GSD 三大陷阱：為什麼規劃越多、完成越少

有幾種忙法，忙完之後你打開任務清單，發現什麼都沒動。

不是因為你偷懶——恰恰相反，你這天很認真，你開了很多對話、寫了很多筆記、研究了很多東西。但到了睡前對帳，沒有一件「真的做完了、可以打勾」的事。

這就是執行陷阱。它們的共同特徵是：你做的每一件事都有合理的理由，但加起來是零進展。

陷阱一：無限備料

有一種任務永遠「還沒準備好開始」。

你想寫一篇技術文章，但你還沒研究完競品文章。你想開發一個功能，但你還在看相關的文件。你想發一個產品，但你還在做市場調查。

備料本身不是問題——問題是備料沒有止境的時候。

AI 加劇了這個陷阱，原因很簡單：用 AI 研究的成本幾乎為零。以前你找一篇資料要花半小時，現在你可以在五分鐘內讀到十篇的摘要——然後你的大腦判斷「還沒夠」，繼續要求更多。這是大腦在說「我還沒覺得安全，繼續備料」，不是真的需要更多資訊。

如何識別你是否掉進這個陷阱：

問自己：「我現在知道的，已經夠讓我做出第一個可測試的版本嗎？」

如果答案是「差不多，但再多一點會更好」——你大概已經在陷阱裡了。「再多一點」的感覺永遠不會消失，直到你決定夠了。

怎麼出來：

設一個「備料時間上限」：在開始任何任務之前，決定你最多花多少時間在備料。時間到，帶著你現在有的資訊開始做。缺口在執行的過程中才會浮現，那才是真正需要研究的地方。

有一種忙法是在整理工作環境，而不是在工作。

把 Notion 整理成完美的資料庫結構。把 AI 的 system prompt 調整到最完美的版本。把任務管理系統重新設計。把工作清單的格式改一改。

這些事情都有價值，但它們不是在做你要做的事——它們是在建造一個你覺得「做事的場域準備好了才能做事」的安全堡壘。

AI 工具讓這個陷阱更精緻了。 你可以花一整天在優化 AI 的使用方式、探索新工具、試用新的 prompt 技巧——每一個小時都很充實，但沒有一件真正要交出去的東西被推進。

更隱藏的變形是：用 AI 生出一個很完整的計畫，然後花時間把這個計畫整理成漂亮的格式，然後把計畫分享給別人看——但計畫裡的第一步，從來沒有被執行。

如何識別你是否掉進這個陷阱：

問自己：「我今天做的這些事，有沒有直接讓任何一個交付物前進了？」

不是「讓它更好的環境」前進了——是交付物本身。一篇文章、一個功能、一份提案、一個測試。

怎麼出來：

先做一件真正的事，再整理環境。把「先用，再優化」當成一條規則。工具夠用就行，不需要完美。

這個是 AI 時代最新誕生的陷阱。

你跟 AI 聊了很長一段時間，討論架構、討論策略、討論方法論——每一段對話都很有深度，你感覺「這個問題現在想得更清楚了」。然後你關掉視窗，那個問題的進展是：零。

對話是一種很有說服力的「工作感」——你有輸入、有輸出、有來回、有結論。但對話的輸出是「想法」，不是「成果」。想法沒有直接等於進展，除非你把它變成行動。

這個陷阱有一個很典型的信號：你的 AI 對話紀錄很長很豐富，但你的 git log、你的發布紀錄、你的完成清單很稀疏。

AI 使用的一個反常識建議：對話不要太長。

長對話有兩個問題：一、AI 在很長的上下文裡會逐漸「失焦」，回應品質會下降；二、你的大腦會把「我們討論了很多」誤認為「我做了很多」。

怎麼出來：

給每段 AI 對話設一個「行動結尾」——對話結束的時候，你要從中拿出至少一個今天可以執行的具體動作，並立刻把它加進今天的任務清單。對話本身不算完成，那個動作做了才算。

無限備料、工具遊戲、對話消耗——它們看起來不一樣，但背後的機制是一樣的：

你在用「看起來很努力」的事，迴避「真的要推進」的風險。

備料讓你延遲「不夠好的東西被看到」的那一刻。
工具遊戲讓你延遲「在不完美的環境下開始工作」的那一刻。
對話消耗讓你延遲「把想法變成可測試的東西」的那一刻。

這不是懶惰，這是大腦在用最低風險的方式消耗你的工作時間。識別它，然後對它說不——這就是 GSD 心法最核心的一半。

每天結束的時候，問自己這三個問題：

這三個問題做成習慣，你就有了一個很簡單的迴圈校正器。

陷阱識別出來了，最後一篇要把整套 GSD 落地到真實工作場景：代碼、文章、提案，這三種最常見的任務類型，各自的啟動節奏是什麼、常在哪裡卡住、怎麼用 GSD 套路跑完。

這篇是 GSD 系列的第五站，講 三大執行陷阱的識別與修正。完整閱讀路線與其他篇主題，請回到 GSD 入門課。