一句话:这不是一本讲价值观的鸡汤手册,而是 Duolingo 用 14 年踩坑沉淀出来的「怎么做产品」操作系统。它的内核可以压成一行——找优秀的人 → 让他们快速试 → 用真实数据判断 → 放大有效的、果断停掉无效的;所有取舍发生冲突时,用「使命」(让最优质的教育普惠到全球)当唯一裁判。
五条原则之间故意留着张力(Luis 在信里明说:它们内部互相矛盾,某些场景未必适用)。比如「提高标准」要慢工出细活,「快速上线」要赶紧发——这两条天天打架。手册的高明之处不是消解矛盾,而是给了一把裁判尺(使命 + 留存优先)。对做游戏化 / AI 互动叙事产品的 PM 来说,Duolingo 是唯一一个把「教育」和「上瘾的娱乐」缝在一起、还做成百亿美金上市公司的活样本,它怎么在「有用」和「好玩」之间走钢丝,几乎就是你每天面对的题。
五条原则 + 一套落地引擎:长期主义(留存>增长>收入)→ 提高标准(V1 不做 MVP)→ 快速上线(每周发+几百实验)→ 用结果说话(数据即故事)→ 让产品有趣(和 TikTok 抢注意力)→ Green Machine 6 步把前面全部串成可执行流程。
〇、底色:使命是唯一裁判,原则是「活的」会互相打架
EN: Our mission is to develop the best education in the world and make it universally available. The five principles have internal tension and won't always apply.
核心:Duolingo 的使命有两个维度——质量(best)+ 普惠(universally available)。这不是墙上的标语,而是一把真的拿来切优先级的刀。当「提高标准(要做到最好)」和「快速上线(要赶紧覆盖更多人)」打架时,问一句:哪个选择更能让「更多人更快学到东西」? 答案就清晰了。
Why 为什么重要:大多数公司的价值观是事后包装的口号,Duolingo 反过来——原则是踩坑总结出来的「活理念」,Luis 在 CEO 信里直接承认「它们内部存在张力,某些情况未必适用,希望你去质疑」。这意味着:别把任何一条当教条背诵,要理解它在什么场景下让位给另一条。
对你(游戏化 AI 产品 PM)的迁移:先给自己定一句能当裁判用的使命(不是「做最好的 AI 互动叙事」这种废话,而是像「让用户每天愿意回来体验一段有情感张力的故事」这种能直接判输赢的)。以后所有「这个功能要不要做 / 上线质量够不够」的争论,都拿它来切。没有这把刀,团队会在「做精致」和「赶进度」之间无限内耗。
一、Take the Long View 长期主义:留存 > 增长 > 收入
EN: If it helps in the short-term, but hurts in the long-term, it's not right. ("take the long view" = 决策时优先考虑长期影响而非短期收益)
核心:Duolingo 从第一天就当成「要做几十年」的事来干,所有决策都过一遍「短期有利但长期有害 = 错」的筛子。最锋利的一条排序就是:留存 > 增长 > 收入。
Why 为什么这么排:语言学习(以及任何需要长期投入的产品)的价值是靠用户「坚持得久」兑现的——用户用得越久,拿到的价值越大,产品才真正成立。所以哪怕短期不赚钱,只要产品没法兑现价值承诺,用户终会流失。留存是地基,增长是地基上盖楼,收入是楼里收租;地基塌了,后面全是空的。
Duolingo 的真实落地:
- 通知(Notifications)= 长期 vs 短期的活教材:多发通知,短期日活立刻涨;但骚扰多了用户不会长期留下。用户信任 > 短期活跃,所以他们克制发通知。
- 广告也卡「留存阈值」:实测「每节课后展示 1 条广告」不影响留存,再多就开始流失——于是广告量被钉死在这个阈值上,绝不为多赚一点而越线。
- 押注技术(Betting on Technology):一开始就用机器合成语音而不是人工录音。早期很难听,但他们赌「技术迟早会变好」。长期主义不只是「避免做蠢事」,更是主动选一条现在丑、未来强的路。
- Path 线性路径(2022):把原来灵活的「技能树」换成必须按顺序走的线性路径。短期 DAU 和收入都没变好,用户可能还不喜欢——但他们认为「真正学会」比「刷进度爽」更重要,坚持上线。事后证明 Path 成了成功关键。长期主义有时就意味着做看起来反直觉的大胆决策。
- 吉祥物 Duo = 竞争护城河:角色不是装饰,是战略资产。即使有人完整抄袭整个产品,用户仍会因为对 Duo 的情感连接回来。这是别人抄不走的留存。
- 百年品牌 + 不看季度财报:某季度收入低于预期股价会跌,但他们「不过度关注季度表现」,只盯长期用户价值。做对了,公司价值自然涨。
对你的迁移:
- 给你的产品也排一个「留存 > 增长 > 收入」式的优先级,并且真的拿它否决短期诱惑。游戏化 AI 产品最大的短期诱惑是「加抽卡 / 加付费墙 / 加 push」——每一个都该先过「会不会损害长期留存和信任」这关。
- 把「角色 / 世界观」当护城河经营,不是当美术资源。AI 互动叙事的核心壁垒恰恰是「用户对角色的情感连接」——这是别家用更强的模型也复制不走的。值得超额投入。
- 敢上线短期数据不涨、但方向更对的大改(如 Path)。前提是你有数据基线 + 长期信念,否则容易变成「自我感动式改版」。
⚠️ 反例(别学歪):Path 这种「短期数据不涨也要上」的决策风险极高,Duolingo 敢做是因为有海量实验体系兜底 + 创始人级别的长期信念。小团队若没数据基线就照搬「反直觉大胆决策」,极易把自我感动当长期主义。长期主义不是「拍脑袋硬扛」的免责声明。
二、Raise the Bar 提高标准:卓越是基线,不是目标
EN: Excellence isn't some lofty goal—it's our baseline. Excellence does not get easier. But we did not sign up for easy.
核心:把「卓越」从「值得追求的崇高目标」降格成「每天的及格线」。不是追求完美,而是每天进步一点点;出错时不追究「是谁的锅」,只挖根因。
2.1 产品与设计的四条标准(最可迁移的一节)
每个新功能上线前过四关,缺一不可:
| 标准 EN/中 | 含义 | 反面信号(说明没达标) |
|---|---|---|
| Useful 有用 | 学习者能拿到实际价值 | 只是增加 App 复杂度、分散注意力 |
| Intuitive 直观 | 用户专心学,不用研究怎么用 | 「一个功能还需要解释,就说明设计有问题」——印度用安卓的 75 岁老人和纽约用 iPhone 的 16 岁少年都得一看就会 |
| Delightful 愉悦 | 每个功能都带一点趣味与「魔力感」 | 初版可以不要最复杂动画,但不能丢掉用户喜爱的那个「魔力」内核 |
| Polished 精致 | 看起来完整、不卡顿、不矛盾 | 同时有「返回」和「关闭」两个干同一件事的按钮 |
Why:这四条按「地基→上层」排——先「有用」(否则白做),再「直观」(否则用户学不会用),再「愉悦」(否则留不住),最后「精致」(否则显得不完整、不可信)。它把模糊的「做好一点」拆成可逐条打勾的验收清单。
2.2 做 V1,不做 MVP(关键区别)
EN: V1s Not MVPs.
- MVP(最小可行产品):常常质量低,「有时甚至成了做差产品的借口」。
- V1(第一版正式产品):功能可以少,但必须打磨到达标。慢一点,但绝不把半成品丢给用户。
Why:MVP 文化容易让团队用「这只是 MVP」开脱粗糙。V1 把验收线提前钉死——少做几个功能可以,降低单个功能的质量不行。
2.3 其他落地机制
- Dogfooding(自己用自己的产品):每天亲自用 App,还做了「摇一摇上报」工具——摇手机就能截图 + 报 bug,让全员为质量负责。
- 对事严格,对人友善(Hard on Work, Easy on People):给坦诚、有帮助的反馈,但只针对「问题是什么(what)」,不针对「是谁(who)」。既保高标准又保信任。
- Ownership 责任到人:最重要的项目一定要有明确负责人。「只有有人负责的事才会做好」。公司变大后,一个任务横跨 4 个部门 7 个团队、责任不清,就是质量杀手。
- 招聘不降标准:宁可岗位空着也不招错人。曾因一个候选人「对接机司机不尊重」就放弃找了一年多的高管——卓越不只是能力强,还包括你怎么对待别人。
对你的迁移:
- 把那张四标准表直接抄成你的功能验收清单。AI 互动叙事产品尤其要盯「Intuitive」——AI 功能天然复杂,如果一个功能需要写说明书教用户怎么用,就是设计失败了。
- 用 V1 心态而非 MVP 心态发版:与其上 5 个半成品功能,不如上 1 个打磨到「愉悦 + 精致」的功能。游戏化产品的「魔力感」恰恰死于半成品的廉价感。
- 给每个关键功能指定一个真正的 owner,别让「大家一起负责」变成「没人负责」。
- 建一条低摩擦的内部反馈通道(类似摇一摇上报)——团队天天用自己产品,是发现「不愉悦 / 不精致」最快的雷达。
三、Ship It 快速上线:速度本身是复利
EN: Moving with urgency means choosing what matters and pursuing it with a ridiculous amount of focus. Go, Go, Go!
核心:好点子要变现实就得加快速度。Duolingo 每周更新 iOS / 安卓,同时几百个实验在跑。速度不是为了赶,而是为了多创造「学习和改进」的机会——每个实验不管成败都让你更接近正确答案,这些小改进像滚雪球一样复利叠加。
3.1 Clock Speed 执行节奏(借自芯片)
EN: Clock Speed = 缩短每一步之间的时间(从决定到执行、从收到反馈到改完)。
Why:间隔越短,上线越快,学习越快。「不该动不动等一个月才看到新版本。」注意:这不是盲目赶进度,而是消除「流程中断」造成的等待浪费。
3.2 Ruthless Prioritization 冷酷的优先级排序
每个项目都问:对目标有什么帮助?能带来什么具体结果? 没用就砍,不管之前花了多少力气(对抗沉没成本)。「一个高影响力成果,胜过多个零散小成果。」放弃没用的,和创造新东西一样重要。
3.3 实验文化 + 99 个烂点子
EN: 99 Bad Ideas.
- 高管会有个传统叫「99 个烂点子」:大家故意想各种夸张离谱的主意(让 Duo 搞怪、改股票代码、能不能和角色聊天、超级碗露 5 秒干嘛、考试能不能在家考)。
- 很多爆款功能就来自这些「离谱问题」。停掉一个实验不算失败,是学习机会。他们做的实验大约只有一半真正上线。
3.4 用「使命」破解「又好又快」的矛盾(本手册最精妙的一处)
「提高标准(慢工出细活)」和「快速上线(赶紧发)」天生冲突。裁判是使命:这能不能让教育更好、更普及?
生成式 AI 的真实抉择:A = 等 6 个月把 AI 内容做到接近人工水平;B = 现在上线 70% 质量但覆盖更多语言、更多人。用使命(让更多人更快学到)一切,明确指向 B。
怎么和「先打磨好再发」不矛盾? 理解成两段:先保证「不过线的不能上」(守住及格线),在「合格之上」再决定先做什么(快和更好之间取舍)。
3.5 合适的流程:用 PR(产品评审)给决策定量
公司变大后,「随意会议里做决策」会出乱子(有人不知情、分不清正式决定还是随口一说、无法追溯原因)。他们借鉴 Code Review 建了产品评审 PR:
- 所有改动「被看见」→ 解决信息不透明
- 明确决策节点 → 区分正式决策 vs 随意想法
- 有记录可追溯 → 能理解决策原因
- 多人轮流参与 → 引入不同观点、避免单点
- 结构化流程 → 会议不再混乱
任何人都可以旁听 PR。市场团队照样建了 Marketing Review。好流程的判据:让工作更轻松、质量更高、决策更快——否则就是繁文缛节。
对你的迁移:
- 缩短「决定→上线→拿到反馈」的循环,而不是单纯逼大家加班。游戏化产品的数值和趣味性几乎不可能一次设计对,只能小步快跑试出来。
- 办一个你们自己的「99 个烂点子」会——AI 互动叙事的爆点往往藏在「这太离谱了吧」的脑洞里(Duolingo 的超级碗梗就是这么来的)。明确「停掉实验 = 学习,不丢人」。
- 拿你的使命当「又好又快」的裁判:先定死「不过线不上」的及格线(比如剧情不能崩、不能出戏),及格线之上再用「哪个更推进核心目标」排序。
- 公司一变大就引入一个轻量 PR 机制,让关键决策「被看见 + 可追溯 + 多视角」,但时刻用「是否让决策更快」来检验它没变成官僚。
四、Show Don't Tell 用结果说话:数据即故事
EN: "Show Don't Tell" means we lead with the results of our work, not the story of its effort.
核心:沟通要清楚、简洁,用数据和实际效果说话,而不是讲自己多辛苦。学校和职场训练我们靠「讲故事、做展示」说服人——但这套不能帮你发现真问题、做好产品。
4.1 TL;DR = 结论 + 证据 + 行动(最实操的一节)
开头先说结论。一个好 TL;DR 就三句:发生了什么/该做什么?+ 数据/事实是什么?+ 我们怎么做?
| 维度 | 讲故事(Tell) | Show(TL;DR) |
|---|---|---|
| 顺序 | 过程 → 结论 | 结论 → 证据 |
| 核心 | 我做了什么 | 结果是什么 |
| 依据 | 叙述 / 感受 | 数据 / 事实 |
| 听感 | 冗长 | 高效 |
| 风险 | 自我说服 | 接近真相 |
❌ Tell:「我们做了很多优化,用户反馈不错,建议继续推进……」 ✅ Show:结论:这功能值得上线。数据:7 日留存 +12%。行动:准备全量发布并继续优化。
一句话点透:讲故事 = 证明「我很努力」;TL;DR = 证明「这件事有效」。
⚠️ 反例 / 边界(数据也会骗人):过分盯数据会走偏。有些东西很难用数据准确衡量(比如「学习效果」本身)。数据重要但不完整,这种时候要靠经验和判断。(注意:作品集恰恰需要讲故事——因为它要体现你过程中的思考和价值,观众没有背景就无法理解。Show Don't Tell 是对内沟通法则,不是万能。)
4.2 其他落地机制
- Prototypes, Not Pitch Decks(原型不要 PPT):光说想法不如直接做出来。原型让大家统一理解、推进更快——尤其「把 AI 加进现有功能」这种复杂问题,原型特别关键。
- 好产品无需解释:不靠一堆提示教用户,用设计和动画让用户自己看懂。连学习方式也遵循此原则——不讲语法,通过练习让你自己学会(最好的学习是实践,不是看说明)。
- Disagree and Commit(有分歧也一起干):分歧靠「采取行动」解决,不陷入停滞。双方先承诺基于某决策推进,让结果证明对错。排行榜就是 Luis 有怀疑、但「先试试再说」试出来的核心功能。
- Ideas Before Egos(想法比面子重要):看结果,不看谁说得对。好想法不需要推销,需要的是被验证的机会。
- The Trust Battery 信任电量:信任不是默认给的,靠成果争取。每做出一次贡献就给自己的「信任电量」充电——不管你是实习生还是高管,都得先用成果证明自己。
对你的迁移:
- 所有汇报先甩 TL;DR(结论+证据+行动),把「我多辛苦」从对内沟通里删掉。这恰好也是 PM 日常被诟病「啰嗦/没结论」的解药。
- 遇到复杂的 AI 功能争论,别开会吵,先做个原型——尤其交互叙事的体验,文字描述永远说不清,跑一个 demo 比 100 页 PPT 管用。
- 建「先试再说」的文化:意见不合就设计一个能拿数据的小实验,让结果裁决,而不是谁声音大谁赢。
- 但守住数据的边界:游戏化 AI 产品里「趣味性 / 情感共鸣」这类核心价值很难量化,别让「唯数据」杀掉那些数据看不见、却是产品灵魂的东西。
五、Make It Fun 让产品有趣:和 TikTok 抢注意力
EN: Learning doesn't have to be boring, and neither does work. We're at our best when we're subverting normal expectations people would have about an education company.
核心:在所有事里融入幽默、快乐、想象力。这不是锦上添花,是生存必需。
5.1 Why:你真正的对手是 TikTok,不是别的教育产品
Duolingo 说得很直白:他们在和 TikTok、Instagram、在线游戏争夺用户注意力,所以学习必须像它们一样有趣才留得住人。区别在于:那些平台是「无意义的刷」,而 Duolingo 用户带着「学习」这个明确目标而来——是有目的、高效的时间利用。但正是那些有趣、出其不意的设计,才让用户一直留下来。
「一个玩出来的产品」:从第一天就做成游戏化,课程像综艺或游戏。「你的熊在喝啤酒」这种离谱句子、角色 Lily 用讽刺的慢鼓掌「支持」你——这些不只是好玩,是让用户一直学下去的引擎。
「你可以不止一种身份」:Duolingo 不是游戏,也不只是教育产品——这种模糊边界本身带来魔力。
5.2 Committing to the Bit 把一个梗玩到极致(最反直觉的一条)
EN: In marketing, the worst thing you can be is boring.
- 一开始想讨好所有人,结果反而没特色。后来转向:奇怪、有趣、出乎意料。
- 接受「幽默无法取悦所有人」:它主观、甚至引发分歧。「不是每个人都 get 笑点没关系,真正重要的是喜欢的人会特别喜欢,把这部分人服务好。」
- Duo 的双面性:吉祥物本来是督促学习的,被网友玩成了「会威胁你不学就把你家人带走(开玩笑)」的复杂角色——正是把这个梗玩到极致,Duo 才火(肌肉 Duo、动漫 Duo……)。
- 愚人节 + 超级碗 5 秒广告:愚人节越离谱越出圈(2024「Duolingo 冰上秀」获 1 亿次社交曝光)。超级碗不买 30 秒,赌「5 秒能不能炸」——花很少的钱拿到和别人一样的关注。「它好玩、出乎意料、还不装,这正是成功秘诀。」
5.3 Joy by Design 快乐是设计出来的(文化层)
- 产品有趣,因为做产品的人就很有趣:办公室有真人大小的 Duo 在锻炼、小狗游行、各种社团。
- Open Doors 开放沟通:玻璃会议室、任何人可旁听 PR、高层可直接联系——这种开放让大家敢冒险、敢做不一样的事(趣味的土壤是心理安全感)。
- Respect Boundaries 尊重边界:能自由开玩笑的前提是内部有基本的关心与尊重——团队多元,有些玩笑别人未必觉得好笑,「这里都是成年人,互相尊重边界」。
对你的迁移:
- 认清你的真对手是娱乐产品(短视频/游戏),不是同类。AI 互动叙事天然站在「学习/有用」和「上瘾/好玩」的交叉口,Duolingo 就是这条路最成功的范本——必须把「趣味性」当留存的核心引擎,不是附加项。
- 别讨好所有人,Commit to the Bit:选一个鲜明的调性/角色人设,玩到极致。「最糟糕的是没意思」——平庸的讨好型内容在注意力战争里必死。服务好真正喜欢的那批人。
- 把「角色玩坏」当机会而非失控:Duo 被用户二创成黑红 meme 反而成就了它。给你的角色留出被用户玩梗、二创的空间,可能是最便宜的增长。
- 趣味要靠设计「内建」,且需要心理安全的团队土壤:一个不敢冒险、互相甩锅的团队做不出有趣的产品。开放沟通 + 尊重边界是趣味的前提。
六、The Green Machine 绿色引擎:把原则变成可执行的 6 步
EN: The principles are theory. The Green Machine is how they actually get put into practice.
核心:原则是理论,绿色引擎是落地方法。本质就是不断小改进、持续变好——哪个小改动有效就多做类似的。一句话:找优秀的人 → 让他们试 → 有效的加大投入。项目卡住了,就用这 6 步对照排查问题出在哪(通常卡在「团队不对」或「没有反馈机制」)。
| 步骤 EN/中 | 做什么 | 对应的原则 / 关键点 |
|---|---|---|
| 1. Staff It with Great People 配优秀的人 | 团队先保持精简,跑通了再加人 | 卓越实验需要能快速提想法、执行、调头的团队 → 招聘高标准 |
| 2. Define Success 明确定义成功 | 设清晰可衡量目标(日活/收入/曝光)。早期没成熟指标就先定方向、边做边明确、观察信号 | 指标驱动,但允许早期模糊 |
| 3. Set Guardrails & Think Long-Term 设边界 + 关注长期 | 用规则确保长期对用户和公司都好 | 「边界」= 用公司使命当判断优先级的标准 ←呼应长期主义 |
| 4. Build the Thing & Set Up Feedback Loops 先做出来 + 建反馈环 | 别靠讨论,直接做,同时建反馈:定量(A/B 测试)+ 定性(内部使用)。早期更靠定性,再转数据驱动 | 呼应「原型不要 PPT」「Dogfooding」 |
| 5. Execute with Urgency & Excellence 紧迫 + 高质执行 | 小改进有复利,所以慢就是成本;但太快会掉质量。持续快速交付达标成果 | 同时踩住 Ship It 和 Raise the Bar 两条 |
| 6. Double Down on What Works, Stop What Doesn't 放大有效、停掉无效 | 有效的投更多资源、持续推进(有时好几年);没效果的果断关掉,甚至砍产品 | 接受「终止」是引擎的一部分 |
Tips:它不替代规划。Green Machine 不是用来取代 OKR / 年度目标 / 长期财务规划的。Duolingo 仍有季度 OKR、年度目标——只是不靠那种几年不变的产品路线图。引擎管「怎么持续试出来」,规划管「往哪个大方向」,两者并存。
对你的迁移:
- 把这 6 步当你的「项目卡住诊断器」:当一个游戏化功能/剧情线做不动时,逐条排查——人对不对?成功标准定了吗?边界(使命裁判)清楚吗?有没有真的做出来 + 建反馈环?执行节奏够快又达标吗?有没有及时砍掉明显无效的?卡点几乎都在第 1 步(团队)或第 4 步(反馈机制)。
- 第 6 步「果断停掉」最难也最值钱:游戏化产品最容易陷入「这个玩法投了这么多别浪费」的沉没成本。把「停掉无效的」明确写成引擎的正常动作,而不是失败。
- 别用「敏捷试错」当不做规划的借口:Green Machine 之上仍有 OKR 和长期方向。引擎负责「怎么走得快」,使命和 OKR 负责「往哪走」——两个都得有。
附:高频术语速查(Glossary)
| 术语 | 含义 |
|---|---|
| DAU / MAU | 日活 / 月活跃用户。DAU 是 Duolingo 最重要的指标之一,判断产品表现 |
| Bookings 确认收入 | 订阅 + 应用内购买 + DET 考试购买 + 广告网络收入 |
| DET | Duolingo 英语测试,第二大产品。自适应认证考试,主要用于海外高校入学(做「权威/标准」) |
| Dogfooding 内部自测 | 员工自己用自己的产品发现问题 |
| Experiments / A/B 测试 | 验证什么有效的测试;A/B 同时跑 2+ 方案对比 |
| Juicy | Duolingo 的视觉设计系统,比以前更饱满、友好、有活力(把学习做得像游戏) |
| OKRs | 目标与关键结果(Intel 1970s 提出)。Duolingo 每季度团队 OKR + 每年公司 OKR |
| PR 产品评审 | 批准 App 所有变更的会议,产品团队主导、所有人可旁听 |
| Go, Go, Go! | 你做对事时 Luis 会喊的口头禅(= Ship It 的口号) |
| Trust Battery 信任电量 | 信任靠成果一次次充电,非默认给予 |
| Duoversary | 每年在匹兹堡庆祝 2012-06-19 公开发布的周年纪念 |
总览:五原则 + 引擎一张表(可直接贴工位)
| 原则 | 一句话心法 | 最该记住的反直觉点 | 对游戏化 AI 产品最强迁移 |
|---|---|---|---|
| Take the Long View 长期主义 | 短期有利长期有害 = 错 | 留存 > 增长 > 收入;敢上短期数据不涨的大改(Path) | 把角色/世界观当护城河经营,通知/付费墙都卡留存阈值 |
| Raise the Bar 提高标准 | 卓越是基线不是目标 | 做 V1 不做 MVP;少功能可以,降质量不行 | 抄四标准验收表(有用/直观/愉悦/精致),盯死「直观」 |
| Ship It 快速上线 | 速度是复利,慢就是成本 | 砍掉低影响项不管投了多少;用使命破解又好又快 | 缩短决定→反馈循环 + 办「99 个烂点子」会 |
| Show Don't Tell 用结果说话 | 数据即故事 | 讲故事=证明我努力,TL;DR=证明这事有效 | 汇报先甩 TL;DR;复杂 AI 功能用原型不用 PPT |
| Make It Fun 让产品有趣 | 学习和工作都不必无聊 | 真对手是 TikTok;别讨好所有人,Commit to the Bit | 选鲜明人设玩到极致,给用户留二创/玩梗空间 |
| Green Machine 绿色引擎 | 找人→让他试→放大有效 | 「停掉无效」是正常动作不是失败;不替代 OKR | 当「项目卡住诊断器」逐步排查,卡点多在团队/反馈环 |