每一个进入职场的人，每天会面临众多不同的工作任务，归归类，大概可以拆分为岗位价值的对外实现和个人价值的内在实现。对外实现的，大多表现为随时应对各种琐碎的事情，我和一位朋友算了算，估计占个70%；真正属于自己的”职业理想”范畴内的实际工作，可能最终占到每日的30%（或多、或少）。所谓琐事，也不过是"人和人之间推进事项"的正常颗粒度，只不过回到我们自己的视角里，这些事情不会规规矩矩地排队，只会一再插队。

所以，或许经常会有一个反复出现的场景：周一早上，你在日程表上郑重其事地圈出了周三上午的10-12点，打算就某个真正重要的问题做一次自己的深度思考，于是你一狠心周二把原本规划在周三的事情做完了，希望真的能在周三上午畅快地完成原本该好好思忖的目标。结果微信私聊不断、几个协作事项变动不断，又有不少临时的事项插进来了。等夹杂着处理完五六件小事，重新坐回那个“重要问题”面前时，思路已经碎了一地——到了周五晚上再回头看，又只好无奈地对自己说“下次一定”。

法律人，绝对是最需要深度思考的职业之一：一个疑难复杂的诉讼策略，一份交易结构的设计——这些工作已经不再追求绝对的反应速度，那恰恰是认知浅薄的表现，更多需要的是连续的、不被打断的、能沉入问题底部的思考时间。最近，有朋友想和我探讨他个人的真实问题，我“借机”认真做了一轮实验：打开 AI 工具的目标（Goal）模式，把一次完整的深度思考，委托给一个不会被琐事打断的"第二分身"。

结果还不错，我们互相都有收获。本篇就和大家分享实验的完整记录和一点方法论。希望不局限大家自己的思路和习惯，但求对常常囿于工具主义的我们有些启发。

在回顾这个经历之前，还是要对大家做预期管理。

认知科学里有个常识：人的注意力切换是有成本的。每被打断一次，重新回到深度状态平均需要二十多分钟。如果 2 小时里被打断 4 次，你实际拥有的深度思考时间可能不到 40 分钟，而且是质量最差的 40 分钟。

这是人类注意力的物理限制，靠自律解决不了。

但 AI 没有这个限制。给它一个定义清楚的目标，打开目标模式，它可以朝着完成态连续跑几个小时：自己拆任务、自己搜资料、自己整理、自己推演、失败了自己重试。你自己或许要穿插着各种事情，电脑开着多个任务，但它还可以在那里继续。

不过，AI 替你做的，是思考的预热、展开和留存——目标的扫描、素材的归集、选项的推演、任务的拆分。你最好不指望ta替你决策。深度思考的价值，有很大一部分恰恰产生在过程里那些微妙的判断和直觉中，这部分 AI 最多做到近似的效果。所以正确的姿势是：告诉 AI 你需要思考的事情，做到 80 分并结构化地留存下来；然后你自己再投入结果之中，站在一个被充分预热的思考基础上，做真正属于你的判断。

那么，这套流程到底长什么样？下面是我自己的一次完整实证。（我用到的是 KIMI K3 的目标模式，大家也可以选择自己喜欢的工具）

我收到的题目是：一个已有较好学习经历和工作体验的律师，是否应当把职业发展和人生理想，转向法律科技工作？这个问题显然需要一边采集素材、一边学习信息、一边思考。

第一步，由于我自己的工作习惯，更倾向以子母文件夹的形式来体现素材、思考的分类分级，所以我先请 AI把目标变成一个活的结构：

这个结构里有两条设计要注意：

其一，并联与串联是显式的。素材采集的三条线（行业面、人物面、个人面）互不依赖，可以同时推进；而"素材 → 思考 → 留存"是串联的，前者的产出是后者的输入。

其二，目标书里，非常需要把 AI 讨好用户和过分发散的习惯给框死。比如，不许预设用户提出可能转型到法律科技所以这个事情一定很有前景故最终一定产出导出勇敢追梦式的鸡汤，或者，不许用个例成功替代结构性判断等。

接下来的 2 个小时里（期间我处理了若干件本职工作），它完成了行业面（全球法律科技市场大势尚好且亚太区增速最高，标准化法律业务正被法律科技公司切走，Harvey AI 的 Legal Engineer 岗位薪酬远超同年龄的律师等）、人物面（Harvey 联创 Winston Weinberg、Robin AI 联创（原高伟绅律师）等正面案例，也采集了反面案例，即不少转型到「行业+AI」的精英沦为给 AI“盖章确认”的人）等信息资源的收集。

以及，个人面需要自己来做回答和判断的部分。你对此进行回答，就可以补足 AI 进步思考和分析的上下文。

个人面自我盘点清单示意图

如果 AI 交给我们的最终是一份 2 万字、30页的思考流水账，那依然是在浪费时间。它应当交给我们的至少包含2份为“复核”而设计的东西：

一是决策树。这个决定依赖哪几个关键变量（动机纯度？个人能力？热爱程度？），每个变量的不同取值通向什么结论，每个节点的判断依据出自哪份文件，这些信息的作用是，如果我们在回顾思考链路时觉得逻辑有问题，可以随时抽查它的推理过程。

决策树的部分片段

二是待定问题清单。大概率需要我真人来判断的信息，要单独列出来，按优先级排序。

最终，我让那位执业多年的朋友，回答了待定问题的前 3 条：

遮住"法律科技"四个字，你想做的事本身是什么？——创造工具、传播连接、用新方法做法律服务。

如果明天起不再具体办理案件，第一反应是解脱还是失落？——失落。

收入持续 3 年不稳定，生活可控吗？——不可控。

他很自然的得出结论：不是所有向往都要用转场来兑现。

这个结论，如果他自己慢慢想，多次和不同领域的朋友、伙伴去沟通交流，最终可能也会得到一样的结果，但确实花掉更多时间，牺牲一部分与朋友绕开职业话题享受人生的时间。

职业选择只是演示，一定程度上，我还真不太建议在做涉及个人发展上的决策时走这条路径，因为他大概率会让你减少与朋友、家人推心置腹的时间。

如果进入一个重大复杂的疑难诉讼案件呢？成百上千页案卷要整合，法律关系要梳理，对方的商业动机要推演，司法环境和类案尺度要研究，当事人之间复杂的关系甚至情愫要体谅，最后还要形成诉讼策略。这些事情，也可能在不同案件进程的流转中被切碎，又或者在不同的经办律师之间出现信息差。

有相关经历的律师，不妨尝试下：外出开庭、会见、处理其他案件的时候，让你的 AI 在案卷里长跑。然后腾出更有价值的时间来符合决策树和推理链，回答待定问题，再带着当事人做那个只有你能做的决定。

比如：

最后是一些提醒：

第一点是，鼓励大家有空的话，真的去试试。如果你手头正好有一点闲暇——一个不用开庭的周末下午，一次出差的高铁上——不妨就自己挑一个真正困扰你的问题，打开目标模式，完整跑一遍。

第二点是，请管理好预期。这很像学自行车——你不能指望第一次跨上去，它就能提高你通勤的速度。恰恰相反，刚开始的阶段，你可能会摔得很惨，也可能骑得颤颤巍巍，折腾下来比走路还慢。这都很正常，你还不会驾驭这个工具。根据我自己的体验，认真试错的头几次，大概率是“负收益”的；但只要坚持调试过一两个月，它回馈给你的提效，是数量级上的。

另外，数据安全是物理级底线。这一点我们反复强调：案件材料、客户信息，件件涉密。

祝我们都不需要再等待一个永远空不出来的下午。