文献：Wang, X., et al. (2026). Entrepreneurial team flourishing amidst AI revolution: The interplay of being through efficacy and anxiety. Behavioral Sciences, 16(7). DOI: 10.3390/bs16071198。

研究问题：生成式 AI 正在重塑创业的每一个环节——从机会识别、产品开发到融资路演。对创业团队而言，AI 既是提升效率与创新能力的“加速器”，也是引发职业不确定性与技能过时的“焦虑源”。同一支团队，为何有的在 AI 浪潮中愈战愈勇、蓬勃发展，有的却陷入迷茫与退缩？论文要回答的核心问题是：在 AI 革命背景下，创业团队的团队效能感（collective efficacy）与AI 焦虑（AI anxiety）如何分别、又如何交互地影响团队的蓬勃发展（flourishing）？

论证思路：论文站在积极心理学（positive psychology）的立场上，把“蓬勃发展”——而非单纯的绩效或存活——作为创业团队的关键结果变量，主张团队的心理资源状态决定了其在巨变环境中的成长质量。作者将团队效能感与 AI 焦虑同时纳入一个整合模型：前者作为“促进性资源”预期正向驱动蓬勃发展，后者作为“消耗性压力”预期负向抑制蓬勃发展；并进一步追问二者是否存在交互（调节）关系——即高焦虑是否会侵蚀高效能感的保护作用，或高效能感能否缓冲焦虑的负面影响。模型以团队层面的问卷调查数据加以检验，从而把“AI 时代的团队心理”从口号式讨论落实为可检验的实证命题。

一、理论框架：效能感与焦虑如何塑造团队的蓬勃发展

（一）“蓬勃发展”：超越绩效的积极结果观

蓬勃发展源于积极心理学中的 flourishing 概念，指个体或集体在心理、情绪与社会功能上同时处于高水平运转的完满状态——不仅没有痛苦与耗竭，更体验到意义感、投入、积极关系与成长。将这一概念从个体延伸到团队层面，意味着创业团队的成功标准不应只是融资额或市场占有率，还应包括团队成员的活力、意义感、凝聚力与心理韧性。在 AI 造成普遍“存在性焦虑”的语境下，这一视角尤为切题：它把团队的注意力从“会不会被淘汰”转向“如何在变革中活得好”。

（二）团队效能感：繁荣的促进性资源

团队效能感指团队成员对“我们团队有能力完成创业任务、应对环境挑战”的共同信念。依据班杜拉（Bandura）自我效能理论在集体层面的延伸，效能感通过目标设定、努力投入、坚持性与压力情境下的韧性四条路径塑造行为结果。在 AI 时代，高团队效能感意味着团队相信自己能够学会并驾驭 AI 工具，将不确定性重新框定为可掌握的学习任务，从而维持投入、保持乐观并主动探索——这正是蓬勃发展的心理引擎。

（三）AI 焦虑：繁荣的消耗性压力

AI 焦虑是技术焦虑在智能时代的新形态，包括对失业替代的恐惧、对自身技能过时的担忧、对 AI 输出可靠性及伦理后果的忧虑等。作为一种压力源，高焦虑会占用认知资源、诱发防御性回避（如拒绝使用 AI 工具）或被动依赖（如不加判断地交给 AI 代劳），损害团队的探索意愿、决策质量与心理安全感，进而压抑蓬勃发展的多个维度——包括情绪活力、意义感与高质量的合作关系。

（四）交互关系的理论预期（原文图1）

论文的核心理论贡献在于同时考虑二者的交互：团队效能感与 AI 焦虑并非彼此独立地起作用。存在两种竞争性预期——其一，“侵蚀效应”：高焦虑消耗团队的心理资源，使高效能感的促进作用大打折扣（焦虑削弱效能感的边际收益）；其二，“缓冲效应”：高效能感赋予团队掌控感，能够部分抵消焦虑的破坏作用（效能感缓解焦虑的负面影响）。两种预期孰对孰错，交由数据裁决。理论模型（原文 Figure 1）：

二、核心发现：效能感与焦虑的“一升一降”与交互

（一）样本与测量

论文以创业团队成员/创业团队整体为研究对象，采用团队层面的多源问卷或聚合式自评测量：团队效能感与 AI 焦虑分别以成熟的团队效能感量表和 AI 焦虑量表测量，蓬勃发展采用积极心理学领域通用的 flourishing 量表（涵盖情绪、投入、关系、意义与成就等维度），并控制团队规模、行业、创业阶段、AI 使用强度等变量。

（二）发现一：团队效能感显著促进蓬勃发展

实证结果显示，团队效能感对创业团队蓬勃发展具有显著的正向预测作用。高效能感的团队更倾向于把 AI 视为可驯服的工具而非威胁，保持目标导向的行动、积极情绪与团队凝聚力，从而在各个蓬勃发展维度上表现更佳。这一结果与自我效能理论一致，说明“我们能做到”的集体信念是 AI 时代团队心理繁荣的第一推动力。

（三）发现二：AI 焦虑显著削弱蓬勃发展

相应地，AI 焦虑对团队蓬勃发展呈显著的负向预测作用。焦虑水平越高的团队，越容易陷入对替代与过时的担忧，出现回避使用新技术、决策保守化、团队成员间紧张加剧等表现，情绪活力、意义感与关系质量随之受损。值得注意的是，焦虑的负向作用独立于效能感存在——即便效能感不低，焦虑本身仍会拖累团队的心理状态。

（四）发现三：效能感与焦虑存在交互（调节）关系

论文最具理论价值的发现在于交互效应：团队效能感与 AI 焦虑对蓬勃发展的影响并非简单的相加，而是相互调节。具体而言，数据支持了“缓冲效应”的图景——高团队效能感能够缓冲（减弱）AI 焦虑的负面影响：当团队效能感较高时，焦虑对蓬勃发展的破坏作用被明显削弱；反之，在低效能感的团队中，AI 焦虑的负面效应更为突出。换言之，效能感不仅直接促进繁荣，还充当了抵御焦虑的“心理缓冲垫”。这也提示：只降低焦虑而不培育效能感，或只培育效能感而放任焦虑蔓延，都难以达到最优的团队心理状态。

三、创业启示：在 AI 时代守护团队的蓬勃发展

（一）对创业者的心理支持启示

• 把“心理建设”纳入创业管理议程：创业团队建设不应只关注业务指标，还应定期评估团队的效能感与焦虑水平，将蓬勃发展视为需要主动经营的团队资产。
• 优先投资于效能感：既然效能感既能直接促进繁荣、又能缓冲焦虑，团队领导者应通过小步快跑的成功体验、技能培训（尤其是 AI 工具的使用训练）、清晰的里程碑与及时的正面反馈，系统性地累积“我们能行”的集体信念。
• 正视而非压抑 AI 焦虑：焦虑是真实压力源的合理反应，压制或耻化焦虑反而会加剧内耗。团队应建立开放讨论 AI 担忧的对话机制，通过信息透明、技能再培训和角色再设计把不确定性转化为可管理的任务。
• 警惕“效能感过剩”陷阱：交互效应提醒我们，效能感与焦虑需要保持动态平衡——过度自信可能带来盲目，而适度警觉有助于风险识别。心理支持的目标不是消灭焦虑，而是让团队在“有信心”与“有警觉”之间保持弹性。

（二）对创业教育的启示

• 在创业课程中引入积极心理学视角：创业教育不应止步于商业模式、融资与市场分析，还应把“心理资本”（效能感、韧性、意义感）作为与商业技能并列的培养目标，帮助学生建立应对技术变革的健全心理框架。
• 把 AI 素养教育从“技能训练”升级为“心理适应”：教学不仅让学生学会使用 AI 工具，更要帮助他们管理 AI 引发的身份焦虑与职业不确定感——例如通过真实创业项目中的 AI 实践积累掌控体验，用“渐进式挑战”替代“一步到位的恐慌”。
• 以团队为单位设计训练：由于效能感与焦虑在论文中被界定为团队层面现象，创业教育的团队训练（团队项目、模拟创业、组队竞赛）应设计为同时提升集体效能感、暴露并处理焦虑的结构化过程，而非仅强调个人技能。
• 建立长期心理支持生态：高校可依托创业孵化器与心理辅导资源，为创业团队提供常态化的心理筛查与支持服务，把“蓬勃发展的创业团队”作为教育成果的重要衡量维度。

精读笔记

核心论点：AI 革命对创业团队的影响取决于团队的心理状态——团队效能感是蓬勃发展的促进性资源，AI 焦虑是抑制性压力源，而二者的交互意味着高效能感能够缓冲焦虑的破坏作用。创业团队在 AI 时代的繁荣，不是“技术用得有多好”的函数，而是“心理状态经营得有多好”的函数；心理支持应同时致力于提升效能感与管理焦虑，而非只做其一。

方法要点：

• 以积极心理学的 flourishing 构念替代单纯的绩效指标，为“创业成功”提供了更完整、更具人文意涵的结果变量
• 将团队效能感与 AI 焦虑两大理论传统（自我效能理论与技术焦虑研究）整合进同一模型，并显式检验交互/调节关系，而不是停留在“各说各话”的主效应检验
• 在团队层面展开测量与分析，与“团队蓬勃发展”的概念层级保持一致，避免了个人—团队层面的错配

局限与边界：

• 横断面问卷设计难以确证因果方向——可能是效能感带来繁荣，也可能是繁荣的团队效能感更高
• 自评数据存在共同方法偏差风险；蓬勃发展、效能感与焦虑均来自团队自我报告
• 交互效应的方向与强度可能受样本特征（行业、创业阶段、文化背景）影响，跨情境推广需谨慎
• 以“焦虑—效能感”二元框架刻画 AI 时代团队心理，可能简化了其他重要因素（如团队领导风格、组织支持、AI 使用强度）的复杂作用

可延伸方向：采用纵向或准实验设计追踪 AI 焦虑与效能感的动态变化，检验缓冲效应的因果链条；将研究扩展到不同行业（如传统制造业转型团队）与文化情境，检验交互效应的普适性；引入团队过程变量（如沟通质量、心理安全感）作为中介，打开“效能感—焦虑→蓬勃发展”的机制黑箱；考察组织与政策层面的支持（AI 培训制度、人机协作规范）如何调节二者的关系。

原文地址

• DOI：10.3390/bs16071198
• 期刊：Behavioral Sciences（MDPI），2026 年第 16 卷第 7 期；JCR Q2，影响因子 2.5
• 图表来源：原文 Figure 1（理论模型），本文图1 为原图引用