事情其实已经做得差不多了。
可人就是不动。
一边随手刷手机，一边让时间过去，直到凌晨1点、已经开始犯困，才突然开始干活。就像一个熬完夜才翻开课本说“好了，现在学习”的大学生。顺序明显反了。
更奇怪的是，只要开始了，后面其实能做下去。剩下的也不是什么大工程：把东西放进箱子，整理到搬运人员可以接手的状态；如果是文章，就做最后的校对和判断。真正困难的与其说是能力，不如说是第一步重得离谱。
这一晚让我看清了一件事：截止前的爆发力确实很好用，但同一个机制也意味着，等发动机终于点火时，油箱可能已经快空了。
1. 凌晨1点，一犯困，人突然启动了
并不是说午夜之前什么都没做。
大部分准备早已完成。理性上很清楚，只剩“一点点”。
可只要时间还有余量，手机就会赢。现在不做也来得及。五分钟后也行。再晚一点也行。
直到凌晨1点，困意也来了。
再这样下去，我会什么都没收尾就直接睡着。
这一刻，身体突然能动了。
那不像“动力从天而降”，更像是“继续拖延的空间消失了”。
不是体内突然出现了一个优秀监督员，而是时钟强行上岗了。
2. 明明已经做完大部分，最后几％反而最难开始
有趣的是，剩下的并不是一个巨大任务。
大部分已经结束。剩下的是装、收、确认、交接。每一项都很小。
可还是不想开始。
这说明“工作量少”并不等于“容易开始”。
哪怕是小事，只要需要切换状态，也会很重：放下手机，站起来，捡起东西，决定放哪里，再看下一件。
这里把正式做事之前，由切换、决定和启动本身带来的负担称为“启动成本”。
一个只要五分钟的任务，只要启动成本高，也可能被晾一个小时。
然后这五分钟任务在半夜醒来。
完全是夜行性的未处理任务。
3. 截止时间未必制造动力，它更像是在拆掉启动障碍
越接近截止时间，选择越少。
原本还有“现在做”“以后做”“明天做”“先做别的”。到了最后，这棵选择树几乎只剩“现在做”。
开始之前需要做的判断也随之减少。
于是人突然就能集中。
这当然很有用。靠截止前的一波爆发，确实可以完成很多事情。
但如果把它理解成“截止时间提高了能力”，就不太准确。
这次更像是退路和其他选项消失后，启动变容易了。
所以截止时间与其说是动力注射器，不如说是强制开机键。
一按就开。问题是，通常按得太晚。
4. 截止冲刺很强，但启动时油箱可能已经空了
最难受的地方在这里。
临近截止时可以动，所以最后往往还是能做完。
但真正开始动的时候，人已经困了。
注意力和体力都比白天少。启动性能拉满，电池图标却已经变红。
发动机点着了，没油了。
这就是“熬完夜才开始学习”的大学生模式。
如果只看短期完成率，这套系统甚至显得很能打。毕竟最后完成了。
但把舒适度、睡眠和第二天的余力也算进去，代价就很明显。
截止冲刺适合当应急装置。把它当日常发动机，先磨损的会是人。
5. 把批量执行交出去，只保留最后的判断
如果试图一次性把这种倾向全部改掉，问题反而会变重。
“以后做一个总能立刻开始的人”“按计划稳定执行”听起来很好。可如果这么简单，也不会出现凌晨1点才开机。
真正有用的是分工。
能交给别人或系统的大量重复执行，尽量交出去。
自己保留难以替代的最终判断。
比如写文章，大量初稿可以由其他人完成。自己最后读一遍，再决定“这里不对”“这里保留”“这里重写”。
比如搬家，如果服务范围允许，运输和最终封箱可以交给搬运人员。自己只负责决定什么带走、什么留下。
这不是偷懒。
这是把有限的注意力留给最难替代的判断。
6. 搬家不一定要“自己完美打包”，做到“别人能接着做”就可能够了
人一累，反而容易产生一种奇怪冲动：最后一点也想亲手做完。
把箱子漂亮地关好，贴好胶带，分类做到完美，所有东西都由自己变成“成品”。
但如果这些步骤本来就可以由搬运人员完成，目标就该改变。
真正需要的是把现场整理到下一位工作人员可以直接接手的状态。
如果一句“这个箱子里是这些东西，封箱麻烦你们处理”就可以，那就够了。
没必要把价值很低的工序也全部抱在自己身上。
目标一换，终点会突然靠近。
“把所有东西完美打包”很远。
“放进箱子，做到能交接”很近。
这已经不太像搬家准备了。
更像是给“人类接口”做前处理。
7. 写文章也是一样：初稿交出去，校对和判断留给自己
文章工作里也出现了同样的分工。
校对、发现哪里不对、做编辑判断，可以比较长时间地持续。
但面对空白页面，从零生成大量文字，启动难度明显更高。
于是批量写作交给其他人，最后的校对、修改和是否采用的判断自己保留。
这个分法很实际。
重要的不是“是不是每一步都亲手做”。
而是真正需要自己判断的地方，有没有自己的判断。
批量生成和最终判断没有必须由同一个人完成的理由。
如果最后总有一段工作只能自己做，那就更不该在抵达那里之前把油烧光。
8. 人工智能的致命弱点：它不会给我多长两只手
到了深夜，最后真正想要的已经不是建议了。
“人工智能那边的人，能不能过来帮我装箱？”
这才是最真实的需求。
聊天系统可以帮忙判断，可以排序优先级，也可以一起决定什么该扔。
但地板上的东西不会通过聊天窗口瞬移进纸箱。
可以增加智能，却不能多出两只手。
于是要求继续降低。
吉伊卡哇也行。帮我放进箱子就行。
不需要高级推理。
捡起来。放进去。下一件。
在那个瞬间，比起人工智能的未来，“物理自动化不够”反而更迫切。
面对最先进的语言模型，人类想要的仍然只是一个装箱助手。
9. 总结：与其逼自己变成另一种人，不如设计启动条件和分工
这一晚暴露出的模式很简单。
截止前的爆发力确实有用。
但等它启动时，人类电池可能已经快见底了。
所以“反正最后一分钟也能做完”并不是完整的成功标准。那可能等于每次都只剩5％电量就去打最终Boss。
更现实的办法，是重新设计工作，而不是把自己改造成永远准时启动、永远纪律完美的人。
批量执行交出去。能由别人完成的物理工作交出去。大批量初稿交出去。自己只保留真正需要自己的判断、选择和最终确认。
最后几％的目标，也不一定必须是“自己完美结束”。有时“做到下一位可以继续”就已经足够。
如果到了凌晨1点还是完全不想动，那么愿望会变得非常简单。
叫吉伊卡哇来。
帮我装箱。
就这样。
