OpenAI 高管教练四层能力 - Digest

1 句话：AI 把知识层和执行层拉平，真正稀缺的不是工具，而是 Joe Hudson 的「智慧堆栈」4 层：判断力（躲情绪）+ 冲突能力（还关系债）+ 失败能力（高 pace 低 spin）+ 自我对话（关掉攻击者）。

节点速查表（8 个）

5 关键数字

• 4 层 —— 智慧堆栈
• 2-3 天 —— side quest 内部发布后存活测试窗口
• 下午 1 个原型 —— Anthropic 支线任务最小单位
• 周/月 —— 关系债累计的体感单位（”几周还是几个月”）
• 1/3 —— “想法不清晰时同样工具只能发挥 1/3 能力”（Joe Hudson）

5 关键金句

1. “问题可能不在 AI 工具上，而在 AI 浓度最高的地方，撑住的人不靠聪明和拼，而靠不在最不舒服的时候先把自己或身边的人搞崩。”
2. “很多人判断不清，并不是分析能力差，而是在躲一种情绪。”
3. “躲冲突的人，往往制造了更大的冲突。”
4. “你不可能靠更狠地压榨自己，去打败一个不睡觉的模型。”
5. “过去叫软技能的东西，当 AI 承包越来越多执行工作，会变成真正的’硬生产力’。”

3 个反直觉点

1. 真正稀缺的差距不在模型能力，而在内在稳定性 —— OpenAI 高管能撑住的人不是最聪明，而是”在最不舒服的时候不会先把自己或身边的人搞崩”
2. “软技能”在 AI 时代反而变”硬生产力” —— 执行越被 AI 承包，情绪清晰度、冲突能力、失败能力的杠杆越大
3. 真正的实验其实挺少见 —— 大多数所谓试错发生在已感觉安全的地方（A/B、副项目、心里基本确定能成的实验）

6 个对 Seetong 借鉴动作

1. 黄金算法体检 Seetong 决策：主人+黄松佳+谭伟 每月选 1 个反复挫败感，按”说挫败→识情绪→列回避→列结果”四步走一遍，看清 Seetong 当前是不是在用回避制造更大冲突
2. 关系债清单入月度例会：每个 lead 写 1 条”一直没说的真话”，不公开但要面对，先识别才能还债
3. side quest 试点 Seetong AI 助手：选 1 个下午让谭伟+张威各自做 1 个不写 PRD 的小原型（如”AI 自动把客户反馈分到对应工单”），内部群发布，看 2-3 天后是否还在用
4. 三段式小脚本给 Seetong AI 助手 Skill 写”开工剧本”：每个 Skill 加 3 段 — “我是什么 Skill”+”为什么这样设计”+”我希望帮到主人的感觉”，写到 SKILL.md 头部，开工前让 AI 念出来
5. pace-vs-spin 入周报指标：每周复盘 Seetong AI 助手跑了几件事（pace）+ AI 报错/返工/犹豫导致的内耗（spin），公开给团队看趋势，比单纯看交付量更能暴露真实损耗
6. 肩膀上的小矮人入 AI 助手冲突兜底：当 AI 助手面对”主人坚持明显错误的方案”时，先触发”我观察到主人在坚持”内部观察，再决定是再追问一次还是接受，避免 AI 讨好型人格

强关联

• [[HBR-China-为什么越来越多顶级领导者开始认真学哲学]] —— 同主线”AI 时代软技能变硬生产力”，HBR 讲哲学素养，本文讲情绪清晰度（更具体可操作）
• [[宁向东-企业家凭什么能看见别人看不见的机会]] —— 宁向东”带着根本问题去观察+果断试验”，Joe 判断力”不被情绪回避”= 同一硬币另一面
• [[WonderLearner-Alice-Claude-Code之父的新洞察-揭示AI对团队岗位的真正冲击]] —— Alice/5 类角色原型强调判断力审美被 AI 放大，本文给出具体训练方法
• [[陈春花-从岗位到角色-AI时代组织设计的新逻辑]] —— 陈春花讲”岗位→角色”，本文讲”角色需要的能力=内在稳定性”
• [[Multica-AI-Native-组织-人是最慢的节点]] —— Multica 讲”人是组织瓶颈”，本文给具体怎么减少人作为瓶颈的 4 个工具
• [[Anthropic-40万场-专业杠杆]] —— Anthropic 实证”专家杠杆”，Joe Hudson 是”软杠杆”，”数据+人”双视角

透明玻璃自检

wiki 6.4K(≤8K)/ digest 3.0K(≤4K)/ 节点 8(6-10)/ H2 4 wiki / H2 5 digest(≤5)/ 表格 0 wiki / 表格 1 digest(≤2)/ 0 陈词 ⭐⭐⭐