锦成 AI 破局提效课 · 我的存量整理

任务完成给你成就感，但成就感是一次性消费，明天回到零。99% 的人沉迷成就感，0.1% 的人做复利。区别在做完之后有没有沉淀——有没有压缩成一句话能讲明白的东西、能不能复用到下一件事上。理解就是压缩。

两件事一对比就清楚了。

之前一段时间我每天刷 C 语言 OJ 题，写出来就一种成就感——调试通过那一刻够我开心半小时。但那次小测过后之后我回头翻自己之前刷的题，发现每道题都是「写出来 → AC → 关闭」，没有任何一道题被我重新看过、被我总结成「这类题的套路是什么」。那些爽感全消费掉了，没有变成我的存量，特别是排查问题的能力，导致我做的时候只要出现答案错误就等于白做。

周五做 AI 日报 + Gemini 教练 + 爬岗位脚本，三个产出一天内完成。这次不一样的是我后来摸出了一套可以复用的东西：先用 Clarifier 和 AI 对齐我到底要什么，再去做。这套流程在三个产出里都用了，第一个最慢，后两个明显快，它能复用到第四件事、第五件事，这才叫沉淀。

差别就在：C 语言那批题我只收割了成就感，AI 那三个产出我收割了一套工作流。

做完一件事之后，开一个独立对话，让 AI 当「沉淀官」——专门负责帮我压出可复用的东西。提示词雏形：

你是我的复盘教练。我刚做完 [事件]，过程是 [简述]。
你的任务不是夸我，是帮我压出三样东西：
1. 这件事可以抽出哪一条工作流？用「先...再...最后...」三步以内描述。
2. 这条工作流和我之前做过的哪件事是同一根线？
3. 下一次什么场景可以复用这条工作流？给我一个具体例子。
不要总结过程、不要鼓励我，只产出这三条。
信息不够就告诉我「需要追问 X」，不要瞎编。

为什么要独立对话，因为在原对话里复盘，AI 会顺着刚才的产出夸你；要它当冷脸沉淀官，必须切场景、切语气。这条扣的是 C3「陪练必须冷不能讨好」。

刷题/小项目/课堂作业都套这个模板，一周积累下来就是一份「工作流清单」。这才是存量。

方向选错的话，再多努力都是负值。大学最贵的不是学费，是在错的方向上浪费四年。考研选学校选导师、竞赛选赛道、专业选方向——同一回事。执行力 90% 已经被 AI 替代了，剩下能拉开人和人差距的是判断力，是知道该做什么。

我一直信「选择大于努力」这句话，所以我才会反复纠结、反复怀疑，转专业到下沙之后经常问自己「选择到底对不对」、徘徊了很久才想通「考研不应是唯一出口」、听老师说「大学竞赛对不保研的人没用」。每一次想通都隔了很久，中间全是内耗。

但我现在想说的不是「我学会了选择」。我想说的是另一件事：人生每一次选择都是不完美的，选择意味着放弃。我选了 A 就没法走 B，遇到挫折时后悔总是跟着我——没有朋友我后悔，转专业累了我后悔，每次小测考砸我都会冒出一秒「如果当时没转就好了」。

所以「选对」对我来说不是绝对正确，是相对满意——做完之后能让我不后悔的选择。锦成那条道理我现在的版本是：选错方向的努力是负值，但所谓「选对」不是上帝视角找最优解，是选完之后我能扛住后悔、不会反复回去抠「如果当时」。

我面对一个选择，最大的卡点不是信息不够，是脑子在反复横跳「如果……就……」。AI 没法替我做决定，但 AI 可以把脑子里那场拉锯战写出来，让我看见自己到底在怕什么。

提示词雏形（决策前用）：

我在 [选项 A] 和 [选项 B] 之间犹豫。
不要替我选，按下面的步骤问我：
1. 选 A 之后我最担心的「后悔时刻」是什么具体场景？
2. 选 B 之后我最担心的「后悔时刻」是什么具体场景？
3. 这两个后悔场景哪个我更扛不住？为什么？
4. 如果三年后回头看，哪一条路上我能讲出更有料的故事？
我答完之后，你帮我提炼出「我真正在选什么」——
不是 A 或 B，是 A 和 B 背后我赋予的某种价值。
不要安慰我「两条路都很好」，那种话没用。

提示词雏形（选完之后回看用）：

我在 [日期] 选了 [选项]，现在 [当前情况]，我又开始后悔了。
问我三件事：
1. 当时我做这个选择的真实理由是什么？（我会贴出当时的笔记/聊天记录）
2. 当时的我有没有可能做出别的选择？基于当时的信息和能量。
3. 如果可以重选，我换的是这个选择本身，还是想换掉「现在面临的麻烦」？
帮我看清——我是真的选错了，还是只是不想承担选择附带的代价。

两个提示词配对用——选之前把后悔预演一遍，选之后用当时的真实理由对冲此刻的情绪。这才是「做相对满意的选择」。

做任何事的起手式都一样：先找最牛的人是怎么做的，把它当成标准，再用这个标准反过来评判自己——不是先自己埋头做，做完之后再来比。竞赛报告、PPT、论文、简历、账号都一样。没有参照系根本不知道什么叫好，凭感觉做出来的东西大概率是平均水平以下。

这条道理之前完全没在我身上生根，因为我有一种隐形的自大——我对自己做的东西总有一种「还可以」的感觉，不太愿意去看别人怎么做的，更喜欢自己摸索、自己试。喜欢走一条人少的路，听起来很酷，但代价是效率极低。

被 C 语言小测打醒的不只是「没复盘」这一件事。我之前每道 OJ 题都是自己硬刚，卡半小时、调试半小时、AC 之后获得巨大成就感。看起来很努力。但是其实我本可以直接看答案的思路，理解这个思路，然后关掉答案自己按这个思路写一遍。对「备考」这个目标而言，这是效率最高的方法。我之前花两小时硬刚一道题能学到的东西，不如花 20 分钟看一个高手思路然后自己复现一遍。

更刺痛的是——这背后不是方法问题，是我不想承认「别人比我强、我应该抄」这件事。我把「自己摸索」当成了一种品格，其实它只是我不愿对标的遮羞布。

AI 对这条道理的放大点在两个地方：① 帮我把「什么叫好」具体化成可量的标准 ② 强迫我把自己的产出和标准之间的差距摆在面前。

工作流雏形（任何新任务起手用）：

第一步——找对标
我现在要做 [任务，例如：写一篇公众号 / 做一份简历 / 写一道 OJ 题]。
帮我列出这个领域 3-5 个公认做得最好的对标。
每个对标给我：他/她最被认可的具体作品 + 链接或出处 + 一句话点出他强在哪。
不要给我「做好这件事的 5 个原则」这种空话，只要具体的人和具体的作品。
不确定的对标必须标注「待我自己核实」，不要编。

第二步——定标准
基于这 3-5 个对标，帮我抽出 5-8 条「什么叫好」的具体标准。
每条标准必须能用「是/否」或「好/中/差」判断，不要用「用心」「真诚」这种没法量的词。

第三步——反向评判
我把自己的产出 [贴进来] 给你。
你严格按上面 5-8 条标准给我打分，每条说「做到了/没做到/做了一半」。
做了一半的告诉我差在哪。
不要给整体评价，只逐条对照。
最后告诉我，如果只能改一处，最该改哪一条。

三步缺一步就废：第一步缺了你抄的不是最高水平，第二步缺了「好」还是个感觉，第三步缺了你不知道自己差在哪。AI 在第一步要警惕——它给的对标必须有具体作品和出处，不能只给名字，否则你抄的可能是它编出来的人。

C 语言备考可以直接套：找 LeetCode 高赞题解 → 抽出「清晰题解」的标准（思路一句话讲清 / 复杂度标注 / 边界条件列出 / 有反例验证）→ 自己写完之后按这四条对照。