Matrix 首页推荐 

Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。 

文章代表作者个人观点，少数派仅对标题和排版略作修改。

TimeGPT 是一套科学完善的时间精力待办管理系统，整套系统旨在帮助所有人能够更好地实现自己的目标。整套系统以目标为导向，拆解成更小的项目以及可以执行的待办，为待办事项提供了一套完成的 UCEVI 评分系统；评分系统旨在能够最大化地实现最高价值的目标，并且最终根据待办事项的类型以及精力区域来智能安排待办事项的时间，时间精力以及待办最终能够达成一个完美的正循环来帮助更好地实现目标。

待办管理

UCEVI 评分系统

UCEVI 是紧急（Urgent）、花费（Cost）、努力（Effort）、价值（Value）、影响（Impact）的缩写，这套系统是在艾森豪威尔矩阵也就是大众所熟知的紧急重要矩阵上发展出来的系统。艾森豪威尔矩阵简单来说就是它将任务分为四个象限，基于它们的紧急性和重要性来判断任务的优先级。但是在我的实践过程中发现，这种评判标准有以下的两个问题：

1. 对于处于同一象限的任务没有优先级之分；
2. 紧急性和重要性是待办事项的开始节点和结束节点，但是却忽略了过程。

针对于以上的两点问题，我对艾森豪尔矩阵进行了一些拓展。首先我要求最终的结果是一套评分系统，对于同一象限内的任务也依旧存在优先级之分。

其次我增加了对于待办过程的考量，也就是待办所需要花费的资源。我增加了一个新的维度：花费（Cost），也就是每一个待办的时间花费。

但是这可能依旧存在一定的问题，目前的三个维度，只关注到了每个待办的本身，没有涉及到待办上级的项目或者是最终的大体目标。也就是说，如果一个待办本身如果有很高的花费和较高的重要性，但是这个待办后面的目标不是一个很重要的目标的话，很有可能最终的优先级高于一个有较高花费、但是是重要目标的待办。

所以为了能够加上对于上级的考量，又增加了两个新的维度：努力（Effort）和影响（Impact）。努力指代待办背后的整个目标所需要花费的努力。而之前的重要性分解为了待办自身的价值（Value）以及待办背后的目标最终带来的影响力。

最终得到以下五个不同的维度：

对于待办的开始是取决于紧迫程度，在过程中取决于所需要花费的资源，最终对于完成待办之后是所能够带来的价值。以下是对于这五个维度的具体定义：

• Urgent：待办的紧急程度
• Cost：待办所花费的资源
• Effort：完成待办所属的目标（Goal）所需要花费的努力
• Value：待办所能够带来的价值
• Impact：待办背后的目标所能够带来的影响

既然是一套评分系统，我们就需要对于每一个维度都设定一个具体的值，如果单纯地按照自己的心理评价来打分（1-10）显然不是一个客观的评分系统。所以对于这五个维度我们需要找到对应的实际值来转化，也就是我们需要实际记录的值，对于不同层级会有不一样的记录。

• Urgent：现在的日期到截止日期天数
• Cost：待办本身的时间花费
• Effort：待办所属的目标所花费的时间 + 待办所属的项目所花费的时间
• Value：待办所花费的时间占总目标所花费的时间乘以影响（Impact）
• Impact：如果目标成功的期望收入（收入乘以可能性）- 目标失败所损失的机会成本（失败的概率乘以小时工资） + 目标所带来的精神愉悦

到此为止我们已经能够获得 UCEVI 相对来说客观的数据，当然这其中还有一些系数没有解释，这些我们留到后面再来解决。

有了这 UCEVI 的数据之后，我们又面临了新的问题，对于我们的待办来说，UCEVI 中的维度的影响力对于每一个人来说是不一样的，可能有的人认为自己的时间很多，只看重最终的价值，那么他就会认为 花费（Cost） 以及 努力（Effort） 的影响力需要低一些，反之亦然。如果纯靠自己给予每一个变量一个系数也不是一个客观合理的做法。为了解决这个问题，我们需要引入层次分析法。

层次分析法（Analytic Hierarchy Process，简称 AHP）是一种决策分析方法，这种方法主要用于复杂决策问题的分析与决策，特别适合于那些难以完全定量分析的问题。举例来说我现在想要买电脑，我可能会考虑以下三个方面：CPU、GPU、主板，但是我的预算有限导致我不能够全部买最好的，所以我要在有限的预算中去进去取舍。

我对于这三个变量进行两两比较，例如 CPU 和 GPU 中我更看重 GPU，那么我给 GPU 取 2，CPU 和 GPU 的比较中就只能取得 1/2。最终我获得了以下的表格：

之后我对于每一列进行计算获取百分比，再加总百分比就能够获得每一个变量的权重了。

这种权重依旧是我们主观（也确实是需要我们的主观）上来获取的权重，但是相较于纯凭照内心来对于变量进行打分更加客观一些。经过计算之后我们就能够获取到自己的 UCEVI 的权重了使用权重乘以变量就能获得我们最终的分数（这之中还有很多的归一化，反值转化的操作）。

如何定义价值

对于不同的目标的价值是不太一样的，有的目标可能是直接能够为你带来金钱，但有的目标可能是为你带来成就感或者是愉悦的时间。我们先讨论比较直接的能够获取金钱的目标，这种目标通常来说更加符合直觉，也应该是我们大部分人追求的目标。

对于金钱的收入也同样有两种不一样的收入，一种是一次性的收入、一种是年收入的增加。要比较一次性收入还是年收入的增加通常的做法是使用净现值的做法，通常使用银行利率作为折现率来计算净现值。

但是如果仅仅只是这样去做比较的话还是有一些问题，按照现在这个算法来说极端情况下的买彩票可能带来的收入是极高的，相较于其他的一切目标，所以在计算真正的目标价值的时候需要计算的是期望效用。期望效用简单来说就是最终目标的各种可能带来的价值乘以这些可能发生的概率的合。

如果以单纯的年收入的增加作为事件的影响结果的话，那么可能会导致的问题就是，买彩票这个事情的年收入增加会非常的高，但是没有考虑这个事情可能发生的概率，所以在最终的决策是应该在世界的某一个状态（State）下做出行为（Action）的结果（Outcome）。对于每一个结果存在自己的效用（Utility）函数，同时要达成这样的结果也存在一个可能得概率（Probability）。

最终的结果就是如下，对于某一个行为的期望效用是这个行为在世界的不同状态下的结果乘以发生的概率合。

上述的方式可能理解起来有一些困难，现在举一个简单的例子来理解。对于出门要不要带伞这一行为做的决定是和世界的状态相关的，也就是和下不下雨是相关的。那么不同的行为对应不同的世界状况就能够得到不同的结果。

那么不同的结果对于每个人来说评判的效用不同，再根据下雨和不下雨可能发生的概率得到一个行为的期望效用。

所以在极端情况下可能会出现的是，我的一个目标可能是我要找到一份一年挣 1000 万的工作，那么这个目标相应的项目和待办的优先度就会非常的高。但是这件事情的最终能够实现的可能性非常低，我们需要考虑在当前这个世界的状态下这件事情能够成功的可能性再去定夺。

通过这种方式得到的结果就会比之前年收入的增加合理很多。可能这时候会有人问到如何精确确定每种事件的发生概率，这对于未来事件的预测的概率不可能做到完全精确，但是这些概率可以随着你在进展的途中进行改变，至于新的概率是使用贝叶斯的理论结合先验概率和新的确凿证据来更新概率，还是杰弗里斯的获取不确定证据后的更新概率，都能够有效地去帮助我们更好地往正确的方向更进一步。

这些概率和很多的因素相关和你内心的信念、所处世界的状态都相关，同样的一件事件不同人给出来的概率也可能截然相反，但是本质上是为了朝着你心中信念的方向去努力。

如何比较精神获得和金钱收入

在设定目标的时候，如果系统只考量金钱收入的话，那对于某一些暂时没有金钱收入的目标会永远得不到考虑。有一些目标可能只是为了自己的心里愉悦，例如发展一些兴趣爱好，健身等等，所以这时候我们就需要考虑精神获得和金钱收入。

在 TimeGPT 中所使用的方法是引出一个彩票机制。假设在某一个时间段你面临一个选择，你可以选择去上班或者在家打游戏。通常来说大家无法做出决定的时候就会选择抛硬币，正面就去上班、反面就在家打游戏。彩票几乎也是类似的意思，只不过你可以自己设定正面和反面的概率。

例如我想要比较上班和打排球，那么这时候我做了一个彩票 1/10 的概率是上班 9/10 的概率是打排球来让我认为这个彩票无论出现哪个结果我都是满意的。那么在我的心中我是更加想要去打排球的，而不是上班的。所以 V 的等价价值是等于一个常数 k 除以概率。

假设的条件是如果概率各自是 1/2 的时候我们认为工作和精神愉悦是相等的。所以就得到 k = 0.5W。

由模型曲线可以看到，这个模型基本上符合我们的需求，且只有在极端的情况下才会由大幅度的上涨，其他的时候基本上是属于 W 周围的正常范围。

所以对于非直接收入的目标的时候，就可以使用达成这个目标所需要使用的时间乘以上面公式计算的等价小时收入，也就是相当于你获得了这么多小时的愉悦和你拿这么多钱是一样的。

推荐系统

至此我们已经对所有的待办都拥有了一个对应的分数，但是这依旧不能够满足我们的推荐系统。如果仅仅是按照分数进行排序，那么可能会出现一些问题：

1. 待办可能还没有到开始的日期，但是因为最终的高价值所以获得了很高的分数。
2. 相似的待办因为相同的目标或者结果所以全部都获得相同的评分。
3. 没有办法根据每天的情况来具体推荐。

针对于以上问题，我们需要再额外加入一些限制条件，不过在这之前最重要的是对待办进行分类。经过我长时间的实践把待办分为了三种：任务、提醒、日程。它们的所要求的方式是完全不一样的：

• 任务 Task：不是有明确时间的任务，例如完成调查研究等等
• 日程 Event：有明确时间点的事件，例如看医生，开会议
• 提醒 Reminder：需要快速完成的小任务，例如交房租

其中提醒我们不需要在我们任务系统中进行评分，因为它们通常都是很短暂的小任务。所以以下的讨论只会涉及到剩下的两种待办类型。

任务是没有固定的开始时间，同时也没有固定的时长，与之对应的是日程，日程拥有非常固定的开始时间以及固定的时长。理清楚这些待办事项的类型是非常重要的，在此之前如果没有把这些待办分类，全部杂糅到一起那么将会是一片混乱。

在对待办有了分类之后，我们就能够对不同类型的待办进行合理的推荐了。对于任务来说，它们没有固定的开始时间，所以几乎是任何时候都可以作为选择。对于日程来说，如果不到当日，那么这个日程就毫无意义，因为它需要固定的时间，只有时间到了才会发生。对于日常来说，我们可能会同时拥有很多日常，但是每天只需要做一个日常就足够了。所以推荐系统需要选择出是否有当日的日程，之后利用剩下的时间选择合理搭配日常和任务。

用通俗的话来说，推荐系统能够在有限的时间内为每一天安排合适的任务。其实这句话中就包含了这个推荐系统的限制条件，有限的时间以及合适的任务。

有限的时间也就是当天可用于支配的自由时间，合适的任务在于获取必要的日程任务之后，力求剩下的时间能够获取最高评分的日常和任务搭配。为了实现这个系统，我们需要用到线性规划。线性规划是一种数学方法，用于在一系列线性不等式或等式约束下寻找某个线性函数的最大值或最小值。线性规划包含以下要素：

1. 变量：这些是你在目标函数中调整以达到最大化或最小化的元素。在商业案例中，这些可能是生产不同产品的数量。
2. 目标函数：这是你希望最大化或最小化的线性函数。例如，你可能想要最大化利润或最小化成本。
3. 约束：这些是形式为线性不等式或等式的限制，用于限定变量的可行范围。例如，原材料或预算的限制。

对于我们的系统来说，变量就是待办是否执行。待办只有执行（1）或者不执行（0）。

目标函数是所有可执行待办的评分总和，我们希望最大化这个总和。

约束条件是可执行待办的时间总和要小于当日的活跃时间，以及日程任务必须当日执行，同时类似的日常任务每日只执行一个。

拥有了这些设置之后，我们就能够获取当日最优的待办方案了。

时间管理

在文章的最开始提到这是一套能够帮助所有人而存在的系统，对于所有人来说共有的资源就是时间。时间作为一个公平的维度去帮助衡量所有的项目，也能够看到自己在为某个目标所付出的真正的「努力」。

大部分人对于时间的敏感度是非常低的，对于某一项能力的评估大部分人是使用的时间来评估。比如通常会说我学了五年吉他。但是这里的「五年」其实是非常模糊的一个表述，只表达了一个时间区段，这五年里面是一周练习一次还是每天都练习，这对于技艺来说就是天差地别。反过来，如果不能够计算清楚自己所花费的时间是多少，可能也会被这个「五年」所欺骗，会觉得自己已经学习了那么久了，为什么最终还是没有什么太大的进步。

举一个我自己的例子来说，我从 2022 年的 11 月开始打排球，在我有时间意识之前，我只知道自己打球了几年时间，但是我在 2024 年底时候回顾了我过去两年时间在排球上面所花费的时间，其实仅仅只有 350 个小时左右。

按照 K. Anders Ericsson 提出的「10000 小时定律」，要将一项技能练至世界级水平，需要投入 1 万小时。而对比上述两个例子，我最初认为自己两年来投入了不少时间在排球上，但实际上，这 350 小时与 1 万小时相比只是九牛一毛。虽然我的目标并非达到世界级水平，但若仅从 10000 小时的标准来看，这个时间显然远远不够。

根据「二八法则」，我们可能只需投入 20% 的时间，就能掌握 80% 的基础技能。然而，若想在剩下的 20% 上精进，接近世界级水平，通常需要额外投入 80% 的时间。换句话说，即使不追求世界级水平，普通人至少也需要投入 2000 小时，才能在某项技能上达到较高的能力水准。所以我在 2024 年底的时候清楚的意识到自己的水平就仅仅只有 350 个小时而已，为了能够尽快地达到 2000 个小时，我在 2025 年设下了目标要求一年就能够达到 300 个小时。

这就是时间管理的意义所在，如果我不能够清楚的知道自己所花费的时间，我只会知道自己打了两年的球，但是依旧没有什么太大的进步，2025 年可能也继续只能投入 150 个小时左右的时间。

如何记录

目前市面上有很多的时间记录软件（Timing、Toggle、Tyme），但是最终都没有能够坚持下来。市面上的时间记录软件大致有两种，电脑后台的自动记录（Timing）或者是自己手动开始和结束某个任务（Toggle、Tyme），但这两种记录方式都有坚持不下来的问题。

自动记录不能够记录在电脑使用之外的时间，同时对于自动记录下来的时间过于繁杂且真实导致最终不愿意继续记录，手动记录就是单纯需要每一个任务都做一次开始记录时间的操作外加一次结束记录的操作从而导致经常忘记。

最终我的选择是使用间歇日记的方式来进行记录，间歇日记非常简单，只需要记录一个时间戳再附上简短的文字即可。间歇日记不仅能够帮助记录下时间的使用情况，同时也能够帮助我们整理思绪切换到下一个任务，每天记录完成之后只需要计算两个时间戳之间的时间差再进行分类就好。

对于时间的分类，我目前的分类是：主要工作、日常生活、自我提升、健康、人际关系、休息，六个大类。这六个大类几乎能够涵盖生活中的大部分的场景了。

在分类中最容易出现的问题就是，如果有一个时间段我认为同时属于两个不同的类别，应该如何去区分？经过我的实践有以下的解决方法：

1. 按照这个时间段的主要目的去分类。例如和朋友一起打游戏，是应该算作打游戏还是维系朋友关系？那就要看自己选择去做这个事情的主要目的是什么，如果是为了放松休息，那么就应该是休息的类别，如果是为了和朋友一起聚会，那么就是人际关系。
2. 按照原本的时间去分别记录。例如吃饭的同时看了电视剧应该如何记录？吃饭的时间是每天必不可少的时间，那么有一个本来正常的吃饭时间，超过这个正常时间的部分就算作你的额外目的的时间。例如吃饭的整个过程是 2 个小时，那么正常的吃饭时间是一个小时的日常生活类别，剩下的一个小时就是看电视剧的休息时间。
3. 可以同时记录的情况。例如上班摸鱼做自己的事情应该如何记录？本职的上班时间本来就能够给我们带来价值，那么额外利用时间就算作对应的类别记录。也就是说我们可能存在一天超过24小时的情况。

精力管理

之前的内容只获取了当日最优任务搭配，如何能够在最合适的时间去做最合适的任务，是下一步的目标。通过一段时间的时间记录，我们能够知道每天在哪些时间段是做了我们认为重要的工作，这些时间段就是每天的高精力时间段。

把一天分为每 5 分钟一个小时间段，那么一整天就会有 288个五分钟，也就是一个长度为 288 的向量 V，对于每一天来说我们都能够获得一个这样的向量，如果是高精力时间段就会在对应的时间段获得 1、低精力时间段就会获得 0。

把所有天的向量集合起来就能够获得一个平均的精力向量 V bar。

有了这个平均精力向量，系统就能够知道在什么时候是处于高精力的时间段，什么时候是处于低精力的时间段，在推荐系统推荐出合理的任务之后，就能够把任务分配到精力最高的时间段了。

三位一体

至此这套系统之中的时间待办精力是如何管理的已经完全解释了，它们是三位一体的存在。有新的待办产生之后，需要花费时间去完成，时间又能够反应精力的高低帮助下一次更好的去安排待办。这套系统希望能够在这个良性的循环中不断进步完成待办直到达成目标。

FluxTime

上述的整套系统看起来非常的复杂有非常多需要计算的地方，靠个人几乎是没有办法去实现它的。为了能够让更多的人使用上这套系统，我开发了一个软件 FluxTime，让你只需要关注时间记录以及创建待办就好了，其他的任务推荐，精力曲线计算，结果反馈都交给软件就好了。

目前 FluxTime 已经上架 App Store 且完全免费，欢迎各位读者下载测试。

> 关注 少数派公众号，解锁全新阅读体验 📰

> 实用、好用的 正版软件，少数派为你呈现 🚀

Matrix 首页推荐 

Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。 

文章代表作者个人观点，少数派仅对标题和排版略作修改。

TimeGPT 是一套科学完善的时间精力待办管理系统，整套系统旨在帮助所有人能够更好地实现自己的目标。整套系统以目标为导向，拆解成更小的项目以及可以执行的待办，为待办事项提供了一套完成的 UCEVI 评分系统；评分系统旨在能够最大化地实现最高价值的目标，并且最终根据待办事项的类型以及精力区域来智能安排待办事项的时间，时间精力以及待办最终能够达成一个完美的正循环来帮助更好地实现目标。

待办管理

UCEVI 评分系统

UCEVI 是紧急（Urgent）、花费（Cost）、努力（Effort）、价值（Value）、影响（Impact）的缩写，这套系统是在艾森豪威尔矩阵也就是大众所熟知的紧急重要矩阵上发展出来的系统。艾森豪威尔矩阵简单来说就是它将任务分为四个象限，基于它们的紧急性和重要性来判断任务的优先级。但是在我的实践过程中发现，这种评判标准有以下的两个问题：

1. 对于处于同一象限的任务没有优先级之分；
2. 紧急性和重要性是待办事项的开始节点和结束节点，但是却忽略了过程。

针对于以上的两点问题，我对艾森豪尔矩阵进行了一些拓展。首先我要求最终的结果是一套评分系统，对于同一象限内的任务也依旧存在优先级之分。

其次我增加了对于待办过程的考量，也就是待办所需要花费的资源。我增加了一个新的维度：花费（Cost），也就是每一个待办的时间花费。

但是这可能依旧存在一定的问题，目前的三个维度，只关注到了每个待办的本身，没有涉及到待办上级的项目或者是最终的大体目标。也就是说，如果一个待办本身如果有很高的花费和较高的重要性，但是这个待办后面的目标不是一个很重要的目标的话，很有可能最终的优先级高于一个有较高花费、但是是重要目标的待办。

所以为了能够加上对于上级的考量，又增加了两个新的维度：努力（Effort）和影响（Impact）。努力指代待办背后的整个目标所需要花费的努力。而之前的重要性分解为了待办自身的价值（Value）以及待办背后的目标最终带来的影响力。

最终得到以下五个不同的维度：

对于待办的开始是取决于紧迫程度，在过程中取决于所需要花费的资源，最终对于完成待办之后是所能够带来的价值。以下是对于这五个维度的具体定义：

• Urgent：待办的紧急程度
• Cost：待办所花费的资源
• Effort：完成待办所属的目标（Goal）所需要花费的努力
• Value：待办所能够带来的价值
• Impact：待办背后的目标所能够带来的影响

既然是一套评分系统，我们就需要对于每一个维度都设定一个具体的值，如果单纯地按照自己的心理评价来打分（1-10）显然不是一个客观的评分系统。所以对于这五个维度我们需要找到对应的实际值来转化，也就是我们需要实际记录的值，对于不同层级会有不一样的记录。

• Urgent：现在的日期到截止日期天数
• Cost：待办本身的时间花费
• Effort：待办所属的目标所花费的时间 + 待办所属的项目所花费的时间
• Value：待办所花费的时间占总目标所花费的时间乘以影响（Impact）
• Impact：如果目标成功的期望收入（收入乘以可能性）- 目标失败所损失的机会成本（失败的概率乘以小时工资） + 目标所带来的精神愉悦

到此为止我们已经能够获得 UCEVI 相对来说客观的数据，当然这其中还有一些系数没有解释，这些我们留到后面再来解决。

有了这 UCEVI 的数据之后，我们又面临了新的问题，对于我们的待办来说，UCEVI 中的维度的影响力对于每一个人来说是不一样的，可能有的人认为自己的时间很多，只看重最终的价值，那么他就会认为 花费（Cost） 以及 努力（Effort） 的影响力需要低一些，反之亦然。如果纯靠自己给予每一个变量一个系数也不是一个客观合理的做法。为了解决这个问题，我们需要引入层次分析法。

层次分析法（Analytic Hierarchy Process，简称 AHP）是一种决策分析方法，这种方法主要用于复杂决策问题的分析与决策，特别适合于那些难以完全定量分析的问题。举例来说我现在想要买电脑，我可能会考虑以下三个方面：CPU、GPU、主板，但是我的预算有限导致我不能够全部买最好的，所以我要在有限的预算中去进去取舍。

我对于这三个变量进行两两比较，例如 CPU 和 GPU 中我更看重 GPU，那么我给 GPU 取 2，CPU 和 GPU 的比较中就只能取得 1/2。最终我获得了以下的表格：

之后我对于每一列进行计算获取百分比，再加总百分比就能够获得每一个变量的权重了。

这种权重依旧是我们主观（也确实是需要我们的主观）上来获取的权重，但是相较于纯凭照内心来对于变量进行打分更加客观一些。经过计算之后我们就能够获取到自己的 UCEVI 的权重了使用权重乘以变量就能获得我们最终的分数（这之中还有很多的归一化，反值转化的操作）。

如何定义价值

对于不同的目标的价值是不太一样的，有的目标可能是直接能够为你带来金钱，但有的目标可能是为你带来成就感或者是愉悦的时间。我们先讨论比较直接的能够获取金钱的目标，这种目标通常来说更加符合直觉，也应该是我们大部分人追求的目标。

对于金钱的收入也同样有两种不一样的收入，一种是一次性的收入、一种是年收入的增加。要比较一次性收入还是年收入的增加通常的做法是使用净现值的做法，通常使用银行利率作为折现率来计算净现值。

但是如果仅仅只是这样去做比较的话还是有一些问题，按照现在这个算法来说极端情况下的买彩票可能带来的收入是极高的，相较于其他的一切目标，所以在计算真正的目标价值的时候需要计算的是期望效用。期望效用简单来说就是最终目标的各种可能带来的价值乘以这些可能发生的概率的合。

如果以单纯的年收入的增加作为事件的影响结果的话，那么可能会导致的问题就是，买彩票这个事情的年收入增加会非常的高，但是没有考虑这个事情可能发生的概率，所以在最终的决策是应该在世界的某一个状态（State）下做出行为（Action）的结果（Outcome）。对于每一个结果存在自己的效用（Utility）函数，同时要达成这样的结果也存在一个可能得概率（Probability）。

最终的结果就是如下，对于某一个行为的期望效用是这个行为在世界的不同状态下的结果乘以发生的概率合。

上述的方式可能理解起来有一些困难，现在举一个简单的例子来理解。对于出门要不要带伞这一行为做的决定是和世界的状态相关的，也就是和下不下雨是相关的。那么不同的行为对应不同的世界状况就能够得到不同的结果。

那么不同的结果对于每个人来说评判的效用不同，再根据下雨和不下雨可能发生的概率得到一个行为的期望效用。

所以在极端情况下可能会出现的是，我的一个目标可能是我要找到一份一年挣 1000 万的工作，那么这个目标相应的项目和待办的优先度就会非常的高。但是这件事情的最终能够实现的可能性非常低，我们需要考虑在当前这个世界的状态下这件事情能够成功的可能性再去定夺。

通过这种方式得到的结果就会比之前年收入的增加合理很多。可能这时候会有人问到如何精确确定每种事件的发生概率，这对于未来事件的预测的概率不可能做到完全精确，但是这些概率可以随着你在进展的途中进行改变，至于新的概率是使用贝叶斯的理论结合先验概率和新的确凿证据来更新概率，还是杰弗里斯的获取不确定证据后的更新概率，都能够有效地去帮助我们更好地往正确的方向更进一步。

这些概率和很多的因素相关和你内心的信念、所处世界的状态都相关，同样的一件事件不同人给出来的概率也可能截然相反，但是本质上是为了朝着你心中信念的方向去努力。

如何比较精神获得和金钱收入

在设定目标的时候，如果系统只考量金钱收入的话，那对于某一些暂时没有金钱收入的目标会永远得不到考虑。有一些目标可能只是为了自己的心里愉悦，例如发展一些兴趣爱好，健身等等，所以这时候我们就需要考虑精神获得和金钱收入。

在 TimeGPT 中所使用的方法是引出一个彩票机制。假设在某一个时间段你面临一个选择，你可以选择去上班或者在家打游戏。通常来说大家无法做出决定的时候就会选择抛硬币，正面就去上班、反面就在家打游戏。彩票几乎也是类似的意思，只不过你可以自己设定正面和反面的概率。

例如我想要比较上班和打排球，那么这时候我做了一个彩票 1/10 的概率是上班 9/10 的概率是打排球来让我认为这个彩票无论出现哪个结果我都是满意的。那么在我的心中我是更加想要去打排球的，而不是上班的。所以 V 的等价价值是等于一个常数 k 除以概率。

假设的条件是如果概率各自是 1/2 的时候我们认为工作和精神愉悦是相等的。所以就得到 k = 0.5W。

由模型曲线可以看到，这个模型基本上符合我们的需求，且只有在极端的情况下才会由大幅度的上涨，其他的时候基本上是属于 W 周围的正常范围。

所以对于非直接收入的目标的时候，就可以使用达成这个目标所需要使用的时间乘以上面公式计算的等价小时收入，也就是相当于你获得了这么多小时的愉悦和你拿这么多钱是一样的。

推荐系统

至此我们已经对所有的待办都拥有了一个对应的分数，但是这依旧不能够满足我们的推荐系统。如果仅仅是按照分数进行排序，那么可能会出现一些问题：

1. 待办可能还没有到开始的日期，但是因为最终的高价值所以获得了很高的分数。
2. 相似的待办因为相同的目标或者结果所以全部都获得相同的评分。
3. 没有办法根据每天的情况来具体推荐。

针对于以上问题，我们需要再额外加入一些限制条件，不过在这之前最重要的是对待办进行分类。经过我长时间的实践把待办分为了三种：任务、提醒、日程。它们的所要求的方式是完全不一样的：

• 任务 Task：不是有明确时间的任务，例如完成调查研究等等
• 日程 Event：有明确时间点的事件，例如看医生，开会议
• 提醒 Reminder：需要快速完成的小任务，例如交房租

其中提醒我们不需要在我们任务系统中进行评分，因为它们通常都是很短暂的小任务。所以以下的讨论只会涉及到剩下的两种待办类型。

任务是没有固定的开始时间，同时也没有固定的时长，与之对应的是日程，日程拥有非常固定的开始时间以及固定的时长。理清楚这些待办事项的类型是非常重要的，在此之前如果没有把这些待办分类，全部杂糅到一起那么将会是一片混乱。

在对待办有了分类之后，我们就能够对不同类型的待办进行合理的推荐了。对于任务来说，它们没有固定的开始时间，所以几乎是任何时候都可以作为选择。对于日程来说，如果不到当日，那么这个日程就毫无意义，因为它需要固定的时间，只有时间到了才会发生。对于日常来说，我们可能会同时拥有很多日常，但是每天只需要做一个日常就足够了。所以推荐系统需要选择出是否有当日的日程，之后利用剩下的时间选择合理搭配日常和任务。

用通俗的话来说，推荐系统能够在有限的时间内为每一天安排合适的任务。其实这句话中就包含了这个推荐系统的限制条件，有限的时间以及合适的任务。

有限的时间也就是当天可用于支配的自由时间，合适的任务在于获取必要的日程任务之后，力求剩下的时间能够获取最高评分的日常和任务搭配。为了实现这个系统，我们需要用到线性规划。线性规划是一种数学方法，用于在一系列线性不等式或等式约束下寻找某个线性函数的最大值或最小值。线性规划包含以下要素：

1. 变量：这些是你在目标函数中调整以达到最大化或最小化的元素。在商业案例中，这些可能是生产不同产品的数量。
2. 目标函数：这是你希望最大化或最小化的线性函数。例如，你可能想要最大化利润或最小化成本。
3. 约束：这些是形式为线性不等式或等式的限制，用于限定变量的可行范围。例如，原材料或预算的限制。

对于我们的系统来说，变量就是待办是否执行。待办只有执行（1）或者不执行（0）。

目标函数是所有可执行待办的评分总和，我们希望最大化这个总和。

约束条件是可执行待办的时间总和要小于当日的活跃时间，以及日程任务必须当日执行，同时类似的日常任务每日只执行一个。

拥有了这些设置之后，我们就能够获取当日最优的待办方案了。

时间管理

在文章的最开始提到这是一套能够帮助所有人而存在的系统，对于所有人来说共有的资源就是时间。时间作为一个公平的维度去帮助衡量所有的项目，也能够看到自己在为某个目标所付出的真正的「努力」。

大部分人对于时间的敏感度是非常低的，对于某一项能力的评估大部分人是使用的时间来评估。比如通常会说我学了五年吉他。但是这里的「五年」其实是非常模糊的一个表述，只表达了一个时间区段，这五年里面是一周练习一次还是每天都练习，这对于技艺来说就是天差地别。反过来，如果不能够计算清楚自己所花费的时间是多少，可能也会被这个「五年」所欺骗，会觉得自己已经学习了那么久了，为什么最终还是没有什么太大的进步。

举一个我自己的例子来说，我从 2022 年的 11 月开始打排球，在我有时间意识之前，我只知道自己打球了几年时间，但是我在 2024 年底时候回顾了我过去两年时间在排球上面所花费的时间，其实仅仅只有 350 个小时左右。

按照 K. Anders Ericsson 提出的「10000 小时定律」，要将一项技能练至世界级水平，需要投入 1 万小时。而对比上述两个例子，我最初认为自己两年来投入了不少时间在排球上，但实际上，这 350 小时与 1 万小时相比只是九牛一毛。虽然我的目标并非达到世界级水平，但若仅从 10000 小时的标准来看，这个时间显然远远不够。

根据「二八法则」，我们可能只需投入 20% 的时间，就能掌握 80% 的基础技能。然而，若想在剩下的 20% 上精进，接近世界级水平，通常需要额外投入 80% 的时间。换句话说，即使不追求世界级水平，普通人至少也需要投入 2000 小时，才能在某项技能上达到较高的能力水准。所以我在 2024 年底的时候清楚的意识到自己的水平就仅仅只有 350 个小时而已，为了能够尽快地达到 2000 个小时，我在 2025 年设下了目标要求一年就能够达到 300 个小时。

这就是时间管理的意义所在，如果我不能够清楚的知道自己所花费的时间，我只会知道自己打了两年的球，但是依旧没有什么太大的进步，2025 年可能也继续只能投入 150 个小时左右的时间。

如何记录

目前市面上有很多的时间记录软件（Timing、Toggle、Tyme），但是最终都没有能够坚持下来。市面上的时间记录软件大致有两种，电脑后台的自动记录（Timing）或者是自己手动开始和结束某个任务（Toggle、Tyme），但这两种记录方式都有坚持不下来的问题。

自动记录不能够记录在电脑使用之外的时间，同时对于自动记录下来的时间过于繁杂且真实导致最终不愿意继续记录，手动记录就是单纯需要每一个任务都做一次开始记录时间的操作外加一次结束记录的操作从而导致经常忘记。

最终我的选择是使用间歇日记的方式来进行记录，间歇日记非常简单，只需要记录一个时间戳再附上简短的文字即可。间歇日记不仅能够帮助记录下时间的使用情况，同时也能够帮助我们整理思绪切换到下一个任务，每天记录完成之后只需要计算两个时间戳之间的时间差再进行分类就好。

对于时间的分类，我目前的分类是：主要工作、日常生活、自我提升、健康、人际关系、休息，六个大类。这六个大类几乎能够涵盖生活中的大部分的场景了。

在分类中最容易出现的问题就是，如果有一个时间段我认为同时属于两个不同的类别，应该如何去区分？经过我的实践有以下的解决方法：

1. 按照这个时间段的主要目的去分类。例如和朋友一起打游戏，是应该算作打游戏还是维系朋友关系？那就要看自己选择去做这个事情的主要目的是什么，如果是为了放松休息，那么就应该是休息的类别，如果是为了和朋友一起聚会，那么就是人际关系。
2. 按照原本的时间去分别记录。例如吃饭的同时看了电视剧应该如何记录？吃饭的时间是每天必不可少的时间，那么有一个本来正常的吃饭时间，超过这个正常时间的部分就算作你的额外目的的时间。例如吃饭的整个过程是 2 个小时，那么正常的吃饭时间是一个小时的日常生活类别，剩下的一个小时就是看电视剧的休息时间。
3. 可以同时记录的情况。例如上班摸鱼做自己的事情应该如何记录？本职的上班时间本来就能够给我们带来价值，那么额外利用时间就算作对应的类别记录。也就是说我们可能存在一天超过24小时的情况。

精力管理

之前的内容只获取了当日最优任务搭配，如何能够在最合适的时间去做最合适的任务，是下一步的目标。通过一段时间的时间记录，我们能够知道每天在哪些时间段是做了我们认为重要的工作，这些时间段就是每天的高精力时间段。

把一天分为每 5 分钟一个小时间段，那么一整天就会有 288个五分钟，也就是一个长度为 288 的向量 V，对于每一天来说我们都能够获得一个这样的向量，如果是高精力时间段就会在对应的时间段获得 1、低精力时间段就会获得 0。

把所有天的向量集合起来就能够获得一个平均的精力向量 V bar。

有了这个平均精力向量，系统就能够知道在什么时候是处于高精力的时间段，什么时候是处于低精力的时间段，在推荐系统推荐出合理的任务之后，就能够把任务分配到精力最高的时间段了。

三位一体

至此这套系统之中的时间待办精力是如何管理的已经完全解释了，它们是三位一体的存在。有新的待办产生之后，需要花费时间去完成，时间又能够反应精力的高低帮助下一次更好的去安排待办。这套系统希望能够在这个良性的循环中不断进步完成待办直到达成目标。

FluxTime

上述的整套系统看起来非常的复杂有非常多需要计算的地方，靠个人几乎是没有办法去实现它的。为了能够让更多的人使用上这套系统，我开发了一个软件 FluxTime，让你只需要关注时间记录以及创建待办就好了，其他的任务推荐，精力曲线计算，结果反馈都交给软件就好了。

目前 FluxTime 已经上架 App Store 且完全免费，欢迎各位读者下载测试。

> 关注 少数派公众号，解锁全新阅读体验 📰

> 实用、好用的 正版软件，少数派为你呈现 🚀

Matrix 首页推荐 

Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。 

文章代表作者个人观点，少数派仅对标题和排版略作修改。

TimeGPT 是一套科学完善的时间精力待办管理系统，整套系统旨在帮助所有人能够更好地实现自己的目标。整套系统以目标为导向，拆解成更小的项目以及可以执行的待办，为待办事项提供了一套完成的 UCEVI 评分系统；评分系统旨在能够最大化地实现最高价值的目标，并且最终根据待办事项的类型以及精力区域来智能安排待办事项的时间，时间精力以及待办最终能够达成一个完美的正循环来帮助更好地实现目标。

待办管理

UCEVI 评分系统

UCEVI 是紧急（Urgent）、花费（Cost）、努力（Effort）、价值（Value）、影响（Impact）的缩写，这套系统是在艾森豪威尔矩阵也就是大众所熟知的紧急重要矩阵上发展出来的系统。艾森豪威尔矩阵简单来说就是它将任务分为四个象限，基于它们的紧急性和重要性来判断任务的优先级。但是在我的实践过程中发现，这种评判标准有以下的两个问题：

1. 对于处于同一象限的任务没有优先级之分；
2. 紧急性和重要性是待办事项的开始节点和结束节点，但是却忽略了过程。

针对于以上的两点问题，我对艾森豪尔矩阵进行了一些拓展。首先我要求最终的结果是一套评分系统，对于同一象限内的任务也依旧存在优先级之分。

其次我增加了对于待办过程的考量，也就是待办所需要花费的资源。我增加了一个新的维度：花费（Cost），也就是每一个待办的时间花费。

但是这可能依旧存在一定的问题，目前的三个维度，只关注到了每个待办的本身，没有涉及到待办上级的项目或者是最终的大体目标。也就是说，如果一个待办本身如果有很高的花费和较高的重要性，但是这个待办后面的目标不是一个很重要的目标的话，很有可能最终的优先级高于一个有较高花费、但是是重要目标的待办。

所以为了能够加上对于上级的考量，又增加了两个新的维度：努力（Effort）和影响（Impact）。努力指代待办背后的整个目标所需要花费的努力。而之前的重要性分解为了待办自身的价值（Value）以及待办背后的目标最终带来的影响力。

最终得到以下五个不同的维度：

对于待办的开始是取决于紧迫程度，在过程中取决于所需要花费的资源，最终对于完成待办之后是所能够带来的价值。以下是对于这五个维度的具体定义：

• Urgent：待办的紧急程度
• Cost：待办所花费的资源
• Effort：完成待办所属的目标（Goal）所需要花费的努力
• Value：待办所能够带来的价值
• Impact：待办背后的目标所能够带来的影响

既然是一套评分系统，我们就需要对于每一个维度都设定一个具体的值，如果单纯地按照自己的心理评价来打分（1-10）显然不是一个客观的评分系统。所以对于这五个维度我们需要找到对应的实际值来转化，也就是我们需要实际记录的值，对于不同层级会有不一样的记录。

• Urgent：现在的日期到截止日期天数
• Cost：待办本身的时间花费
• Effort：待办所属的目标所花费的时间 + 待办所属的项目所花费的时间
• Value：待办所花费的时间占总目标所花费的时间乘以影响（Impact）
• Impact：如果目标成功的期望收入（收入乘以可能性）- 目标失败所损失的机会成本（失败的概率乘以小时工资） + 目标所带来的精神愉悦

到此为止我们已经能够获得 UCEVI 相对来说客观的数据，当然这其中还有一些系数没有解释，这些我们留到后面再来解决。

有了这 UCEVI 的数据之后，我们又面临了新的问题，对于我们的待办来说，UCEVI 中的维度的影响力对于每一个人来说是不一样的，可能有的人认为自己的时间很多，只看重最终的价值，那么他就会认为 花费（Cost） 以及 努力（Effort） 的影响力需要低一些，反之亦然。如果纯靠自己给予每一个变量一个系数也不是一个客观合理的做法。为了解决这个问题，我们需要引入层次分析法。

层次分析法（Analytic Hierarchy Process，简称 AHP）是一种决策分析方法，这种方法主要用于复杂决策问题的分析与决策，特别适合于那些难以完全定量分析的问题。举例来说我现在想要买电脑，我可能会考虑以下三个方面：CPU、GPU、主板，但是我的预算有限导致我不能够全部买最好的，所以我要在有限的预算中去进去取舍。

我对于这三个变量进行两两比较，例如 CPU 和 GPU 中我更看重 GPU，那么我给 GPU 取 2，CPU 和 GPU 的比较中就只能取得 1/2。最终我获得了以下的表格：

之后我对于每一列进行计算获取百分比，再加总百分比就能够获得每一个变量的权重了。

这种权重依旧是我们主观（也确实是需要我们的主观）上来获取的权重，但是相较于纯凭照内心来对于变量进行打分更加客观一些。经过计算之后我们就能够获取到自己的 UCEVI 的权重了使用权重乘以变量就能获得我们最终的分数（这之中还有很多的归一化，反值转化的操作）。

如何定义价值

对于不同的目标的价值是不太一样的，有的目标可能是直接能够为你带来金钱，但有的目标可能是为你带来成就感或者是愉悦的时间。我们先讨论比较直接的能够获取金钱的目标，这种目标通常来说更加符合直觉，也应该是我们大部分人追求的目标。

对于金钱的收入也同样有两种不一样的收入，一种是一次性的收入、一种是年收入的增加。要比较一次性收入还是年收入的增加通常的做法是使用净现值的做法，通常使用银行利率作为折现率来计算净现值。

但是如果仅仅只是这样去做比较的话还是有一些问题，按照现在这个算法来说极端情况下的买彩票可能带来的收入是极高的，相较于其他的一切目标，所以在计算真正的目标价值的时候需要计算的是期望效用。期望效用简单来说就是最终目标的各种可能带来的价值乘以这些可能发生的概率的合。

如果以单纯的年收入的增加作为事件的影响结果的话，那么可能会导致的问题就是，买彩票这个事情的年收入增加会非常的高，但是没有考虑这个事情可能发生的概率，所以在最终的决策是应该在世界的某一个状态（State）下做出行为（Action）的结果（Outcome）。对于每一个结果存在自己的效用（Utility）函数，同时要达成这样的结果也存在一个可能得概率（Probability）。

最终的结果就是如下，对于某一个行为的期望效用是这个行为在世界的不同状态下的结果乘以发生的概率合。

上述的方式可能理解起来有一些困难，现在举一个简单的例子来理解。对于出门要不要带伞这一行为做的决定是和世界的状态相关的，也就是和下不下雨是相关的。那么不同的行为对应不同的世界状况就能够得到不同的结果。

那么不同的结果对于每个人来说评判的效用不同，再根据下雨和不下雨可能发生的概率得到一个行为的期望效用。

所以在极端情况下可能会出现的是，我的一个目标可能是我要找到一份一年挣 1000 万的工作，那么这个目标相应的项目和待办的优先度就会非常的高。但是这件事情的最终能够实现的可能性非常低，我们需要考虑在当前这个世界的状态下这件事情能够成功的可能性再去定夺。

通过这种方式得到的结果就会比之前年收入的增加合理很多。可能这时候会有人问到如何精确确定每种事件的发生概率，这对于未来事件的预测的概率不可能做到完全精确，但是这些概率可以随着你在进展的途中进行改变，至于新的概率是使用贝叶斯的理论结合先验概率和新的确凿证据来更新概率，还是杰弗里斯的获取不确定证据后的更新概率，都能够有效地去帮助我们更好地往正确的方向更进一步。

这些概率和很多的因素相关和你内心的信念、所处世界的状态都相关，同样的一件事件不同人给出来的概率也可能截然相反，但是本质上是为了朝着你心中信念的方向去努力。

如何比较精神获得和金钱收入

在设定目标的时候，如果系统只考量金钱收入的话，那对于某一些暂时没有金钱收入的目标会永远得不到考虑。有一些目标可能只是为了自己的心里愉悦，例如发展一些兴趣爱好，健身等等，所以这时候我们就需要考虑精神获得和金钱收入。

在 TimeGPT 中所使用的方法是引出一个彩票机制。假设在某一个时间段你面临一个选择，你可以选择去上班或者在家打游戏。通常来说大家无法做出决定的时候就会选择抛硬币，正面就去上班、反面就在家打游戏。彩票几乎也是类似的意思，只不过你可以自己设定正面和反面的概率。

例如我想要比较上班和打排球，那么这时候我做了一个彩票 1/10 的概率是上班 9/10 的概率是打排球来让我认为这个彩票无论出现哪个结果我都是满意的。那么在我的心中我是更加想要去打排球的，而不是上班的。所以 V 的等价价值是等于一个常数 k 除以概率。

假设的条件是如果概率各自是 1/2 的时候我们认为工作和精神愉悦是相等的。所以就得到 k = 0.5W。

由模型曲线可以看到，这个模型基本上符合我们的需求，且只有在极端的情况下才会由大幅度的上涨，其他的时候基本上是属于 W 周围的正常范围。

所以对于非直接收入的目标的时候，就可以使用达成这个目标所需要使用的时间乘以上面公式计算的等价小时收入，也就是相当于你获得了这么多小时的愉悦和你拿这么多钱是一样的。

推荐系统

至此我们已经对所有的待办都拥有了一个对应的分数，但是这依旧不能够满足我们的推荐系统。如果仅仅是按照分数进行排序，那么可能会出现一些问题：

1. 待办可能还没有到开始的日期，但是因为最终的高价值所以获得了很高的分数。
2. 相似的待办因为相同的目标或者结果所以全部都获得相同的评分。
3. 没有办法根据每天的情况来具体推荐。

针对于以上问题，我们需要再额外加入一些限制条件，不过在这之前最重要的是对待办进行分类。经过我长时间的实践把待办分为了三种：任务、提醒、日程。它们的所要求的方式是完全不一样的：

• 任务 Task：不是有明确时间的任务，例如完成调查研究等等
• 日程 Event：有明确时间点的事件，例如看医生，开会议
• 提醒 Reminder：需要快速完成的小任务，例如交房租

其中提醒我们不需要在我们任务系统中进行评分，因为它们通常都是很短暂的小任务。所以以下的讨论只会涉及到剩下的两种待办类型。

任务是没有固定的开始时间，同时也没有固定的时长，与之对应的是日程，日程拥有非常固定的开始时间以及固定的时长。理清楚这些待办事项的类型是非常重要的，在此之前如果没有把这些待办分类，全部杂糅到一起那么将会是一片混乱。

在对待办有了分类之后，我们就能够对不同类型的待办进行合理的推荐了。对于任务来说，它们没有固定的开始时间，所以几乎是任何时候都可以作为选择。对于日程来说，如果不到当日，那么这个日程就毫无意义，因为它需要固定的时间，只有时间到了才会发生。对于日常来说，我们可能会同时拥有很多日常，但是每天只需要做一个日常就足够了。所以推荐系统需要选择出是否有当日的日程，之后利用剩下的时间选择合理搭配日常和任务。

用通俗的话来说，推荐系统能够在有限的时间内为每一天安排合适的任务。其实这句话中就包含了这个推荐系统的限制条件，有限的时间以及合适的任务。

有限的时间也就是当天可用于支配的自由时间，合适的任务在于获取必要的日程任务之后，力求剩下的时间能够获取最高评分的日常和任务搭配。为了实现这个系统，我们需要用到线性规划。线性规划是一种数学方法，用于在一系列线性不等式或等式约束下寻找某个线性函数的最大值或最小值。线性规划包含以下要素：

1. 变量：这些是你在目标函数中调整以达到最大化或最小化的元素。在商业案例中，这些可能是生产不同产品的数量。
2. 目标函数：这是你希望最大化或最小化的线性函数。例如，你可能想要最大化利润或最小化成本。
3. 约束：这些是形式为线性不等式或等式的限制，用于限定变量的可行范围。例如，原材料或预算的限制。

对于我们的系统来说，变量就是待办是否执行。待办只有执行（1）或者不执行（0）。

目标函数是所有可执行待办的评分总和，我们希望最大化这个总和。

约束条件是可执行待办的时间总和要小于当日的活跃时间，以及日程任务必须当日执行，同时类似的日常任务每日只执行一个。

拥有了这些设置之后，我们就能够获取当日最优的待办方案了。

时间管理

在文章的最开始提到这是一套能够帮助所有人而存在的系统，对于所有人来说共有的资源就是时间。时间作为一个公平的维度去帮助衡量所有的项目，也能够看到自己在为某个目标所付出的真正的「努力」。

大部分人对于时间的敏感度是非常低的，对于某一项能力的评估大部分人是使用的时间来评估。比如通常会说我学了五年吉他。但是这里的「五年」其实是非常模糊的一个表述，只表达了一个时间区段，这五年里面是一周练习一次还是每天都练习，这对于技艺来说就是天差地别。反过来，如果不能够计算清楚自己所花费的时间是多少，可能也会被这个「五年」所欺骗，会觉得自己已经学习了那么久了，为什么最终还是没有什么太大的进步。

举一个我自己的例子来说，我从 2022 年的 11 月开始打排球，在我有时间意识之前，我只知道自己打球了几年时间，但是我在 2024 年底时候回顾了我过去两年时间在排球上面所花费的时间，其实仅仅只有 350 个小时左右。

按照 K. Anders Ericsson 提出的「10000 小时定律」，要将一项技能练至世界级水平，需要投入 1 万小时。而对比上述两个例子，我最初认为自己两年来投入了不少时间在排球上，但实际上，这 350 小时与 1 万小时相比只是九牛一毛。虽然我的目标并非达到世界级水平，但若仅从 10000 小时的标准来看，这个时间显然远远不够。

根据「二八法则」，我们可能只需投入 20% 的时间，就能掌握 80% 的基础技能。然而，若想在剩下的 20% 上精进，接近世界级水平，通常需要额外投入 80% 的时间。换句话说，即使不追求世界级水平，普通人至少也需要投入 2000 小时，才能在某项技能上达到较高的能力水准。所以我在 2024 年底的时候清楚的意识到自己的水平就仅仅只有 350 个小时而已，为了能够尽快地达到 2000 个小时，我在 2025 年设下了目标要求一年就能够达到 300 个小时。

这就是时间管理的意义所在，如果我不能够清楚的知道自己所花费的时间，我只会知道自己打了两年的球，但是依旧没有什么太大的进步，2025 年可能也继续只能投入 150 个小时左右的时间。

如何记录

目前市面上有很多的时间记录软件（Timing、Toggle、Tyme），但是最终都没有能够坚持下来。市面上的时间记录软件大致有两种，电脑后台的自动记录（Timing）或者是自己手动开始和结束某个任务（Toggle、Tyme），但这两种记录方式都有坚持不下来的问题。

自动记录不能够记录在电脑使用之外的时间，同时对于自动记录下来的时间过于繁杂且真实导致最终不愿意继续记录，手动记录就是单纯需要每一个任务都做一次开始记录时间的操作外加一次结束记录的操作从而导致经常忘记。

最终我的选择是使用间歇日记的方式来进行记录，间歇日记非常简单，只需要记录一个时间戳再附上简短的文字即可。间歇日记不仅能够帮助记录下时间的使用情况，同时也能够帮助我们整理思绪切换到下一个任务，每天记录完成之后只需要计算两个时间戳之间的时间差再进行分类就好。

对于时间的分类，我目前的分类是：主要工作、日常生活、自我提升、健康、人际关系、休息，六个大类。这六个大类几乎能够涵盖生活中的大部分的场景了。

在分类中最容易出现的问题就是，如果有一个时间段我认为同时属于两个不同的类别，应该如何去区分？经过我的实践有以下的解决方法：

1. 按照这个时间段的主要目的去分类。例如和朋友一起打游戏，是应该算作打游戏还是维系朋友关系？那就要看自己选择去做这个事情的主要目的是什么，如果是为了放松休息，那么就应该是休息的类别，如果是为了和朋友一起聚会，那么就是人际关系。
2. 按照原本的时间去分别记录。例如吃饭的同时看了电视剧应该如何记录？吃饭的时间是每天必不可少的时间，那么有一个本来正常的吃饭时间，超过这个正常时间的部分就算作你的额外目的的时间。例如吃饭的整个过程是 2 个小时，那么正常的吃饭时间是一个小时的日常生活类别，剩下的一个小时就是看电视剧的休息时间。
3. 可以同时记录的情况。例如上班摸鱼做自己的事情应该如何记录？本职的上班时间本来就能够给我们带来价值，那么额外利用时间就算作对应的类别记录。也就是说我们可能存在一天超过24小时的情况。

精力管理

之前的内容只获取了当日最优任务搭配，如何能够在最合适的时间去做最合适的任务，是下一步的目标。通过一段时间的时间记录，我们能够知道每天在哪些时间段是做了我们认为重要的工作，这些时间段就是每天的高精力时间段。

把一天分为每 5 分钟一个小时间段，那么一整天就会有 288个五分钟，也就是一个长度为 288 的向量 V，对于每一天来说我们都能够获得一个这样的向量，如果是高精力时间段就会在对应的时间段获得 1、低精力时间段就会获得 0。

把所有天的向量集合起来就能够获得一个平均的精力向量 V bar。

有了这个平均精力向量，系统就能够知道在什么时候是处于高精力的时间段，什么时候是处于低精力的时间段，在推荐系统推荐出合理的任务之后，就能够把任务分配到精力最高的时间段了。

三位一体

至此这套系统之中的时间待办精力是如何管理的已经完全解释了，它们是三位一体的存在。有新的待办产生之后，需要花费时间去完成，时间又能够反应精力的高低帮助下一次更好的去安排待办。这套系统希望能够在这个良性的循环中不断进步完成待办直到达成目标。

FluxTime

上述的整套系统看起来非常的复杂有非常多需要计算的地方，靠个人几乎是没有办法去实现它的。为了能够让更多的人使用上这套系统，我开发了一个软件 FluxTime，让你只需要关注时间记录以及创建待办就好了，其他的任务推荐，精力曲线计算，结果反馈都交给软件就好了。

目前 FluxTime 已经上架 App Store 且完全免费，欢迎各位读者下载测试。

> 关注 少数派公众号，解锁全新阅读体验 📰

> 实用、好用的 正版软件，少数派为你呈现 🚀

Matrix 首页推荐 

Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。 

文章代表作者个人观点，作者所提供的内容及视角基于其个人的资料整理，并不构成少数派官方立场的旅行建议。少数派仅对标题和排版略作修改。

引子：我的年度目标又全部实现了，你呢？

2025 年过得很快。转眼间就是 2026 年了。我在 2025 年年初写下的、有关「新年计划」的文章，居然又被少数派推荐了一次。在过去的一年里，我并没有写完并发布「之后继续讨论」的文章。这件事就一直搁置到了现在。

值得我个人庆幸的是，我从没有把「写文章」作为 2025 年的目标，也从未把它优先放在这一年的计划里。偶尔有几次，我在制定短期计划的时候，以为自己有空，就把「写完某文章」顺手塞进去，作为一个优先级很低的项目。然后，在做完一些优先级更高的事之后，我发现自己用光了时间和精力，于是（第 N 次）搁置了这些低优先级项目。——也即，虽然没做，但是无所谓。

2025 年 1 月 1 日，我在自己全年的 Block Year Planner 上列出了这一年三个最重要的目标，以及相应的时间节点：

• 通过 2025 年 5 月的马伽术 Expert 1 考试
• 通过  JLPT N3（如果有可能，甚至 N2）的考试
• 完成至少三个桌面游戏设计专案

还有一个没有写但是默认的目标，是顺利完成我在科隆体育大学的各项学业任务。

2025 年 12 月 31 日上午，我从墙上取下这张 Planner 的时候，上述目标的完成情况如下：

• 马伽术 Expert 1 考试顺利通过；
• JLPT N3 已通过，N2 成绩尚未公布；
• 完成了四个桌面游戏专案：两个已出版，第三个完成众筹，第四个即将下厂生产；
• 本年度内的所有考试全部通过，总平均分保持在 2.0（德国 5 分制）以内。

目标就是用来实现的。计划就是用来完成的。如果在制定年度目标和计划时就已经担忧「可能无法实现」，为什么还要花时间去做这些无用功？

你那些曾经想过但没有做的新年计划，也是无关紧要、做不到也没所谓的吗？或者，你是否有过一些自认为很高优先级的计划，但是在新年开始后不久就因故一再延期、一再停滞，直至被抛诸脑后，直到年终总结时又追悔莫及？如果后一种循环在你的 2025 年（或者之前）曾经发生，而你并不想在 2026 年（及以后）重蹈覆辙，本文或许会对你有些帮助。

出发点：别把想法太当回事

在制定计划前，我们要先考虑自己的目标是什么，以及我们为什么想要实现这些目标。根据自我决定理论，一个目标可能联系到我们的三个基本需求：自主、胜任和归属。相应地，我们的目标可能是掌握、结果或过程。实现一个目标的动机可能是更加内驱的，或者更加外部的。相关的概念和讨论，可以参照我的上一篇文章。

六十年前的理论家认为，只要有强大的环境因素和自身信念的影响，个体的行为就会发生改变。但事实果真如此吗？几年前，我的一位朋友向我请教如何减肥。我看到了他的身材，确认他体检中有异常指标，听到了他有关「健康很重要」的笃定信念，也了解了他的生活习惯。于是乎，我建议他「今年可以先从戒烟开始，少吸一点也好」。

他说，这个改不了。

我说，那先戒掉酒精和含糖饮料。

他说，这也没法改。

我说，那要不然先从不熬夜开始？

他说，这更改不了。

另一次，某位符合重度肥胖标准的朋友，在微信群里非常坚决地问我「如何做运动才能减肥」。我听说了他的运动量和饭量，替他稍微估算了一下热量平衡，建议他戒掉含糖饮料、改变饮食习惯，同时每天按我建议的强度运动 30 分钟。

他听完之后，回了我六个字：这么难，放弃了。

是因为计划不够详细、不够合理、不够可行吗？诸如 SMART 之类的计划制定原则，大家应该耳熟能详。但即使制定了计划，也未必就能保证执行，更无法保证效果。多年前我在高校心理咨询中心任职，接诊过颇多自称「拖延症」、渴望学会「战拖」的来访者。有些来访者在咨询中会自主制定计划，在结束咨询前又重申了计划，但下一周来访时就会表示并未有效执行。在此情况下，来访者会以各种方式找借口，例如「总之就是没有动力做事情。」但这些借口本身并不重要。无论你驳倒多少借口，他们总会找出新的借口。又或者，他们可能会直接放弃咨询——但就是打死不执行自己的计划。

我举这些例子是想说明，你可以就需求、目标类型和动机水平向自己提问。你也可能就此得出非常笃定的回答，抱持非常坚决的信念。但态度上的坚决和重视，不必然意味着你可以制定计划，甚至不意味着你能够开始行动。我们嘴上所说未必代表心中所想，心中此时所想未必等于彼时所想。行为的意图和行为本身之间，可能存在着一些看不见的鸿沟。你可以选择直面人性的弱点，勇敢地和这些鸿沟战斗（并继续失败）。或者，你也可以选择离它们远一点儿。

先计算代价，再思考收获

我无意讨论「如何制定个人年度计划」的技术细节。你可以在其他一些文章里读到。但我不认为你应该从这些细节开始。如果你此刻正在思考一件自己想做的事，或者一种自己想达到的状态，并犹豫要不要将它列为年度目标或列入年度计划，我建议你先问自己另一个问题：

为了做到这件事，或者达成这种状态，我愿意失去什么？

或者更直白一些：

我愿意为此付出多大的代价？

人的时间和精力是有限的。用游戏来做类比，你只有 100 个行动点。你在一件事上投入了行动点，就没有行动点去做另一些事。你可以在网上找到各种「经验帖」「行动指南」「计划模板」「跟练」甚至「陪跑服务」……所有这一切都可以提高你的效率，减少你的行动点浪费——但不会把你需要投入的行动点减少为零。你的年度目标越多、计划越宏大，需要的行动点总数也会更多。

在校学生有必修课程。职场人有日常工作。除此之外，你也需要一定的行动点用于睡眠——例如，每天 7~8 小时，或者说总数 1/3 的行动点——否则你未来一段时间的行动点将会严重减少。吃喝拉撒当然也要占用行动点。如果在此之外你还想专注地做一些事、实现一些目标，就必须做出取舍。

除了行动点，游戏里的其他资源也会制约我们的行动选择，包括但不限于金钱。一些能帮助你节约行动点、提高效率的服务或信息是付费的。许多行为（包括考试）本身也是要花钱的。钱花在一些事上，就不能花在其他地方。你是否同样做出了取舍的觉悟？

以我 2025 年的马伽术 Expert 1 考试为例。为了参与考试，我必须前往以色列参加国际马伽术联盟（IKMF）总部的集训。为了顺利通过考试，我要自己花时间和精力进行预备训练。为了有钱去以色列，我放弃了许多其他的享乐和社交机会。为了在学期中可以请假（且不挂科），我在出行前后的几周里额外赶工、完成了许多课业任务。所有这一切都是我实际付出的代价。如果什么事都不舍得放下，什么代价都不舍得付出，你准备从哪里、投入多少行动点和其他资源，用于那些你自以为「非常重要」的年度计划呢？

对代价的思考，是目标设定前期很重要的一项工作（Bird et al., 2024）。在现实层面上，这是一个很好的「确定优先级（Prioritization）」的问题。结合代价（或者说，目标达成的难度）以及潜在的获益两个维度，我们可以很好地回答「是否值得」的问题。如果实现一个目标收益极高，那么只要代价没高到无法接受，都可以考虑优先列入年度计划。反之，如果一个目标带来的收益不高，但代价却相当高，或许你就不该因为心血来潮把它丢进自己的「目标清单」。

在心理层面上，思考代价是一个很好的准备工作。愿意为某个目标付出高代价，可能代表了更加内部化的动机，也代表了更坚定的承诺。但这里的高代价不等于幻想中的「不惜一切代价」。事实上，如果你在思考某个目标时，内心突然冒出「不惜一切代价」的声音，我会建议你停下来，冷静地思考这个代价的上限。超出理性范围的代价，往往代表了不合理性的诉求或冲动——例如「宁可饿死，也要掉秤 20 斤」。如果这恰好是你的情况，你也许需要接受心理咨询，甚至去医院精神科就诊。最后这句话不是玩笑。

正因如此，我建议你在思考 2026 年的年度目标并制定计划之前，先想清楚自己有多少资源、愿意付出多少代价。

首要建议：把目标变成考试

当你意识到「想」和「做」之间存在鸿沟，并愿意付出一些代价之后，我们就可以谈谈「如何设定年度目标和计划」了。如果我只能就此提出一个建议，那这条建议一定是：

把每一项年度目标都变成一次「考试」。

我们从小到大经历了无数的考试。有些人可能听到「考试」两字就已经开始焦虑。但我这里提出的考试并非一种恐吓、打垮甚至羞辱应考者的手段，而是一个规模有限的、可量化的、可以做到的、切合实际的、有明确限期的检验——嗯，你可能已经发觉了，这不就是一个符合 SMART 原则的目标吗？

没错。每一次「通过考试」都是一个 SMART 的目标。每一个 SMART 的目标也都可以转化为一个「考试」。

几乎所有的「掌握型目标」都是可以变成考试的。例如，「学好英语」是一个很笼统的、一点都不 SMART 的目标。只要你稍微把它细化，最终总可以找到一个相关的考试与之挂钩：希望在职场上做到「基本的沟通交流」，可以考托业；想要达到一个较高的语言能力水平（例如 CEFR C1），可以是雅思或托福的高分；想要具备高水平的学术读写能力，可以选择 GRE 或 GMAT。……总有一款考试适合你。也即，如果你真的有个目标叫做「学好英语」，不如把它细化为「在某个具体的英语能力考试中，达到某个具体的分数水平」。

为什么一定是考试呢？掌握型目标的本质就是「自身能力水平达到某种标准，或者足以完成特定任务」。好的考试总是根据一个能力标准设计的，而且总是涉及特定的任务完成或问题解决。你当然可以自己构思一套具体的能力框架，并且为自己规划一些有待完成的任务——但既然已经有相关领域的专家做了这些事，何必再自己发明一遍轮子呢？直接付钱去报名一次考试就可以了。

何况有很多考试（或者模拟考试题）其实是不要钱的！

仍然以「学好英语」为例。很多嘴上说着要「学好英语」的人，其实是不知道自己的英语水平到底有多差（或者多「好」）的。此时最有效的检测手段莫过于一次考试。找一套完整的托福模拟题，花两小时做一遍，对照阅读和听力部分的标准答案，并让人工智能给你的口语和写作评分，我们就会对自己的水平有个直观的认识。在此基础上，想想自己平均每周愿意付出多少小时学英语，一年之后想要把能力提升到托福多少分对应的水平，并报名一次考试。这样一来，你就有了一个不得不学好英语的理由，一个具体的学好英语的计划——以及，一个可能用来展示（或丢人）的结果。

考试分数是量化的掌握型目标，也是结果型目标：你考了托福 80 分，别人考了 100 分，双方的结果好坏一目了然。能够量化的结果型目标本身也可以变成一种考试。另一些结果型目标很难量化，不能转化为考试分数。但我们至少可以罗列一些质性的标准，以「通过与否（Pass or Fail）」或者评价等级（Grading）的方式将它们变成给自己的考试。所有的过程型目标（是否做了某些行为）也可以照此处理。

以「想要运动健身」为例。运动心理学家 Simon J. Sebire 等人（2008）将与「锻炼」有关的目标划分为以下 5 类、20 种：

1. 社会归属（Social Affiliation）目标

• 与他人产生有意义的互动
• 与关心我的人分享运动体验
• 结交一些好友
• 与他人建立密切的情感纽带

2. 形象（Image）目标

• 让体型整体得到改善
• 提升外貌
• 令自己变苗条、以便更具吸引力
• 改变身体特定部位的视觉观感

3. 健康管理（Health Management）目标

• 提高自身对疾病的抵抗力
• 提升自身的活力水平
• 增进整体健康程度
• 增强耐力和体能

4.  社会认可（Social Recognition）目标

• 让别人觉得我很好
• 获取别人的尊重
• 得到别人的积极评价
• 令别人认可我是一个「运动者」

5. 技能发展（Skill Development）目标

• 学习/体验新的运动项目
• 学会并练习新的技术
• 成为某个运动领域的高手
• 提高整体的动作技能水平

列表中的大部分项目都是可以量化的，最典型的例子是「增强耐力或体能」和「增进整体健康」。无论你的目标是三大项的总重，跑步的配速，围度的增减，体脂率和体重的下降，或是体检生化指标落入常态范围……你总可以把它量化为一个类似考试分数的数值。

另一方面「与他人建立密切的情感纽带」「令别人认可我是一个运动者」虽然是结果型目标，但较难量化。「学习新的运动项目」「与他人产生有意义的互动」则是根本无法量化的过程型目标，例如。但即使是诸如此类的目标，我们仍然可以把它变成一种考试：

• 我在 2026 年参与了某项具体的运动（有，还是没有？）
• 我在参与这项活动的时候，与其他人产生了有意义的互动（从 1 分到 10 分，我的主观满意度可以打几分？）
• 别人认可我是一个运动者（有大约百分之多少的人这样认为？）
• 我和家人建立了密切的情感纽带（从 1 分到 10 分，我对我们的关系打几分？家人呢？）
• ……

《如何学习》（How We Learn） 的作者 Benedict Carey 认为，考试可以很有效地促进学习、帮助成长。我对此深信不疑。作为马伽术教官，我们甚至认为，人生的每一次挑战都是考试，考试就是人生的一部分。有时候我们考过了，有时候没有。有时候考不过只会伤心，有时候考不过则会丧命。如果你对「考试」这个词感到有压力，把它换成游戏中的「目标（Objective）」也并无不可——毕竟，游戏中完不成目标，也是会遭到惩罚的。

从目标到计划：习惯的养成与持续

有了「考试」的目标，结合你愿意付出的代价，我们总是可以制定出一个具体的计划。所谓计划，无非就是每周多少次、每次多长时间、每个具体的时间里做什么。视具体目标和个人情况不同，我们的计划并无统一的模板。你可以少量多次，也可以多量少次。但绝大多数考试，只要不是考「背书」也没有「重点范围」或「机经」，几乎都是不可能通过短期突击考过的。同理，你的资源总量即使固定，频次和时间跨度的分配也不可能无限压缩。

正常智力的学生，从六级 500 分到托福考试 110+，可能需要 400~500 小时的总学习时间。你可以每天花两小时复习备考，以 6~7 个月完成总体学习计划。你也可以每天学 6 小时，在三个月后应考。但你无法连续 20 天不吃不喝不睡觉应考，也不可能通过 3 天、每天 16 小时练出足够好的口语。又例如，为了增肌，你可以进行为期三个月、每周三次、每次一小时的力量训练，但不能在三天里每天力训 12 小时。这意味着你必须在一段时间里规律、连贯地投入资源并执行某些特定的行为——或者说，养成并实践一系列的习惯。

我在这里所说的习惯（habit）遵循 Laborde 等人（2020）的定义：一种习得的刺激-反应联结，引导个体在特定情境下自动化地执行特定行为。简而言之，我们在固定的情境下总是做某件事，不断重复，直至「不假思索」，就养成了一种习惯。一旦养成习惯，我们就不需要再主观思考或者推动自己去做一件事，从而节约了心智资源。另一方面，习惯是我们行动的「基线」，能帮助我们在压力和疲劳的状态下维持同样的行为。最简单、最大众化的例子就是晚上刷牙：无论情绪多糟糕、身体多疲惫，在大多数情况下，你总是会刷过牙才睡觉。

人类养成一个习惯到底需要多少天？这个问题并无统一定论。所谓「21 天」的说法最初来自 1950 年代一位名叫 Maxwell Maltz 的整形医师：他发现在整形手术后，患者至少需要 21 天才能习惯自己新的身体形象。显然，这个规律未必适合你的新年目标，以及对应的计划。根据心理学家 Lally 等人的一项研究（2010），行为达到「自动化」程度所需的时间范围是 18~254 天。如果你的目标与健康生活方式（包括运动）相关，根据行为转变的跨理论模型（TTM），从最初行动到养成初步的习惯约需 6 个月（Prochaska et al., 1992）。

《掌控习惯（Atomic Habits）》和《微习惯（Mini Habits）》等作品给我们一个重要的启示：在初入一个新领域、第一次做某件事的时候，切忌贪大求全，最好从养成「小到不可能失败」的习惯开始。列举上面这些研究和理论，也是为了强调同样的原则。如果某个年度目标是你之前生活方式的延续和发展，它当然可以更进阶，于是计划也可以更宏大。否则，年度目标最好定小，计划也要从简。

仍然以健康为例。如果你业余跑步多年，不时游泳，目标是在 2026 年首次完成铁人三项比赛，这就无可厚非。我一点也不会担心你的计划和执行。但如果你是运动小白，拿着年度体检有脂肪肝的报告，打算 2026 年完成一次全程马拉松，那我就要建议你调整目标、缩减计划，也许从每周跑两次三公里，年度完成一个半马开始。又或者，如果你打算增肌，想练力量，却从未有过规律的身体活动，或许办张卡、每周去两次健身房都可能太过艰难——也许要从每天花三分钟、完成 20 个波比跳起步。

从小的目标和计划开始，养成小的习惯，看似「成果」不彰，但在「过程」和「掌握」方面意义非凡：一旦在一个新领域养成行为习惯，你就可以在此基础上把它扩大、加深。如果你在 2026 年用了 12 个月养成「每天三分钟运动」的习惯，你的一只脚就跨入了上图中的「维持阶段」。在 2027 年，或许你就可以把它扩大为「每周 2~3 次，每次 30 分钟，中等以上强度运动」了。

站在「meta level（类似当代汉语中的「底层逻辑」）」的角度来说，你越是习惯「养成习惯」这件事，将来要执行新的计划和目标也就越容易。你身边总有一些人，年年叫嚣着「学一门新外语」，但从未超过三分钟热度。也有另一些人，每天只刷了五分钟多邻国，两三年之后至少达到了 A1（能简单喵两句）的水平。

——我的德语就是这么学的。

找到一些办法，设置一些提醒，引入一些奖励，把你想要养成的微习惯也变成一个多邻国。

小结：「做不到也没关系」的限度在哪

2025 年 7 月，我报名了 12 月的 JLPT N2 考试。按照计划，我应该每周平均用 6 小时学习日语。但从 2025 年 11 月初开始，我把自己的学习时间降低到了接近于零，而且在考前没做任何一套模拟题。也即，我其实是以准裸考的状态走进考场的。

为什么要这样调整计划呢？我们的秋季学期课业任务很重，而且我同时有好几个桌面游戏专案要赶工。更要命的是，在 10 月初和导师讨论之后，我发现毕业论文的准备工作也提前压了下来。随着任务量和工作负担超出预期，我的行动点也严重地不够用了。11 月初的某个周末，我生了一场重病，HRV 一度降到了个位数。我的身体在提醒我：再这样下去，咱就死给你看。

这正是我前面提到过的「通过代价权衡收益」。JLPT N2 的成绩对我有重要意义，但重要性相比其他几件事并不算高，而且绝对不紧急。这个目标暂时超出我的支付能力。为了节约行动点，我毫不犹豫地把它精简了。

这个例子或许过于极端，但有助于说明我们在何种情况下可以调整（甚至放弃）计划：如果目标和计划对资源的需求影响到了你的基本生存和健康，占用了你正常吃饭、睡觉的时间，令你完全绷紧、没有放松的余地，你就应该考虑降低目标、削减计划。在对「年度计划」动刀子的时候，你总是应该优先砍掉那些不紧急的、重要性较低的、收益较少的、占用资源相对较多（效率不高）的事项。

常规的 80-20 原则，在目标和计划领域依然适用。某一天没有做到某件计划中的事，不必过于懊恼——下一次照常做到、避免「连续两次或多次失败」就好。你可以按周或按月定期回顾、定期复盘，看看过去这一段时间里的总体完成率：如果达到了 80% 或更高，一切如常；如果只有 60%、70%，归纳可能的原因，思考如何应对；如果连续两个或多个阶段只做了 40~50%，甚至更少，认真想想「我是不是不愿意付出这么多代价」「我是不是应该调整目标和计划」。

如你所见，我并不喜欢「计划赶不上变化」这个说法——喜欢讲这句话的人，多半是用它作为借口的。为什么要强调行为-意图的鸿沟、主张从代价开始思考、建议从小习惯开始？一个重要的考量正是「预见到一些可能的变化，并为其留出余地」。上考场前一晚不睡觉，临开考前不撒尿，考砸了怪状态差，是非常无趣的。

你不需要做对所有的题目才能通过考试。你总是应该先做完那些有把握拿分的题，把偏题、怪题和刁钻的难题留到最后解决。玩游戏也是同理：简单的、紧急的、收益高的、主线的任务在前，不重要的支线任务留到最后，不做也没关系。

人生既是考试，也是游戏。哪怕有些考试没考过，有些任务没做完，只要为主线剧情支付过代价，也就足够了。抱着游戏的心态，在 2026 年的每一场考试中尽力拿分吧——给自己一个最好的交代。

References:

• Laborde, S., Kauschke, D., Hosang, T. J., Javelle, F., & Mosley, E. (2020). Performance habits: A framework proposal. Frontiers in Psychology, 11, Article 1815. https://doi.org/10.3389/fpsyg.2020.01815
• Lally, P., van Jaarsveld, C. H. M., Potts, H. W. W., & Wardle, J. (2010). How are habits formed: Modelling habit formation in the real world. European Journal of Social Psychology, 40(6), 998–1009. https://doi.org/10.1002/ejsp.674
• Matthew D. Bird, Christian Swann & Patricia C. Jackman (2024) The what, why, and how of goal setting: A review of the goal-setting process in applied sport psychology practice, Journal of Applied Sport Psychology, 36:1, 75-97, DOI: 10.1080/10413200.2023.2185699
• Sebire, S. J., Standage, M., & Vansteenkiste, M. (2008). Development and validation of the goal content for exercise questionnaire. Journal of sport & exercise psychology, 30(4), 353–377. https://doi.org/10.1123/jsep.30.4.353
• Prochaska, J. O., DiClemente, C. C., & Norcross, J. C. (1992). In search of how people change: Applications to addictive behaviors. American Psychologist, 47(9), 1102–1114. https://doi.org/10.1037/0003-066X.47.9.1102