开始频繁用 AI 工具之后，有一个感受很难忽略：很多事情确实变快了，但工作没有变轻，反而更满了。
以前写一个原型、验证一个想法，有明确的时间成本和心理阻力。现在这些阻力小了，很多过去觉得"太麻烦、算了"的事，变成了"顺手就能做"。省下来的那一小时不会空着，马上被新的可行事项填满。能做的事变多了，野心和标准跟着上去，投入也跟着上去。表面上是高效，实际体验是更忙、更满、更难停。
这有点像杰文斯悖论在个人层面的翻版：效率提高之后，总投入不一定下降，反而可能上升。
所以 AI 时代真正稀缺的东西，可能不再主要是"怎么做"，而是"做什么"和"为什么做"。至少在比特层面，执行越来越便宜；但原子层面的时间、体力、家庭责任和注意力，并没有同步扩容。灵感更多，落地更容易，如果不加筛选，高效就变成了能量占位。很多事情都在推进，但认知带宽被切碎了，上下文切换多了，没有几件真正做到位。局部效率在提高，整体效率反而可能下降。
这就引出了两个筛选的问题。
第一个是准入。一件新事情值不值得进来，不该只看它好不好、酷不酷、能不能做，而要看它值不值得挪用已经分配给其他事情的能量。任何新项目都会挤掉别的东西，不存在免费的。它要么服务当前主线，要么有明显复利，要么有时间窗口；否则就先进想法池，而不是直接进入执行。灵感需要被记录，不需要被立刻兑现。
第二个是排序。AI 很容易把人推向最容易开始、最有即时反馈、最像在推进的那一步。但最有价值的下一步，往往不是最顺手的，而是最能减少关键不确定性、最能解除当前瓶颈的那一步。动手之前写清楚几件事会有帮助：这一步的输出是什么，做到哪里算够，最多花多久。否则 AI 会把很多任务都变成一个可以不断补功能、不断打磨的洞。
工作和生活的边界，也不能再靠"做完再说"。以前很多边界不是主动设计的，而是被摩擦逼出来的——事情太难，做到某个程度就自然停了。现在摩擦小了，任务会无限延展。如果边界不主动建立，就会被工作自动吞掉。家庭、运动、阅读这些事，不能放在工作之后去捡剩余时间，得先写进日历，先占住容量。它们不是对工作的奖励，而是维持判断力和长期产出的基础设施。
并不是所有活动都应该被同一种效率逻辑接管。开发可以快，交付可以快，但阅读、陪伴、运动和长期思考，本来就该慢一点。AI 带来的速度，不应该变成生活的统一节拍。
有一点值得特别注意：不要把 AI 加持下的峰值表现暴露成新的日常基线。今天可以特别快，不等于以后每天都应该这么快。一旦把峰值当常态，速度很快就变成新的压力来源。
靠意志力维持边界很容易失效，靠机制会更稳一些。活跃项目数有上限，新想法至少过一夜再决定，进一个项目就得有一个项目退出，探索和交付分开给预算。每天结束前留几分钟，记下未完成项，写清楚明天第一步，然后把工具都关掉。
每周也可以留一点时间往回看，不是为了做更多，而是为了删东西。AI 这周让我多做了什么？挤掉了什么？被挤掉的是不是真正重视的部分？下周应该停掉什么？很多时候，问题不是执行太慢，而是准入太松。
AI 最有价值的作用，或许不是把人变成更高产的工作机器，而是把执行层面的阻力拿掉，让人有机会把更多精力放在判断和取舍上。但这件事不会自动发生。工具天然鼓励多做、快做、一直做；替家庭、身体、阅读和那些没有即时产出的生活部分说话，只能靠自己。
所以真正需要提高的，可能不是执行力，而是选择力，以及在合适的时候收手的能力。对已经选定的事情，可以更快；对新想法、新分支和新冲动，反而应该更慢一点。只有这样，AI 带来的效率，才能真正转化成更好的工作，而不只是更多的工作。