怎么用文字给同事提批评意见，又不显得刻薄？

共享方案的第四页，评论框已经打开。你输入了“这说不通”，又删掉，接着输入“要不要再精简一下？”，也删掉了，因为这句什么都没要求。这一节确实有问题：它漏掉了第二个方案的成本，周四就要做决定，而作者是你每周都要打交道的人。你试的每个版本，读起来不是像指责，就是轻得什么也改变不了。

我联合创办了 Subtext，这款应用会读你的草稿，标出可能被读坏的字词，所以你用它，我是有利益的，下面这些也都不是人力资源或法律意见。这篇文章讲的是同事之间的书面批评，不管是聊天、邮件、文档评论还是代码评审，不涉及上级做的绩效评估。后文，Subtext 读了一条说交接文档太简单的消息，我展示了它返回的两个标签和给出的三个版本。

反馈可以是对的，读起来却仍像一次攻击。研究指向的做法是：把评论对准工作而不是人，给读的人一些可以照着做的东西，不要假定对方宁愿不知道。研究并不支持任何一套固定的说辞，而我找到的最接近同事之间书面批评的研究，用的是想象出来的代码评审评论¹。想直接看措辞，请看四件事和五条消息。

书面批评为什么会读起来很刺耳？

在我看来，一条批评听起来有多刺耳，既取决于问题有多严重，也在很大程度上取决于它是怎么构造的。研究给出了一个可用的定义。Robert Baron 在1988年的论文里，把具体、体谅、且不把表现不佳归因于内部原因的批评称为建设性批评，我把“内部原因”理解为关于这个人而不是关于处境的东西；违反这几条的则是破坏性批评²。

在他的第一项研究里，83名本科生收到对自己作业的建设性或破坏性批评，收到破坏性批评的人报告了更多的愤怒和紧张，并且说以后在分歧中更可能抗拒或回避批评者。在第二项研究里，106名本科生中，在第一项任务上收到破坏性批评的人，在之后两项任务上设定的目标更低，自我效能感也比收到建设性批评或没有收到批评的人更低²。这些是实验室里的学生，所以它们说明的是批评可能造成什么，而不是同事收到一封刺耳的邮件之后会怎么做，而且摘要报告的是对任务表现没有影响，所以我不会声称有影响。

批评有帮助，还是常常适得其反？

反馈平均而言有帮助，但并非每次都是。Kluger 和 DeNisi 1996年关于反馈与表现的元分析，汇总了来自23,663个观察的607个效应量。平均来看，反馈把表现提高了约0.4个标准差（d = .41），但超过三分之一的干预降低了表现，样本的偶然变化和反馈是正面还是负面都解释不了这一点³。我不会把它读成你的邮件有三分之一的概率适得其反。这些研究混合了不同的任务和场景，没有一项是现代职场聊天。

作者的解释是，反馈改变的是注意力的去向。在他们跨研究的比较中，随着注意力从任务转向人，反馈的效果变差了³。这是我找到的、对“评论工作而不是评论人”这条常见建议最有力的研究依据。不过把它用到同事的一条消息上，仍然是一种推断，因为比较是跨研究做的，而不是在只有一个特征不同的消息之间做的。

后来一项教育领域的元分析，涵盖435项研究、61,000多名学习者，发现高信息量反馈，也就是纠正性反馈加上学习者如何调节自己学习的信息，平均效应最大（d = 0.99），而单纯的纠正性反馈，也就是对错和正确答案，是0.46，单纯的奖励或惩罚是0.24⁴。这些类别是根据研究摘要编码的，比较也是跨学生研究做的，而不是同事。我会得出的推断比较宽松：带有可用信息的评论，胜过一句裁决。“合计行里还包含已取消的订单”告诉读的人该看哪里。“合计要更仔细一点”则没有。

对方真的想听吗？

不开口的一个可能原因，是相信对方宁愿不知道。Abi-Esber 等人做了五项实验，共1,984名参与者。给反馈的人往往低估了接收者有多想要建设性反馈，无论是在假设的职场情境里、在回忆的经历里，还是在朋友、室友或恋人之间的现场反馈里⁵。

这些实验里的反馈是建设性的，也就是具体的、可执行的、出于对这个人福祉的考虑，针对的是接收者不知道、也能改正的问题。大部分证据是预测和回忆的经历，书面反馈没有被检验过。所以它并不能说明每个同事都欢迎那些没人征求过的、有争议的或难以改正的批评，而对不准确、越界或不公平的批评，接收者有理由拒绝。我把这个发现当作一个检验：换作是我，我想不想知道这件事，它准不准确，对方能不能改？

Abi-Esber 那篇论文的四位作者之一 Francesca Gino，被哈佛认定在另外四篇论文中存在研究不端行为，她对此予以否认⁵。Crossref、OpenAlex 和 PubMed 都没有列出这篇论文的更正、撤稿或关注声明⁵。

这话该你来说吗，又该不该写下来？

在任何措辞之前，有两个问题。第一个关乎立场。你所依赖的工作里出了问题，对照你们都认可的某件事来衡量，那是你可以提出来的。至于某人整体表现中的某种模式，或者他们是否适合这份工作，我会留给管理他们的人。如果主要只是你会换一种做法，就直说这是你的偏好。

第二个是要不要写下来。关于书写与交谈，最接近的证据说的是别的事。写邮件的人高估了自己的语气传达得有多清楚，实验对象是学生，语气是指定的⁶。在一个有争议的话题上，参与者大多是陌生人和大学生，开口说比写下来达成了更多理解、更少冲突，不过另一份样本里的大多数人说他们宁愿写⁷。人们预期和老朋友通电话会比发邮件更尴尬，结果并不是⁸。这些都不是对某人工作的批评，也没有一项说明打电话胜过留评论。关于语气坚定的 Slack 消息的那篇讲了第一项研究，关于取消约定的那篇讲了第三项。

我自己的做法是：事实和你想要的改动都很清楚时，就写下来；问题有争议、反复出现，或者很可能引来一连串反驳时，先当面谈，然后把谈定的写下来。写下来可以让你修改，让对方按自己的节奏回答，也留下记录。如果你不知道对方更喜欢哪一种，就问一问。

消息该说什么，又该删掉什么？

书面批评有四件事要做，我会按这个顺序来。这是我自己的工作框架，建立在 Baron 的三条规则、上面的注意力发现，以及下面的从业者指南之上。

1. 具体的那件事。 点出文档、段落、事件或约定的交付物，以及它和约定的标准差在哪里。把你观察到的和你推断的分开。“合计行包含已取消的订单”是观察到的，“粗心”是推断的。
2. 它造成了什么。 说它在工作里改变了什么，从你自己这边说，不要声称大家都同意，比如“所以我没能完成摘要”。
3. 一个请求。 一个对方能做的改动，只有在确有依赖关系时才写时间。说明哪些是必须的，哪些是你的偏好，就像 Google 公开的代码评审指南用 Nit、Optional 和 FYI 这类标签所做的那样⁹，不过那是从业者指南，不是试验。具体不等于面面俱到，所以先说最重要的改动，其余的加上标签。在聊天里，只发一条消息；在邮件里，把请求放在前面，配一个清楚的主题行。
4. 留一扇门，和一个你真心要兑现的提议。 在你可能缺少背景的地方，问一个真正的问题，不要把要求藏在一个假问题里。只有你真会去做，才提出帮忙看看或者通个电话。

对第四页的那条评论，可以这样写：“这一节没有给出第二个方案的成本，而周四的决定要靠它。你能在那之前补一个大概的数字吗？如果别处已经写了而我没看到，请指给我。”

然后删。删掉描述对方而不是描述工作的词，比如粗心、懒、“你总是”、被当作指控来用的“又”，以及“显然”。删掉反问句、“还不太到位”这类含糊的裁决、讽刺、用来软化抱怨的笑脸、拿具名同事做的比较，以及关于大家怎么想的断言。Baron 的定义只涵盖含糊的、不体谅的和针对个人的，所以这份清单里其余部分是我加的，而关于表情符号的研究在笑脸这一点上结论并不一致。我不会把直接或简短列进去。

发出去之前，问问一个讲理的读者能不能找到问题、理解标准、不用猜就知道怎么做，并在你的描述有误时纠正它。我会用这个检验，来代替数礼貌用语。

三明治法、SBI、Radical Candor 和非暴力沟通管用吗？

三明治法，先表扬、再批评、再表扬，有三篇论文，结论各不相同。在两项关于医学院三年级学生书面同伴反馈的研究（20名和350名学生）中，学生相信三明治法对他们之后的表现有帮助，却没有证据表明确实如此¹⁰。在一项有91名大学生参加的随机实验中，两句笼统的正面评价之间夹一条纠正，之后做对的数学题比只给纠正的更多，不过作者称这只是部分证据¹¹。在一项有8名本科生做模拟办公任务的研究里，每个人试了每一种顺序，三明治法平均而言并不是最有效的¹²。所以它既没有被推翻，也没有被证明有效。我的看法是，只表扬真实的、具体的、相关的内容，因为唯一作用是缓冲的表扬，只会增加篇幅，还让人纳闷接下来会说什么。

SBI、Radical Candor 和 NVC 是从业者的框架：情境、行为、影响（Situation-Behavior-Impact），Kim Scott 把个人关心和直接挑战结合起来的做法，以及非暴力沟通（Nonviolent Communication）。Center for Creative Leadership 销售 SBI 培训，称它有研究基础，但我读到的那一页没有给出任何结果研究¹³。Radical Candor 的商家页面同样没有引用针对这套框架的结果研究¹⁴。一篇对31项 NVC 培训研究的综述，发表于2026年11月5日，把证据的确定性评为极低到中等，发现大多数研究缺少合格的对照并依赖自我报告，并称这样的格局比人们通常认为的 NVC 能改善社会功能要有限一些¹⁵。其中许多是在监狱和医院等场所测试的培训项目。

五条消息，修改前后

这五条是为这篇文章编的，没有一条是标准答案。每一条只是一种走法。每个“修改后”只用它的情境和“修改前”给出的事实，再加一个请求，请求是我加的。

一份太简单的交接文档。 Owen 的交接文档缺了 staging 的登录信息和未解决的 bug 清单，大部分内容是你自己拼凑出来的。

修改前 “谢谢你的交接文档，Owen。有点简单啊 😅 大部分内容我都是自己拼凑出来的。下次能不能加上 staging 的登录信息和未解决的 bug 清单？没事哈，别在意。”

修改后 “谢谢你的交接文档，Owen。里面没有 staging 的登录信息，也没有未解决的 bug 清单，所以大部分内容我都得自己拼凑。下次交接时能不能把这两样都加上？如果它们在我没找到的地方，请告诉我在哪里。”

“有点简单啊 😅”是一句带着笑脸的裁决，“没事哈，别在意”又把抱怨收了回去。修改后点出了缺的两样东西，保留了你说过的代价，提出了修复的请求，并留出余地，万一它们在别处。

一个让你吃亏的截止日期。 Callum 的测试报告周一到期，周三才交，所以发布从周三推迟到了周五。这是本季度第二次，而 QA 需要在发布前两天拿到报告。

修改前 “测试报告周一就该交了。这是第二次。如果再晚，我就要告诉你的经理了。”

修改后 “Callum，测试报告周一到期，周三才交，所以发布从周三推到了周五。QA 需要在发布前两天拿到报告，所以下一份我需要那么早。如果有什么卡住了，现在就告诉我。”

日期和后果都保留。“第二次”是在一份报告的请求里记分，所以去掉；如果这个规律是真的，它应该放在另一次单独的谈话里，就像下面的 Tobias。威胁也去掉，因为我不会做一个自己可能不会兑现的威胁。

一份没抓住重点的初稿。 Ingrid 的入职指南初稿以公司历史开头，漏掉了第一周。它的工具部分很清楚。你认为新员工需要知道第一天做什么、该问谁。

修改前 “这股劲头我很喜欢。发出去之前稍微整理一下就行。”

修改后 “谢谢你的初稿，Ingrid。工具部分很清楚。缺的是第一周。我觉得新员工需要知道第一天该做什么、该问谁，而指南是从公司历史开始的。你能把第一周放到最前面，把历史挪到后面吗？”

这看起来无害，我认为它是这五条里风险最大的，因为“稍微整理一下”是在说初稿快完成了，而重新调整结构这件事，可能之后才突然冒出来。

会议里的一个习惯。 连续三次规划会上，Tobias 都重新提起团队十月定下的供应商决定，占用了团队本来留给冲刺的时间。你正准备在团队频道里发帖。

修改前 “既然这里显然什么事都定不下来 🙃”

修改后（作为私信）“Tobias，你好，最近三次规划会上，我们都回头讨论了十月定下的供应商选择，占用了我们留给冲刺的时间。如果有新信息，能不能在会前发给我，这样我们可以看看它是否改变了什么？”

修改前发到整个频道，所以每个人都挨了这一下，而且“什么事都定不下来”是一个没人能核实的断言。修改后只发给 Tobias，点出了会议的次数，只请求一个改变。对于一个习惯，我会先谈，再把这条作为记录发出去。

一条评审评论。 Farah 的改动在列表为空时会崩溃，因为循环没检查就读取了第一项。这个必须改，另外你还觉得有个变量名 tmp 很难读。

修改前 “这里为什么没有检查列表是否为空？这是基础啊。”

修改后 “合并前必须改：列表为空时这里会崩溃，因为循环没检查就读取了第一项。你能加一个空列表的检查吗，或者告诉我调用方是不是已经排除了这种情况？Nit，可选：tmp 这个名字不好读。”

“这是基础啊”是在评判 Farah，而那个问题要的是一个没人愿意给的回答。修改后标明了哪些是必须改的、哪些是可选的，就像 Google 的指南那样，评论的是代码而不是开发者⁹。

资历、文化或对方是谁，会改变做法吗？

同样的职位头衔，并不意味着同样的影响力。资深工程师可能掌握审批权，资历较浅的同事在截止日期上可能没什么顶回去的余地。所以要说明这个请求带着什么权威，是发布阻塞项、团队约定的要求，还是你的偏好，不要把一个可选的建议说得像命令。关于语气坚定的 Slack 消息的那篇讲了发送者的角色怎样改变一条消息的读法，哪些已知、哪些未知。

文化是一个提醒你去问的提示。Erin Meyer 在为 INSEAD 写的文章里，描述直接的文化会用“绝对”这样的词加重批评，而间接的文化会用“有点”这样的词缓和批评¹⁶。这是从业者的经验，没有测量过的样本，而且说的是倾向。问一问你们团队是怎么处理纠正的。

在一些数据里，性别会体现在人们得到什么样的反馈上。在英国一家公共部门机构对4,328位高级经理的360度评估中，与男性相比，女性得到的关于优势的反馈更具体，关于需要发展之处的反馈则不那么具体。该报告没有经过同行评审，其中的性别差异是观察得来的¹⁷。我把它读作一个理由，去检查你是否给每个人同样的具体程度，而不是把任何人当作易碎品。

神经多样性不是一种沟通风格。一篇对34篇文章的综述，关于自闭症成年人的职业生活，发现反馈有时难以理解或用处不大，而清楚的期望有帮助¹⁸。它不涵盖 ADHD、阅读障碍或其他情况，所以要去问。AuDHD 那篇讲了沟通渠道方面的证据。

如果对方回得很防备，或者根本没回呢？

防备的回复也是一种回复。我会先看看底下有没有事实上的分歧。“我可能不了解背景。时间线里哪一部分你看法不同？”问的就是这个，同时不放弃那条要求。如果对方在某件事上是对的，就说出来，然后把共同的要求重申一次。如果你的第一条消息里有不公平的概括，直接修补那一部分，发消息怎么道歉讲了这一点。然后别再加书面反驳了，提议通个电话，或者写一份简短的书面议程。

沉默本身并不意味着同意、敌意或拒绝。在工作所在的渠道里发一条简短的跟进，点明它卡住了哪项决定，除此之外，按你们团队通常的响应时间等。

当问题关乎优先级、归属，或者作为同级你解决不了的资源问题时，把能做决定的人拉进来，带上事实、对工作的影响，以及你需要的决定。我会先告诉你的同事，除非涉及骚扰、安全或歧视，并且我会先看你雇主自己的政策。

这条消息串里不该出现对某人健康或动机的猜测、关于其他同事的保密信息、你做不到或不会兑现的威胁，或者你没有核实过的关于群体怎么想的断言。关于骚扰、歧视、报复或严重不当行为的指控，属于你雇主的举报流程。如果这个人让你害怕或威胁你，这就不再是措辞问题了。如果你处于直接的危险中，请拨打你当地的紧急电话。请不要把这类对话放进 Subtext，也不要放进任何其他 AI 工具。

工具什么时候有帮助

Subtext 是一款 AI 工具，所以最接近的证据是关于 AI 帮写消息的研究，AI 消息改写工具真的管用吗？讲了这一点。我没有找到任何独立研究表明，Subtext 或任何 AI 改写工具能改善同事反馈的被接收方式、公平程度或工作关系。

有两个不花钱的习惯。私下写出不加过滤的那一版，把每一个评判都换成发生了什么、你希望改什么。然后用最挑剔的读者会听到的方式，把它大声读出来，这条消息听起来是不是很无礼？在其最接近的受检验形式里讲了这一点。

Subtext 读的是你写好的一份反馈草稿，并标出可能读起来像攻击的字词、“总是”或“从不”式的评判、居高临下，或者用“应该”“必须”强加的规则，每个标注都附一句简短的理由。它用一个词说出草稿里的情绪，并给出最多三个版本，其中一个贴近你的措辞，每个版本都标着“可放心发送”或“需要留意”，对于由你的草稿改出来的版本，还会估算它改动了你多少措辞。“可放心发送”是 Subtext 根据眼前这些字词做出的自己的估计，而“需要留意”是把那个版本再读一遍的理由，不是问题的证据。它什么也不会发，所以要复制你想用的那个版本，自己发出去。

Subtext 判断不了你的批评是否公平或正确，也没法告诉你同事是什么意思，它的常见问题里也这么说，更不知道对方会怎么接受。除了你给它的字词和你存在“记忆”里的备注，它不了解你们之间的过往，也不了解你们团队的规范。由一条指令写出的版本，比如要求更短或更温暖的版本，会偏向温和、平实和简短，所以一条必须保持态度坚定的消息，要再读一遍，看看丢掉了什么。它是写作助手，不是心理治疗、调解或人力资源流程。

上面那份太简单的交接文档，是为这次实测编出来的，它被拿给 Subtext 跑了一遍。草稿是“谢谢你的交接文档，Owen。有点简单啊 😅 大部分内容我都是自己拼凑出来的。下次能不能加上 staging 的登录信息和未解决的 bug 清单？没事哈，别在意。”Subtext 把其中的情绪命名为“无奈”，并返回两个标签。“被动攻击”标在开头，说明是“有点简单啊 😅”加上“大部分内容我都是自己拼凑出来的”，“在道谢之后可能读成隐晦的抱怨”。“淡化自己的诉求”标在结尾的“没事哈，别在意”上，说明是它“把你刚提出的请求又收了回去”，“让对方不确定下次到底要不要补充”。

三个版本都标着“可放心发送”。第一个，“贴近原文”，去掉了两个标签标出的那两处，“有点简单”和“别在意”，保留了道谢和你说的代价，只是把“大部分”换成了“不少”，比你的草稿轻一档，说成“我自己补了不少内容才理清楚”，再把请求原样提出来：“下次能不能加上 staging 的登录信息和未解决的 bug 清单？”结尾加了一个 🙂 和“这样会顺畅很多”。第二个，“更温暖”，把你那句“大部分内容我都是自己拼凑出来的”整句换成了“有它我上手快了不少”，这是你的草稿从没说过的，也把你说过的代价拿掉了，请求则变成“有个小请求”。它的说明说这一版“不会显得在指责”，这是根据字词做出的估计，不是对 Owen 的了解。第三个，“简洁直接”，是最短的。它把请求说成“下次交接麻烦加两样”，点出 staging 的登录信息和未解决的 bug 清单，再加一句“这两项最能帮新接手的人省时间”，这同样是草稿没有说过的，而你自己拼凑的那句话没有留下。三个版本里没有一个提出帮着看看，也没有一个问一句是不是自己漏了什么背景，所以第四件事，留一扇门和一个提议，仍然归你。Subtext 自己的收尾是“我去掉了‘有点简单’和‘别在意’，让请求站得住。”这是应用的真实输出，没有改动。

在浏览器中试用 Subtext在 App Store 下载在 Google Play 下载下载应用

无论用哪种工具，都要让它保留事实、要求和截止日期，不要加表扬、承诺或道歉，然后把返回的内容和你的原稿对比，因为改写可能在去掉锋芒的同时，也软化了一条事实，就像上面的第二个版本那样。

该往 Subtext 或任何 AI 工具里粘贴什么？

往 Subtext 或任何其他 AI 工具里粘贴的反馈草稿，可能包含机密的商业信息，以及一个从没选择过这项服务的人的细节，而去掉姓名并不能去掉每一个可识别的细节。先查你雇主的政策和你的合同，有批准的工具和账号就用批准的，只粘贴你自己写的反馈，用职位代替姓名，不要带客户名称、数字，或这项任务用不着的对话历史。关于对方健康、钱或私生活的内容，一概不要放进去。

Subtext 的条款要求你确认，你有权提交别人的话，而且如果你是为工作使用，你被允许这样做。它的隐私政策说，你发送的任何内容都不会被用来训练 AI 模型，无论是 Subtext 还是它的服务商，而你的文字会发送给它点名的那些 AI 服务商。一段对话在你最后一次使用的五天后自动删除，置顶的是90天后，你也可以马上删除¹⁹。保存在“记忆”里的备注，会一直留到你删除为止。哪些 AI 写作助手会用你的消息来训练讲了其他工具的详细版本。

大家常问的问题

我怎样在邮件里礼貌地批评同事的工作？ 点出具体的那件事，说它造成了什么，提出一个请求，并给你不知道的部分留出余地。这里的礼貌指的是精确和尊重。铺垫两者都不增加。

通过 Slack 或邮件给出批评性反馈，到底行不行？ 行，只要事实和你想要的改动都很清楚。问题有争议、反复出现，或者很可能引来一连串反驳时，先当面谈。

要不要先夸一句？ 只有当这句夸奖是真的、而且针对工作时才夸。三明治法有三篇论文，结论方向各不相同，而在我看来，唯一作用是缓冲批评的表扬，只会增加篇幅，还让人纳闷接下来会说什么。

发出去之前该等多久？ 我没找到任何给出时间间隔的研究。如果你要停一停，我会用这段时间，把每个评判换成发生了什么、你希望改什么，并赶在纠正失去意义之前发出去。

按什么顺序来做

先决定这件事是不是该由你来说，以及写下来是不是合适的方式。如果问题有争议、反复出现，或者很可能引来一连串反驳，先当面谈。如果要写，就点出具体的那件事，说它造成了什么，提出一个请求，并给你不知道的部分留出余地。

如果对方回得很防备，先看有没有事实上的分歧，修补你做错的地方，把要求重申一次。如果什么也没回来，发一条简短的跟进。如果涉及骚扰、歧视，或者让你害怕的事，它就不再是措辞问题了。

写出尽可能小的一条消息：点出工作，说它造成了什么，提出一个请求。然后发出去。

参考来源

按正文中出现的顺序编号。凡是无法对照原始来源核实的数字，正文中都已注明。核查日期：2026年11月6日。

1. Gunawardena, S. D., Devine, P., Beaumont, I., Garden, L. P., Murphy-Hill, E., and Blincoe, K. (2022). Destructive Criticism in Software Code Review Impacts Inclusion. Proceedings of the ACM on Human-Computer Interaction, 6(CSCW2), 1-29. 对93名软件从业者的调查，他们对假设的建设性或破坏性代码评审评论做出反应；情景描述和自我报告。
2. Baron, R. A. (1988). Negative Effects of Destructive Criticism: Impact on Conflict, Self-Efficacy, and Task Performance. Journal of Applied Psychology, 73(2), 199-207. 三项研究：83名本科生、106名本科生，以及对一家食品加工公司108名员工的调查；实验室操纵和自我报告。
3. Kluger, A. N., and DeNisi, A. (1996). The Effects of Feedback Interventions on Performance: A Historical Review, a Meta-Analysis, and a Preliminary Feedback Intervention Theory. Psychological Bulletin, 119(2), 254-284. 对607个效应量（23,663个观察）的元分析：反馈平均而言提高了表现（d = .41），但超过三分之一的干预降低了表现。任务和场景混杂，没有一项是现代职场聊天；全文无法打开，所以实验室研究与现场研究的划分不详。
4. Wisniewski, B., Zierer, K., and Hattie, J. (2020). The Power of Feedback Revisited: A Meta-Analysis of Educational Feedback Research. Frontiers in Psychology, 10, article 3087. 对435项研究、994个效应、61,000多名学习者的元分析，去掉极端值后平均 d = 0.48；反馈类型根据原始研究的摘要编码；对象是学生，不是同事。
5. Abi-Esber, N., Abel, J. E., Schroeder, J., and Gino, F. (2022). “Just Letting You Know …” Underestimating Others’ Desire for Constructive Feedback. Journal of Personality and Social Psychology, 123(6), 1362-1385. 五项实验（N = 1,984）和一项校园预研究：假设的职场情境、回忆的经历、朋友、室友或伴侣之间的现场反馈，以及一场有学生参加的演讲比赛。关于合著者 Francesca Gino 的记录，核查于2026年11月6日：哈佛认定她在另外四篇论文中存在研究不端行为，以及她的否认，见 Harvard Crimson 2024年3月15日的报道。四份撤稿通知在 Crossref 上，分别见 PNAS、Psychological Science、Psychological Science 和 Journal of Personality and Social Psychology。在 Crossref、OpenAlex 或 PubMed 上，这篇论文都没有附带更正、撤稿或关注声明，期刊自己的页面也无法打开。
6. Kruger, J., Epley, N., Parker, J., and Ng, Z.-W. (2005). Egocentrism Over E-Mail: Can We Communicate as Well as We Think? Journal of Personality and Social Psychology, 89(6), 925-936. 五项实验，美国本科生，电子邮件；指定的语气，不是职场批评。
7. Bevis, B., Schroeder, J., and Yeomans, M. (2026). Spoken Disagreement Is More Constructive Than Written Disagreement. Nature Communications, 17, article 5792. 随机实验，1,576名对话参与者和1,432名观察者，大多是在有争议的话题上意见不一的陌生人和大学生，不是对工作的批评；开放获取。
8. Kumar, A., and Epley, N. (2021). It’s Surprisingly Nice to Hear You: Misunderstanding the Impact of Communication Media Can Lead to Suboptimal Choices of How to Connect With Others. Journal of Experimental Psychology: General, 150(3), 595-607. 一项现场实验，让200名芝加哥大学的学生通过电话或邮件与老朋友重新联系（103人完成了后续调查），以及人们通过视频、语音或文字与陌生人聊天的实验室实验。讲的是重新联系和相互认识，不是批评。
9. Google Engineering Practices. How to Write Code Review Comments. 从业者指南，无日期，2026年11月6日阅读；不是对照研究。
10. Parkes, J., Abercrombie, S., and McCarty, T. (2013). Feedback Sandwiches Affect Perceptions but Not Performance. Advances in Health Sciences Education, 18(3), 397-407. 两项研究（N = 20 和 N = 350），对象是写病历的医学院三年级学生之间的书面同伴反馈；学生认为三明治法对之后的表现有帮助，没有证据表明确实如此。
11. Prochazka, J., Ovcari, M., and Durinik, M. (2020). Sandwich Feedback: The Empirical Evidence of Its Effectiveness. Learning and Motivation, 71, article 101649. 对91名做数学题的大学生做的随机实验；三明治组准备得更久，第二组题做对得更多；表扬是笼统的、与表现无关的，作者称证据是部分的。
12. Henley, A. J., and DiGennaro Reed, F. D. (2015). Should You Order the Feedback Sandwich? Efficacy of Feedback Sequence and Timing. Journal of Organizational Behavior Management, 35(3-4), 321-335. 8名本科生（七名女性、一名男性）做模拟办公任务，每人经历全部四种条件（三种反馈顺序和无反馈），一半在每次实验前给口头反馈，一半在之后；三明治法并不是效果最好的顺序。样本量已对照全文确认。
13. Center for Creative Leadership (2025). Use Situation-Behavior-Impact (SBI)™ To Understand Intent. 从业者文章，2025年8月19日；它称这套方法有研究基础，但没有给出针对方法本身的结果研究。
14. Radical Candor, LLC. Our Approach: Kim Scott’s Feedback Framework. 一家商业培训公司的商家页面，2026年11月6日阅读；它没有引用针对这套框架本身的结果研究。
15. Lazzari, G., Jean, B. R., de la Sablonnière, R., and van Vugt, F. T. (2026). A Systematic Review of Quantitative Studies Testing Nonviolent Communication Training Interventions. Frontiers in Psychology, 17, article 1800455. 31项研究；证据的确定性被评为极低到中等；大多数缺少合格的对照或随机化，并依赖自我报告；2026年11月5日在线发表。
16. Meyer, E. (2015). Giving Negative Feedback Across Cultures. INSEAD Knowledge, 16 September 2015. 从业者文章，基于作者的教学、咨询和轶事；没有测量过的样本。
17. Burd, H., Bremner, G., Schein, A., and Rudzeviciute, M. (2021). Gender Bias and Performance Feedback: An RCT. Behavioural Insights Team research report, June 2021. 对英国一家公共部门机构4,328位高级经理的360度评估；被随机分配到不同指示的是评审人，不是被评审的人；未经同行评审。
18. Thorpe, D., McKinlay, M., Richards, J., Sang, K., and Stewart, M. E. (2024). The Lived Experience of Autistic Adults in Employment: A Systematic Search and Synthesis. Autism in Adulthood, 6(4), 495-509. 对34篇文章的定性综述；没有资助，也没有声明利益冲突；涵盖的是自闭症员工的叙述，不是其他类型的神经多样性。
19. Subtext. Terms and privacy. 隐私政策和条款最后更新于2026年10月22日。第一方来源。