气动的吸盘工具。然而，无论是电动手指还是三指手套，始终无法在工业环境中实现可靠、耐用、高力输出的“拟人手”。 虽然曾有多种仿生手（如John Hollerbach、Ken Salisbury、Yoky Matsuoka等人的设计）尝试复现人类灵巧性，但并无一款通用机器人手在真实环境中被大规模采用。多数灵巧性的研究仍停留在数学或几何层面，未能解决实际操作问题。 2.2 展示视频的误导性 一些看似炫目的机器人演示视频展示了单个精心策划的操作动作。但这些成果极难泛化到其他任务。Benjie Holson 提出了“类人机器人奥运会”的构想，其中包含15项挑战任务（如清理手上花生酱、挂起一只袖子反过来的衬衫），所有人类八岁儿童都能完成，但类人机器人却毫无胜算。 3. 为什么端到端学习不适合类人灵巧操作？ 从语音识别、图像识别到大型语言模型（LLM），端到端学习取得了巨大成功。但作者指出，这些成功依赖于人类工程师设计出的“前端处理架构”。灵巧性学习若无等效的“输入端结构”支持，就不可能取得类似成果。 3.1 语音识别的前处理架构 语音识别依赖于几十年前为电话语音压缩而发明的特征提取机制，如梅尔频率倒谱系数（MFCC）、傅里叶变换、对数滤波等。这些方法不是自然的端到端学习，而是模拟人类听觉系统的工程设计。 3.2 图像识别的生理仿生结构 卷积神经网络（CNN）借鉴了Hubel与Wiesel关于猫脑皮层结构的研究——包括简单细胞、复杂细胞、超复杂细胞的响应机制。图像识别的“卷积池化结构”正是对视觉皮层的模拟，建立在人类生理机制基础上。 3.3 大语言模型中的工程介入 语言模型如ChatGPT在“学习之前”必须完成： 这些预处理过程引入了大量“人类知识”，如语言学结构、语素分析等，并非完全端到端。且Transformer结构本身就是高度人工设计的模型架构。 4. 为什么机器人学不会人类的灵巧性？ 人类的灵巧操作严重依赖触觉系统（touch），而目前的学习框架普遍忽视这一点。相比之下，现有技术并未发展出有效的“触觉采集、传输、存储、重放”的等效系统。 4.1 触觉的重要性实验：点燃火柴 瑞典Umeå大学Roland Johansson的研究展示了触觉对操作任务的巨大影响。视频中，一位实验对象在手指失去触觉后点燃火柴的时间比正常状态延长了四倍，且动作充满失误。 人类手部拥有约17,000个低阈值机械感受器，单个指尖约1,000个。这些感受器不仅感知压力，还有滑动、纹理、震动等复杂信息。 此外，Roland Johansson与David…

目前，科技行业的氛围显然发生了变化。曾经那种由乐观情绪驱动的长周期似乎已经结束，取而代之的是焦虑、不信任和对未来的迷茫。AI 热潮、强制返岗以及持续的裁员潮正不断侵蚀着从前稳固的职场心理安全感。而在这种局势下，作为管理者或资深工程师，如何保持团队的凝聚力与信任，成为了一个现实又紧迫的问题。 发生了什么变化？ （以下内容为普遍趋势概括，如贵公司未受影响，实属难得。） 1. AI的兴起带来了焦虑和不确定感 随着各种AI编码助手（如Cursor等）的涌现，一些管理者开始质疑是否还需要初级开发者。虽然这一观点在技术层面可能并不成熟，但“有人正在尝试”的事实本身，已经足够令技术员工感到焦虑。 更糟糕的是，“AI Workslop”（指低质量、草率生成的AI工作成果）正在破坏本该有序的工程协作流程，让认真负责的工程师工作负担更重。 2. 强制返岗打破了信任 疫情期间远程办公表现良好的团队，如今被强制要求重返办公室，即使很多公司并未为所有员工提供足够工位。一些公司甚至重新开始执行“9点到岗、5点离开”的打卡制度，打破了技术行业多年来的时间弹性与信任机制。 这类政策传递出一种信息：“如果不盯着你，就不信你能把活干好。” 哪怕公司初衷并非如此，效果却是实实在在的打击员工信任感。 3. 裁员打破了长期稳定的就业预期 过去二十年，技术行业拥有一种“隐形安全感”：即便遭遇裁员，工程师也能迅速找到更好的工作。但随着过去几年大规模裁员的发生，这种信念已不复存在，整个行业充满了前所未有的不安。 4. C位风格转向“效率至上” 高管群体普遍变得更加注重财务指标与效率管理，而非长期愿景与团队文化。那种“照顾好员工，员工自然会照顾好业务”的理念，似乎已被“完成工作，否则离开”的风格取代。 你无法改变宏观趋势，但你可以改变团队中的氛围 ☑️ 如何在“戴上公司帽子”与“人性化领导”之间取得平衡？ 作为管理者，在公开场合（如全员会议、部门例会、Slack的#general频道）中支持公司决策，是基本职责。哪怕内心并不完全赞同，公开场合的反对只会损害你在高层心中的可信度，也可能危及自己的职位安全。 但与此同时，团队也需要真实和共情的反馈。如果明明雨下得很大，你却非说“天晴了”，只会让团队觉得你“拍马屁拍到头顶”，从而失去信任。 ✅ 私下共情，公开支持 在1对1或小团队内部，可以坦诚表达自己的理解与共鸣： “我知道这个新政策很糟，对我也有负面影响。” 这种方式可以在不公开对抗的前提下，让团队知道你“站在他们这边”。 ❌ 不要承诺你无法兑现的改变 在有能力推动变革时，你可以承诺“会去争取”。但如果没有足够影响力，就不要给出无法实现的承诺。言行不一的“说到做不到”，比不承诺更伤团队的信任。 🔄 提供可行的“小变通” 若你在公司政策执行上拥有一定裁量权，可以通过“灵活执行”来缓解团队压力。例如： 这些“小叛逆”，虽然无声，却传达出对团队成员的信任。 在不确定中成为“稳定锚点” 当组织层面氛围动荡不安，一线管理者的态度与行为，会直接影响团队的情绪稳定性。而你可以成为他们的情绪锚点——保持冷静、真实与尊重，远比一味灌输“阳光正能量”更有效。 ✨ “低调的诚实”，胜于高调的忠诚 团队不需要你为他们“打翻天”，但需要你在复杂局势下依然讲实话，办实事，做他们值得信赖的人。 一切终将过去 科技行业正处在一个剧烈转型期，这并不是第一次，也不会是最后一次。尽管我们难以准确预测下一阶段的“新常态”是什么，但可以确定的是——那些在乱世中依旧坚守原则、关心团队的领导者，会在风暴过去后留下更深的影响力和口碑。 你无法改变整个行业的走向，但你可以让你所处的这个小团队，成为人们愿意留下的“好地方”。 带好你的队伍，即便外界风雨飘摇。