用 AI 并行很多任务,产出感反而更低,因为效率提升常被新任务填满;自由职业缺少外部边界,更容易滑向这种仓鼠轮。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
效率提升往往变成新的基准线
立正提到,AI 提效最常见的讲法是让人做更多:一天写五篇、管理二十个项目、一个人像一个小团队。但省下来的时间很可能马上被新任务填满,效率提升不一定变成闲暇,而会变成新的基准线,像仓鼠轮一样越跑越快1。他在讲副业时也说过类似的话:用 AI 提升效率之后,得到的往往是更多的工作,而不是可以摸鱼的时间2。所以“并行很多任务、忙到晚上十点、却觉得没产出”,可能不是能力问题,而是任务总量随效率一起膨胀了。
值得先问的是哪些事本来就不该做
AI推演他更关心的是 AI 能不能帮人少做一些本来就不值得做的事:重复的信息处理、无意义的行政劳动、只为维护形象而做的内容,以及那些“因为可以做”就被塞进行程的事1。自由职业没有老板替你挡掉这些,所有“可以做”的事都会落到自己头上,这可能是累和没产出同时出现的一个来源。一个可以试的做法:把最近一周做过的事列出来,只标出哪些是“因为能做所以做了”,先停掉其中一件,看省下的时间是被新任务吃掉,还是真的空出来。
自由职业缺的是外部边界
他讲高收入打工人的困局时提到,转型不是先想清终点,而是让真实的反馈逐步缩小不确定性,并用三本账检查每次尝试:有没有带来现金、有没有留下商业证据、有没有积累职业资本3。这套标准对自由职业同样适用:如果一天里并行的任务既不带来付款,也不留下作品或关系,那它们消耗了时间却没有沉淀,累和没产出就同时成立。反过来,如果某件事能带来第一笔职位之外的付款,它至少验证了方向。
这些材料讲的是效率与选择的一般关系,没有针对你具体的任务类型和收入结构,不能直接判断哪些任务该砍。
出处
- 1如果让我做一个role model,我想成为一个不 productive 的role model
直接解释效率提升为何变成新的基准线,以及“少做不值得做的事”这一判断。
- 2自媒体5年,没人告诉我的3个副业真相
用副业场景说明 AI 提效后得到的是更多工作而非空闲。
- 3年薪20万到300万,却越来越不敢停下来:高收入打工人的高配困局
提供用现金、商业证据、职业资本三本账检查每次尝试的标准。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 程序员辞职自由职业了,每天都很忙,但感觉没有产出
忙和产出是两回事:自由职业后,原本由公司提供的结构、反馈和身份都消失了,人容易用“填满时间”来逃避“我到底在产出什么”这个问题。
- 总觉得现在学习新东西,技术没有什么意义了,因为ai能比你做的快10倍,同时也觉得任何东西/poc都没有门槛,我能几天之内学习新的技术,并deliver。如果我能,我相信别人也能,那我的竞争力到底在哪里? 学更广的知识还是干别的什么?
几天做出一个能跑的东西,只证明你当下交付得快,不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付,以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具,而是从“偶尔用一用”变成“让 AI 成为核心生产力”,并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练,不是当知识背:围绕真实任务动手,用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。
- ai时代如何赚钱?
立正认为AI时代赚钱的关键不是抓住某个风口,而是把认知和方法练出来:用经营者的视角看待工作,学会识别真正创造价值的事,并且相信赚钱的唯一方式是给别人创造价值。
- 课代表一直说要像学习一门手艺一样工作,这个怎么理解,什么是手艺,学习手艺的时候需要注意什么,如何精通一门手艺?
手艺不是熟练重复,而是能不断往深里钻研、越做越发现学问的活能力;学它靠动手试错,精通靠长期坚持。