你很聪明，但你不会战略思考
人类的默认模式不是战略性的。你以为自己在思考，其实你只是在执行。
最忙的人，往往是最没战略的人
我带技术团队十五年了，见过各种聪明人。
985 毕业的算法工程师，能把模型调到 SOTA。大厂出来的产品经理，PRD 写得密不透风。全栈开发，前后端通吃，一个人能顶半个团队。
这些人有一个共同点：他们极其擅长执行。给他们一个明确的任务，他们能把它做到 95 分。
但这些人里，绝大多数的职业发展在某个阶段会卡住。不是因为技术不行，不是因为不够努力，而是因为他们从来没有真正问过自己一个问题：
我现在做的这件事，是我能做的最重要的事吗？
2010 年，Anna Salamon 在一篇文章里指出了一个反直觉的事实：人类并不是天生就会战略思考的。我们的默认模式是习惯驱动和社会动量驱动——周围的人在做什么，我们就做什么；昨天在做什么，今天就继续做什么。
十五年的管理经验告诉我，她说的完全正确。而且问题比她描述的更严重。
"做得快"不等于"做对了"
让我讲一个我亲身经历的案例。
三年前，我接手一个技术团队。团队里有一个非常优秀的后端工程师，姑且叫他小张。小张的代码质量极高，review 几乎不用改，交付速度是团队平均的 1.5 倍。
但我注意到一件事：小张永远在做"队列里的下一个任务"。产品经理排好优先级，他就按顺序做。做完一个，拿下一个。效率惊人。
半年后做绩效回顾，我问他一个问题："你觉得你过去半年做的这些任务里，哪三个对业务影响最大？"
他愣了。
他能清晰地列出自己做了哪些任务、用了什么技术方案、解决了什么 bug。但他说不出这些工作对业务产生了什么影响。
不是因为他的工作没有价值。而是他从来没有从"价值"的维度思考过自己的工作。他把自己定位成一个高效的执行器——输入任务，输出代码。至于这个任务值不值得做、有没有更高杠杆的替代方案，不在他的思考范围内。
小张不是个例。他是我见过的大多数技术人才的缩影。
习惯和社会动量：你以为的"选择"其实不是选择
Salamon 的核心论点是：人类很少主动退后一步，审视自己的行为是否真的在推进自己最重要的目标。我们以为自己在做选择，其实我们在做的是：
重复。昨天做了什么，今天继续做。
从众。同事在做什么，我也做什么。
响应。谁叫我最大声，我先做谁的事。
这不是愚蠢。这是人类认知的默认设置。我们的大脑不喜欢"从零开始评估所有选项"这种高能耗操作。它更喜欢走捷径：用习惯代替分析，用社会信号代替独立判断。
在技术团队里，这个现象无处不在：
- 工程师按 Jira 列表顺序做任务，而不是按业务影响力做任务
- 产品经理把 80% 的时间花在需求文档上，而不是花在验证这个需求是否值得做
- 技术负责人把精力放在"按时交付"上，而不是放在"我们是不是在造一个没人用的东西"
- 整个团队在冲刺评审会上讨论"做了多少"，却从不讨论"做的东西有多重要"
每个人都很忙。每个人都在执行。但没有人在做战略思考。
Salamon 用了一个精准的比喻：这就好比一个人一直在快速地走路，但从来不停下来看地图。走得再快，方向不对，也是白走。
AI 时代：执行力陷阱的终极放大器
如果 Salamon 的文章写在 2010 年都已经切中要害，那么到了 2026 年，问题已经严重了不止一个数量级。
原因很简单：AI 让执行变得几乎无摩擦了。
以前，执行本身的困难会形成一种天然的"减速带"。写一个完整的后端服务可能需要两周，这两周里你会自然而然地停下来想一想：这个服务真的需要吗？架构设计合理吗？有没有更简单的方案？
现在，有了 AI 辅助编程，同样的服务可能两天就写完了。你还没来得及质疑这件事该不该做，它已经做完了。
我在自己的团队里观察到了一个令人不安的趋势：自从引入 AI 编程工具后，团队的代码产出量提升了近 3 倍，但有效产出——真正对业务有影响的交付——几乎没变。
多出来的那些代码去了哪里？大部分变成了"没人用的功能""过度设计的模块""解决了不存在的问题的方案"。
AI 没有让我们更有战略性。AI 让我们在错误的方向上跑得更快了。
战略思考不是天赋，是刻意练习
Salamon 文章里最重要的一个观点是：战略思考不是某些人的天赋，而是一种需要刻意练习的技能。
这意味着它可以被训练。但也意味着如果你不主动训练，它就不会自动出现。
"不会战略思考"不是一种性格缺陷。它是人类认知的默认出厂设置。就像你不会因为买了一台好电脑就自动会编程一样，你不会因为够聪明就自动会战略思考。
在我的管理实践中，我发现最有效的战略思考训练不是读商学院案例，而是在日常工作中植入几个简单但反直觉的习惯：
习惯一：周一早上先不做事。
每周一的第一个小时，不写代码，不回消息，不看 Jira。只做一件事：问自己"这周我能做的最高杠杆的事是什么？"然后把答案写下来。
大多数人会发现，自己周一早上的第一反应是打开未读消息、看看有没有新的 bug 要修。这就是 Salamon 说的"习惯和社会动量"在起作用。你在响应别人的优先级，而不是自己的。
习惯二：对每个任务问"如果不做会怎样"。
这个问题的威力在于，它逼你把"默认要做"的事情变成"主动选择要做"的事情。你会惊讶地发现，很多你认为"必须做"的任务，如果不做，其实什么都不会发生。
习惯三：每月做一次"时间审计"。
回顾过去一个月的时间分配，然后问：如果我重新来过，我会把时间花在同样的事情上吗？
每次我做这个练习，答案都是"不会"。这不是因为过去一个月的决策都是错的，而是因为没有这个练习的话，时间的流向完全是被惯性和外部压力决定的，而不是被战略判断决定的。
组织层面：战略缺失是怎么传染的
个人层面的战略缺失已经够糟了。但当它扩散到组织层面，破坏力是指数级的。
我见过太多这样的团队：
一个产品经理收到了来自销售团队的需求："客户 A 想要一个 XX 功能，不做就丢单。"于是这个需求被标记为 P0，排进了下个 sprint。
没有人问：客户 A 是不是我们的目标客户？这个功能跟我们的产品方向一致吗？做了这个功能之后的维护成本是多少？如果我们把做这个功能的时间花在另一件事上，ROI 会不会更高？
不是因为没有人有能力问这些问题。是因为组织的运转节奏不给你问这些问题的时间。sprint 是两周一个，需求是按"紧急程度"排序的，绩效是按"交付量"考核的。
整个系统都在激励"快速执行"，没有任何环节在激励"停下来想清楚"。
这正是 Salamon 说的：问题不在于人不够聪明，而在于环境不支持战略思考。 当你的日程被会议填满，当你的绩效按产出量衡量，当你的同事都在拼命冲 sprint，你停下来思考就会显得像在"偷懒"。
AI 工具加剧了这个问题。当团队发现用 AI 可以一天写完以前一周的代码量时，管理层的第一反应不是"太好了，我们可以用省下来的时间做更多战略思考"，而是"太好了，我们可以多做 5 倍的需求了"。
生产力的提升被立即转化为更多的执行，而不是更好的判断。
一个简单的测试
如果你想知道自己是不是在"不战略地忙碌"，做一个测试：
把你过去一个月做的所有工作列出来。然后对每一项打分：这项工作对你的核心目标（不是 KPI，是真正的核心目标）的贡献度，从 1 到 10。
如果你发现超过一半的工作评分在 3 分以下，你就是在用战术上的勤奋掩盖战略上的懒惰。
别难过。大多数人都是这样的。Salamon 的观点就是：这是默认状态，不是例外。
聪明和战略是两回事。你可以很聪明，但完全没有战略。就像你可以体力很好，但完全不知道该往哪个方向跑。
在 AI 时代做一个战略思考者
我的建议很简单，简单到你可能觉得不值一提：
每天花 15 分钟，什么都不做，只是想。
不是想"今天要做什么"。而是想"我做的这些事，真的是最重要的吗？有没有一件事，如果我做了，其他事都不用做了？"
这种思考在 AI 时代尤为重要。因为 AI 给了你一个前所未有的能力：把执行成本降到接近零。 但这也意味着，如果你选错了方向，AI 会帮你以极高的效率奔向一个毫无价值的目标。
Salamon 在 2010 年写道，战略思考必须被刻意练习。十六年过去了，这句话不但没有过时，反而变得比以往任何时候都更紧迫。
因为 AI 时代不缺执行力。缺的是有人停下来说一句：
"等一下。我们为什么要做这件事？"
如果你的团队里没有人在问这个问题，那你们跑得越快，偏得越远。
参考资料
1. Anna Salamon (2010). "Humans Are Not Automatically Strategic." CFAR.
2. Cal Newport (2016). Deep Work: Rules for Focused Success in a Distracted World. Grand Central Publishing.
3. Richard Rumelt (2011). Good Strategy Bad Strategy. Crown Business.