开发者Glyphack最近在个人博客里写了一件小事:动笔前,他先在电脑上定一个15分钟计时器,屏蔽掉所有干扰。他说这么做是因为不定时,几分钟内注意力就会被别的事拉走。
他记得自己曾经能连续几个小时学习、写代码、做开源项目。现在能拿到1小时不受打扰的时间,已经算幸运。他把这归结为三样东西叠加:社交媒体、Slack式的碎片协作、还有最近开始大量使用的LLM。这不是一篇技术评测,是一份个人时间账本,但账本背后的问题不小:LLM把任务反馈周期从几天缩短到几分钟,省下来的时间,会不会又被新的等待和检查吃掉?
发生了什么:从15分钟计时器到8小时Slack闲聊
Glyphack的记录有条清晰时间线。2015年前后,他决定卧室不放充电器,防止睡前刷手机停不下来。在电脑上,他只做“有意图的事”——阅读、编程、下棋,不刷网页。后来他迷上HackerNoon、Medium,无聊时逛一逛,算是可控的消遣。如今这些网站在他看来已经被标题党填满,换成了hackernews、YouTube这类新的“无聊出口”。
工作之后情况变复杂。他做过一次个人时间追踪,发现自己一周花了约8小时在Slack上聊天。这只是他自己的统计,不是公司或行业数据,但足以说明协作工具本身就在制造干扰。他说自己已经习惯写代码被打断,现在是在“修复这种损耗”。
为什么重要:LLM切开的不是休闲时间,而是工作流程本身
手机和社交App抢的是休闲时间,躺在床上刷、睡前刷。LLM不一样,它直接嵌进编程、研究、写作这些工作流程里。这个区别,是Glyphack这份自述里最值得留意的一点。
| 时期 | 抢占的时间 | 典型场景 |
|---|---|---|
| 2015年前后 | 休闲、睡前空隙 | 刷手机、逛内容网站 |
| 现在 | 工作流程本身 | 编程、研究、写作中途查看LLM进度 |
Glyphack描述了两种典型场景。第一种,把任务丢给LLM,转身去做别的事,但脑子一直惦记它在干什么。第二种,本想动手写代码,结果先跟LLM聊起想法,一聊几小时“研究模式”,正事没开始。他也承认,让LLM独立跑完一个任务再交付,确实省心。问题出在同时开好几条任务线:既要等回复,又要纠错,还要不时切回去查进度,这种来回检查比不用AI时更累。
这意味着LLM省注意力有条件:任务能端到端交付、出错少,才真正划算。做不到这两条,等待、纠错、监督本身就是新的切换成本。对高频用LLM写代码的开发者来说,现实的动作不是少用LLM,而是分清哪些任务能丢出去不管,哪些不能:
| 任务特征 | 建议 |
|---|---|
| 目标清晰、可一次性验收 | 交给LLM端到端跑,别中途盯着 |
| 需要来回讨论、方向不确定 | 先想清楚方向,别同时开好几条问 |
| 出错代价高、需要人工复核 | 定固定检查点,别随时切回去看 |
正在设计AI协作流程的团队负责人,能从这里拿到的具体建议是:把“LLM任务”和“需要人盯的任务”分开排班,规定检查节奏(比如每半小时集中查一次进度),而不是让所有人对每个任务随时可查、随时惦记。
个人样本的边界:接下来该看什么
这篇文章的分量在诚实,不在数据。Glyphack自己说,写这篇的目的不是给答案,只是记录“过去几个月为什么什么都做不成”。8小时Slack聊天、1小时专注时间,都是他一个人的追踪结果,套不上团队生产力或行业趋势的结论。
外部条件也在起作用。他曾靠和朋友在Discord上远程共事逼自己专注,但他身处伊朗,网络不稳定让这个办法很难持续,只能改成开直播录屏逼自己不好意思摸手机,或者去阳台侍弄花草代替看剧。这些补救办法能不能用,取决于网络和生活环境这些他自己也控制不了的条件。
接下来最该看的,不是这份自述本身,而是有没有更大样本或团队层面的数据出现,能验证“LLM带来的切换成本”是不是普遍现象,还是只在某些任务类型、某些协作方式下才明显。目前只能看到一个人的记录,看不到行业结论。
【锐评】一个人的时间账本说不清行业趋势,但它提醒开发者一件事:任务开得越多,心越散。
