干活慢被内卷：把时间花在机器做不了的事上

任务越来越多，人越来越忙，但产出并没有成比例增加。问题的关键往往不是不够努力，而是时间投在了不该由人做的部分。

一、先弄清时间去哪了

一个实用做法是连续记录一周的工作内容，按类型归类：检索查找、格式整理、内容起草、沟通协调、专业判断、决策拍板。

多数人做完这个练习会发现，前两类加起草占了一半以上，而真正需要专业判断的部分不到三成。

二、机器的强项与人的强项

机器擅长的是：按固定规则处理信息、从大量材料里提取要点、按模板生成内容、重复执行相同动作。

人擅长的是：面对信息不足时做出判断、在多方冲突中做取舍、理解他人真实需求、为一个结论承担责任。

把机器擅长的事交出去，人才能腾出空间做自己擅长的事。

三、三个可以立刻尝试的场景

第一，资料整理。手上有一堆材料要提炼要点，先让工具出第一版，你再删改。

第二，初稿生成。需要从零写的标准化文档，先让它出结构和大纲。

第三，信息检索。需要从多份文件里找某个信息，用它做第一轮筛查。

四、不要指望一步到位

工具给出的第一版一定需要修改。判断标准不是"能不能直接用"，而是"改它的时间是否明显少于从零写"。

只要能明显省时间，这件事就值得固化下来；如果不能，说明这个场景暂时还不适合交给工具。

五、真正的竞争力在哪里

当重复工作被压缩之后，人和人之间的差距会体现在更难替代的能力上：判断、沟通、整合、承担责任。

这也意味着，把时间从重复劳动里挪出来，不只是效率问题。

六、把节省下来的时间用在哪

提效之后如果只是接了更多任务，感受不会有变化，仍然是忙。

真正的改善发生在把时间投到更有积累的事上：把某个流程做得更顺、把某个方法整理成可以复用的说明、把某类判断练得更准。

这些投入短期看不到产出，但会持续降低后面的工作难度。

七、一个常见误判

有人把提效理解为需要先掌握大量技能，于是花很多时间学习，反而没时间改自己的工作方式。

实际顺序应该反过来：用一件具体的事倒逼学习，用到什么学什么。

也关系到个人能力的成长方向。