来源
- 原始链接：https://www.lennysnewsletter.com/p/community-wisdom-beating-a-career?utm_source=post-email-title&publication_id=10845&post_id=203611737&utm_campaign=email-post-title&isFreemail=false&r=27lk8i&triedRedirect=true
- 来源类型：用户提供的 Substack newsletter 全文
- 来源标题：🧠 Community Wisdom: Beating a career slump, adding more structure to an established team, questions for new-team 1:1s, the evolving shape of the growth role, and more
Community Wisdom 191：动力、流程和增长角色的共同问题，都是先找真实约束
总体判断
这期最值得留下的不是某条具体建议，而是同一个判断在四个场景里反复出现：职业低谷、加入新团队、改造老团队、重塑增长角色，真正的起点都不是更努力、更规范、更自动化，而是先识别真实约束。动力不足可能是环境和目标不匹配，团队缺流程可能是流程没有被体验为价值，新团队 1:1 的价值不在认识更多人，而在构建真实组织地图，增长角色的变化也不是把更多 AI 工作流堆起来，而是判断哪些系统值得搭建。
对汉松的匹配度偏高。它和当前的管理实践、AI 工作流设计、团队协作、个人成长都有交集。尤其值得保留的是两条线：一是不要把人的问题粗暴解释成意志力问题；二是 AI 让执行动作压缩之后，人的价值会更集中到判断、定义和编辑。
一、职业低谷：动力不是按钮，可能是系统发出的信号
背景：第一条讨论表面上是职业动力下降，实际是在区分三种东西：短期能量低谷、慢性环境消耗，以及个人已经超过当前环境。最好的回答没有急着劝人学习 AI 或换工作，而是先问这个低谷到底在提示什么。
动力会来来去去。低谷期可以先把那些永远不会让你兴奋、但迟早要处理的事情清掉，让自己在动力回来时有一块干净的桌面。
也许你正处在一个更适合把注意力放在个人生活上的阶段。可以给自己设一个未来检查点，到那时再看是否准备切换重心。
这种工作环境会慢慢掏空人，尤其当你本来是靠影响力、学习和有意义的连接驱动时。找一个工作之外的项目，用你的技能学点新东西，可能会帮你重新记起自己为什么起床。
你是缺动力，还是缺一个值得你有动力的理由？有时候清晰感先于动力出现，而不是反过来。
兴趣匹配度中高。这里和汉松的长期自我模型很贴：求解、创造、担当都需要一个值得投入的问题场。一个环境如果长期不给真实问题、真实速度和真实反馈，人会把结构性贫血误判成自己懒了。可复用判断是：别急着修理动力，先判断这个系统还是否喂养你的好奇心。
二、新团队 1:1：目标不是寒暄，是建立组织地图
背景：新团队 1:1 的常见错误是把它当成社交动作。社区里更好的做法是把它当成一轮组织侦察：先知道自己要验证什么假设，再通过每次谈话识别真实依赖、隐性权力、焦虑来源和小胜利机会。
问一个很能打开人的问题：你上一次在工作中真正进入心流、感到纯粹的工作快乐是什么时候？然后继续追问，理解那种快乐背后的条件。
新人第一周做很多 1:1 通常没什么用。到了第三周，新人有了足够上下文，这些谈话才会真正有效。
每次都问：还有谁是你建议我去聊的，尤其是别人可能没有提到的人？这个问题能带你找到非正式权力节点、知道内情的人，以及那些没有响亮头衔但真正让事情运转的人。
你要知道自己出现在谈话里是为了学什么。目标不是见完所有人，而是构建一张组织图，这张图是任何组织架构图都画不出来的。
我常问两个问题：什么事情让你睡不着？什么能让你的工作变得更容易？前者直接指向对方眼中的最大问题，后者帮助你找到早期可以交付的小胜利。
兴趣匹配度高。汉松在管理团队时，这组很有操作性：1:1 不是信息收集清单，而是把组织的真实运行逻辑显影。尤其适合新接项目、新接团队、跨团队协作启动时使用。可以沉淀成一个内部模板：每次 1:1 至少要回答对方的动机、焦虑、依赖、沟通偏好、推荐节点，以及我能尽快帮上什么。
三、给成熟团队加结构：先证明价值，再要求流程
背景：第三条讨论讲一个技术很强、执行很快、但不写用户故事、不爱 refinement、retro 行动不落地的老团队。高质量回答几乎都在反对一个冲动：不要把流程当作天然正确的东西强压进去。先问当前方式到底在哪里失效，谁感受到了成本，以及流程要替谁完成什么 job。
如果他们看不到这些故事的价值，就会永远只做最低限度，你也会永远需要追着他们跑。
我会先单独和每个人聊，不做诊断，只把自己观察到的现象摆出来：看起来这些故事没有给我们带来多少价值，你也这么觉得吗？然后只听，让他们自己诊断。
文档可以是一个烦人的要求，也可以是让开发者半年后不用反复回答同样三个问题的工具。Refinement 可以是打勾动作，也可以是防止高层低估复杂度、两天内塞三十件事的保护机制。
先问：现在这种工作方式对谁失效了？为什么？你怎么知道？更重要的是，他们自己知道吗？
很多看起来像流程问题的东西，其实是组织结构问题：团队切分错了，跨团队依赖太多；激励和战略目标相互打架；团队被放在了错误的工作阶段。
这个团队显然知道怎么执行，这是优势，不要用流程把它磨掉。缺用户故事和 refinement 到底造成了返工、误解、拖慢别人，还是交付意外？如果团队感受不到代价，他们就不会因为别人说应该改变而改变。
兴趣匹配度很高。这段对技术管理尤其有价值。成熟技术团队常常抗拒流程，不一定是懒或不专业，而是他们认为流程没有保护他们，反而在消耗他们。真正的管理动作不是增加表格，而是把流程重新翻译成团队愿意购买的价值：减少重复解释、暴露复杂度、保护排期、降低返工、让依赖方更早对齐。
四、AI 时代增长角色：从做执行，转向导演系统
背景：增长角色的讨论最贴近 AI 工作流。共识不是增长人会被替代，而是过去那部分重复执行动作会快速压缩：发 outbound、写帖子、读报表、跑实验。留下来的价值是定义什么值得做、什么算好，以及识别系统自信犯错的时候。
会被 agent 接走的是那些做重复动作的部分：发外联、起草帖子、拉报表、读报表、跑实验。这部分会压缩得很快。
压缩不了的是决定什么值得做，定义什么叫好，以及在系统自信地犯错时发现问题。所以现在该练的能力，是把一个增长 play 规格化到 agent 能执行，然后用人的品味编辑结果。
角色会少一点 operator，多一点 director。
我自己也是这样做增长的：我负责思考和声音，定时 AI job 负责重复动作。但要小心，构建系统本身很容易变成忙碌感。你会做出复杂工作流，看起来很有生产力，实际没有推动任何数字。
数据和研究比以前更重要，因为外面有太多低质量内容。学会扎实研究，再叠加可靠的数据理解，仍然是最重要的能力之一。
兴趣匹配度高。这里可以直接接到汉松关注的 Agent workflow：AI 时代的价值不是把所有动作自动化，而是把 play 定义清楚，把评价标准写清楚，把人的判断留在关键节点。最强的一句是：少一点 operator，多一点 director。这对增长、工程管理、内容创作和 AI coding 都成立。
五、贯穿判断：不要把执行问题误判成执行问题
背景：这期四个主题看似分散，但结构很统一：大家提出的问题都在执行层，回答里真正有价值的部分都在上游。职业低谷不是简单去 push，团队 1:1 不是排会议，流程改造不是补模板，增长进化不是堆自动化。
清晰感可能先于动力出现。
1:1 的目标不是认识所有人，而是形成一张组织真实运行图。
流程只有在解决团队相信值得解决的问题时，才会稳定留下来。
自动化执行之前，先问这套系统到底要移动哪个数字。
这组非常适合沉淀成一个通用工作原则：当一个问题表现为行动不足、流程缺失或执行效率低时，先往上游问一层。人为什么没有动力？流程替谁解决了什么问题？组织里真实权力和依赖在哪里？AI 自动化要服务哪个可验证目标？如果上游没有答清楚，下游越努力，越像在给错误问题加速。
可复用判断
- 职业低谷不一定是意志力失败，也可能是当前环境无法继续喂养好奇心。先找清晰感，再找动力。
- 新团队 1:1 的核心产物不是关系热络，而是一张真实组织地图：非正式权力、隐藏依赖、焦虑来源、沟通偏好和可交付的小胜利。
- 成熟技术团队不会因为流程正确就接受流程。流程要被翻译成他们能感受到的价值：少返工、少解释、少误判复杂度、少被无效排期压迫。
- AI 时代增长人的价值从亲自做 reps，迁移到定义 play、规格化任务、设置评价标准、编辑输出和防止系统自信犯错。
- 自动化和流程化都有一个共同陷阱：它们很容易制造忙碌感。真正的标准仍然是有没有移动关键数字、降低真实成本、提升组织判断质量。
可延展写作题
- 为什么很多职业低谷其实是环境不再提供真实问题？
- 技术管理里的流程，如何从管控语言翻译成保护语言？
- AI Agent 时代，人类从 operator 迁移到 director 到底意味着什么？
- 新团队前 30 天，怎样建立一张比 org chart 更真实的组织地图？