效率系统 05｜杠杆——把一份时间变成十份产出

给我一个支点和一根足够长的杠杆，我就能撬动地球。
——阿基米德

前面四篇讲的都是怎么把你已有的时间和精力用好——管理精力、保护注意力、整理任务、安排时间块。但效率系统有一个天花板：一个人一天最多有 4-5 小时的高质量工作时间，再怎么优化也突破不了这个生理限制。

如果你想让产出再上一个量级，需要一个不同的思路：不是做得更多，是让每一份投入产生更大的回报。这就是杠杆。

Naval Ravikant 对杠杆有一个非常清晰的框架，我第一次读到的时候觉得他把我模糊感觉到的东西讲透了。这篇想从他的杠杆分类讲起，然后落到一个很实际的问题上：你手边有哪些杠杆可以用，你在哪些事情上应该亲手做，在哪些事情上应该交出去。

一、Naval 的四种杠杆

Naval Ravikant 在他的推文和播客里反复讲过一个框架：人类历史上只有四种杠杆。

第一种：劳动力。 雇人帮你做事。这是最古老的杠杆——你一个人搬砖一天搬 100 块，雇 10 个人就能搬 1000 块。大多数传统企业用的就是这种杠杆。它的限制是：管人本身需要大量精力，而且成本线性增长（多一个人就多一份工资）。对个人来说，除非你在经营公司，否则劳动力杠杆的使用空间有限。

第二种：资本。 用钱生钱。投资、创业融资、放贷。这是金融世界最核心的杠杆。它的特点是一旦启动，几乎不需要你的时间——你睡觉的时候钱也在工作。但它需要你先有资本（或者能获得资本），而且风险真实存在。

第三种：代码（软件）。 写一段代码，它可以无限次运行、服务无限多用户，而边际成本几乎为零。这是互联网时代最强大的杠杆之一。一个人写的一个小工具可以帮十万人节省时间。代码杠杆不需要别人的许可——你不需要说服投资人给你钱，不需要面试和管理员工，只需要一台电脑和你的技能。

第四种：媒体/内容。 写一篇文章、录一期播客、拍一个视频——它一旦发布，就可以被无限次消费，每一次消费都在传递你的想法和影响力，而你不需要额外付出时间。和代码一样，内容杠杆的边际成本趋近于零，也不需要别人的许可。

Naval 的核心判断是：代码和内容是这个时代最值得投入的两种杠杆，因为它们不需要许可、边际成本为零、而且可以在你睡觉的时候工作。

这个框架对我影响很大。我开始做内容的一个重要原因就是意识到：我花三天写一篇文章，这篇文章可能在接下来几年里帮到几千个人。这三天的投入产生的回报是持续的、累积的、不会因为我停下来就消失的。这和我花三天回复 50 条一对一的消息是完全不同的杠杆效率。

二、AI 是第五种杠杆

Naval 讲这个框架的时候（大约 2019 年），AI 还没有像今天这样深入到每个人的工作流里。但如果我们用他的框架来看 AI，AI 本质上是一种新的杠杆——更准确地说，它是代码和内容杠杆的放大器。

在代码杠杆上：你不需要是专业程序员也能用 AI 写脚本、做自动化。以前需要一个开发者花三天写的小工具，现在你和 Claude 或 ChatGPT 对话半个小时可能就能搞出来。AI 降低了代码杠杆的门槛。

在内容杠杆上：AI 可以帮你做研究、整理素材、写初稿、翻译、排版。以前写一篇深度文章可能需要一周的研究和三天的写作，现在研究和初稿的时间可以压缩到一两天，你把节省出来的时间用在判断和修改上——这些才是真正需要你的部分。

在劳动力杠杆上：AI 正在替代一部分你过去需要雇人做的事。数据整理、信息汇总、简单的客户回复、文档排版——这些事以前可能需要一个助理来做，现在 AI 能做得差不多好，而且随叫随到。

AI 杠杆的关键特征是：它不需要资本，不需要管理，不需要许可，24 小时可用。 你只需要知道怎么用它、什么时候用它。这也是为什么最后一篇要专门讲 AI 在个人效率系统里的位置。

三、杠杆思维：一个判断框架

理解了杠杆的种类之后，更重要的是建立一种杠杆思维——在做每一件事之前问自己：这件事有没有杠杆？

具体来说，面对你待办清单上的每件事，你可以问三个问题：

这件事我做一次，能产生多次回报吗？ 如果能，它就有杠杆。写一个自动化脚本、建一个模板、录一个培训视频、写一篇常见问题的文档——这些事第一次做需要投入，但之后每次需要的时候都能直接用。

这件事只有我能做吗？ 如果是，那你必须亲手做，而且应该在精力最好的时候做。但如果不是——如果这件事别人或 AI 能做到你 80% 的水平——那它就是一个可以交出去的事。

这件事的回报和投入成正比，还是有加速效应？ 成正比的事（发一封邮件解决一个问题）是线性的。有加速效应的事（写一套流程文档让团队以后自己解决这类问题）是杠杆性的。

我自己有一个很具体的例子。以前我每次需要在 Obsidian 里创建一个新的文章文件，都要手动复制模板、改文件名、填 frontmatter、设标签。每次大概花 5 分钟，做一次不觉得什么。但我一周大概要创建 3-4 个文件，一年就是 150 多次，总共 12 个小时——做的全是重复的、不需要判断力的动作。后来我让 AI 帮我写了一个模板脚本，跑一次就自动生成所有格式。前期投入半小时，之后每次只需要 10 秒。这就是杠杆。

四、什么值得你亲手做

杠杆思维很容易走向一个极端：什么都想外包、什么都想自动化，结果连应该亲手做的事也交出去了。

有些事是不能交出去的，因为它们的价值恰恰来自于你的判断力、你的品味、你的关系。 具体来说：

最终判断。 AI 可以帮你做分析、列出选项、评估利弊，但最后拍板的必须是你。因为判断涉及价值排序，而价值排序只有你自己清楚。「这篇文章要不要发」「这个项目要不要继续」「这个合作方值不值得信任」——这些决策的质量取决于你的经验、你的直觉和你对自己目标的理解。

关系。 重要的关系需要你真实地出现在其中。你可以让 AI 帮你起草一封邮件，但如果那封邮件是发给重要的合作伙伴的，你需要自己读一遍、调整语气、确认每一句话都是你真正想说的。感谢、道歉、谈判、关心——这些事情的价值来自于它们是「你」做的，替代品做不到。

学习和思考。 你可以让 AI 帮你做文献综述，但理解那些文献、把它们和你已有的知识框架连起来、形成你自己的判断——这个过程只有你自己走过才有价值。把学习外包给 AI，你得到的是信息，不是理解。

创意的核心部分。 AI 可以帮你做初稿，但决定一篇文章的角度、结构、核心观点，以及最后的润色和品味把关——这些是你作为创作者最不可替代的贡献。

一个简单的判断标准：如果一件事做完之后，「谁做的」很重要，那它就不适合外包。如果「做完了」比「谁做的」重要，那它就是杠杆的候选对象。

五、个人层面的杠杆清单

把前面的框架落地，这里是一个普通人——不是企业家、不是程序员、就是一个每天需要做很多事的人——可以在日常工作中使用的杠杆清单：

模板和流程文档。 你反复做的事，把步骤写下来，做成模板。下次做的时候照着模板来，不用每次从头想。这适用于周报、会议纪要、邮件回复、项目启动、数据分析……几乎所有你每周都在做的重复性工作。Obsidian 和 Notion 都支持模板功能，Apple 备忘录也可以用一个固定格式的笔记作为模板。

自动化。 用技术工具把手动操作变成自动操作。iPhone 的「快捷指令」可以把几步操作合成一键完成；Zapier 或 Make 可以把不同 app 之间的数据自动同步（比如收到邮件自动创建任务）。如果你有 AI 工具，你可以让它帮你写简单的脚本来处理重复性的数据工作。

内容复用。 如果你做内容——写文章、录视频、做分享——同一个核心素材可以被复用到不同形式里。一篇文章的核心观点可以变成一条社交媒体帖子、一个分享的 PPT、一期播客的话题、一个回答别人问题的参考链接。你不是在「重复自己」，是在让一份思考服务于多个场景。

知识库。 把你学到的、想清楚的东西记下来，变成可以检索的资产。下次遇到类似问题，先搜一下自己的知识库，而不是从头想。Obsidian 特别适合这件事——双向链接让你的笔记之间自然形成网络，搜索和标签让你能快速找到你需要的信息。

标准化决策。 对于重复出现的决策场景，提前定好判断标准。「这种类型的请求我接不接」「这种价位的支出我花不花」「这类内容的选题我做不做」——提前想清楚标准，每次遇到的时候直接对照，而不是每次都重新纠结一遍。这和判断框架系列讲的是同一件事。

六、警惕杠杆的陷阱

杠杆思维有一些常见的陷阱值得提醒。

过早优化。 一件事你才做了两次，就想自动化它——但也许你只会做三次，而且第三次的做法可能和前两次完全不同。先手动做几次，找到稳定的模式之后再杠杆化。 过早自动化浪费时间，还可能锁死一个不成熟的流程。

用杠杆逃避重要但不想做的事。 有时候我们会用「我应该先建一个系统」来拖延真正要做的事。你不需要一个完美的写作模板才能开始写——先写起来，模板以后再说。杠杆应该服务于产出，而不是替代产出。

低估维护成本。 每一个自动化、每一个系统都有维护成本。工具会更新、接口会变化、你的需求会变。如果你建了太多自动化流程，光是维护它们就会占据你大量时间。数字极简那篇会专门讲这个问题。

把一切都量化。 杠杆思维很容易让人把所有事情都用投入产出比来衡量。但生活中有些事的价值不在于「效率」——和朋友吃一顿漫长的午饭、花一个下午什么都不做、在一个不产出任何东西的兴趣上投入时间。这些事不需要杠杆，它们的价值在于你亲自经历它们。

这一篇之后，你可以做的

所有人：看一眼你这周做的事，找出一件你反复在做、每次做法都差不多的事。给它写一个简单的步骤模板（5-10 步），下次做的时候照着来，看看是不是更快了。
正在做内容（文章/视频/分享）的人：找一篇你已经写过的文章或做过的分享，把它的核心观点提炼成 3 条，发到你常用的社交平台。一份思考，两种形式——这就是最简单的内容复用。
每天在不同 app 之间手动复制粘贴数据的人：试试 iPhone 的「快捷指令」或者 Zapier 的免费版，把一个你经常做的跨 app 操作自动化。哪怕只省 2 分钟，每天省 2 分钟一年就是 12 个小时。
经常重复回答同样问题的人（不管是在工作里还是做自媒体）：把最常被问到的 5 个问题和你的标准回答写成一个文档。下次被问到的时候，发链接或者复制粘贴，而不是每次重新打字。
想学用 AI 但不知道从哪开始的人：挑一件你下周要做的、需要写文字的事——起草邮件、写会议纪要、做调研——让 AI（Claude 或 ChatGPT）先给你一个初稿，然后你自己改。感受一下「判断」和「执行」分开之后，你的时间是怎么重新分配的。

一点边界

杠杆的前提是你知道什么是重要的。如果你还不确定自己最重要的事是什么，先去想清楚优先级，再考虑怎么杠杆化。工具放大的是方向——方向如果是错的，放大只会让你偏得更远。
劳动力和资本杠杆涉及雇人、投资等更复杂的决策，不在个人效率系统的范围内。
AI 杠杆的具体用法在最后一篇里展开，这里只讲它在整个杠杆体系里的位置。

这个系列会讲什么

参考

Naval Ravikant（2019），How to Get Rich (Without Getting Lucky) 系列推文及播客
Babcock, P. & Marks, M.（2010），Leisure Sciences：The Falling Time Cost of College: Evidence from Half a Century of Time Use Data（关于帕金森定律的实证讨论）
Mollick, E.（2024），Co-Intelligence: Living and Working with AI，Portfolio