AI让我拥有了23个项目，却没有让我做成23件事

当执行不再意味着前进，当生产成为一种消费。

ChatGPT发布至今还不到四年，但生产力的进步已经让我产生了一种恍如隔世的感觉。当然，这种感受里不可避免地掺杂着媒体制造的FOMO情绪。每天都有新的模型、新的工具、新的技术突破，仿佛只要稍微停下来，就会被时代抛在身后。但即使抛开这些情绪，我仍然认为，我们正身处一个前所未有的好时代。

AI正在带来一种真正意义上的技术平权。过去，写一段复杂的代码、制作一部精美的动画、完成一项专业研究，都意味着漫长的学习曲线和极高的技能门槛。而今天，一个缺乏专业背景的普通人，也可以通过与AI协作，将脑海里模糊的想法变成某种具体的东西。人类第一次如此接近一种状态：想法本身，就可以成为生产的起点。于是，我们购买会员、研究Prompt、创建项目文件夹，沉迷于Vibe Coding。每一天都有新的想法等待实现，每一次模型升级似乎都意味着新的可能性。很荣幸，我也是其中的一员。

但最近，我逐渐意识到一件有些令人不安的事：我好像越来越享受生产的感觉，却不一定真的在生产。 每当我向AI提出一个任务，看着它不断思考、调用工具、生成代码，终端里的字符快速滚动，我都会感到一种巨大的充实，仿佛自己正在创造价值，正在成为一个更加高效、更有能力的人。可是仔细想想，这种充实感究竟来自哪里？是因为我真正解决了一个问题，还是仅仅因为我看见一个问题正在被解决？这两者看似相近，实际上却有着根本的区别。

其实在AI出现之前，人们就习惯于用各种方式代偿真正的行动。一个想做自媒体的人，可能会花很长时间研究相机、镜头和收音设备，购买这些工具本身，就足以让他获得一种正在成为创作者的满足感。但购买相机不等于创作，收藏课程不等于学习，制定计划也不等于改变。我们有时并不是不知道自己应该做什么，而是不愿意承受真正行动所伴随的不确定性。准备是安全的，幻想是愉悦的，而真正的创造需要面对一个残酷的事实：付出了努力，也未必会得到想要的结果。于是，我们通过准备来代偿行动，通过拥有工具来想象自己已经拥有了某种能力。

AI出现之后，这个心理机制不仅没有消失，反而变得更加隐蔽。过去，我们至少还能分辨准备与行动的区别，而现在，AI真的在写代码、生成内容、构建产品。我们不再仅仅是用准备代替行动，而是开始用行动的表象代替真正的完成。更微妙的是，AI的执行并不完全是一种幻觉，它确实在完成工作，也可能真的产生一些成果。正因如此，我们才更容易把机器的持续运行理解为项目的持续推进，把一次次任务的完成当作自己正在接近目标的证据，却很少停下来审视，这些执行究竟有没有让事情发生实质性的变化。

我最近回顾了自己的所有项目文件夹，发现自己一共立项了23个项目，其中真正有实际产出的不到5个。剩下的大部分，都停留在某个中间状态：有的完成了初步开发，有的做出了一个看起来不错的Demo，有的仅仅停留在几轮兴奋的对话里。每一个项目开始的时候，我都真切地相信自己正在创造些什么；每一次AI顺利完成任务，我也都能从中获得实实在在的成就感。但当我把它们放在一起回看，才意识到一个有些讽刺的事实：我积累了大量正在做事的证据，却没有积累同等数量真正做成的事情。

这让我开始重新思考：当AI已经能够替我完成大量执行工作，我究竟应该通过什么来判断，一个项目是否真的在向前推进？过去，我们习惯于用投入的时间、完成的任务来衡量进度，但当执行的成本被大幅降低，这些指标似乎也开始变得不那么可靠。AI可以在短时间内完成大量任务，但任务的完成，并不必然意味着项目取得了实质性的进展。

我并不想因此否定过程本身的价值。学习、探索和试错，本来就是个人成长的一部分，一个最终被放弃的项目，也不一定意味着失败。但我希望自己能够更具体地回答：这次尝试让我学会了什么，验证了什么，又真正留下了什么？一个可以实际使用的版本、一篇完成的文章，甚至一个经过验证、足以支持我停止项目的结论，都可以是有价值的结果。只是相比之下，终端里不断滚动的字符，已经不足以让我确信自己正在接近最初的目标。

带着这样的想法，我尝试为自己的项目建立一套新的管理机制，并把它做成了一个叫作“token ledger”的工具。它的出发点其实很简单：把项目的目标、实际产出和Token投入放在一起看。 我希望自己不仅能够知道一个项目正在做什么，还能清楚地看到它究竟完成了什么，以及为了这些成果，我已经投入了多少资源。

具体来说，我用Notion作为项目工作台，记录每个项目的愿景、当前进展和下一步行动。在整理和推进项目的过程中，我会让AI根据已有的文档、代码和实际成果来维护这些信息，同时整理出需要我确认或决策的事项。相比于简单地把任务标记为“已完成”，我更希望每个阶段都能留下具体的依据：究竟产出了什么，成果存放在哪里，完成了哪些功能，又验证了哪些想法。这些变化也会被记录下来，让我能够在回顾项目时，不只是看到一连串完成的任务，而是真正理解它是如何一步步走到现在的。

另外一个我很在意的功能，是Token账本。程序会把本机保留的Codex用量按项目进行归集，再通过桌面上的一个小胶囊呈现出来。平时，它只是几个安静地待在桌面上的图标；当我把鼠标移上去或者点开时，就能快速查看项目的当前状态、下一步行动，以及它占用了本周多少Token用量。这样一来，项目管理不再只是一个需要我主动打开的工作台，而是能够自然地出现在日常工作中，让我随时意识到自己正在把资源投入到哪些事情上。

把这两部分结合起来后，我开始能够从另一个角度审视自己的项目。比如，哪些项目已经形成了可以检验的成果，哪些项目的Token消耗还在不断增加，却始终停留在同一个阶段？一个功能被反复修改了很多次，究竟是因为需求在逐渐清晰，还是因为我始终没有想清楚自己想要什么？而在开始下一轮AI执行之前，我是否真的知道这次修改准备解决什么问题？这些问题过去也可以问，只是当执行变得如此轻松时，我们反而很容易忘记去问。

当然，Token并不是一个能够直接衡量项目价值的指标。它记录的是模型使用量，不能直接等同于实际账单，更不能据此判断一次探索是否值得。有些项目需要大量试错，有些看似没有成果的尝试，也可能为之后的工作积累经验。我并不希望把项目管理变成一场单纯追求低消耗的比赛。Token账本真正想呈现的，是那些过去容易被忽略的投入。 即使一个项目没有产生额外的直接付费，它也可能已经消耗了大量模型用量，以及我自己的时间和注意力。当这些投入被直观地摆在面前，我至少有机会重新判断，自己是否还愿意继续为这个项目投入资源。

我并不是想用一套更复杂的管理机制，来约束自己使用AI的方式。恰恰相反，AI已经让执行变得足够简单，我希望项目管理也能适应这种变化：少一些对过程的自我感动，多一些对实际进展的清醒认识。Token账本也好，项目状态记录也好，它们最终都只是辅助判断的工具，而不是为了让我每天多完成几项管理任务。

写到这里，我又觉得有些讽刺。开发“token ledger”这件事本身，会不会也是另一种生产力的自我代偿？如果我花了大量时间完善它的功能，却仍然没有让那些被搁置的项目向前推进，那它和我之前创建的二十多个项目，又有什么本质区别？多了一套管理工具，并不会自动让我更接近结果。它最终也应该接受同样的检验：究竟有没有帮助我，把那些已经开始的事情推进到真正有结果的那一步。

所以，“token ledger”本身也应该接受同样的检验：它究竟有没有帮助我，把那些已经开始的事情，真正推进到有结果的那一步？

我想，这或许也是我对文章开头那个问题的回答。AI运行时带来的兴奋当然真实，但我希望自己的成就感，能够逐渐从“看见事情正在发生”，转向“确认事情真的有所改变”。

当然，我也希望这篇帖子或者“token ledger”能帮到你。