露丝·韦格曼 2020 年回忆，她的第一个实地研究项目，是从一次重组开始的。那时她还是哈佛的研究生，研究对象是一群刚被编进「自管理团队」的服务人员。
从前，每人有自己的客户、自己的日程，修机器也有自己顺手的办法；现在大家共用片区，工作流程由团队一起定。他们的一线经理也换了活儿：原来直接管 10 到 20 个人，现在成了两到四个团队的「教练」。
经理们想知道，这到底意味着什么。用韦格曼的话说，到底是怎样一套「精确的辅导配方」，能把团队变得出色？是帮着协调任务，是多问好问题，还是给团队鼓劲？以前当主管的那些习惯，比如直接告诉团队问题在哪、该怎么解决，又有哪些得改掉？
他们问的，恰恰是在她的数据里，对活儿干得好不好影响最小的那一块。
设计和辅导，比一比
她另有一项 2001 年发表的实地研究，比较了领导者为自管理团队做的两类事：搭建团队时的设计选择，和团队运转起来以后的亲自辅导。和她多次合作的哈佛心理学家 J. 理查德·哈克曼，把它称为对施乐（Xerox）自管理现场服务团队的研究。
两类做法都会影响团队自我管理得好不好、成员处得好不好、成员满不满意。可真正影响活儿干得怎么样的，只有设计。按哈克曼的概括，在绩效结果上，设计特征解释了 37% 的差异，领导者的辅导不到 1%。
辅导也不是没用。设计得好的团队，从好的辅导里得益更多；碰上糟糕的辅导，受的损害也更小。
六成、三成、一成
按哈克曼的估计，团队表现的大半在开工前就定了。
他在 2011 年的《协作智能》里给出了数字：「我的最佳估计是，团队有效性差异的 60%」取决于团队的使能条件到不到位，30% 取决于团队启动得好不好，只有 10% 取决于领导者现场的、实时的辅导。按韦格曼的说法，这六成是「前期功课」：在团队聚到一起之前很久，就把真正的团队、有感召力的目标、合适的人、扎实的结构、支持性的组织环境安排到位。
要看清这是什么性质的说法。哈克曼自己称之为估计。韦格曼说，60-30-10 是一条「有用的经验法则」，告诉团队领导者精力该往哪儿放，是她和哈克曼根据多年研究做出的那份问卷总结出来的。两人都没有把它说成一个测量出来的比例。37% 这个数，来自一家公司服务团队的一项研究。把它当成两位研究团队多年的学者给的经验之谈，而不是定律。
那三成，常常被人跳过。韦格曼说，启动就是一串名字变成一个有边界的团队的时刻。成员常常会试探领导者对目标的表述，提一些「带着对抗意味」的澄清问题，并在一定程度上重新定义目标。所以她希望领导者事先想清楚：目标里哪些可以商量，哪些不行。
一开跑就注定要失败的智能体
AI 智能体让这种划分看得更清楚，因为一次运行的设置，在开跑之前就写好了。
2025 年，加州大学伯克利分校的 Mert Cemri 等人标注了七个多智能体系统的 1600 多条运行记录，把失败分成 14 种。在其中抽出的 210 条记录（每个系统 30 条）里，最大的一类，占失败的 41.8%，是系统设计问题：智能体不按任务要求来、重复步骤、丢了上下文、任务完成了却没意识到。作者指出，这些失败发生在运行中，却常常反映了运行之前的选择：系统架构、提示词里的指令、状态怎么记录。底层模型不变，只改工作流程和提示词，成功率最多提高了 15.6 个百分点：在一个系统的测试集上，从 25.0% 到 40.6%。任务完成率仍然不高。
你可以拿自己的运行来检验。智能体一次运行出了错，先记下原因出在设置上（任务怎么写的、哪一步归谁、什么时候停），还是出在运行当中。把设置改好，同一个任务多跑几次，再和旧版本的几次运行比。一次运行，说明不了什么。如果你的修补大多是中途插话，你花力气的地方，可能正是那一成。
日历上的 130 次会
假设你接手五个人，用六个月重做公司的客户入门流程。你的日历上，每周和每个人各有一次一对一，加起来大约 130 次辅导；启动会只排了三十分钟。
照韦格曼的法则，时间该往前挪。启动会之前，你先定好哪些是死的（上线日期、预算），哪些团队可以改（范围、先后顺序）。启动会改成了半天。会上有人对目标本身提出了异议，团队把目标改写了三分之一。
后来，一些一对一取消了。没有人要求恢复。