风险态度框架 - 顾问使用二维矩阵区分“风险承受能力”（财务实力）与“风险意愿”（心理和制度接受度），将投资者分为四类：高承受能力+高风险意愿为“充分利用”，高承受能力+低风险意愿为“防御型”，低承受能力+低风险意愿为“保护型”，低承受能力+高风险意愿为“幼稚型”[15] - 该养老基金董事会风险意愿中等，但财务承受能力明显高于平均，因此潜在回报可能受限但避免了剧烈波动[16] - 100%董事会成员认同实现目标必须承担一定风险，多数成员认为激进策略导致市场崩盘损失比保守策略错过行情更难以接受[27] 投资目标设定 - 董事会将“跑赢同行”排在投资目标最后，不关心短期排名，焦点集中在兑现养老金支付承诺这一唯一重要目标上[3][29] - 成功定义是确保养老金如约发放并降低发起方成本，而非相对表现，即使集体性失败也无法改变失败本质[29][33] - 投资组合需围绕适应各种环境构建，而非依赖预测市场时机，所有成员一致认为未来无法被准确预测[48] 波动性与风险认知 - 董事会将夏普比率排在六项业绩指标最后，认为保障支付能力和实现拨备水平比控制出资方缴款波动更重要[37] - 风险并非价格波动代名词，而是可能遭受永久性损失的概率，波动性对某些投资者构成外部压力但非内在风险[4][42] - 投资者对波动性关注过度，长期投资者无需焦虑波动与永久性损失的区分，关键在于所处环境而非资产本身[41][42] 投资策略与资产配置 - 略多于半数成员支持将25%配置到非流动性资产，前提是满足支付需求，但需权衡回报承诺与灵活性牺牲[50] - 绝大多数成员对在总资产15%至20%范围内使用杠杆感到可接受，但需警惕融资环境恶化时贷款方收回风险[48][49] - 稍多成员支持以“扣除费用后预期回报”为唯一评估标准，但费用确定性与回报不确定性使高费用基金价值判断成为挑战[51][52] 绩效评估标准 - 实现精算假设回报率被视为最重要目标，其次是跑赢政策组合基准和基金经理基准，击败同行或流行指数相对不重要[55] - 恰当评估周期必须同时涵盖好时光与坏时光，覆盖完整市场周期以区分投资能力与性格偏好，而非固定年限[69][70] - 短期评估需参照同行表现，但需区分市场环境，下行市场中跌得更少、上行市场中跟上或超过同行才体现能力[62][64]

核心观点 - 过度依赖AI生成绩效评语会削弱管理者的核心能力，阻碍其职业成长 [1][2][3] - 绩效评语是管理者需要亲自实践的"修行"，而非可外包的"作业" [4][5][6] - AI在管理中的角色应是辅助工具而非决策替身，关键判断需保留人类主导权 [8][9][13] 管理能力退化机制 - 管理者通过艰难对话、字斟句酌等"痛苦练习"才能培养即兴应对不确定性的能力 [4] - 将绩效写作交给AI会直接剥夺管理者积累"教练值"的机会 [6] - 优秀绩效评语需融合精准判断、同理心和战略感，这些能力无法通过AI代劳获得 [5][7] AI工具适用边界 推荐场景 - 简历筛选：规则明确且需处理大量重复数据 [19] - 流程设计：AI可生成模板框架，由管理者补充细节 [19] - 合规检查：自动化提醒可提高效率 [20] 禁忌场景 - 需人性化权衡的模糊决策（如晋升推荐、职业规划） [23][30] - 团队会议管理：需亲身感知团队动态而非依赖AI [30] - 绩效反馈：属于必须亲自打磨的核心管理手艺 [18][30] 行业争议焦点 - 现有绩效评估体系被质疑存在政治化、随意化倾向 [26] - AI可能放大低效管理的弊端，使空洞评语生产更高效 [26] - 部分观点主张AI应限于语言润色而非替代人类判断 [26] 技术应用原则 - 稳定抽象层（如计算器）可支撑技能发展，但管理型AI尚未达到此可靠性 [10][11][12] - 管理场景下的"费劲感"本质是能力升级的必要信号 [15] - 用AI过度平滑管理挑战如同考试作弊，将导致长期能力缺陷 [16]