Netflix卓越文化

▲ Elizabeth Stone——经济学博士出身，据 Lenny 说是财富 500 强里第一位经济学家 CTO。

• 约这期节目时她还是 Netflix 的数据与洞察 VP，录制前刚升任 CTO。她说变化最大的是上下文切换的频率，以及"我落后了、我有一大堆东西要学"的感觉有多强——数据 VP 已经要覆盖很多业务领域，而"工程组织基本上是把这件事直接拉满到 100"：更多人要认识、更多问题域、很多技术专长她并不熟悉。→ 详细
• 会确实多了不少，但她说"Netflix 的会大多不会让你觉得『我这下真进到一个吓人的房间里了』"；真正的变化是"岗位的分量更重了，而这其实是件让人兴奋的事"。→ 详细

• Lenny 说据他所知她是财富 500 强公司里第一位经济学出身的 CTO（经济学博士；此前是 Lyft 的科学 VP、Nuna 的 COO、Merrill Lynch 交易员、Analysis Group 经济学家）。她自己没查过名单——"这是我拿到头衔之后没做的事情之一"，只承认"大概率是挺少见的"。→ 详细
• 科技公司该不该多招经济学家？"最后那个问题答案是『是』，那是里面最好答的。"她的论证是：经济学是 data science（数据科学）的一个流派——既是一套技术技能，也是一种给某类问题搭框架、解难题的方法。她刚从经济学转进科技行业时，数据科学还没热起来，这个论证比现在难讲得多；近距离看过之后她反而更确信。→ 详细
• "Netflix 里可能没多少人会把我当成一个经济学家，但我发现它确实体现在我思考问题的方式里"——尤其在商业情境下、以及"把问题简化到看起来可解"的时候。→ 详细

Lenny 追问"除了这门沉闷的科学本身，有没有非常具体、可落地的东西"，她给的答案只有两件：理解激励机制（incentives，即人被什么牵着走），和思考非预期后果（unintended consequences）。

• 对内：作为管理团队的一员去想——我们怎么厘清优先级、怎么激励一家公司、怎么定义我们要解决的问题。→ 详细
• 对外：怎么看待 Netflix 对消费者意味着什么、怎么看待竞争。她把经济学思维拆成两层：一层是理性人假设——"理性的、聪明的人难道不应该按下面这种方式行事吗"；另一层更有用——"如果给定某些激励，你可能会看到什么我们并不认为是最优、或者压根没预料到、但确实可能成为后果或连锁反应的东西"。→ 详细
• 她自己都承认第二层带着心理学成分、未必是经济学独有的，但这类框架配上"提前推演"的习惯，"对于想清楚因果链条变得非常有用"，在 Netflix 和她做过的其他岗位上反复冒出来。→ 详细

• Lenny 数了她的履历：第一份工作 3 年从 associate 做到 vice president；Nuna 2 年从数据科学经理做到 COO；Netflix 3 年从 VP 做到 CTO。她听完的第一反应是"两到三年这个节点像是真正的甜蜜点"。→ 详细
• 她拒绝"秘诀"这个说法。第一条几乎是老生常谈：非常投入，"把我有的一切都交给我手上这份工作"——但动机不是个人野心，"更多是因为我把自己看作团队的一员，所以我真的必须为这个团队交付出来"。由此长出她真正在意的两件事：让别人也能成功、成为别人愿意跟他合作的人。→ 详细
• 真正的相对优势是"翻译"：把技术的东西讲给非技术的人，把非技术的讲给技术的人。她常年坐在偏技术的团队里，但"我职业上的很多次晋升，去的都是需要这种沟通流畅度的岗位"。这项能力的训练来自 Analysis Group——一套极其量化的工作，却必须讲给经济案件里的法官和陪审团听。→ 详细
• 第二条是观察力：她说自己是"相对内向的独生女，所以我观察得很多"——每段经历都刻意看别人在做什么，既学自己想做到的，也标记"这个跟我的风格不太搭"的，做大量自省，"通过耳濡目染和观察学到了很多"。→ 详细

Lenny 直接问"投入是不是就是工作时间很长"，她说这个澄清问得好，然后给了一个跟直觉相反的定义。

• 她主动排除了加班这条路："投入这一块真的不是长时间加班，更多是我有多在意卓越……这未必意味着我作息疯狂、周末也上班、或者我是那个愿意牺牲假期的人。事实上我一直刻意避免把这个立成一种预期。"作为 CTO 她明确不想让"拼时长"变成团队的默认标准。→ 详细
• 她真正抓的那件事，是不制造等待。她观察到：职位越高，越会出现一种默认预期——"别人等我是没关系的"。不管是开会时间安排、给意见、审文档，还是兑现自己说过要做的事。她刻意反着来：有人发东西给她就尽量很快回；说了某个时间点做完就按那个时间点做完；有会就准时到。→ 详细
• 别人看到的和她心里想的不是一回事："落到外人眼里就成了『Elizabeth 好像特别拼』，但我真正的动力是：有人在指望我，我想对得起他们。"她把这条和"为团队交付到位"绑在一起——本质上是同一件事：对回应别人有紧迫感，同时要求自己交出高质量的活儿。→ 详细

• 她举的现实例子是 Netflix 正在切进直播类内容："这周我们刚宣布，今年晚些时候到明年初、也就是 2025 年，会开始承接 WWE。"她强调 Netflix 一直做的是流媒体点播，直播对公司是全新的东西——里面同时有内容策略、商业策略和技术策略三层。→ 详细
• 她的活儿是双向的：一边把"我们打算怎么解决这些技术问题"讲到让内容团队有信心，一边真正理解内容策略、好让技术团队知道到底要交付什么需求。"如果做不了这种翻译的活儿，我觉得自己现在这个岗位就干不好"——尤其这是公司要下的一个大赌注。→ 详细
• Lenny 提到《Love is Blind》重聚特辑那场直播出过事故（"快一年前"），Twitter 上骂声一片。她的回应很干脆："失败最妙的地方在于你能学到很多。"他们记下了教训，之后办成了几场活动，包括去年十月的 Netflix Cup。"那次经历让我们变强了，但也确实说明，我们在啃的是一个很难的问题。"→ 详细

• Lenny 引了 Floodgate 的 VC Ann Miura-Ko 在 Tim Ferriss 访谈里讲的故事：她爸爸从小就问她"你这件事做到世界级了吗"——作业、钢琴演奏，都问。→ 详细
• Elizabeth 的版本来自她妈妈："最后那 5% 才是真正要紧的 5%"——你额外投进去的那点力气，才把一件事变成世界级。→ 详细
• 她补了一句关键的前提：这套标准跟"她特别能如鱼得水的那类公司文化"是配套的——在那种文化里高标准是默认期待，"所以你不会觉得只有自己一个人在死磕；不然人是会开始感到沮丧的"。→ 详细

Lenny 先描述了他想要的那种下属状态："你要有那种『这事交给我，没问题』的气场……他会跟进，他会闭环，他会把它做完；实在做不完，他也会主动告诉我。我心里清楚这根线不会断，你不会把球掉了。"Elizabeth 给了完整的四步。

• 第一步是以身作则："如果我自己都不这么做，凭什么指望他们做？"她强调所有人都被同一套标准要求，这一点她看得很重。→ 详细
• 第二步是明确期待并给直接反馈。她观察到团队里最常见的问题是期待本身不清晰——"你不说出来，就不能假定别人清楚"。所以达不到标准时要两手一起来：既直接说没达到，又具体说清"到底要怎么做才能到我期待的水准"。→ 详细
• 第三步、也是她说"可能最重要"的一步，是帮他把差距补上。她的例子是一份"还行但谈不上好"的文档——别人读起来不轻松、不够清爽。她的做法是一边给反馈（"是的，这还得再迭代一轮；是的，我们还得再花一周；不能就这么算完"），一边自己跳进文档里帮着改。"这种事在我职业生涯里大概发生过一千次了——因为某个东西还不够好，我就两只脚一起跳进去。"她要的效果是下一次对方既知道期待、也有过被带着做到位的经验。→ 详细
• 第四步是场合：反馈私下给。"如果某个人在大会上讲得不理想，我不会当场、当着所有人的面说；我会等会后再说，那种场合感觉更安全"——话术是"这里其实可以更好，下次我们换个思路想想"，目的是让人有余地消化，"而不会觉得自己被架在台上示众"。→ 详细
• 她承认这是硬功夫："给反馈从来都不容易，尤其当你知道对方在这件事上花了很多心血。"所以她会花很多心思琢磨怎么说出口，让对方感觉"我们是一队的、我是想帮他成功，而不是在等着看他出错"——而第三步（跳进去帮忙）正是让人产生这种安全感的关键。→ 详细

Lenny 问"这么高的标准怎么不 burnout（倦怠）"，她的回答是这期里最反直觉的一段——高标准和多花时间不是一回事，甚至常常相反。

• 她给了一个当天刚发生的例子："如果我们对目标已经很清楚了，那把最后 20% 的力气花在打磨文档上，可能是极其糟糕的时间投入。"→ 详细
• 场景是季度业务回顾（quarterly business review）：要谈的是这季度的亮点、糟心事、学到了什么、哪里没对齐。"我们开季度业务回顾的目的，是就『事情到底进展得怎么样』来一次特别坦诚的对话，是把那些可能卡住的问题拿出来辩一辩，而不是为这场对话配一份完美打磨过的文档。"她的原话是宁愿人把时间花在"想清楚我们真正想聊的是什么、我怎么把这个话头铺开"，而不是"再花 20 个小时把它弄得看上去样样完美"。→ 详细
• 她顺手重新定义了"卓越"：卓越不是"你写了一份完美的文档"，而是"我们真的拿到了想要的结果，因为我们想得足够周全，也在这上面投入了大量精力、时间和迭代"。她甚至提醒自己别老拿文档当唯一例子。→ 详细
• Lenny 追问这算四步法里的哪一步，她说是"设定期待"，不是事后反馈。新岗位上团队会主动来问"原来那些做法还要不要继续、哪些会变"，她认为有人问是好事，因为她可以提前把话说清："如果你还在做这份文档最后 20% 的打磨，我宁愿你把时间花到这边来；这场对话我希望是这样进行的，这样大家都能有收获，而不是让人感觉只是替我走个领导评审的过场。"→ 详细

• Lenny 归纳 Netflix 文化（公司已超过 25 年，文化 deck 当年震住所有人，还有本书《No Rules Rules》/《不拘一格》）有三个元素：① 极高的 talent density（人才密度）+ 重视高绩效者；② candor（坦诚）、说话非常直接——他在开场介绍里用的词是 radical candor（彻底坦诚）；③ 自由与责任 + 砍掉没用的流程（比如休假天数规定）。→ 详细 → 详细
• 她说这直接映照 Reed Hastings 作为创始人的信念：建公司可以有另一种搞法，让这里成为"人们蓬勃生长、真心愿意待着的地方"——差异不只在人才密度的质量，"更重要的是卓越程度和拿到的结果不一样，而人的成就感很大一部分正是从这里来的"。→ 详细
• 最关键的一句定位：人才密度"不是目的，而是达成目的的手段"——"如果你不从高人才密度出发，文化的其他方面根本无从谈起，包括坦诚、学习、追求卓越与改进、自由与责任。"招聘只是其中一块，另一块是持续守住这条线。→ 详细
• 代价是明码标价的：要做到这一点，"你必须逼自己坚守很多并不符合人类本能的东西"——给反馈、在期待没被满足时坦诚讲出来、讲清哪里可以更好，同时自己也要能接得住这类反馈。→ 详细

• 它解决的是"不敢开口"这个人性难题。她先讲了为什么需要它：没有人是以完美的姿态加入 Netflix 并一路完美到底；要守住高标准线，就得愿意进行"非常不舒服的对话"——她的原话是"为了把标准线守在高处，需要一种让人不太舒服的坦诚和反馈密度"。另一件人类同样不擅长的事，是在有人达不到标准时及时做出判断。→ 详细
• 题面是这样的："如果我团队里的这个人今天来找我说『我要走了，我有另一个机会想去试试』，我会不会竭尽全力把他留在 Netflix？"如果不会，就该去进行那场艰难的对话。她还给了一个更锋利的自检信号："如果你说你要走、我心里反而有点松了口气"——那就说明答案已经出来了。她解释为什么需要这道题："因为没有人愿意这样去想这个问题。"→ 详细
• 它的落地方式是思维模型，不是流程。Lenny 明确问"是每季度走一遍、还是绩效流程的一环"，她答"它绝对是一个思维模型"——跟管理者讲"在 Netflix 当 manager 意味着什么"时，其中一条就是"你应该以一定的频率，对团队里的每个人问自己这个问题"。反过来，下属也会主动问她"我通过你的 keeper test 了吗"，于是它变成了日常 1:1 的一部分。→ 详细
• 它真正的功能其实是"让沉重的话题变轻"。她说这句话换个说法就是"我有没有达到你的期待？哪些做得好？哪些做得不好？"——而在一堆项目和交付物的讨论中间，突然停下来问"我表现得怎么样"，"有时候会显得很沉重"。"keeper test 虽然听起来是个很重的概念，反而让这种对话可以轻松地、经常性地发生。"→ 详细
• 理想状态是"没有意外"。她承认"跟一个人说『我觉得你应该离开公司』是非常难开口的"，所以目标是当那场对话真的发生时对方不感到意外——而前提只有一个："你一路上一直在给反馈"。最理想时它是"双方共同得出的观察结论"；她也老实说"实践中当然不会永远这么顺滑，毕竟我们都是人"。→ 详细

• 她是在对话中间主动澄清的："我们没有绩效评估（performance review）。"Lenny 当场"哇"了一声。很多公司那种定期给评级、回顾"你干得怎么样"的流程，Netflix 没有。→ 详细
• 他们有的是两样彼此独立的东西：① 一年一次的 360 反馈周期——你向很多人请求并收到反馈，但"它不是用来产出某个结果的输入，它就是为了反馈本身的价值，也是为了确保我们一直保持这块肌肉"；② 一个年度薪酬周期，在那里回顾大家表现如何。所以绩效最终体现在晋升和薪酬两处，但不经过一个统一的评级流程。→ 详细
• 代价是反馈必须发生在日常。她把因果讲得很清楚："正因如此，它必须成为日常的一部分、成为运转节奏的一部分——因为我们并没有设计一个能让这些问题自动浮上台面的流程。"→ 详细
• 她还诚实地讲了这套机制的失效模式："理想状态下是这样。你得不断提醒自己『这是我们的理想状态』，因为太容易去依赖那个一年一次的 360 周期了。"她自己每年会收到大概 300 条反馈，其中有些说的是六个月前的事——"我看到就会想：唉，你当时就告诉我该多好，那才更像是在活出 Netflix 的文化。"→ 详细
• 360 的正确角色是"年度盘点"而不是"判决"：让我看到全貌、提炼出一些主题、把它铺垫成一次和 manager 的对话——这样就去掉了"每六个月一次绩效评估"这根拐杖。→ 详细

Lenny 提了一个尖锐的质疑：下属反复问"我通过 keeper test 了吗"，听上去像一种随时会被淘汰的《饥饿游戏》心态——"我必须竞争、必须担心，随时可能死掉或者被裁"。

• 她的回答是从个人经历出发的："就我个人的经历而言，有这些对话反而让我轻松得多，比没有这些对话轻松得多。"她做过很多岗位，不确定自己表现如何、也不知道从哪儿拿到这个信息——"那种状态让我感到的压力、紧张和风险感，比把这类对话变成文化的一部分要大得多。"→ 详细
• 她承认焦虑源另有其人：真正让人紧张的不是 keeper test 本身，而是"Netflix 对卓越的高标准，以及如果我们做得对的话，你周围全是极其优秀的人"——这会催生"跟大家比，我做得够好吗"的感觉。她说自己也有这种感觉。多数时候它以好的方式驱动人，但确实会让人紧张。→ 详细
• 解药是把对话变成默认动作："你可以让肩膀稍微松一点：是的，期待很高，但我的 manager 说我做得很好；或者我的 manager 说我做得不够好，但他给了我一些具体的、可以改进的东西。"她的结论一句话："知道总比不知道好。"→ 详细

• Netflix 的薪酬理念叫 personal top of market——"意思是我们希望在薪酬上极具竞争力，但我们不希望薪酬变成 Netflix 的金手铐"；不是让 Netflix 去定义市场价，而是实实在在给一份强竞争力的薪酬。→ 详细
• 但她马上把它降级："几乎更重要的是，我们希望不必靠钱来让人愿意待在 Netflix，也不必靠钱来判断一个人能不能在 Netflix 干得好。"→ 详细

• 她把两种招聘方式摆在一起对比。常见的规模化招聘是："这个人有没有这项技能、那项技能、还有那项技能，打勾，他能塞进这个格子里，能交付我需要他交付的活。"（她自己声明这是故意说得简单化了。）Netflix 的问法则是："我们知道我们会给你极具竞争力的薪酬，但问题是——你来了之后，能不能帮我们找到真正该解决的问题，或者帮我们找到解决现有问题的新方法？"→ 详细
• 关键词是"增量"：增量的技能、增量的视角、"那些能把我们的思考往前推一把的人"。她把这条和人才密度接上：因为你在不断往团队里引入把水位抬高的人，密度才守得住。→ 详细
• 面试题也因此不同：既要评估"你有没有在这里成功所需的基础能力"，也要找"那些让人变得卓越、甚至比我们现有团队更强的东西"——然后再去想"把这些了不起的头脑组合成一个个神奇的团队，能从中得到什么"。→ 详细
• 反面的成本她也认。Lenny 说："一旦团队里出现一个很差的人，而公司还容忍了，整体就会被拉下来——因为大家会想：哦，原来混着也行，反正没人会管。"她的回应是："团队在技能或行为上出现缺口，对团队里其他人可能是非常有毒的，所以它是有代价的。"→ 详细

Linear 的产品负责人 Nan Yu 从 Twitter 上提了个刁钻的问题：Netflix 有哪些做法是其他公司不该贸然模仿的，因为 Netflix 的人才水平高太多？她的回答是一句话："一句话概括就是 freedom and responsibility（自由与责任）。"

• 她把前提讲得毫不含糊："人才密度是我们其他很多运作方式的前提。"Netflix 不规定人该怎么解决问题、该处理多大范围的问题（只要对业务影响足够大），也不在这类工作周围设太多流程——"我觉得如果我们没有高人才密度，这么做会非常困难，甚至可以说很危险。"→ 详细 → 详细
• 不是自上而下派活："它真的不是自上而下的『先做 A、再做 B、然后做 C』。"哪怕在规划流程和优先级排序上，"团队各个层级都有很大的贡献空间，而这需要人才密度"。→ 详细
• 护栏和人是一对替代品："如果你不打算设很严格的护栏，而这些事又会影响消费者体验或者业务相关方的体验，那你就必须有极其优秀的人。"她给出的落点很精确——"流程少、规定少这件事完全建立在一个前提上：我们有一群非常优秀的人，他们聪明，但更重要的是判断力很强。"→ 详细
• Lenny 顺手点破了这条建议被误用的常态："这有点像你总能听到的、给创始人的那种建议：招最优秀的人，然后别挡道，让他们自己干。但这件事在实践中往往并不成功。"→ 详细

• 她举自己带过的团队为例：内容分发网络（CDN）的创新、编码的创新、内容发现与个性化推荐的创新，"都不是某个领导拍板说『我觉得这是优先级』推动起来的，很多时候是那些自己有绝妙想法的一线个人贡献者（IC）推动的"。她估计从这片空间里长出来的产品功能"大概有成千上万个"。→ 详细
• 政策侧的具体证据：无限假期（没有休假天数限制）至今仍在，加上前面说的没有绩效评估。→ 详细
• 她也说了现在真正的难题："现在的难点，是找到那个甜蜜点——既能在这个体量下高效运转，又不至于把当年文化里最美的那个内核给掐灭。"→ 详细

• 这是她给出的第一个 candor 实例，而且是她自己的习惯动作："我会在领导层会议上记笔记，然后把这些笔记分享给整个组织。"她说这是 context not control 文化的具体落法——"我工作的一部分，就是确保大家拿到把活干好所需要的上下文"。→ 详细
• 纪要里装的不只是好消息：有时候包含"对做得不好的事的反思、我们需要解决的问题"，有时候只是让大家知道领导层现在在聊什么、当下的重点是什么。→ 详细
• 她清楚这已经越过了多数公司的线："这种程度的透明，我认为在很多别的地方是不存在的，我对这件事的态度也很坚决。"她承认不可能分享每个细节，但会"尽量分享一些可能有点越界的东西"，好让团队知道公司各处在发生什么、她在想什么。→ 详细
• 她把这件事本身归类为 candor 的一种——不是"说话直接"那种坦诚，而是"把本来只有少数人知道的东西发出去"的坦诚。后面 Lenny 回头点了它的实际效果：因为每次领导层会议后全组织都收得到她的邮件，大家会觉得"哦对，Elizabeth，我们是能听到她声音的"。→ 详细 → 详细

这是本期信息量最大的一段，也是她最诚实的一段：一个"神圣不可动"的旧规则被她亲手改掉，然后她还公开复盘承认没做好。

• 改之前是什么样："直到两年前，一线个人贡献者（IC）在 Netflix 是没有职级的。所有工程师就都是 senior engineer，所有数据科学家就都是 senior data scientist，我们压根没有职级体系。"没有职级就没有围绕晋升的流程——她顺带解释了前面那个悬念：**"这大概也是我们从来不做绩效评估的部分原因，因为晋升这件事根本就不在牌桌上。"**这给了人一种自由感，"不用去操心那套结构"。→ 详细
• 为什么非改不可：组织到了一定规模，需要某种"脚手架"来讨论团队该怎么搭配——"比如什么时候需要一个有 30 年经验的人，什么时候我们想要一个应届生，因为这活儿就需要这样的人。当时我们连描述这件事的语言都没有。"→ 详细
• 阻力有多大、她的原话有多生动：这件事"一直被视为某种神圣不可动的东西——很多人来 Netflix 就是因为我们没有职级"。差不多正好两年前她引入了 IC levels，"这是一次非常非常大的转变"，她形容整个过程"要形容它是怎么过来的，我只能说是过山车"，那几个月"大概就像被扔进滚筒烘干机里翻来覆去，然后一点一点真的去跟团队谈"。→ 详细
• 真正的 candor 样本是事后那场复盘：他们做了一次 IC levels 的 postmortem/复盘，就是"哪些做得好、哪些没做好"的形式。她明说在很多别的公司文化里，"这件事大概会变成：行了，我们已经熬过那次变革了……别再回头去反思了，因为一反思就等于把当初那些争论又重新掀开。但我不这么看。"→ 详细 → 详细
• 她愿意公开承认的内容："承认这对我们是一次大变革，它并没有全程完美，我们在 Netflix 落地职级这件事上还有很多可以做得更好的地方。比起假装一切顺风顺水、每个目标都达成了，我宁愿把真实情况分享出去。"她说自己会刻意去制造这样的例子，"因为我真心相信，这种程度的坦诚和反思，能在整个团队里建立起社群感和信任"。→ 详细

• Lenny 问 Netflix 早年那个著名的 chaos monkey（在生产环境上随机杀进程、看什么会崩的程序）还在不在。她的回答：**"没有那种放任自流的混沌猴了。"**理由是"我们对会员体验背负的责任太重，重到不能去刻意注入痛苦"。→ 详细
• 取而代之的是大量测试系统韧性的实验，"那多少也意味着要往里注入一些我们并不确定 A 是不是比 B 更好的东西"，在整个工程系统里大规模进行——"但它不是为了纯粹的混乱，而是为了有意识地学习，好让我们避免犯更大的错。"→ 详细
• 具体打法是找低风险靶场：开拓新方向时（她举了云游戏 Cloud games，现在有 beta 已上线，以及直播），"我们会刻意去找那些低调、不显眼的场景，在里面试探系统的边界"——"这更少靠随机、更多靠设计"，目的是等到真正上大场面时心里有数。Lenny 的结语："R.I.P. chaos monkey。"→ 详细

• 别人怎么做、他们怎么反着做：到 Netflix 这种量级，数据团队通常要么嵌进某条业务线（广告、游戏），要么按职能拆开（data engineer / data scientist / analytics engineer / consumer researcher 各归各）。"我们一直抵制这种做法，保留了一个中心化的团队"——职能上多元、涵盖上述所有角色，同时从团队内部支持几乎所有业务领域。→ 详细
• 她承认这条路难走："我大概能理解为什么很多公司最后放弃了这种模式，因为它确实需要极其了不起的协作关系：让一批人去解决数据问题，而这些人并不向依赖他们的那些团队汇报。"→ 详细
• 换来的三样东西：① 能专注打磨职能专长——"我们真的是世界上最好的 data engineer 吗？世界上最好的 data scientist 吗？"；② 更好的职业路径，因为跨团队流动性更强；③ 想法的交叉授粉。→ 详细
• 但她说最重要的是第四样：客观。"我们的工作不是用数据去讲一个别人想听的故事，也不是去解决某个人认为最重要的那个问题，而是我们自己要对事情有独立的看法。"她认为这把整个组织的水位抬高了，"因为这意味着我们能当那个讲真话的人，能保持好奇心——而这种状态在别的组织结构下可能就装不下"。当然要平衡：做个好搭档、把说好的优先级交付出来、在时间投在哪儿上保持灵活。→ 详细
• "insights"到底是什么：里面有一块是 consumer insights（消费者洞察）团队。她说 consumer 这个词甚至有点名不副实——一部分人做的是内部研究（比如给影视制作用的工具和产品做研究，更偏 UX research）；面向消费者的那部分则从内容试映（让片子上线前成为"最好版本的自己"）一直做到传统 UX 研究（内容发现体验、无障碍访问）。团队有全球职责，另有本地/区域团队理解各地消费者的娱乐需求。→ 详细 → 详细
• 合并发生在大约两年前：consumer insights + 原来的 data science and engineering 合成 data and insights，"真正变成了一支全栈的数据加研究能力"。这样才啃得动"推荐系统到底该怎么想才对、怎么把内容以最好的方式呈现出来"这类问题——把**态度层面的研究（定性 + 定量）和行为层面的研究（data science / data engineering / analytics）**结合起来。→ 详细
• Lenny 指出这解决了用研常年挨的那种质疑（"我也不知道你们天天在忙什么，全是些道听途说的证据"），也避免了"数据告诉我这个结论、用研团队告诉我另一个结论，到底听谁的"。她内部管这种组合叫**"超能力"**，但同时提醒不要用过头："并不是每个问题都需要这么干……说『我们哪儿哪儿都得协作』，那种期待本身就是错的。"她还坦言 consumer insights 不在她自己的履历和训练里，是她带过的比较新的一块。→ 详细 → 详细

• office hours（开放办公时间）：当上 CTO 之后她仍保持每两周一次，大家自己抢时段。她自嘲"20 分钟一档，多少有点像相亲速配"，但因此能见到一大群人、听他们讲手头的工作和心里最挂念的事——这些时段大家会提前好几个月就订满。→ 详细
• AMA（问我任何问题）场次：团队规模不一，"取决于我们想让气氛有多私密"，但"真的是什么都可以问"。她的定位是双向的——既让大家把她当成一个真实的人来认识，也让她听到问题，然后"能答的答，不能答的也说清楚"。→ 详细
• 她说这两件事的本质其实是同一件：都是"关于把时间挤出来做这件事"。"我发现随着我的角色变化，如果我不把它当成一件优先的事，它就根本不会发生。"这些场合的副产品是她更平易近人，大家知道可以直接给她发 Slack 或邮件——而这又扣回她前面说的"我会尽快回复你，因为我想把自己框在这个标准上"。→ 详细
• 她给这套投入的理由是私人的："如果没有这些连接点，我根本不会想做我这份工作。"→ 详细

问题来自 Lenny 和 Elizabeth 的共同朋友 Ali（她把 Elizabeth 介绍给 Lenny；曾是 Airbnb 的数据科学家，现在在 Uber）：在这个到处是邮件、iPhone 和 Slack 的年代，怎么做到跟谁说话都 100% 专注？潜台词是——那你到底什么时候回消息？

• 她的回答先划了边界："我其实觉得，我最专注的时刻，恰恰就是像现在这样的一对一交谈。"她确实留出大量时间做 1:1，而且好奇是真的——"我是真心好奇对方过得怎么样、我能帮上什么忙、他们对什么感到兴奋"。她还笑说自己的行政助理听到"我喜欢花时间做很多这样的一对一"大概会皱眉头。→ 详细
• 然后她诚实地认了另一半："我大概不太擅长的是那种 30 个人一起开的会，我在那种场合会一心多用。这一点我承认，我肯定干过。但一对一的对话，我是当成相当神圣的事情来对待的。"——她的解法不是"全天候在场"，而是分层：把在场的额度全押在 1:1 上。→ 详细
• 支撑她持续投入的那个观察：她最要好的一些朋友和人脉都是职业路上遇到的。她跟 Ali 的丈夫 Keith 在 Analysis Group 和 Lyft 都非常紧密地共事过——这条线后来变成了机会和连接点。"基本上就是：你付出什么，就会收获什么。"→ 详细
• 她把它提炼成给别人的建议："这个圈子很小，好好想想你在别人身上投入了什么，因为那件事在往后的日子里对你自己也会有意义。"Lenny 顺势总结出第二条："留意什么事情能给你能量、你又恰好擅长什么，然后几乎是加倍押注在那上面，把它变成一种超能力。"她说最后这部分"很有共鸣"。→ 详细 → 详细

• 她先把"高段位人设"推掉："我倒希望自己有那么高段位，能说『我冥想，我给自己搭了一整套结构』。"她是内向的人，靠独处充电。→ 详细
• 真实做法是一段被保护的清晨——"认识我的人有时候会被我发邮件的时间点吓一跳"。在那段安静时间里她做一次每日自检：现在一切怎么样？**我为什么会焦虑？我为什么感到兴奋？**她强调"这有点像一块需要慢慢练出来的肌肉"。→ 详细
• 形式极简、边界很硬："虽然我不写日记、也没有冥想的习惯，但我确实有一个固定的时段，我会努力把它保护起来、不被别的事情占据，好让我能想一想——哪怕只想一会儿。"她认为这份反思让她更踏实，"而踏实也许让我更能活在当下，或者让我成为一个更好的管理者和领导者"。→ 详细 → 详细
• Lenny 补了个同类做法：Jeff Bezos 早上"puttering around（瞎溜达）"——上午到十点左右不排任何会，随便晃悠、看看报纸和邮箱。她当场说"我从没听过这个说法，我要把这个词学过来"。→ 详细

▲ 主持人 Lenny Rachitsky——他把"最近喜欢的剧集"称为"对 Netflix 的人是高风险问题"。

• 最常推荐给别人的两三本书？ 她先承认"可能有点近因偏差"：一是村上春树（Murakami）的《What I Talk About When I Talk About Running》（当我谈跑步时，我谈些什么）——讲内省，讲跑步与写作之间的相似性，两者都是心流状态、都带着很强的冥想意味；她读过村上的小说，觉得这种"针对某类职业或爱好的自传式反思非常有洞察力"。二是她长久以来的最爱之一，Rohinton Mistry 的《A Fine Balance》（微妙的平衡）——"一个了不起的故事，写的是人性的复杂、苦难与关系"。她总结自己的口味："不管是书还是影视，我都会被那些真正关于『人』的作品吸引。"→ 详细

• 最近喜欢的电影或剧集？（Lenny 说这对 Netflix 的人是"高风险问题"）她先声明"我就不把 Netflix 的片子全报一遍了，那太像打广告了"。电影：《Triangle of Sadness》（悲情三角）"非常出色"。剧集：Netflix 的《BEEF》（怒呛人生）——"我觉得太好笑了，我是 Ali Wong 的粉丝，不过这个故事线本身也相当独特，而且他们好像刚拿了一堆艾美奖"（Lenny 确认：确实拿了）。→ 详细

• 面试候选人时最喜欢问的问题？ 她把这题直接接回人才密度："我通常在找的是那种能把我这个岗位做得比我更好的人。所以我经常会问对方：如果坐在我这个位置上，他们的优先级会是什么？他们会有哪些不一样的做法？"→ 详细

• 最近发现的心头好产品？ "虽然我顶着 CTO 的头衔，但我过的其实是相当『模拟（analog）』的生活。"最近入手的是 Fellow 的手冲咖啡壶——它是她晨间仪式的一部分（"现在我要管这个叫 puttering around 了"），她在冲咖啡上花很大功夫，"因为我觉得那个过程让人平静"。另外必须喊一嗓子的是 Peloton（单车），"大概是我拥有的最喜欢的产品"——她自称是"戒断中的户外骑行爱好者"，所以承认这件事有点微妙："尽管理想上我是个户外骑行的人，我还是爱我的 Peloton。"→ 详细 → 详细

• 最喜欢的人生格言？ 来自她妈妈，原话是 "something good happens every day"（每天都会有好事发生）。她坦白"我不确定自己活得有多贴合它"，并解释了妈妈的用意："她想鼓励我更用心地去享受日常里那些小事，而不是让自己被忙碌裹挟着走。"→ 详细

• 最后一题：骑行和铁人三项给了你什么？ "**肯定有心理韧性。**虽然这些听上去像是体能层面的事，但我发现耐力运动其实更多是心理层面的——你怎么熬过高峰与低谷、怎么坚持下去，以及怎么从挫折中回来。这些运动本身就有起有落，而从那些低谷里，我真正学会了怎么恢复、怎么反弹。所以这些能力感觉是放到哪里都适用的。"→ 详细

• 收尾——听众可以怎么帮到你？ 她没要转发也没要订阅："既然我们刚刚一起回顾了 Netflix 的文化，以及我们如何对待身边的人，那也许可以带着一点好奇心想想，自己在生活里可以怎样表现得更好一些。我想请听众把这件事传递下去，用在他们共事的人身上。"（这期录于一个周五下午。）→ 详细

• Elizabeth Stone：LinkedIn——"你随时可以在 LinkedIn 上找到我，有问题或者想法都欢迎来联系我。"（片中未给出具体链接或其他渠道。）→ 详细

• 主持人 Lenny Rachitsky：往期节目与节目信息在 lennyspodcast.com；他建议听众若真的照做了，可以在 YouTube 或 Substack 留言写下"你在这期节目里对自己的某个发现"。→ 详细