文章核心观点 - Google正式发布新一代基础模型Gemini 3，在深度推理与思考、多模态理解、Agent编程能力上有极大提升[1] - Gemini 3 Pro在xbench-ScienceQA榜单中以71.6的平均分超越Grok-4成为新SOTA，并且响应时间快，价格低[1] - 模型实现了从“反应式”推理向“审慎式”推理的转变，解决了大模型常见的“幻觉”问题，标志着AI从“知识检索”向“逻辑推理”的跨越[8] 模型性能表现 - Gemini 3 Pro在ScienceQA榜单中平均分为71.6，BoN(N=5)达到85分，超越第二名Grok-4的分数6分[3][5] - 平均响应时间仅48.62秒，远快于Grok-4的227.24秒和GPT-5-high的149.91秒[3] - 官网API价格为输入每百万token 2美元，输出每百万token 12美元，低于Grok-4的3美元/15美元和GPT-5-high的1.25美元/10美元[3] - 与Gemini 2.5 Pro相比，平均分从59.4提升到71.6[5] - 运行ScienceQA成本估算显示，GPT-5.1花费32美元，Gemini 3 Pro仅花费3美元，成本约为前者的1/10[6] 技术架构创新 - 引入“深度思考”模式，在处理高复杂度任务时在内部构建多条推理链路进行自我博弈与验证[8] - 采用稀疏MoE架构，拥有海量参数专家但每次仅激活一小部分，显著降低计算开销[8] - 彻底摒弃外挂式编码器，采用极致的原生多模态架构，使文本、代码、图像、视频和音频在模型底层共享同一套“世界模型”[11] - 上下文长度显著扩充至百万级，可直接处理整本书、完整代码库或长时间音视频逐字稿[12] Agent与开发能力 - 带来“氛围编程”概念，模型能捕捉代码库中隐含的工程风格、架构规范及开发者直觉[9] - 作为自主Agent在IDE中运行，具备操作终端、浏览器和文件系统权限，拥有长程规划能力[9] - 在Google Antigravity平台中与Gemini 2.5 Computer Use模型、视觉模型Nano Banana等深度集成，实现“计划-执行-反馈”的自主多步骤工作流[10] 交互与生成能力 - 引入Generative UI，模型能根据用户意图实时编写前端代码并渲染出动态可交互界面[12] - 具备惊人感知能力，能转录3小时会议视频，精准识别说话人语气，从模糊低质量文档照片中无损提取结构化数据[11] 硬件支持体系 - 在Google自研的TPU上训练，TPU是为大型模型特别设计的高带宽、高并行计算芯片[13] - 借助TPU集群的强大算力和高效并行，在相对可控时间内完成训练，实现能耗与成本平衡[13]

要点速览： · 电通创意近期发布了《2025首席营销官报告》，提出了当前的十大关键主题 。受访者认为，AI时代，品牌的长 期价值回归于人性与文化共鸣，人类的创造力、同理心与文化相关性愈加重要。 · 目前，大部分 CMO都将AI视为效率工具，他们认为倾听真实顾客比以往更重要， 微观细节与小众兴趣点更能 引发共鸣。62%的CMO用社交聆听把握动向，粉丝社群成为获取情报的重要渠道。 · 有40%的营销从业者计划在2025/2026年将20%–30%的营销预算投入创新。 CMO们普遍对AI在创意构思中的角 色仍持保留态度，各国对此的认知差异巨大。 · CMO们认为，未来需要制作更多且不同类型的内容。但 他们也面临为多个社交平台分别制作内容的现实难 题。 技术的快速迭代几乎每周都在刷新想象，这既带来巨大的兴奋，也伴随着深层的焦虑。对于品牌营销而 言，Agentic Al以更高的自主性和更细致的个性化能力，正在改变搜索、商业与用户体验的基本规则，成为 下一波颠覆力量。 近期，电通创意发布《2025首席营销官报告》。其中显示， AI已经成为营销从业者日常工作的一部分 。几 乎每位受访的CMO都把AI当成提高效率的工具，帮他 ...

Agentic AI发展趋势 - 企业进入以LLM为核心的自治型AI新时代，AI实现从工具到伙伴的跃迁[5] - 79%企业已开展Agentic AI应用，但62%仍处于初级阶段，面临场景选择、技术匹配、人才储备等挑战[7][8] - 知识库问答和客服问答因任务清晰成为优先落地场景，IT研发辅助和数据分析体现技术平权[14] 企业数字化投入态势 - 65%企业计划增加数字化投入，整体信心显著修复，但投入呈现哑铃型分布，战略分化明显[2][27] - 仅9%企业表示2025年数字化投入将减少，12%企业投入增幅超过50%[31][27] - 数字化投资占营收中位数稳定在1%-3%，领先企业投入中位数达3%-5%[27] AI应用价值演变 - 97%企业已应用AI，56%实现显著价值，7%企业将AI打造成核心竞争力[36] - AI价值重心从降本增效上移至增强办公效率（48%）和拓展业务边界（39%）[35][38] - 增强办公效率成为成长最快动因，相比2024年增长14%[38] AI技术生态与模型发展 - AI生态从闭源转向开放多元，中国企业在开源模型领域发挥重要作用[40] - 2025年上半年AI融资总额达1161亿美元，已超过2024年全年1057亿美元[42] - AI模型在性能、成本、速度上实现突破，推理价格断崖式下跌，输出速度较2023年提升十倍[44] 企业AI部署模式变化 - 企业更多选择自行部署（32%）或训练小模型（41%）方式应用AI，较2024年明显上升[46][49] - 选择使用外部厂商成熟产品的企业比例降至47%，较2024年下降14%[49] AI平权与组织影响 - AI打破知识与技术壁垒，催生具备定义问题+调用AI+整合创新能力的超级个体[51] - 传统商业边界被改写，B2C2B模式增多，产业链协同更紧密[54] - 超过七成企业将创造力与创新思维视为员工关键能力[61] AI安全风险治理 - AI安全风险加剧，2025年AI安全事件已达283起，再创新高[57] - 输出结果不确定性（72%）、数据安全隐私风险（62%）、业务理解匹配（60%）是企业主要挑战[57] - 企业需将数据安全、风险治理纳入顶层设计，构建全链路防护体系[57] 组织结构转型 - 组织结构向精简智能转型，预计人员减少的企业占比升至38%（同比上升11%）[60] - 管理者需建立人机协同模式，AI Agent作为数字员工融入组织[63][60] - 传统多层级与不清晰分工将逐步淘汰，组织价值密度提升[65]

阿尔茨海默症治疗新方向 - 提出全新纳米药物策略，单次注射后2小时内可清除阿尔茨海默症模型小鼠脑中近50%的淀粉样蛋白（Aβ），并使受损认知功能持续恢复长达6个月[5][10] - 研究核心在于修复大脑血脑屏障的清运功能，而非直接清除垃圾，通过设计的A₄₀-POs纳米载体精准引导LRP1受体进入正确运输通路，使其表达恢复至正常水平的78%[6][7][8][10] - 该策略实现从“治标”到“治本”的跨越，证明阿尔茨海默症是可干预的血管-神经耦合障碍，为神经退行性疾病治疗提供新方向[11] 脑机接口动态电极突破 - 成功研发如头发丝般纤细、柔软可拉伸、可自由驱动的神经纤维电极“神经蠕虫”，首次提出脑机接口“动态电极”新范式[13] - “神经蠕虫”能在组织内定向移动，通过微小切口植入后可实现超过43周的稳定生物电信号监测，植入54周后周围成纤维细胞包裹现象仍可忽略不计[13][15] - 该技术将生物电子器件从静态探针发展为可长期、微创、动态评估神经系统的主动式智能活体设备，为需要长期监测体内靶向部位信号的应用搭建了平台[13][15] 慢性疼痛治疗新发现 - 研究发现脑干臂旁核中的一类特定Y1R神经元在长期持续性疼痛中保持活跃，人工激活这些神经元会引发疼痛相关行为，阻断其活动则能减轻持续疼痛[16][18][19] - 当面临饥饿、恐惧或口渴等生存危机时，脑会释放神经肽Y（NPY）与Y1R结合，从而抑制持续性疼痛信号，表明脑具有按生存优先级“关闭”疼痛的内在机制[20] - 此发现意味着未来止痛方案不一定只靠药物，行为、训练和生活方式也可能改变脑对疼痛的编码方式，为慢性疼痛新疗法铺平道路[20][21]

核心观点 - 全球及中国消费者行为正转向高度理性化，形成“决策分层”现象，即在必需品上追求性价比，在情感或自我价值品类上愿意支付溢价[2][3] - 品牌信任取代价格促销成为新的价值货币，消费者更倾向于选择能兑现信任与价值承诺的品牌[2][8] - 消费者的消费习惯正被算法重塑，消费重心从“外在消费”转向“内在自我”投资，生命时间线的定义也在发生变化[2][16] 消费者信心与消费行为 - 全球自认为财务安全的“自信型”消费者比例自2023年以来增长10%，但40%的全球消费者仍保持谨慎态度[6] - 50%的中国受访者认为2026年初财务状况将“比现在更好”，高于2024年的45%[6] - 中国“悠然自若型”消费者比例从去年同期的24%增长至31%[6] - 2025年上半年中国科技及耐用消费品全渠道销售额同比增长12.5%，快速消费品增长4.7%[6] - 消费者在生活必需品上追求极致性价比，转向零售商自有品牌或平价替代品，同时在健康、个性化体验等品类保留“审慎的放纵”[3] 品牌信任与价值主张 - 95%的消费者表示品牌信任至关重要，尤其是在中国，消费者对品牌信任度要求更高[8] - 信任源于品牌实际表现与消费者新生活方式特征的统一，例如变得更居家、更主动健康管理、追求简洁生活[10] - 中国消费者从“外在消费”转向“内在自我”投资，服饰、美容等外在需求支出意愿下降，教育、健康等领域支出意愿上升[10] - 消费者更倾向于选择“值得”而非“便宜”的产品，价格促销吸引力减弱，喜欢的品牌打折促销时购买比例为26%，去折扣店购物比例为22%，均低于去年[12] 全渠道竞争与消费体验 - 全链路消费成为新竞争前沿，美国线下购物频次平均下降2.3%，线上购物频次上升16%[12] - 消费者购物路径跨越多平台，要求品牌具备全渠道战略[12] - 中国社交电商成为新购物常态渠道，即时零售和自有品牌快速发展[12] - 品牌需通过精准产品组合、持续创新和卓越体验来赢得消费者，市场呈现理性和感性的双轨消费新常态[13] 算法与生命阶段重塑 - 算法从幕后工具演变为塑造身份认同和世界观的力量，品牌需决定是为消费者赋能还是仅投喂算法[15] - 生命时间线定义重塑，“年轻”定义发生变化，中年阶段延长，品牌若只关注年轻人将错过中年市场机会[16] - 2026年将迎来向原始、不完美人类表达方式的转变，不完美被重新定义为价值源泉[18] 行业特定趋势 - 食品饮料品牌机遇在于展现应对全球挑战的能力，并提供赋能消费者的解决方案[17] - 美容个护行业向健康融合型品类演进，代谢美容成为焦点，技术创新与市场需求增长将推动健康驱动型美容发展[17] - 英敏特提出美容与个人护理新时代三大关键预测：美容向健康融合品类演进、多感官体验兴起、以人为本的美容革命[17]

绩效管理的核心认知纠偏 - 绩效优秀不等于自动晋升 当前超出职级的预期表现仅是更高职级成长的起点 需区分当前胜任与更高阶准备度[7] - 绩效评估不等于直接加薪 薪酬调整受预算规则和跨部门绩效校准等多重约束 与评估时间节点和目标不同[7] - 绩效管理不是年终一次性工作 依赖模糊记忆的年度评估不公平低效 应成为全年持续沟通的过程[8] - 绩效管理本质是评估表现 核心定位是员工与管理者协同确认的建设性书面记录 聚焦行为、方式、价值观与价值创造 而非单纯评级工具[8] - 64%的员工认为绩效评估完全是浪费时间无助于提升工作表现 仅32%的高管认为当前体系能有效支持人才决策[8] - 企业每年因绩效评估损失的工时成本高达240万至3500万美元 仅关注产出数据会导致无效忙碌[9] - 仅约26%的企业认为其管理者在激发团队绩效方面非常有效 管理者只将13%的时间用于人才培养[9] - 仅有47%的员工清楚自己的工作职责 从岗位导向到技能导向的转型期使传统工作描述面临挑战[9] 构建有效绩效管理的基础框架 - 明确标准是关键 基于目标与理念设计绩效管理战略 而非流程与模式 明确流程目的并摒弃无关部分[10] - 绩效管理可以有多种目的包括人才培养和辅导 可将发展性沟通与绩效评估脱钩并融入日常工作[10] - 结合行业标准借助AI工具与资深员工经验 短期内完成初稿约80%准确率即可起步 再通过全员研讨优化[15] - 组织各职级员工逐行梳理明确职责、行为标准与优秀的具体体现 累计投入不超过2天即可形成落地文档[15] - 让员工与管理者共同参与流程制定并赋予决策权 建立基于数据与证据的透明评估体系以建立信任[15] - 用一对一的会谈作为全年绩效的记忆存储点 用纸质总结笔记为员工留存书面记录避免年终遗忘[15] - 记录内容包括超出预期的成就、践行价值观事例、每周骄傲成果、重点工作与职业目标、待解决的挑战及反馈[15] 绩效目标的动态设定与追踪 - 目标设定优先采用季度目标 90天周期的规划更清晰务实 员工对短期目标的把控力更强能及时调整适配变化[12][15] - 由员工自主制定目标 管理者仅提供护栏避免目标过易或过难 确保目标兼顾个人职业发展与公司需求[15] - 目标每月或每季度更新追踪 明确未达目标和未达预期之间的关联 意外导致目标无法完成不意味着没达到职级预期[15] 超越流程的人力效能工程系统 - 要最大化发挥人力效能需跳出单纯绩效管理流程 采取更全面长期的举措将人力效能工程融入日常工作场景[13] - 打造一套系统性驱动人力价值与产出质量的体系 意味着建立完整的人力效能战略而不仅是一套评估标准[13] - 企业文化必须同等重视业务成果与人才成长以实现人力效能倍增效应[14] - 具备成熟结构设计能力的组织其变革成功率是普通公司的五倍 为身心健康重新设计工作与组织比单纯加福利效果更显著[14] 管理者角色重塑与人力流程优化 - 让管理者从打分者转变为连接者与辅导者 鼓励积极协作关系并建立清晰的团队文化规范[16] - 允许冒险与失败 同时强化实时反馈习惯 既指出需要改进的地方也认可取得的成就[16] - 拥有浓厚认可文化的企业其人才管理和业务成果都显著更优[16] - 从招聘、学习到奖励与认可 各类人力实践应被重新设计以释放人的潜能 让制度更贴近个体、更多共创、更人性化[17] 科技数据与空间设计的赋能作用 - 利用AI与智能系统实现实时反馈和面向员工的学习指导 技术能直接改善人本成果尤其是幸福感[18] - 数据驱动的系统能主动发现安全隐患或不良互动以便及时处理[18] - 通过物理空间布局促进跨部门互动、融入自然元素 提升协作效率与员工幸福感进而带动绩效提升[19]

AI在体育数据采集与分析中的应用 - 体育场成为天然数据工厂，通过智能传感器、高速摄像头和物联网传感器实时采集运动员生理指标、动作细节和环境参数等海量数据[6] - F1赛车每辆搭载300多个传感器，每秒产生超过110万个数据点，足球训练中十分钟内十名球员用三个球可产生超过700万个数据点[6] - NBA通过光学追踪系统以每秒60帧频率捕捉球员29个关键点的3D动作数据，生成过去难以量化的"防守压力指数"[7] - 数据分析要求高时效性，F1进站分析需在2秒内完成，足球数据从捕捉到转播呈现需控制在500毫秒以内[9] - AI技术不仅能分析已发生事件，还能通过建立运动员"数字双胞胎"预测训练效果、受伤风险和辅助战术调整[10] AI对运动员训练与表现的革新 - 多支巴黎奥运会国家队使用AI进行日常训练，中国国家跳水队借助大模型技术实现实时打分和量化分析，为运动员定制训练方案[12] - AI成为体育医学革命性工具，通过分析训练数据、身体指标和历史伤病记录预测潜在受伤风险，使受伤概率降低[12] - 美国公司volley.ai开发AI训练器，适用于网球、板球等运动，可模拟专业选手动作为运动员提供赛级陪练服务[12] - 训练方法从依赖经验直觉转向数据驱动，推动训练科学化革命[12] AI在赛事运营与用户体验的升级 - 德甲联盟批准俱乐部接入uniqFEED虚拟广告技术，实现区域化定制广告内容，为俱乐部开拓新的收入渠道[14] - 亚马逊云科技为F1比赛提供Track Pulse系统，实时呈现车手对决、冠军概率预测和最高速度瞬间等精彩时刻[14] - 2022年卡塔尔世界杯使用半自动越位技术，通过12个专用摄像头和传感器每秒500次追踪足球和球员29个数据点，将判罚准确率提升至前所未有的高度[16] - AI催生新职业需求，NBA骑士队将数据质量分析师转型为全职人工智能解决方案架构师，未来需要具备AI工具使用能力的复合型人才[16] AI在大众健身领域的拓展 - 智能健身产品FITURE魔镜通过摄像头和传感器捕捉用户运动轨迹，其智能运动追踪系统能识别最多33个骨骼点，提供接近线下教练指导的实时动作反馈[17] - AI算法可根据用户运动目标和身体状况量身定制训练计划，让专业级运动指导进入寻常百姓家[17] - 社交平台通过数据分析为运动爱好者匹配能力相当的云队友，组织线上挑战赛，配合智能算法生成的个人进步曲线和好友排行榜提升健身趣味性和持续性[19] AI与体育融合的挑战与未来展望 - 数据隐私与伦理边界成为首要关切，需要建立完善的数据治理框架平衡数据价值与个人隐私保护，防止运动员沦为数据透明人[21] - 技术公平性问题凸显，资源雄厚组织能部署先进AI系统，而中小俱乐部难以跟上技术发展步伐，可能需要联赛管理机构引入技术使用规范或共享平台[21] - 生成式AI将参与创新训练方法与战术体系，脑机接口帮助运动员精准掌控肌肉状态，元宇宙概念将重塑观赛体验让全球观众沉浸于虚拟座席[22] - 体育的核心始终是人的拼搏与超越，关键时刻的直觉选择、道德判断和主观能动性才是体育精神的灵魂所在[23]

文章核心观点 - 人工智能的终极挑战是对人类精神文明的深刻拷问，已超出单纯技术范畴[6] - 微软（中国）CTO韦青提出5项任务，帮助人类适应即将到来的超级智能时代[2][6] - 人类需提升“能所之辨”能力，树立理性工具观，坚守人性，方能在超级智能时代拥有未来[2][3][21] 机器祛魅 - AI本质是基于传统数学原理与“集成创新”的工具，其算法原理未超出存在上百年的线性代数、微积分、概率论[8] - 当前最火爆的人工智能计算加速卡，核心算子仅是与实现GEMM矩阵相乘有关的乘法和加法计算[8] - 为成为智能技术的主人，人类需掌握线性代数、微积分、概率论等基础知识，并具备语言学与认知神经科学基础，不被机器表面能力魅惑[8][9] 智慧升华 - 根据DIKW信息金字塔框架，智能机器可取代从数据、信息到知识的工作，人类真正的精神家园在智慧及人生目的和意义领域[11] - 人类智慧应表现为善于利用不同特长的机器处理问题，将确定性任务交给确定性算法，思索性任务交给概率性算法[12] - 真正的突破可能来自经过智能机器加持的认知科学进步，哲学现象学与神学唯识学可能为认知探索带来新思路[13] 人机相乘 - “人机相乘”概念是主观能动性决定论的，人类可通过自身努力弥补技术条件不足，例如能力值A"=2与最低技术能力x=70相乘结果为140，高于能力值A'=1与最高技术能力z=130相乘的结果130[16] - 相乘的人机关系比相加关系更能体现实际效果，再强大的技术能力也需要有能力的人驾驭才能发扬光大[16] - 恰当的语言应用能帮助客观区分技术差异与技术应用效果差异，更有效找到提升能力的路径[17] 坚守人性 - 机器越先进，人性越珍贵，需牢记“人是目的”，不混淆人与机器的本质区别[3][18] - 在技术浪潮中不应忽略大众，当热议AGI时不应忘记人类对自身意识产生尚众说纷纭[18][19] - 人类是因终身学习而生存的物种，需警惕自身而非机器，因为机器的知识均从人类处学习[19][21] 少安毋躁 - 此任务关乎人的精神境界，需认清AI是人类的一面镜子，人类高尚则机器高尚，人类下流则机器下流[21] - 人类应主动驾驭机器，秉持“无限游戏”原则，坚守人性并互帮互助[21] - 丧失终身学习能力、将人生决定让渡给机器的人类没有未来[21]

高管孤独感的普遍性与影响 - 哈佛医学院教授指出至少40%的高管因精力不济和孤立感正考虑离职[4] - 2022年德勤研究显示约70%的最高管理层领导者因身心健康问题考虑辞职[4] - 许多CEO认为承担的工作是孤独的[4] 爱彼迎CEO布莱恩·切斯基的观点 - 切斯基描述自己有一个孤独的童年并在成为CEO后心理健康状况恶化[7] - 成为CEO后越接近顶峰同行的人越少对此感到没有准备[7] - 建议新兴管理者分享决策权与管理权以分担创业的心理负担[7] - 认为当前可能是人类历史上最孤独的时期之一[7] 百事公司前CEO卢英德的观点 - 卢英德常感到孤立无人倾诉因涉及公司机密不能与配偶朋友董事会员工讨论[9] - 选择转向内心通过自言自语照镜子发怒掉泪来作为情绪出口[9] - 强调必须小心选择情绪出口对象避免被利用[9] 苹果公司CEO蒂姆·库克的观点 - 库克承认CEO是孤独的工作并曾有过失盲点可能影响成千上万员工[12] - 强调管理者需跳出思维定式让身边围绕能激发出最佳状态的聪明人[12] UPS CEO卡罗尔·托梅的观点 - 托梅在执掌750亿美元公司前未预料到孤独程度但后来发现异常孤独[15] - 高管团队会等她离开会议室后进行汇报必须习惯这种现实[15] Insomnia Cookies CEO塞思·伯科维茨的观点 - 伯科维茨告诫CEO职业具有沉重分量在艰难时期非常孤独[17] - 建议通过真诚有意义的联系找到同志情谊导师指导和社区感来对抗孤独[17]

时间感知的神经科学原理 - 时间感知并非由专门器官负责，而是由多个负责追踪运动、注意力、记忆和身体内部节律的神经系统联合构建的分散、灵活且高度依赖情境的过程[6] - 大脑通过记录“发生了多少不同的事”来感知时间，情境变化越多，产生的“心智时间点”就越多，时间感觉更长，反之则感觉时间模糊[8] - 大脑深处的起搏器系统通过发出规律脉冲来感知时间，专注时记录的脉冲更多使时间感觉更慢更充实，分心时记录的脉冲少则使同样时间感觉更短[9] 时间加速感的原因 - 新奇效应表明，当新鲜或意外事件发生时，大脑会投入更多注意力并形成更丰富记忆，使当下和回忆中的时间显得更长，成年人生活更可预测导致此效应减弱[7] - 可预测性会压缩时间感知，大脑对熟悉经历投入较少注意力，存储时保留细节少，导致同样时长在熟悉后感觉更快[10] - 长期高频刺激导致大脑麻木，需要更强刺激才能保持专注，使其他活动显得缓慢无聊，从而加速时间感知[17] 延长时间感知的策略 - 通过微小的变化重拾新奇感，如更换座位、尝试新路线、品尝新调料或学习新词，以在大脑世界模型中创造偏差来减缓时间[11][15] - 用感官沉浸当下，如留意触摸质感、仔细听环境音、观察光线变化，能激活负责身体感知的脑岛，减缓时间感知[12] - 创造“异常刺激时刻”，如听新歌单、进行即兴聊天、阅读有趣文章或更换灯光，通过独特显著的刺激让时间感觉更长[14] 注意力机制与分心管理 - 专注力是前额叶皮层、默认模式网络和显著性网络协同作用的结果，前额叶皮层负责抑制冲动，显著性网络判断信息优先级，默认模式网络在走神时活跃[21] - 在分心冲动出现时，通过贴标签如“这是分心冲动”来重新激活前额叶皮层，帮助重新决策是否切换任务[19] - 通过换“频道”满足新鲜感需求，如散步、伸懒腰、听老歌，而非直接改变习惯，以避免耗尽注意力[20][22] 提升专注力的长期方法 - 审视并减少高刺激信息输入，如少刷手机，让神经系统重置并重新记起“安静”的感觉，以降低专注基准线[24] - 主动体验无聊，如静坐观察窗外或散步不戴耳机，让不适感转化为平静，为创意生长提供“留白”[25] - 刻意训练专注力，如读5分钟书、写10分钟日记或专注看一段视频，通过小幅持续专注为大脑重建基础[26]