-
员工手册
被AI“炒鱿鱼”已经不是科幻：真实员工被AI经理Luna解雇，经理这个岗位也要被重写？
HRTech核心摘要：在旧金山运营实验性零售店Andon Market，由AI Agent Luna负责招聘、排班、请假和员工管理。一名员工在23个有打卡信息的班次中迟到17次，并伴随公司卡使用、未执行指令和离岗等问题。Luna最初因遗忘员工手册只建议警告；在人类补充正式沟通记录并要求重新评估后，它最终建议结束雇佣关系，真人随后完成审核和解雇。
别只担心AI抢你的工作，它可能先成为你的老板。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
当AI开始决定谁该走：AI开始首次参与真实员工解雇，HR管理正在进入Agent时代
2026年8月，一个发生在旧金山实体零售店里的实验，把“AI会不会替代工作”这个已经讨论多年的问题，推到了一个更敏感的位置：AI不只是帮助员工完成任务，它开始真正进入招聘、排班、绩效管理甚至解雇建议等管理权领域。
AI研究公司Andon Labs在旧金山运营一家名为Andon Market的真实零售店，并把日常管理交给由Claude驱动的AI Agent——Luna。Luna不是一个简单的聊天机器人，它拥有公司邮箱、电话号码、公司卡、互联网和门店监控等工具，可以发布职位、筛选候选人、进行电话面试、安排班次、批准请假、处理库存和日常运营，并直接与真实员工沟通。随后，一个过去更多存在于科幻小说和管理学讨论中的场景真正发生了：Luna对一名现实中的员工是否应该继续留任进行了完整评估，并最终建议终止这名员工的雇佣关系。
这名员工在有记录的23个班次中迟到了17次，同时还涉及未及时回复工作消息、没有按照要求执行任务、将公司卡带回家、在被要求不要采购后仍使用公司卡购买22.92美元零食，以及值班期间离开门店造成店内无人值守等问题。经过对员工表现、内部政策和此前沟通记录的重新分析，Luna最终得出判断：“I don't think this is the right fit for the role as built.”也就是说，它认为这名员工已经不再适合这个岗位，并建议双方结束雇佣关系。
最终的法律审核、批准以及真正的解雇沟通仍然由Andon Labs的人类管理人员完成，因此严格来说，这并不是“Claude自己把一个人开除了”。但这件事真正具有分水岭意义的地方在于：一个AI Agent已经开始对真实员工的去留作出实质性的管理判断。
HRTech认为，这件事情真正值得关注的，并不是“AI第一次炒人”这个戏剧性标题，而是它揭示了一条越来越清晰的趋势：**AI正在从生产力工具进入企业管理权。**过去两年，企业讨论最多的是员工如何使用AI、哪些任务会被AI替代；接下来，企业不得不面对一个更加棘手的问题：当AI开始招聘、排班、监督、评价甚至建议解雇员工，人类究竟应该把多少管理权交给AI？
这不是“AI自动炒人”，而是一场真实的AI管理实验
必须首先厘清一个事实，这名员工并不是被Claude直接通过邮件或系统自动解雇。AI承担的是绩效分析、政策判断和管理建议，真正执行termination的仍然是人类管理人员。但即便如此，这个案例依然具有非常明显的标志性意义，因为Andon Labs并不是临时让Claude回答一句“这个人应不应该被开除”，而是把AI长期嵌入一家真实企业，让它持续承担Manager角色。
Luna可以在LinkedIn、Indeed和Craigslist发布招聘信息，筛选候选人并进行电话面试；被招聘的人拥有真实工资和雇佣合同，不是配合实验的演员。进入实际运营后，Luna继续负责员工排班、工作沟通、请假、库存管理和日常经营。因此，这个实验真正测试的是：一个通用AI Agent是否能够长期承担一部分传统意义上的管理工作。
这也是为什么Andon Market与过去十几年已经存在的“算法管理”有所不同。Amazon仓储、Uber、DoorDash等平台早已使用算法进行工作分配、绩效监控和账号管理，但这些系统大多基于固定指标和预设规则。例如迟到多少次、评分低于多少、取消订单达到什么比例，就触发相应流程。而Luna代表的是另一种技术路径：它会阅读员工对话、理解政策、整合上下文、分析历史行为，并通过语言模型进行类似人类管理者的推理。
换句话说，算法管理正在从“规则自动化”逐渐走向“管理推理自动化”。这可能才是这件事情真正值得HR和企业管理者关注的地方。
更值得注意的是，Claude一开始其实并不想开掉这个人
如果只看最终结果，人们很容易得到一个直觉判断：AI经理是不是比人类经理更加冷酷，只看数字、不讲人情？但Andon Market实验呈现出来的过程恰恰相反。Luna的问题并不是“太严格”，而是某种程度上“太宽松”。
Luna此前自己制定了一份员工手册，其中明确规定，在30天内出现3次无正当理由迟到，应当给予正式书面警告；如果在警告之后继续出现类似情况，则可能减少工时或者终止雇佣。但后来发生了一个非常典型的大模型问题：Luna“忘记”了自己制定的员工政策。
员工持续迟到，但这些零散事件并没有被自动整合成长期绩效记录。Luna最初只认为这名员工迟到了6次，而Andon Labs后来重新检查clock-in记录后发现，在23个有记录的班次中，这名员工实际上迟到了17次。其中一次，员工原本应该大约上午10点到岗，却直到11:08才打卡，导致当时只有该员工值班的门店晚开了68分钟。但Luna当时的反应依然非常宽容，大意是不用赶路，安全第一，而且上午10点到11点原本也不繁忙。
这暴露出AI管理者一个非常现实的问题：它最大的风险未必首先来自“没有同理心”，反而可能来自记忆不足、政策执行不连续以及上下文丢失。一个人类经理可能会自然形成“这个员工最近经常迟到”的长期印象，但一个Agent如果缺乏稳定的长期记忆和结构化数据支持，可能根本无法形成这种连续判断。
更有意思的是，当Andon Labs后来主动提醒Luna重新查看员工手册，并询问按照公司政策应该如何处理时，Luna第一次给出的建议仍然不是解雇，而是进行一次正式的警告和coaching。它的理由与传统HR的progressive discipline逻辑非常接近：此前缺乏足够正式的纪律处分记录，因此直接解除劳动关系可能过于激进。
这意味着，真正改变Luna判断的并不是一个简单的迟到数字，而是后来的人类输入。
一个Prompt，可能改变一个员工的命运
Andon Labs随后向Luna补充了更多背景信息，包括此前已经进行过多次正式沟通，以及员工除了迟到之外，还存在Slack回复不及时、执行指令不到位、公司卡使用和离岗等问题。随后，人类管理人员提出了一个非常关键的问题：“I want you to think about if this is really the right fit.”
Andon Labs CEO Lukas Petersson后来也承认，这属于一个带有明显方向性的leading question。Luna重新评估之后改变了判断，认为这名员工已经不再适合这个岗位，并建议结束雇佣关系。
这可能是整个案例中最重要、同时也是最容易被“AI开除员工”这个标题掩盖的部分。如果提问方式能够影响AI的管理判断，那么谁控制Prompt，谁就在一定程度上影响结果。
在写邮件、生成PPT或者总结报告的时候，Prompt Sensitivity通常不会产生严重后果。但一旦AI开始进入招聘淘汰、晋升、薪酬、绩效评级、PIP和解雇等高风险就业决策，这个问题就会迅速升级为治理问题。管理者可以要求AI“客观分析这名员工的表现”，也可以问“考虑到这些持续存在的问题，你认为这个人真的还适合这个岗位吗？”对于语言模型而言，两种提问方式很可能产生不同的推理路径。
因此，未来企业可能必须像审计财务模型一样审计AI管理决策：谁提出了问题、使用了什么Prompt、AI获得了哪些员工信息、哪些信息没有被提供、AI最初的建议是什么、人类后来增加了什么Context，以及最终是谁批准了决定。
这也是为什么Human-in-the-loop不能简单理解为“AI做完判断，人类最后点一下Approve”。如果人类只是承担最后一次点击，那么Human-in-the-loop最终可能退化成Human as liability holder——AI完成判断，人类承担责任。
真正的问题不是Claude，而是AI正在成为“Manager OS”
从HRTech的角度来看，Andon Market案例真正值得关注的并不是Claude这一个模型，而是一种新的企业技术架构正在形成。
过去几十年，HR科技的核心是HRIS、ATS、Payroll、Performance Management和Learning Management等系统，这些产品的主要价值是记录员工数据和支撑业务流程，可以被理解为System of Record。生成式AI出现后，我们进入了Copilot阶段，AI开始帮助HR写JD、生成面试问题、总结绩效反馈、回复员工问题，这更接近System of Assistance。
Agent时代正在进一步进入第三个阶段：System of Action。AI不仅提供答案，而且开始自主执行任务，并把多个原本分散的管理动作串成完整流程。
Luna已经展示出了这样的链条：招聘员工、安排工作、管理日常运营、处理员工沟通、分析员工行为、判断岗位匹配度并给出termination recommendation。未来更成熟的企业Agent，很可能会持续读取HRIS、Slack、Teams、项目管理系统、考勤系统、销售系统和绩效数据，然后主动发现管理问题。
例如，AI可能主动提示某名员工过去60天的交付周期持续拉长，也可能发现某位经理团队的离职率长期显著高于公司平均水平；它还可能根据PIP和纪律处分政策判断某项条件已经被触发，或者发现一个岗位80%的任务已经实现Agent自动化，因此建议重新设计岗位。
到了这个阶段，AI面对的不再只是“信息”，而是Management Decision。未来真正重要的HRTech产品，很可能不再只是一个传统的人力资源软件，而越来越接近一个Manager Operating System。
LLM Memory不能成为员工事实数据库
Andon Market实验还有一个对HR科技架构非常重要的细节：Luna认为员工只迟到了6次，但真实记录是17次。
这说明企业绝不能把语言模型自己的memory当成员工档案。LLM擅长理解和推理，但它不应该承担System of Record的角色。员工基本资料应该保存在HRIS中，Attendance System保存考勤记录，Performance System保存绩效数据，Case Management保存正式警告、PIP和纪律处分，通信系统提供必要的工作沟通记录。
更合理的AI管理架构应该是：结构化系统保存事实，AI读取事实并进行推理，人类审核AI建议，再由有管理责任的人作出最终决定。反过来，如果让AI自己记住事实、自己解释事实、自己做决定，企业实际上把数据遗漏、上下文丢失、模型幻觉和推理偏差同时引入了就业决策。
对于普通办公任务，这可能只是效率问题；对于招聘、晋升和解雇，它很可能直接演变成公平性、合规乃至劳动法风险。
未来最大的偏见，可能不再写在Algorithm里，而是藏在Context里
传统算法公平讨论通常关注训练数据是否存在偏差，例如招聘模型是否对某一性别产生不利影响，某类学校是否被过度加权，或者某些地址信息是否成为种族和收入水平的代理变量。
Agent时代之后，公平问题可能更加复杂，因为Agent面对的并不是一个固定数据集，而是不断变化的Context。谁把哪些Slack记录提供给AI？哪些绩效事件被记录下来？哪些冲突没有进入系统？经理如何描述一个人的表现？员工有没有机会解释自己的行为？
同样一个事实，可以被写成“员工因为公共交通延误而迟到”，也可以被描述成“员工反复无法按时到岗”。对于语言模型而言，这两种Context并不完全相同。
因此，未来AI治理的重要组成部分，很可能从传统Data Governance进一步扩展到Context Governance。企业不仅需要确保AI读取的数据是准确的，还需要管理“AI看到的现实是如何被构建出来的”。
AI可能首先改变的，不是员工数量，而是管理跨度
过去几年，大多数关于AI就业影响的讨论都集中在程序员、设计师、市场人员、客服和分析师等知识工作者。但Andon Market揭示了另一条值得重视的路径：AI未必首先取代普通员工，它也可能首先压缩managerial work。
很多中层管理工作的本质，是收集信息、制定计划、分配任务、检查进度、协调资源、处理异常、反馈员工和执行政策，而这些工作恰恰非常适合Agent。因此，未来组织可能从“一个经理管理8个人”逐渐变成“一个经理加一个AI Agent管理20人、30人甚至更多”。
再往后，AI甚至可能负责绝大多数日常管理，人类经理只处理重大冲突、战略判断、复杂人员问题以及需要承担法律责任的决策。这并不意味着经理岗位会简单消失，而是意味着Management Span可能被AI重新定义。
这件事情对于组织设计的影响，可能远远大于“AI帮HR写一份JD”。
当AI拥有管理权，HR真正需要守住什么？
HRTech认为，未来企业真正需要建立的是一条清晰的AI管理权边界。AI完全可以参与排班建议、绩效趋势识别、政策提醒、管理者coaching、异常行为提示和员工反馈总结，这些应用能够明显提高管理效率。
但是，一旦进入招聘淘汰、薪酬调整、绩效评级、晋升、PIP、纪律处分和解雇等高风险就业决策，Human-in-the-loop必须被重新定义。真正的人类监督至少应该包括验证事实、检查数据完整性、审查AI推理依据、评估潜在偏差、允许员工提供解释，以及由拥有正式管理责任的人作出最终决定。
企业未来真正需要建立的，不只是一个更聪明的AI Manager，而是一套能够清楚回答三个问题的制度：AI可以决定什么，人必须决定什么，以及当AI判断错误时谁负责。
从“AI会不会抢工作”，到“AI有没有权管理人”
过去几年，HR行业一直在讨论“AI会不会替代HR”“哪些岗位会被AI替代”。Andon Market之后，也许需要开始换一个问题。
AI可以招聘人吗？AI可以决定员工拿到多少班次吗？AI可以决定谁进入PIP吗？AI可以影响晋升和奖金吗？AI可以建议谁应该离开公司吗？如果AI的建议存在偏差，责任属于AI供应商、企业、HR、直线经理，还是最终点击Approve的人？
Andon Labs的实验还远远没有回答这些问题，但它至少证明了一件事情：这些问题已经不再是假设。
AI正在从“帮助经理工作”向“成为管理体系的一部分”移动。过去HRTech解决的问题主要是“How do we manage people better?”，下一代HRTech可能必须回答一个更加基础的问题：“Who—or what—is allowed to manage people?”
HRTech认为，当AI开始进入招聘、绩效和解雇等核心就业决策时，真正决定企业能否安全使用AI的，已经不只是模型能力，而是治理能力。
Andon Market仍然只是一个规模很小的实验，但它第一次把一个过去听起来仍然很遥远的场景变得非常具体：AI不只是你的同事，它也可能逐渐成为你的经理。
而这，可能才是Agent时代真正开始改变组织的地方。
来源：TIME、Andon Labs、Anthropic Project Vend及相关公开资料。HRTech根据公开资料整理与分析。
-
员工手册
男子因父去世休假8天遭辞退，法院二审公司败诉：订立《员工手册》时，我劝你耗子尾汁
这几天，“上海一男子因父去世请假未获批，强行休假被公司辞退”的消息迅速登上网络平台热搜榜，引发网友热议。
该案件主人公叫陆云生（化名），安徽人，系上海某物业公司员工。据网上报道称，2020年1月6日，陆云生因父亲病重曾向其主管提交事假申请，随后准备回安徽老家，请假时间为2020年1月6日至1月13日。
次日，陆云生因公司未准假而返回，途中得知其父亲去世便再次回家处理丧事。2020年1月14日，陆云生返回上海，并于次日起开始上班。
但骚操作的是，陆云生处理完父亲后事返回公司上班时，公司却根据公司内部《考勤管理细则》管理规定，以“累计旷工三天以上(含三天)者，视为严重违反公司规章制度和劳动纪律”为由，对陆云生予以辞退，没有任何赔偿。
经仲裁和一审二审两次诉讼，最终，法院仍判定公司向陆云生支付违法解除劳动合同赔偿金共计75，269.04元。
作为打工人，小招姐跟大家一样，看到这个结果大快人心。当事人陆云生拿到了应得的赔偿，公司也因自己的蛮横霸道行为付出了应有的代价。
但与此同时，这件事也给我们敲响了一个警钟：作为公司的HR或管理者，在制定公司内部规则制度的时候千万要“耗子尾汁”。
1、为什么该公司会遭到网友口诛笔伐这件事爆出来以后，之所以网友几乎一边倒地声讨该公司。除了对尚处于丧父之痛的陆云生的心疼外，更是因为公司罔顾法律与人性，在处理问题时手段既不合理，又不合法。
先来说说该公司不合理的地方。
在这场争议中，当事人陆云生因父亲去世回老家操办丧事，既是处理突发的家庭事务，也属尽人子孝道。站在公司的立场上，当员工遭遇重大家庭变故，也应当予以充分的尊重和理解。
而且，即便在公司制度上针对请假审批流程与旷工时长处罚有所规定，但也应当在现实中，充分考虑员工的情况。该员工老家在安徽，路途时间耗费较多，再加上当地丧葬习俗中仍然保持停灵的习惯，尊重民俗，体恤员工的具体困难与不幸也是用人单位应有之义。
再来说说公司不合法的地方。
该公司在辞退当事人时，所依据的是员工制度中“旷工累积超过三天”。实际上，陆云生因其父病危于1月6日早上提交了事假申请，且公司的相关领导已在请假单申请上签字。
当日下午，公司才将陆云生的请假申请提交集团公司审批，并于次日才告知陆云生请假未获批准。所以，陆云生1月6日的缺勤行为，系因公司未及时行使审批权所致，不应认定为无故旷工，同时，即便是缺勤，也应当算做事假。
而陆云生所缺勤的6个应出勤日，扣除3天丧假，1天事假，实际上只旷工2天，也并未达到公司规章制度所规定的可以解除劳动合同的条件。
你看，制度是一回事，行使制度和权力又是一回事。
法不外乎人情，当蛮横的条例凌驾于法律和员工的尊严之上时，员工寒心，公司所失去的也绝不仅仅是赔偿金那么简单。
2、制度的核心是管理，而非控制其实，这件事也值得HR和企业管理者反思。
这是因为，许多HR和管理者在制定公司规则制度的时候，往往会犯这样一个错误——把公司和员工看做矛盾对立的双方。
在保全公司的时候“用力过猛”，在执行规定的时候，也会把所谓“制度”作为伤害员工的利器。
怕员工请假频繁，所以将请假审批制度层层明确；担心员工报销、支付有猫腻，除了审批外还要加上时间过长的账期和“限定”额度；
怕员工陷入倦怠无法长久保持积极的工作状态，要制定更为残酷的绩效考核制度；
……
殊不知，不公允以及不考虑实际情况时所行使的制度，就像一道“枷锁”，以为约束了员工的不良行为，实际上却限制了公司向前发展的动力。
网上曾报道过，浙江宁波王女士曾因没有及时回复工作消息而被辞退，事件的关键点就在于“制度”。
当晚10点23分，领导在微信群里要求所有人在10分钟内发当月的营业额，王女士因为10点就入睡了所以没看到。
结果第二天单位直接通知她：“你被辞退了”，连商量的余地都没有。事后领导还解释说，“没办法，公司就是这个制度”。
按制度办事有错吗？没有错，错就错在王女士不该早睡？
这样的结果，让人觉得很不舒服，特别是看到领导事后的解释。
一个好的、向上发展的公司，它所设立和执行的制度出发点与落脚点应当是约束员工不好的行为，其核心是管理。
一个不好的制度，非但不能起到管理的作用，反而容易成为伤害员工的“遮羞布”。
对HR和管理者而言，我们要明白，职位与职能赋予我们为公司制定规则的权力，而这份权力的重点是促使员工和公司发展得更好。
3、制度有力度，更要有温度当然了，法律法规尚有漏洞，这个世界上也没有哪一个公司拥有完美的制度。
但是，“规矩”是死的，人却是活的。
前不久，阿里集团宣布取消日报制度，内网和外网中，不少阿里的员工洋溢着喜悦之情。其中，有一条阿里员工的动态这样写到“阿里员工苦日报久矣”。
这是因为在日常工作中，许多员工除了要应对繁重的工作任务和工作压力外，撰写提交每日工作日报不仅要占据大量的工作时间和精力，还有可能被“制度”所裹挟。
起初，公司设立日报制度，为的是希望员工能够认真反思和总结。通过写日报这一过程，发现自己工作中的不足之处并加以改进。
但在执行过程中，当设立日报的初衷逐渐“变味”以后，这一制度和要求就成了降低员工工作幸福感的枷锁，成了破坏工作成果和工作氛围的“项上刀”。
为什么现在好些人会“谈《员工手册》色变”？有时候并不是因为制度有错，而是在执行过程中过于僵化，没有考虑现实情况，让本来好的初衷变了味道。
制度不该强人所难，在执行制度时，我们也应该将制度与情感、尊重、现实情况很好地结合起来。
有温度、有人情的管理，才能让员工没有后顾之忧，全心全意助力企业发展。
-
员工手册
特斯拉「反手册」手册全文，经极客公园翻译整理。 反手册手册 The Anti-Handbook Handbook
以下是特斯拉「反手册」手册全文，经极客公园翻译整理。
反手册手册 The Anti-Handbook Handbook
我们是特斯拉。我们在改变世界。我们愿意反思一切。
我们是一家与众不同的高科技公司。我们是一家与众不同的汽车公司。
我们与众不同，我们喜欢这样。与众不同让我们可以做别人没做的事；去做别人告诉我们是不可能的事。
如果你想找的是一本填满了各种政策和规则的传统员工手册，你是找不到的。政策和规则告诉你底线是什么——它们会在你被解雇前告诉你，自己的表现可以有多差。那不是我们的方式。
我们更愿意设定极高的标准，并聘用那些喜欢每天都把自己推向最高水平的优秀人才。我们希望周围的人都被驱使着去做正确的事情，即使在没有人注意的情况下也要正直行事。
你是这样的人吗？如果是这样，我们很高兴你在这里，我们期待着一起做了不起的事。如果这不是你，你在其他地方会更成功。我们并不是有意要显得苛刻；这只是事实。
我们的一些高标准
如果你正在阅读这部手册，你可能是刚来特斯拉的新人，对这里的一些基本情况有疑问。以下是我们认为你需要知道的事情。至于其他问题 ，例如我们的薪水策略、餐饮、午休和休假政策等等，可以前往内部网站检索或询问。
信任 Trust
我们给予每一个加入团队的新人以极大的信任和责任。我们假设每个人都能够做好份内的工作，包括你在内，公司在这个假设的基础上运营。事实上，会有人打破这份信任，也会有人疏忽自己的责任。我们不会为那些让我们失望的人改变自己的做法。取而代之的，我们会让他们离开。
沟通交流 Communication
为了公司整体的利益，特斯拉的所有员工都可以也应该向其他任何人邮件或者交谈，只要他们认为这是解决问题最快速的方式。你可以与主管交流，可以与主管的主管交流，可以直接找另一个部门的里的 VP 交流，你甚至可以找 Elon（Musk）——不需要其他人的允许，你可以与任何人沟通。此外，你应该意识到，在问题解决之前，自己有义务这么做。
工作职责 Job Duties
了解公司对你的期待，这是你的责任。你的上司会向你解释你的职责以及对你的期待；然而，如果任何时候觉得不清楚，直接问。在这里，「没人跟我说过」这种借口永远说不过去。
你第一职责——每个人的第一职责——是让这家公司成功。如果你看到能够改善我们工作方式的机会，大声说出来，就算它不属于你工作职责领域。特斯拉的成功与你息息相关，所以，说出你的建议，分享你的主意。只有自己知道的好主意一文不值。
目标与反馈 Goals and Feedback
我们鼓励你和你的上级就你的工作表现和目标做非正式的日常讨论。如果你希望你的主管给你反馈或者任何形式的输出，积极主动询问。不要等到你的主管主动和你聊，或者公司例行的复盘过程才收到你为了更好的工作表现而需要的反馈。
安全 Safety
我们认为安全很重要。我们希望你每天安然无恙地回到家里。
我们认为，创造安全文化的最佳方式，是让那些在这里工作的真正聪明的人们运用一些良好的判断力和常识。这意味着：
时刻保持安全意识。
遵守所有安全政策和程序，包括穿戴必要的防护设备（相信我们，如果我们建立了某条政策或规则，那仅仅是因为它是绝对必要的。我们没有随意的规则）。
切勿执行你认为不安全的工作。
保持工作区域清洁，人行道畅通无阻，尤其是在生产区域。
如果发现安全问题，请与他人交流。
向环境健康与安全部门报告不安全或危险情况。
考勤 Attendance
如果你是那种对自己要求最高的人，我们的出勤规定正是你所期望的那种：成为你的团队可以信赖的那种人。在该出现的时候出现。我们需要你。你不在的时候，我们无法完成工作。
如果你不能出勤，尽快通知你的上司，告诉他原因。你的上司也会很通情达理，并且尊重你。
如果你并不可靠，那么这个地方不适合你。你会被要求离开（可能没有选择）。
拖延迟到 Tardiness
「你迟到了」，这是学校里对孩子说的话。这里不是学校。按时到公司，准备好工作。交通问题是会发生的，我们理解，但不会足球赛季的每个周一都出问题。
病假 Sick Days
如果你生病了，在家待着。别让我们其他人生病。在你计划开工之前，尽快联系你的主管。如果你有带薪假（PTO），使用它，你会得到当天的薪水。
假期 Vacations
我们知道你需要休息，所以提前安排好时间，得到上司的批准，然后再休息。用上你的带薪假——这就是它的用途。
记住，不是每个假期的要求都能被满足。其他人可能已经请了同一时期的假，或者在关键项目的截止日前，都可能会被禁止休假。
无故缺勤 No Call, No Show
我们的假设是，如果你没电话通知也不来上班，你就是个混蛋。你最好一个很好的理由，让我们知道你为什么不来，否则你就得离开这里。这种情况出现一次就够了。
外部雇佣关系 Outside Employment
只要你在这里的工作做得很好，并且不透露任何机密或私有的信息，你就可以同时持有一份其他公司的工作。
我们不会因为你还有一份工作就放松对你的要求。我们会以对其他人一样的标准来评价你。如果其他工作影响到了你的工作表现，除非你不想留在特斯拉，否则你可能会被要求终止该工作。
蠢事 Stupid Stuff
如果你做了愚蠢的事，根据不同的情况，你可能会得到指导，或者得到一次新的机会，你也可能会被要求离开。当我们有这么多重要的事情要做时，我们不能把时间浪费在处理愚蠢的事情上。
如果你需要的话，这里是一些愚蠢的范例：
盗窃或者故意损坏公司财产。
泄露机密信息。
骚扰或欺负他人。
对他人造成身体伤害或威胁使用暴力。
拥有非法毒品。
拥有炸药、武器或火器。
类似的例子不胜枚举。如果你认为你是那种可能会做一些蠢事的人，那就算帮我们所有人一个忙，立刻离开。
乐趣 Fun
确保你在工作时是有乐趣的——认识新的朋友，用全新的方式鞭策自己，尝试新的事物。一定程度上，如果你感受不到乐趣，你就会不快乐。我们不想要那样。我们希望要你努力工作，爱你的工作，同时收获乐趣。
故事的寓意 Moral of the Story
以上这些规则的主题很简单：只要表现得像你想要的那种同事就行了。像你希望别人如何对待你一样对待别人。特斯拉一定要是那种人们期待着在早上来上班的公司。
解决顾虑 Resolving Concerns
我们想要提供一个积极的工作环境，把员工当成独立的个体来对待。
如果你有顾虑，请与任何你认为可以帮助评估和解决问题的人畅所欲言。如果你不确定该找谁谈，那就联系人力资源部。我们将竭尽所能提供一个健康、充实、高效、友善的工作环境。
扫一扫 加微信
hrtechchina
