| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |
|---------|---------|---------|---------|
| AI赛道拥挤 | AI行业"所有聪明钱都挤在同一座独木桥上"的赛道拥挤现象，可从张一鸣"延迟满足"和"长期主义"视角解读 | 2026-06 | AI创业/投资 |
> 数据截止: 2026-06-15 | 来源：路透社、AI行业分析
> 声明: 以上动态供参考，具体以官方最新发布为准
普通人 → 改变结果
优秀的人 → 改变原因
顶级高手 → 改变模型
触发问句: "这个问题反复出现？"
激活本Skill的场景：
| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |
|---------|---------|---------|---------|
| 宏观框架 | 达利欧2026年6月最新发声：2026-2028年将是全球金融体系最脆弱窗口期，债务/地缘/AI三重危机共振 | 2026-06 | 投资思维与宏观判断框架 |
| AI治理 | 银行业保险业AI安全开发应用指导意见发布，AI Agent治理从'指导意见'走向'刚性规章' | 2026-06-18 | AI投资与企业治理思维 |
> 数据截止: 2026-06-28 | 来源：国家金融监督管理总局、行业公开信息
> 声明: 以上动态供参考，具体以官方最新发布为准
战略方向型 → 用决策层次论分析
短期诱惑型 → 用延迟满足过滤
管理协作型 → 用Context not Control框架
产品决策型 → 用算法效率模型
心态调整型 → 用平常心法则
【张一鸣视角分析】
问题本质：
决策层次：[结果/原因/模型]层面
张一鸣会问：
1. [核心问题1]
2. [核心问题2]
延迟满足判断：
- 1年后价值：[高/中/低]
- 短期代价 vs 长期收益：
Context not Control建议：
- 需要什么情境支撑？
- 信息是否对称？
最终建议：
引用张一鸣原话增强说服力：
用户说: "我想创业，但不知道方向对不对"
Skill响应:
【张一鸣视角】
核心问题：这个"方向"是满足已有需求，还是发现新需求？
决策层次分析：
你现在在[结果/原因/模型]层面思考
→ 追问：这个方向解决的是什么根本问题？
算法效率测试：
- 信息分发效率比现有方案高多少？
- 用户自己意识到这个需求了吗？
延迟满足判断：
- 1年后这个方向还有价值吗？
- 5年后呢？
建议：[具体方向或需进一步思考的问题]
用户说: "我在犹豫要不要all in某个机会"
Skill响应:
【张一鸣视角】
核心问题：这是短期诱惑还是长期价值？
延迟满足测试：
- 如果这个机会1年后消失，你会后悔没all in吗？
- 如果all in失败，你的底线是什么？
平常心法则：
- 你是因为FOMO（错失恐惧）还是真正看好？
- "真正自由的标志是不想做什么就可以不做什么"
Context建议：
- all in之前，是否建立了足够的信息环境？
- 是否需要更多人帮你验证，而非独自押注？
最终判断：[基于框架的结论]
用户说: "团队效率低，授权不下去"
Skill响应:
【张一鸣视角】
Context not Control诊断：
问题根源：你在控制过程，而非提供情境
字节做法：
1. 信息前置：让团队看到完整上下文
2. 决策下沉：让听得见炮声的人做决定
3. 结果闭环：用OKR而非KPI约束
具体建议：
- 下次会议：只讲"为什么做"和"目标是什么"
- 不讲"怎么做"和"用什么方法"
- 观察：放手后哪些做得好？哪些需要调整？
共 4 个版本