大部分人用 AI 省下時間之後，那二十分鐘很快又拿去回信、開會，或者處理下一件被追著跑的事情，隔天一切照舊。
會有這種結果，不一定是 AI 用得不夠好，而是飛輪根本沒有轉起來，真正拉開差距的除了省下多少時間，也包括省下的時間最後去了哪裡。
一、複利：唯一真正重要的那條箭頭#
每天省下 X 分鐘，把這 X 分鐘再拿去優化自己的工作流程，兩三個月後 X 就會在複利效應下變成一個驚人的數字。
這句話寫出來像廢話，但它是整張圖裡唯一有難度的一步，因為把時間投回優化，當下沒有任何人會看見，沒有工單被結掉，沒有客戶被安撫，也沒有主管知道，它的報酬全部在未來。
所以飛輪的瓶頸不是技術，是你能不能容忍一段沒有產出的時間。
二、委派：付出的不再是勞力，而是等待#
某些事項，即使 AI 需要運行很久，那怕四小時或八小時，只要它能夠獨自運行、不需要人工介入，這類工作對我來說就可以從此 offload。
這件事本身還是需要時間，但我付出的已經不再是勞力，而是等待。 勞力有上限、會累，也會占用我的注意力，等待則不會。
一件事只要能夠被改造成可以放著跑的形狀，它的成本就從我的體力跟注意力，轉成機器自行運行的時間。
三、更小的心流窗口#
至於那些仍然需要人工介入的工作，假設某個任務我要花半小時讀程式碼或論文，再花半小時做相關的輸出，這一小時全都處在不被打擾的心流裡，意即我需要一個完整的一小時窗口才排得進去。
上班族最缺的從來不是一小時，是保證連續的那一小時。
既使 AI 不能全部代勞，它也能大幅壓縮需要心流的那一段，讓同樣的任務可以被塞進更小的窗口。對一個會被電話跟訊息打斷的工作者來說，這件事的價值遠比省時間大，它把原本排不進去的任務，變成排得進去的任務。
四、不要劃邊界#
很多人使用 AI 的方式，是先在心裡畫一條線，線的這邊給它做，線的那邊「它做不到」，然後花時間嫌棄它做不到的那部分。
我的做法相反，優先做完當下所有 AI 能做的事，並且優化它。
正因為可以同時開好幾個會話交辦不同的事，所以應該把所有它做得到的事情都拿出來做、拿出來優化，等你花 N 個禮拜優化完當前的流程，下一個版本的能力又進步了，你會找到更多它能做的事，並從此以後不斷跟著最新版本一起優化。
那條線每三個月就會移動一次，畫線的人會一直在跟三個月前的模型吵架。
五、它會跟你一起進化#
每當你使用 AI agent，它會不斷記錄發生過的事情跟你講過的話，而人在使用中也會越來越理解這具 agent 此刻的邊界跟人格特質。
AI 是那種越用越合手的義肢。
這也是上一條說應當優先做所有 AI 能做的事情的原因，磨合本身就是投資，你今天多花的二十分鐘不是浪費在一次性的任務上，是花在一個會累積的介面上。
輪子轉不起來的時候#
回到圖上那個 ★，如果你省下來的時間會立刻被填進新的工作，這五條全部失效，不是因為 AI 不夠強，是因為飛輪缺了把動能送回起點的那一段，你只是在替別人加速，自己原地踏步。
這一條不是技術問題，是環境問題，而環境問題通常不是靠更會下提示詞解決的。
延伸閱讀：如果你還沒開始，卡住的通常不是觀念，是最前面那兩步沒做。〈起手式七條〉是具體的做法 →
如果你手上的流程已經卡在知道可以優化，但一直挪不出那段沒有產出的時間，那段時間可以外包。