惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

GbyAI
GbyAI
Simon Willison's Weblog
Simon Willison's Weblog
Microsoft Security Blog
Microsoft Security Blog
Y
Y Combinator Blog
The GitHub Blog
The GitHub Blog
Engineering at Meta
Engineering at Meta
F
Fortinet All Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
A
About on SuperTechFans
Last Week in AI
Last Week in AI
月光博客
月光博客
有赞技术团队
有赞技术团队
P
Proofpoint News Feed
MyScale Blog
MyScale Blog
Martin Fowler
Martin Fowler
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
C
Check Point Blog
U
Unit 42
The Register - Security
The Register - Security
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Hugging Face - Blog
Hugging Face - Blog
阮一峰的网络日志
阮一峰的网络日志
V
Visual Studio Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
D
DataBreaches.Net
WordPress大学
WordPress大学
aimingoo的专栏
aimingoo的专栏
H
Hacker News: Front Page
Recent Announcements
Recent Announcements
C
CXSECURITY Database RSS Feed - CXSecurity.com
Latest news
Latest news
小众软件
小众软件
P
Palo Alto Networks Blog
PCI Perspectives
PCI Perspectives
Security Latest
Security Latest
S
Secure Thoughts
Scott Helme
Scott Helme
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Threat Research - Cisco Blogs
P
Proofpoint News Feed
M
MIT News - Artificial intelligence
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Google DeepMind News
Google DeepMind News
Recorded Future
Recorded Future
O
OpenAI News
S
Securelist
云风的 BLOG
云风的 BLOG
H
Help Net Security
T
Troy Hunt's Blog

暗无天日

读:AI Agent 安全日志——从可见性与隐私的两难说起 - 暗无天日 AI写作的语言指纹——如何让文字不那么像机器 - 暗无天日 读:50 条 Claude Code 技巧——一个工程经理的六个月使用心得 读:AI 辅助开发为什么让 E2E 测试更有价值 - 暗无天日 读:在Emacs中使用Claude Code(Spacemacs适配版) - 暗无天日 Claude Code 背后的工程哲学——读 Agent Harness Engineering 读:Agent Harness Engineering——AI 智能体不只是模型,还有套件 - 暗无天日 browser-harness:让 AI 直接接管你的浏览器 - 暗无天日 读:Security-First CI/CD —— DevSecOps 自动化实践指南 TIL: 数字小键盘的小数点陷阱与行内算术求值 - 暗无天日 读:Immutability 不是万能药,它是一种权衡 - 暗无天日 Conducty:给 Claude Code 加上项目记忆和并行执行能力 - 暗无天日 读 — GitHub Trending 里的 Claude Code 技能包 读 — Prompt Caching 省钱指南 TIL: Emacs 中那些跟鼠标配合的冷门快捷键 - 暗无天日 读:Anvil——把 Emacs 变成 AI 的工具服务器 读:Emacs 代码折叠终极指南 - 暗无天日 读:Clojure 搭车客指南 - 暗无天日 git推送失败后恢复仓库损坏的完整记录 - 暗无天日 多智能体系统的两个有效模式——以及对 Claude Code 用户的启示 - 暗无天日 用 Org Babel 写 Literate 博文:扩展执行 + 定制导出 proced:Emacs 内置的进程查看器 - 暗无天日 从 proced 定制中学到的 Elisp 模式 读:让 Emacs proced 在 macOS 上显示 CPU 和内存 异步编程的函数着色税 - 暗无天日 链式调用的代价:JavaScript 和 Clojure 的共同教训 - 暗无天日 hyperfine:命令行基准测试工具 - 暗无天日 管道中的变量去哪了?——子 shell 作用域陷阱 - 暗无天日 开源包装器的信任陷阱:四个危险信号 - 暗无天日 程序员愿意为 AI 写文档,却不愿为同事写 - 暗无天日 mktemp: Shell 脚本中临时文件的安全陷阱与最佳实践 - 暗无天日 WSL9x —— 在 Windows 9x 里跑 Linux 内核 6.19 用 ox.el 做你想做的事 —— org-export 高级编程指南 读:Hot-wiring the Lisp Machine —— 用纯 Elisp 构建零依赖的 Org 静态站点生成器 Elisp 性能优化的六个实战教训 - 暗无天日 fcitx5 下 Emacs 无法切换输入法的排查 - 暗无天日 ERT 测试交互命令的三种方式 - 暗无天日 SEM Assistant: 当 Elisp 守护进程遇上 LLM 用 dmsg 给 Elisp 加上结构化调试日志 用 org-habit 追踪非每日习惯 - 暗无天日 Clojure X-Men:当编程语言特性变成超能力 - 暗无天日 TIL: 用 diff-hl 在 fringe 中显示 git 变更 读:llm-test —— 用 LLM agent 驱动 Emacs 测试 TIL: AI 时代的橡皮鸭调试 - 暗无天日 fcitx 启动后键盘输入卡顿的排查 - 暗无天日 TIL: 早期网页的图片热区导航 - 暗无天日 读 Seeing the Whole System 用 Emacs 自动生成每周链接推荐 - 暗无天日 读:ASCII control characters in my terminal 读 What to learn - 暗无天日 Lisp 的括号之痛——一个愚人节玩笑揭开的老伤疤 - 暗无天日 一本书该"线性读"还是"并行读" - 暗无天日 读 How to Monetize a Blog:一篇伪装成变现指南的讽刺文 Python Mock 第三方依赖的四种策略 - 暗无天日 Emacs Lisp 热重载实用指南 - 暗无天日 Prot 的 Emacs 配置哲学 - 暗无天日 TIL: 从直播对谈中学到的三个 Emacs 技巧 - 暗无天日 TIL: 自动使用项目虚拟环境的 Python - 暗无天日 TIL: 让 Help buffer 自动获得焦点 一条命令让本地开发用上 HTTPS —— slim 工具介绍 用 fsck 检查和修复 Linux 文件系统 排查Linux进程"卡死"实战:从strace到gdb全流程 - 暗无天日 PostgreSQL 索引:从基础到你可能不知道的高级用法 - 暗无天日 用 .pdbrc 自定义 Python 调试器 ANSI 转义码的标准化现状 - 暗无天日 终端程序的潜规则 - 暗无天日 PARA Org-mode 测试配置 - 暗无天日 AI越强越辣鸡?控制论说这是必然的 - 暗无天日 AI 越强越需要你盯着——反馈循环实操指南 - 暗无天日 你的AI代理正在偷你的密钥——四种你没想到的泄露通道 - 暗无天日 LLM 在 DevOps 中的三种角色 - 暗无天日 写作风格的反建议 - 暗无天日 反驳本质复杂性——Dan Luu 论为什么《没有银弹》错了 - 暗无天日 文件充满了危险——Dan Luu 谈文件系统的可靠性陷阱 - 暗无天日 AI 时代的 PARA 方法:用 Org-mode 和 AI 打造个人知识管理系统 Linux 数据去重学习笔记 - 暗无天日 创建跨平台 ZIP 文件的隐藏陷阱:Extra Field - 暗无天日 X11 Forwarding 排障指南 - 暗无天日 IP欺骗端口扫描:当别人冒充你去扫描别人 - 暗无天日 Linux 输入栈全景解析:从硬件按键到屏幕响应 - 暗无天日 Unix 系统中那些被埋没的配置开关——以 FontConfig 为例 - 暗无天日 在Linux上限制儿童使用电脑 - 暗无天日 GIF不仅仅是一种图片格式——用GIF流做些奇怪的事 - 暗无天日 Leiningen 学习笔记:Clojure 项目构建与管理从入门到实战配置 - 暗无天日 Google SRE Book 读书笔记 - 暗无天日 yes 管道 head 发生了什么 - 暗无天日 为什么 nohup 在 crontab 中不起作用 Bash中的Indirection与Nameref - 暗无天日 Linux PAM 简介 - 暗无天日 从Linux ISO文件启动计算机 - 暗无天日 用 Bash 打造一个Screen Locker 用GitHub Actions自动构建EGO博客 - 暗无天日 blocking I/O 的作用 - 暗无天日 mobileog 手机端同步提示Error:2 No such file 的解决方法 回收 WSL2 VHDX 文件占用空间 使用 org-mode columnview 生成任务列表 - 暗无天日 Emacs 作为 MPD 客户端 - 暗无天日 移动文件路径却不破坏org file link的方法 - 暗无天日 如何合理的导出help link 成HTML - 暗无天日 笑话理解之Biology - 暗无天日
读:一个人的行为能改变一个团队吗 - 暗无天日
lujun9972, Claude Code · 2026-05-27 · via 暗无天日

读:一个人的行为能改变一个团队吗

目录

  • 预测团队表现,看最差的那个人就够了
  • 情绪传染比想象中快得多
  • 一个好苹果就能翻转局面
  • 你同事的能量比你自己的性格对你影响更大
  • 两点启示

Bruce Daisley 在 一篇文章 里讲了他前同事 Adele 的故事。Adele 表面上是个好同事,爱笑、爱聊天、每天到办公室第一句话就是"你绝对猜不到今天谁跟我说了什么"。跟她聊二十分钟你会觉得这人真不错。但 Adele 有个问题,团队会议上永远在抱怨,会议之外逮谁跟谁倒苦水,总觉得所有倒霉事都是别人故意搞她。

Kate Murphy 在新书《Why We Click》中讨论了相关研究,结论也是如此,表面上活泼的 Adele,实际上在让团队变得更不快乐。

预测团队表现,看最差的那个人就够了

预测团队表现最准的指标是什么?几十年的研究给了一个让人意外的答案,看团队里表现最差的那个人就够了,不需要看平均实力,也不需要看有没有明星选手。

2006 年,研究者 Will Felps 决定用实验验证这个说法。他找了一个戏剧系学生 Nick Fascitelli,把他安插进 60 个商学院学生的工作小组里。Felps 给这位"内鬼"安排了三种角色轮流扮演。

  • 懒人,往椅背上一靠,打哈欠,看起来百无聊赖
  • 丧人,趴在桌子上,一脸生无可恋
  • 混蛋,挑事儿,阴阳怪气,跟谁都不对付

Felps 原以为团队会抵制这种干扰,群体规范会自动调节,不会被一个人带偏。结果完全相反。

情绪传染比想象中快得多

Fascitelli 先试了懒人模式,靠在椅背上打哈欠。几分钟之内其他组员也开始往后靠,有人开始讨论"要不咱们早点收工吧"。换成丧人模式,他把头趴在桌子上,没过多久其他人也跟着萎靡,先是有人说这个任务没意义,接着有人走得更远,说人生都没意义。混蛋模式就更不用说了,全组很快就跟他进入被动攻击的同步状态。

Felps 把这个现象叫做情绪传染,人们会无意识地复制身边人的状态。有些团队里,传染源是最资深的人,另一些团队里则是声音最大的那个人。

镜像神经元的研究早就表明,观察别人的行为会激活我们大脑里负责同样行为的区域。人天生模仿看到的,不模仿被告知的。这也解释了为什么 Felps 原以为能起作用的群体规范失败了,你没法靠一份写下来的规则,挡住一个活人在你面前打哈欠的信号。

Felps 的实验展示的是房间内的传染。2010 年 UCSD 的 James Fowler 和哈佛的 Nicholas Christakis 在 PNAS 上发表了一项研究,把这个问题拉到了更大的尺度。合作和破坏行为在社交网络中能传多远?答案是三度。一个人做出的行为能沿着社交关系链传三层,A 影响 B,B 影响 C,C 影响 D,D 跟最初的 A 可能完全不认识。更关键的是,初始行为经过三层传播后被放大了三倍。一个天天在会议室里抱怨的人,影响的远不止坐在他旁边的那两个人,他的负能量会沿着你看不见的关系链往外流,感染三个部门之外的人。

一个好苹果就能翻转局面

反过来也一样,正面行为用同一条渠道传播,放大倍数差不多。

在 Felps 实验中有一个小组,Fascitelli 的招数完全不奏效,因为这个组里有一个"好苹果"。

这位好苹果不知道有人在故意搞破坏,全组都没人知道。他做的事情很简单,就是提出问题、认真追问答案,身体前倾表现出投入,主动指出大家意见一致的地方。

就这样,气氛被拉回来了。连 Fascitelli 自己都很沮丧,在其他组百试百灵的招数到这里就是不管用。

坏苹果和好苹果做的事,说到底都在发一个信号。Andi Roberts 在 讨论亲社会行为传染 时管这叫"社会证明"(social proof),大家都在等一个信号确认这么做是安全的。坏苹果的哈欠在说"在这里不投入是正常的",好苹果的前倾在说"在这里认真是可以的"。谁先动,谁就在给所有观望的人发许可证。

从 Fowler 和 Christakis 的三度影响力来看,这位好苹果的影响力也不止于这一个房间。社会心理学里管这叫"上游互惠"(upstream reciprocity),被帮助或看到帮助行为的人,更可能对下一个遇到的人释放善意。好苹果做的事,有人在观察、有人在模仿,也在被放大。他只是提了几个问题、点了几个头,但这些信号会顺着关系链传到他不认识的人那里。

你同事的能量比你自己的性格对你影响更大

Felps 和 Fowler & Christakis 解释了传染的路径和范围。另一组研究者换了个角度,问的是这种影响到底有多大。

几年后,另一组研究者试图量化"别人对我们的情绪影响到底有多大"。他们提出了一个叫"情感存在感"(affective presence)的概念,测量每个人在别人心中留下的情绪印记。

结果是,同事让你产生的负面情绪,约占你工作中全部负面情绪的四分之一。而你自己性格的贡献,不到五分之一。坐在你对面的那个整天愁眉苦脸的人,对你糟糕心情的影响力,比你自己的性格还大。

两点启示

第一,别把"忍受一个难搞的人"当成团队生活的正常成本。坏苹果对其他人的拖累是有实验证据的,Felps 的三种模式、Fowler 和 Christakis 的三度放大,只是因为不好量化,常常被忽视。而且你没法靠写制度来抵消这种影响,神经机制决定了人模仿看到的不模仿被告知的,一份行为准则挡不住一个活人的情绪信号。

第二,如果你团队里有个人,总能在混乱中让大家保持专注,在抱怨声中把讨论拉回正轨,那这个人对团队的贡献远超你的想象。从社会证明的角度看,你公开认可一个好苹果,不只是认可他本人,你是在帮他的信号传更远,让更多人看到"在这里认真是可以的"。这种好苹果值得被看见和保护。当足够多的人目睹并复制这些正面行为,原本显得"多管闲事"的举动就会慢慢变成团队的默认标准。