• 知识工作
    最新研究:AI效率越高,人却越来越忙,一场正在发生的知识工作规则重写 HRTech概述:AI原本被认为可以帮助员工减少工作量、提升效率,但一些企业内部观察研究却发现了相反的趋势。研究人员在一家科技公司进行了为期8个月的跟踪观察,发现AI让员工完成任务更快,但并没有减少工作时间,反而让员工承担了更多任务。这一趋势意味着,AI不仅在改变工作效率,也在重塑知识工作的规则。对于企业来说,真正的挑战并不是是否使用AI,而是如何在效率提升的同时,避免工作强度持续上升。 人工智能正以前所未有的速度进入知识工作领域。从代码生成、文档撰写到数据分析与设计辅助,AI被广泛认为是下一轮生产力革命的核心驱动力。企业普遍期待,AI能够减少重复劳动,让员工更高效地完成工作,并最终释放时间用于更具创造性的任务。然而,一些企业内部观察与组织行为研究却揭示出一个值得警惕的趋势:AI并没有像预期那样减少工作量,反而在许多场景中加速了工作的节奏,并扩大了员工承担的任务范围。 AI带来的不是“少做”,而是“多做” 在一项针对科技企业的长期观察研究中,研究人员对约200名员工的实际工作方式进行了持续跟踪,并进行了40多次跨职能访谈。研究最初的目标是理解AI工具在真实工作环境中的效率提升效果,但最终结果却显示出一种完全不同的趋势。 许多员工表示,AI确实让他们完成任务的速度明显提高。例如,原本需要数小时撰写的文档可以在AI辅助下迅速生成初稿,复杂的分析报告也可以通过提示词快速形成结构框架。然而,当任务完成得更快时,员工并没有因此减少工作时间,而是倾向于主动承担更多项目或更多任务。AI所节省的时间并没有转化为休息时间,而是被重新填充为新的工作内容。 这种现象形成了一种典型的“效率填充效应”:技术提高效率之后,工作量往往随之增加,而不是减少。 任务启动成本的降低扩大了工作范围 AI还显著降低了工作的启动门槛。过去,一些任务之所以没有被执行,是因为准备成本较高。例如整理内部报告、编写总结或进行初步分析,这些工作往往需要较长时间准备。但在AI工具的帮助下,员工只需输入简单提示词即可生成初步内容。 这一变化带来的结果是,更多任务被启动和完成。表面上看,这是一种效率提升;但从组织运作角度来看,它实际上扩大了员工的工作范围,使单位时间内的任务数量明显增加。AI不仅让任务完成得更快,还让更多任务成为“值得做”的事情。 团队竞争推动工作节奏不断加快 AI还改变了团队内部的行为逻辑。当团队中部分成员开始利用AI显著提高产出时,其他成员会自然产生比较压力。如果某位同事借助AI一天完成多个项目,其余成员很容易担心自己的效率被视为不足。 即使管理层从未正式提高绩效要求,这种由同事之间的比较产生的“隐性竞争”也会逐渐改变团队节奏。随着时间推移,原本由技术带来的效率提升会转化为新的默认标准。团队整体工作速度随之提升,而这种变化往往是在没有明确管理决策的情况下发生的。 研究人员将这种过程称为“工作量爬升”(Workload Creep)。最初,它表现为生产力提升;随后,它成为新的绩效基准;最终,它演变为组织内部的隐性期望。 AI模糊了工作与生活的时间边界 AI还在改变工作的时间结构。传统知识工作通常依赖完整的时间块,例如集中数小时撰写报告或完成分析任务。但AI让许多任务可以在碎片时间完成。员工可以在午餐时间生成文档初稿,在会议期间让AI整理笔记,或在晚间快速修改AI生成的内容。 这种变化虽然提高了灵活性,但也使工作逐渐渗透到原本属于休息的时间段。很多员工开始在更多时间点与工作保持连接,从而模糊了工作与生活之间的边界。 压力在组织层级之间出现明显分化 研究还发现,AI带来的压力在组织层级之间分布并不均衡。一线执行层员工,例如工程师、产品经理、设计师和运营人员,承担了大部分由AI加速带来的任务扩张。他们需要更快地完成更多工作,同时持续保持高效率。 相比之下,管理层和高管往往更关注整体生产率指标,因此对这种压力变化的感受较弱。这种结构性差异容易导致组织内部形成不同的认知:管理层看到的是效率提升,而执行层感受到的则是工作强度增加。 技术提升效率,但制度决定结果 从历史经验来看,类似的情况并不罕见。电子邮件、即时通讯工具和远程办公技术在过去几十年中都曾带来类似影响。通信效率的提升往往会加快工作节奏,并延长工作时间。 AI的特殊之处在于,它不仅提高沟通效率,还直接参与任务执行,因此对工作节奏的影响更加明显。如果企业只是把AI视为单纯的生产力工具,而没有建立相应的管理机制,那么效率提升很容易自动转化为更高的工作强度。 企业需要重新设计AI时代的工作规则 在AI时代,企业真正需要思考的问题并不是“是否使用AI”,而是“如何管理AI带来的生产力变化”。一些领先组织已经开始尝试新的管理方式,例如重新设计绩效评估标准、明确AI使用边界,并避免将短期效率提升直接转化为更高的任务指标。 只有在合理制度框架下,AI带来的效率提升才可能真正释放员工的时间与创造力,而不是变成新的压力来源。 AI改变的不只是效率,而是整个工作结构 从更宏观的视角看,AI正在重新定义知识工作的运行方式。当技术能够显著提高个人效率时,组织如何设定工作节奏、分配任务以及保护员工的可持续工作状态,将成为未来管理的重要课题。 效率本身并不会自动带来自由。如果缺乏制度设计和管理规则,技术进步往往会被转化为更高的工作要求。AI带来的真正挑战,并不是技术本身,而是组织如何在效率与可持续工作之间找到新的平衡。 HRTech特别说明:AI并没有减少工作量,而是在很多情况下扩大了工作量(workload expansion)。不过需要先说明一点:这段文字在社交媒体上广泛传播,但目前并没有一个公开发表的 Berkeley正式学术论文完全对应这段描述的所有数据(例如“83% workload increase、200 employees、8 months embedded research”)。类似结论在多个研究中确实存在,但具体数字很可能是社交媒体的简化或二次传播。因此,理解其逻辑比纠结具体数字更重要。
    知识工作
    2026年03月09日
  • 知识工作
    微软最新方法论:用 AI 重塑组织,迈向前沿企业(Frontier Firm) HRTech概述:微软发布全新《Becoming a Frontier Firm》框架,系统总结其 AI 转型经验,提出五大关键洞察:让知识工作可见化、明确风险边界、构建合适的 AI 工具组合、重塑角色与组织结构、建立持续实验文化。微软指出,AI 转型不是简单引入工具,而是对工作方式、流程与组织能力的全面重构。 在实践路径上,微软提供三条可复制模式:角色加速、流程重塑和 AI 原生孵化。从提升单个角色的效率,到重塑端到端流程,再到从零构建 AI 驱动的新型团队结构,为企业提供了不同层级的落地方案。AI 将成为组织竞争力的基础能力。迈向前沿企业,需要技术、流程与人的协同演进。微软的方法论,为企业提供了一个清晰可执行的转型路线图。 视频解读关注视频号:HRTech 微软万字报告揭秘:未来企业如何用AI重塑一切?这三大法则你必须知道 当前,企业界正普遍面临一个严峻的AI挑战:许多公司都在进行各种AI实验,但很少有公司能将这些零散的AI活动,转化为可衡量的、实实在在的业务影响。太多项目陷入了“试点炼狱”(pilot purgatory),最终只留下一堆“看起来很酷但无法扩展、无法落地、也无足轻重的演示”(shiny demos that don't scale, don't stick, and don't matter)。 为了应对这一挑战,微软提出了一个全新的组织模式——“前沿企业”(Frontier Firm)。这是一种由人领导、由智能体(Agent)运营的组织,它们像购买电力一样购买智能,并像滚雪球般让其价值复利增长(human-led, agent-operated organizations that buy intelligence like electricity... and compound it like interest)。这不仅是一个概念,更是企业驾驭AI浪潮的最终答案。 本文将从微软的深度报告中,为您提炼出最具冲击力和参考价值的三大核心法则,以及三种可落地的行动路径,帮助您理解如何将AI从“试点项目”真正转变为企业发展的核心引擎。 微软的分析揭示,“前沿企业”之所以能脱颖而出,并非依赖于其技术堆栈,而是源于其对三大基础运营法则的严格遵守。  法则一:让“看不见”的工作“看得见” (Make the Invisible Visible) 知识型工作(Knowledge work)长期以来都面临一个根本性难题:它难以被观察、衡量和改进。你无法像观察流水线一样,去观察一个人如何谈判合同,或起草一份产品发布策略,因为真正的行动发生在无形的思维和沟通之中。而一个简单却深刻的道理是:你无法改造你看不见的东西。 这正是AI转型的起点。微软劳动力转型企业副总裁Katy George指出: “用AI进行重塑,起点并非技术,而是理解人们实际的工作方式。你无法改造你看不见的东西。” (Redesigning with AI doesn’t begin with technology. It begins with understanding how people actually work. You can’t transform what you can’t see.) “前沿企业”解决这个问题的核心方法论,就是将工作“可见化”。通过采用“生命中的一天/一周”(day-in-the-life/week-in-the-life)研究、现场观察(Gemba walks)、用户画像地图(persona mapping)、流程挖掘(process mining)、价值流图(value stream mapping)和持续改善(Kaizen)等方法,企业可以清晰地描绘出工作流程的每一步,揭示隐藏的瓶颈、延迟和交接点,从而找到AI可以发挥最大作用的具体机会。 例如,金融运营平台Ramp通过追踪其财务流程中的每一个交接环节,发现许多微小的延迟在不知不觉中累积成了巨大的时间成本。在定位了这些问题后,他们部署了AI智能体来自动匹配收据和复核审批。最终,Ramp每月能处理500万张收据,节省了整整30,000个工时,并以创纪录的速度完成账目结算。 法则二:AI不是“外挂”,而是“基础设施” (AI as Core Infrastructure) 许多公司对待AI的态度,更像是一场“创新戏剧”(innovation theater)——将其作为公关稿和投资者电话会议上的展示品。相比之下,“前沿企业”则将AI视为与电力、网络同等重要的核心基础设施,并将其深度嵌入到核心业务流程之中。 这种思维上的根本转变,意味着企业思考的问题从“我们可以在哪里增加一些自动化?”转变为“我们如何围绕AI来重新设计工作?”。只有这样,企业才能真正开始利用AI实现复合式回报,加速业务周期,并发现全新的能力。 微软提出的实践方法是“设计合适的AI解决方案集”,即根据具体的业务需求,灵活地组合使用无代码、低代码和专业代码的工具,确保技术与业务目标精准匹配。 以LinkedIn为例,他们正在重塑整个产品开发流程,让AI成为日常工作密不可分的一部分。他们将一个名为“Mae”的内部AI智能体嵌入到开发工作流中,该智能体能自动修复超过三分之一的开发者构建问题。在这种模式下,AI不再是一个需要单独打开的“外挂”工具,而开发人员也能承担起从研究、设计到编码、测试的更广泛职责,最终结果是交付速度的大幅提升和一种由AI驱动业务表现的文化。 法则三:抵达“前沿”不是终点,而是一种实践 (The Frontier is a Practice) AI转型没有终点线。“前沿企业”永远处于“公测版”(perpetual beta)状态,它们将每一个现有流程都视为一个等待验证的假设,并将每一次改进都视为下一次创新的燃料。 这一原则是如此基础,以至于它构成了微软分析的核心论点: “前沿企业不会将AI简单地叠加在现有工作之上;它们从根基上重新思考工作的完成方式。” (Frontier Firms don't layer AI on top of existing work; they rethink how work gets done from the foundation up.) 这种“持续实验的文化”并非无序的、随意的尝试。它恰恰需要结构化的实验、可靠的衡量指标和严格的治理体系,以确保创新是负责任且风险可控的。团队需要系统地学习如何设计、运行和评估实验,将好奇心转化为指数级的价值。 例如,一家金融服务机构在转型过程中,首先由CEO设定了“利用AI改善客户服务”的明确目标。随后,团队绘制了核心服务流程的每一步,并重新定义了初级和高级员工的角色。这完美体现了“由人领导、由智能体运营”的原则:AI智能体处理前期的资料分析(“智能体运营”),从而将资深专家解放出来,专注于运用判断力、同理心和战略洞察力来领导客户沟通(“由人领导”)。整个过程通过培训和激励机制来推动,并以一种“展示你的工作”(show your work)的开放方式进行追踪,确保了清晰的步骤和明确的责任。 实战手册:微软给出的三种行动路径 在理解了上述三大法则之后,企业需要具体的行动路径来将理念付诸实践。微软在其自身的转型探索中,总结出了三种可供其他公司参考的落地方法。 路径一:加速个人角色 (Accelerate Personas) 方法解释: 这种方法专注于组织内的特定角色(如销售、公关、财务分析师),通过为他们配备定制化的Copilot和智能体,将优秀员工的AI使用技巧和工作流程规模化,从而整体提升该角色的绩效。其战略意义在于,它将AI的成功从一场“个人赛”转变为一场“团体赛”。 实例:微软公关部(Microsoft Communications) 他们通过为公关专业人士绘制“一天的工作”,发现了重复性高且耗时的任务。随后,团队开发了定制化的“公关Copilot”(Communications Copilot),它能够自动化处理撰写社交媒体帖子、创作故事初稿和生成FAQ等日常任务。同时,团队还在探索使用“研究员智能体”(Researcher agent)来自动生成媒体简报。这些举措让团队能将更多精力聚焦于更具战略性的核心工作,显著提升了效率和影响力。 路径二:重塑工作流程 (Reinvent Workflows) 方法解释: 这种方法着眼于整个端到端的业务流程(如财务预测、客户支持),利用AI来重新设计整个流程,以大幅减少时间消耗、资源浪费和人力投入。 实例:微软财务部(Microsoft Finance) 财务部领导层首先确定了六个对业务至关重要的核心工作流程。然后,他们将这种自上而下的战略优先级,与来自一线员工自下而上的创新想法相结合。通过公民开发者和专业IT团队的协作,他们在关键节点上构建并实施了AI解决方案。最终,公司实现了更快的财务预测、更短的合规处理时间,并达成了收入增长速度超过员工人数增长的优异成果。 路径三:培育AI原生孵化 (Cultivate AI-first Incubation) 方法解释: 这种方法最为彻底,它采用一种“零基重设”(zero-based redesign)的思路。它由一个专家团队从零开始,以AI为核心,彻底重新设计一种全新的工作方式、团队结构和业务流程。 实例:微软行业解决方案工程部(Microsoft Industry Solutions Engineering) 为了加速交付为客户定制的解决方案,该部门创建了名为“萤火虫小队”(firefly squads)的敏捷团队。这些由资深专家组成的小组拥有端到端的项目所有权,他们采用一种实验驱动的模式,利用模块化模式和AI生成的参考解决方案进行快速原型设计和代码复用,并借助GitHub Copilot智能体加速开发。这种AI原生的工作方式,最终为客户带来了成本的降低、满意度的提升,并显著缩短了特定项目的交付周期。 成为“前沿企业”的旅程,不是一次简单的技术升级,而是一场深刻的业务转型。通过坚守这三大法则——让工作可见以摆脱猜测,将AI作为核心基础设施以摆脱“创新戏剧”,以及拥抱永续的实验实践以摆脱停滞——企业才能最终挣脱“试点炼狱”的束缚,真正开启价值创造的征程。 AI变革的核心,不在于引进了多少工具,而在于我们是否敢于从根本上重新思考“工作”本身。 问题不在于AI是否会重塑你的公司——它已经在这样做了。真正的问题是,你将带领你的组织脱颖而出,还是让别人来定义未来的可能性? 附录: 《Becoming a Frontier Firm》 下载地址:https://www.hrtechchina.com/Resources/B3172FC0-35E3-6E17-CA66-EA98CD61E3E6.html
    知识工作
    2025年11月23日
  • 知识工作
    【硅谷】Mercor完成3.5亿美元C轮融资,估值达100亿美元:引领“人类训练AI”的新劳动形态 HRTech概述:硅谷公司 Mercor 近期完成 3.5 亿美元 C 轮融资,估值约 100 亿美元。它所做的,就是将医生、律师、银行家等领域大牛纳入平台,帮助他们指导AI模型理解判断、意图与专业经验。这样的角色不是重复性劳动,而是“专家 → 训练师”的转型。 在AI浪潮加速重塑全球劳动力市场之际,总部位于旧金山的AI科技公司 Mercor 宣布完成 3.5亿美元C轮融资,由 Felicis 领投,Benchmark、General Catalyst、Robinhood Ventures 等共同参投。此轮融资使公司估值达到 100亿美元,较上一轮增长约五倍,成为AI经济领域增长最快的独角兽之一。 人机协作的新范式:从执行者到“AI训练师” Mercor成立于2022年,由联合创始人兼CEO Brendan Foody 与CTO Alex Kovacs 创办,定位于“连接人类专才与AI经济”的桥梁。公司构建了一个覆盖全球的专业人才网络,现已拥有 3万多名专家,每天支付超过 150万美元 的报酬,净推荐值(NPS)超过 65。 这些专家来自医疗、法律、金融、工程等领域,他们通过Mercor平台为AI模型提供真实世界的知识、经验和判断力训练。Mercor的核心理念是——AI不取代人,而是由人来训练AI,让机器学习人类的判断、意图与品味。 CEO Brendan Foody在公司公告中表示:“AI的每一次进步,都会释放新的‘人类潜能’。我们看到越来越多的专业人士从重复性劳动中解放出来,专注于AI无法可靠完成的高价值工作。” 投资人押注“Human + AI”经济体 本轮融资的领投方 Felicis 创始人 Aydin Senkut 指出:“Mercor正在构建未来AI经济的基础设施,让人类智慧成为AI系统不可或缺的一部分。掌握专业知识、能够提供判断和反馈的专家,将成为AI时代最有价值的劳动力资源。” Mercor的客户已涵盖多家前沿AI实验室和财富500强企业,广泛应用于医疗影像识别、金融分析、法律推理、企业智能体训练等领域。通过将专家的知识转化为模型评估与微调数据,Mercor帮助企业在保持合规与质量的同时,加速AI系统的落地和价值创造。 迈向“人类+智能体”的经济时代 Mercor表示,此轮融资将主要用于三大方向: 扩大专家网络规模,吸纳更多领域型人才; 优化匹配算法,提升专家与AI项目之间的匹配效率; 加速项目交付,强化人机协作流程与企业集成能力。 分析人士指出,Mercor正推动一种全新的劳动形态:人类不再是AI的竞争者,而是“AI训练师”。在未来十年,数以百万计的专业人士将以“教机器做事”的方式参与经济创造,让AI成为“被训练的学徒”,而非“取代者”。 人类潜能的再次解锁 随着AI逐步进入企业核心运营层,Mercor的模式代表了从“自动化”到“增强化”的转变——人机协作成为提升生产力的核心引擎。Foody认为,企业价值链将持续上移,“那些能把专业判断力转化为可学习标准的人,将成为AI经济中最具竞争力的群体。” Mercor 融资历程一览: 2022 年(种子轮 Seed):融资约 360 万美元,投资方包括 Y Combinator 与 General Catalyst。 2023 年(A 轮融资):融资约 3,000 万美元,由 Benchmark 与 Felicis 领投,投后估值约 6 亿美元。 2024 年(B 轮融资):融资约 1 亿美元,主要投资方为 Benchmark 与 General Catalyst,估值提升至 20 亿美元。 2025 年 10 月(C 轮融资):完成 3.5 亿美元融资,由 Felicis 领投,Benchmark、General Catalyst、Robinhood Ventures 等参投,公司最新估值约 100 亿美元。
    知识工作
    2025年10月28日
  • 知识工作
    研究表明:平均知识工作者每隔6分钟“检查”电子邮件和IM 作者:JORY MACKAY  Jory MacKay是一名作家,内容营销人员和RescueTime博客的编辑。 以下翻译由HRTechChina AI完成,仅供参考交流! 没有必要使用电子邮件和其他通信工具来完成工作这一事实。尽管通过电子邮件取代了我们的生活,但这并不是浪费时间。 工作场所的沟通  很重要。 但是,如果我们不断将注意力转移到检查电子邮件或Slack消息上,我们就没有机会真正专注于我们最重要的工作。 这一点比最近仅通过电子邮件发现的研究更为明显,84%的用户始终在后台打开收件箱,70%的电子邮件在收到后6秒内打开。 我们显然有一个问题不断被纳入沟通工具。虽然我们在前一篇文章中探讨了多任务处理与通信工具的影响,但我们想要更好地了解这一级别的上下文切换在整个平均日期有多糟糕。 这是我们发现的: 平均知识工作者每隔6分钟“检查”电子邮件和IM 对于像知识工作者一样的作家,设计师,开发人员和项目经理 - 现代工作场所使用通信工具。我们的工作越来越依赖于更多的协作,更多的信息访问以及实时回答的更多问题。 然而,虽然通信工具非常适合我们快速访问我们需要的答案,但它们也是我们专注工作中断的持续来源。 但它有多糟糕? 当我们查看50,000多名RescueTime用户的匿名行为数据时,我们发现  普通知识工作者每隔6分钟就会通过通信工具“检入”。   (在这种情况下,“签入”定义为在处理其他生产任务时切换到通信工具的任何时间。) 所有这些都提出了一个巨大的问题:  当我们在回复电子邮件和消息之间只有几分钟时,我们如何期望完成重点工作? 简短的回答是我们不是。 事实上,虽然我们发现的中位数是6分钟,但完全崩溃看起来同样严峻。 我们发现,35.5%的员工每3分钟或更短时间检查一次他们的电子邮件和IM。虽然只有18.6%的人可以超过20分钟而没有进入沟通。 更糟糕的是,我们发现使用Slack的人 - 一种流行的团队沟通工具意味着减少电子邮件的使用 - 实际上更频繁地转向通信工具。而不是简化我们的通信时间,Slack用户平均在通信检查之间只花了5分钟,而非Slack用户可以花8分钟。 40%的知识型员工在一个工作日内从未获得30分钟的专注时间 但等一下。这些只是平均值。我们必须经常使用通信工具和其他长时间关注的工具,对吗? 不完全是。 我们都知道,要做到最好,我们需要长时间的专注时间。不幸的是,我们的数据显示我们很少有时间进行深入的工作。 事实上,我们的研究发现,普通知识工作者在大约40分钟的时间内最大限度地利用通信时间。 再次,这是中位数。当我们挖掘数字时,数据告诉了一个更大的故事。 17%的人甚至无法在没有沟通的情况下直接获得15分钟的专注时间。虽然只有30%的人每天花一小时的专注时间。 40%的知识型员工在工作日的重点时间从未超过30分钟。单击“推文” 如果您觉得自己在工作日努力寻找有吸引力的时间,那么您并不孤单。 All these “check-ins” turn your focus into Swiss cheese 我们认为这些数据清楚地描绘了现代工作场所中通信过载的程度。但要真正了解这些数据的含义,我们希望将其归结为个人层面。 使用RescueTime数据科学家Madison Lukaczyk自己的数据,我们发现在整整一周内,她只有8个半小时的高效工作块,而她没有通过电子邮件或IM登记: 为了获得更深入的外观,让我们放大其中一个小时块: 6月5日上午10点至11点,麦迪逊在12个5分钟的街区中的3个中切换到通信工具。这意味着在她工作的同时,  通讯工具在25小时内出现。 您可能只花费很短的总时间在电子邮件和即时消息上,但这些工具在半天内“存在” 您如何使用电子邮件和通信工具将取决于您的工作性质。但是,我们可能都同意,我们希望更多的时间不间断地集中精力并做有意义的工作。 事实上,在查看麦迪逊的数据时,我们发现虽然她只花了21 %的总时间用在电子邮件和即时通讯上,但这些工具在她44%的时间里都存在。 高出勤率并不一定意味着你被通信分心。但是,如果您的每日通信存在率远高于您在这些工具上花费的总时间,那么您可能会被他们分心。   现代工作场所充满了分心。而且我们不会通过不断检查我们的沟通工具来帮助自己。 虽然我们永远无法从工作日摆脱电子邮件和IM(并且不想)。了解它们的存在程度可以帮助我们更好地选择使用方式。 许多生产力专家建议在白天将通信批量分配到特定的块中。虽然其他人建议在你不太可能需要的时候(比如早上),在没有电子邮件或即时消息的情况下承诺一小时或更长时间的重点工作。 无论对你和你的角色有什么用处,可以肯定地说,在你何时以及如何使用通讯工具办理入手方面更有利于提高你的工作效率和专注力,而不是让他们每天花一半时间。 你是否觉得你很难在工作场所找到专注的时间而没有沟通?请在下面的评论或Twitter上告诉我们您对这些数据的看法。   原文链接:https://blog.rescuetime.com/communication-multitasking-switches/ 
    知识工作
    2018年07月22日