程序员辞职自由职业,每天觉得很累很多事情要做,一天下来很累,和 AI 聊很多,并行了很多任务,但是很多没有完成,经常工作到晚上 10 点以后,还觉得没有什么产出
提问
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。
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。
回到3份原文
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。
用副业场景说明 AI 提效后得到的是更多工作而非空闲。
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。