过去两年里，你反复听到同一个美梦：
"使用ChatGPT/Cursor/一堆提示词——你终于能喘口气了。"
但具有讽刺意味的是，对许多人来说结果恰恰相反：
- 又多了一个任务系统
- 又多了一个聊天窗口
- 又多了一门"如何正确提问"的课程
- 以及那种挥之不去的感受：精力更少，混乱更多
"我做的每件事都对：看网络研讨会，收藏'100个生产力提示词'，用AI处理任务……但到了晚上，还是感觉一事无成。"
听起来熟悉吗？
在本文中，我们提供一个不同的诊断：
通常你并非倦怠。
你是患上了情境肥胖症。
没错——AI、课程和"神奇提示词"基本上是在往火堆上添柴。
本文背景
我们团队运营着AI Mindset和情境实验室。过去两年，我们为那些构建AI技术栈和个人操作系统（而不仅仅是"摆弄提示词")的人们提供实践指导。
已有700多名产品经理、开发者、HR、顾问和创始人参与过我们的项目。通过深度访谈和群体观察，我们发现一个共同模式：人们为"AI工具"而来，最终却撞上了认知边界——他们的大脑无法处理复杂的情境配置。
本文旨在深入剖析这一现象。
经典倦怠 vs 情境肥胖症
经典倦怠关乎精力耗尽。
情境肥胖症关乎工作记忆超负荷。
简单来说：你的大脑有一个有限的"情境窗口"，一次只能容纳少量事项。当这些事项完成时，系统就放松了；当它们悬而未决时，你就拖着未尽的尾巴。
心理学早就指出了几个关键效应：
- 蔡格尼克效应——未完成的任务比已完成的任务更牢固地留在记忆中
- 注意力残留——切换任务后，部分大脑仍停留在前一个任务中（Sophie Leroy的研究）
当你只有一个项目和一个笔记本时，这是可控的。但当你有：
- 工作项目
- 个人项目
- AI实验
- 业余学习
- 多个活跃的聊天群组
这些"尾巴"就开始吞噬你的认知资源。
两种状态的表现对比
经典倦怠：
- 精疲力竭、愤世嫉俗、绩效下降
- 通过休假、换工作、治疗来缓解
- 情绪和身体上的彻底枯竭
情境肥胖症：
- 感觉脑袋塞满，系统维护成了"第二份工作"
- 需要重建情境配置，而非再次休假
- 关乎任务、工具和期望的架构设计
这两者可能重叠，但许多自我诊断为倦怠的人，实际上正生活在慢性的情境超负荷中。
情境肥胖症的典型一天
以产品经理Alex为例，但请随意代入你自己。
09:10 Alex打开笔记本电脑，习惯性地启动：
- 企业通讯软件
- 电子邮件
- Notion
- ChatGPT
背景中有个想法不断回响："应该完成上周那个实验概念。"
10:30 会议中讨论新假设。有人分享链接："AI在分析中的10种用法"。Alex打开链接，浏览后存入"稍后阅读"。同时，个人待办事项新增："考虑为报告开发AI助手"。
12:15 Alex决定"加速"，让ChatGPT起草客户邮件。文本还行，但需要：
- 核对事实
- 转换为公司语言
- 匹配历史邮件脉络
结果，15分钟的邮件变成了25分钟的修改审阅。
14:40 冲刺计划会议。Alex面对：
- Jira中的待办列表
- 个人Obsidian中的产品想法
- Notion中的会议记录
任务存在重复和矛盾。Alex承诺："今晚一定整合所有系统。"
18:30 合上电脑时，Alex感到：
"忙转一整天，却没有完成任何主线任务。"
问题不在于Alex"没有做事"，而在于没有形成闭环：邮件、实验、任务系统都处于悬置状态。
我们的访谈对象几乎都描述了相同体验：
- "笔记和Notion维护成了第二份工作"
- "打开自己的系统，却看不懂自己的系统"
而且几乎每个人都以"我觉得我倦怠了"开场。
为什么"生产力提示词"让情况恶化
行业对这种状态的典型回应是：
- "50个让你成为超级经理的提示词"
- "ChatGPT课程：工作效率提升3倍"
- "5个替代助理的工具"
当处于Alex状态的人接触这些内容时：
- 每个提示词列表都成为新的期望负担和负罪感来源
- 每个提示都创造新的情境分支，产生需要审阅的草稿和想法
- AI不是接入有序系统，而是放大现有混乱
访谈对象这样描述：
"每天使用AI，却感觉多了层工作。只有当开始讨论情境架构而非单纯使用工具时，情况才好转。"
因此，"100个提示词"不是解药，而是给肥胖情境注入的新卡路里。
AI作为情境肥胖症的放大器
AI工具会放大它们所嵌入的系统环境。
如果流程清晰、负荷合理，它们确实能消除重复劳动。
如果任务配置本就混乱，它们会放大混乱。
"情境转换的隐藏成本"这个概念很说明问题：在任务和应用间切换时，大脑需要支付重启成本。研究表明这可能消耗20-40%的工作时间。
相关分析：
再加上技术压力研究——过多工具和通知带来的数字压力。元分析表明，不改变流程就引入数字技术，最初往往会增加压力。
"AI+人类"组合中的三层成本：
1. 整合成本
每个新服务都需要：
- 学习使用方式
- 融入现有工具链
- 管理通知流
许多参与者在最初几周都在维护"工具动物园"，而非解决问题。
2. 认知成本
AI生成内容，人类负责审阅：
- 检查事实准确性
- 调整语境适配度
- 决定后续处理方式
这增加了工作记忆的负担。
3. "系统救世主"幻觉
当AI叠加在已有的Notion、Obsidian等多工具环境上时，问题尤其突出。我们不愿承认系统已不堪重负，反而继续添加智能层。
如果基础架构有问题，再好的AI工具也无济于事。
为什么休假或换工作无效
当你说"我倦怠了"，通常会得到建议：
- 休假
- 换工作
- 戒断社交媒体
- "从零开始"
这些方法可能暂时有效，但有个根本问题：你会带着相同的情境处理习惯。
休假时，大脑仍在盘旋：
- 未兑现的承诺
- 悬置的项目
- 未做的决定
换工作改变了任务内容，但没改变你的工作方式：
- 同时开展过多任务
- 依赖大脑记忆所有事项
- 难以对次要任务说"不"
没有新方法论的新工作区，一个月后就会变成同样的信息垃圾场。
这不是意志力问题，而是缺少清晰的个人系统指令。
人类也需要系统指令
大语言模型有系统指令——段定义其身份、回答风格、禁忌和目标的文本。
大多数人缺乏这个明确层面。每天我们以默认模式启动：
- "接手所有任务"
- "不对请求说不"
- "立即回复避免内疚"
有位参与者在情境讲座上说：
"意识到大脑也有情境窗口后，我就不再什么都往里塞了。"
这构成了个人系统指令的雏形：
- 当前阶段什么允许做，什么不允许
- 哪些任务根本不应进入工作记忆
-
为自己和AI助手设定什么规则
-
- *
无需"推倒重来，回归纸笔"
关键在于重建情境配置。
我们的实践发现三个必备层面：
1. 捕捉：释放大脑空间
只要大脑是唯一数据库，负担就不会减轻。
练习："未完成事项清单"
- 准备笔记工具或纸张
- 7-10分钟内，快速写下所有"我应该……"的事项
- 不做评判，目标纯粹是释放空间
参与者通常对清单长度感到震惊。有人说：
"意识到不是倦怠，而是脑子里开着整个项目看板。"
将事项从大脑转移到外部载体，本身就能带来解脱感。
2. 结构化：建立框架
释放之后不需要"优化一切"，而是给混乱建立秩序。
有用框架包括：
- 生命之轮——客观评估各领域投入程度
- 逻辑层次——区分问题发生在技能层还是环境价值观层
- 年度回顾——将零散经历整合为连贯叙事
- 每周周期——以具体成果而非生存状态结束一周
微练习：舍弃/委托/保留
每周一次：
- 打开未完成事项清单
-
对每个项目诚实分类：
-
舍弃——承认不会做并放下
-
委托——他人或AI可处理
- 保留——真正重要且近期需完成
- "保留"项进入统一系统，不再占据大脑空间
此步骤通常能让清单缩减2-3倍，负罪感也随之减轻。
3. 个人系统指令
将以上洞察转化为明确规则。
练习：制定三条核心规则
假设你的大脑是LLM，为它编写系统指令：
2026年，我的三条核心规则是什么？
示例：
- 同时进行的核心项目不超过三个
- 新AI工具需在现有配置稳定一周后才引入
- 每周五至少完成一个循环（完成/委托/舍弃）
然后用这些规则过滤当前任务，观察什么自动脱落，什么需要移交，什么真正值得投入。
对许多参与者而言，仅这一步就能改变工作配置——无需增加新工具。
从实践中来的启示
情境实验室源于一个核心观察：为什么拥有完善工具系统的聪明人，仍会陷入文中所描述的状态？
通过小组实践发现，当人们获得情境管理的语言和方法后，"一事无成"的感受会发生显著改变。理解情境并建立个人系统指令，成为最重要的转折点。
真正的解决方案不是更多"秘密提示词"，而是先构建清晰的情境架构，再引入AI助手和自动化。
共同学习，写下你的评论
评论加载中...
作者其他优质文章
