# 待办清单为什么越写越长：缺的不是自律，是时间约束

从“加一条免费、划掉一条要真做完”的不对称讲起，说明清单失控是工具缺少容量约束，而不是意志力不足。

> 待办清单 · 任务估算 · 计划谬误 · 约 6 分钟 · 09 月 18 日

## 本篇要点

1. 往清单里加一条几乎不花成本，划掉一条却要真做完，所以没有容量上限的清单必然越来越长。
2. 把没做的事写下来确实能腾出注意力，但实验显示真正消除干扰的是“写出何时、何地、怎么做的具体计划”，只记不排期的条目仍是开放回路。
3. 清单把“发一封邮件”和“写年终总结”排成同样格式，而 planning fallacy 让人系统性低估自己的任务用时，只看当前这件事的顺利剧本，不看同类任务的历史用时；替别人估算时反而会高估。
4. 所以十件平均 45 分钟的事合计 7.5 小时，常常远超一天真正可用的时间，清单却从不把这笔账算出来。
5. 同时把太多事置于“在办”状态会拖慢全部进度：研究显示被推向更并行的法官完成同类案件更慢；而单纯“堆着不动”的待办堆本身并不降低产出，问题在于清单不区分堆着和在办。
6. 选项一多，人还容易偏向先做小而省力的事，于是清单变成一份失败记录，信用破产后就被换工具重抄。
7. 结构上的第一步是拆成“储备池”和“今天的计划”两本账，给每条待办加上时长，并用“估时合计不超过可用时间”的硬约束让清单第一次能拒绝你。

---

今天列了 10 件事，做完 3 件；第二天把剩下的 7 件抄到新的一天，再补上 5 件新的。两周后，清单上躺着 80 多条，你开始物色下一个 App。

这个剧本太常见了，常见到几乎所有经历过它的人都得出了同一个结论：我自律性不够。但这篇要说的是另一件事：清单越写越长，首先不是你的执行力出了问题，而是这份工具从设计上就没有“不许再加”的能力。

## 加进去是免费的，划掉不是

先看一个朴素的不对称：往清单里加一条，成本接近零，十秒钟的事；从清单里划掉一条，必须真的把事做完。一边零成本，一边有成本，这条通道自然只会单向变宽。任何没有容量上限的容器最后都会被填满，而填进去的不一定是重要的事，只是所有进来过的东西。

所以清单变长本身并不说明你贪心，它只说明这个容器没有边界。

## 写下来确实有用，但它解决的不是“做不完”

那为什么大家还是乐此不疲地往里加？因为写下来确实有真实的回报。

脑子里悬着没做完的事，会持续占用注意力。你可能体会过：真正难受的往往不是任务本身，而是“这件事我得记着”。把这行字写在纸上，轻松感马上就来了。这不是心理安慰，注意力真的被腾出来了一部分。

但这里有个必须分清的差别。Masicampo 和 Baumeister 在 2011 年做过一组实验：先让被试写下自己没完成的重要任务，然后去读一篇文章。这些人的心思更容易飘走，阅读理解也明显更差。可如果他们被要求为这些任务写出一个具体计划——什么时候做、在哪里做、怎么做——干扰就消失了，阅读表现回到和“全程想的都是已完成任务”的人差不多的水平。在另一组实验里，干扰减小的程度还和这个人后来是否真的执行了计划相关 [1]。

也就是说，让大脑松手的是“已安排”，不是“已记录”。写下一行“整理简历”，只完成了事情的一半：它从记忆里搬出去了，但仍是一个没有着落的开放回路。清单带来的良好感觉来自“我不会忘”，而它和“我能做完”是两件不同的事。因为感觉良好，你会继续往里加；因为不涉及时间，加了也不觉得痛。

## 清单没有单位，一天却只有一份时间

清单上相邻的两行看起来一样长：“给供应商回一封邮件”和“写年终总结”。前者 5 分钟，后者 3 小时。清单把这两件事排成同一种格式，于是它们在视觉上等价。

更麻烦的是我们自己也估不准。Kahneman 和 Tversky 把这个现象命名为 planning fallacy：人预测自己做一件未来任务要花多久时，会系统性地偏乐观，即使明明知道过去同类的事都超时 [2]。Buehler、Griffin 和 Ross 在 1994 年的实验中进一步说明偏差从哪来：被试估算时只盯着当前这件事会怎么顺利做完，自动忽略了过去同类任务的实际用时分布；而且这种乐观只针对自己——同批研究里，让人替别人估算，反而会高估时长 [3]。

于是两层低估叠在一起：每一条被低估一点，再加上换任务、找材料、被打断的时间根本没进估算。10 条任务、平均各 45 分钟，合计 $10\times45=450$ 分钟，也就是 7.5 小时，而你手上可能只有一个 4 小时的下午。清单不骗人，它只是从来没把这笔账算给你看。

## 同时“开工”太多，所有事都变慢

还有一层常被忽略：清单上的事不只是一件件排队等着，它们同时压在你身上，你也同时“想着”它们。

Coviello、Ichino 和 Persico 用意大利法官的案件分配做过一项研究。案件通过抽签随机分给法官，而程序要求法官在立案后 60 天内开庭，于是有些法官在外部条件推动下不得不同时推进更多案件。结果显示，被推向“更并行”的法官，完成同样一批案件要花更长时间。研究给出的机制是：把精力摊到更多未完成的案件上，会让接近完成的案件变慢，而新开的那件并不会因此更早结案。作者把这个现象叫 task juggling，也就是同时抛接太多球 [4]。

这里有个值得注意的分寸：在他们的模型里，“待办堆”大本身并不等于低产出。堆在那里不动的事不消耗精力，堆子大甚至可以和产出快并存。真正拖慢一切的是把太多事同时变成“在办”。这恰好点中了清单的病根——它不区分“堆着”和“在办”，于是所有条目都隐隐约约处在在办状态，每看一眼就得为它们分配一点注意力。

## 清单的信用是怎么破产的

于是每天早上你面对的是一个天然做不完的集合，还得从里面挑。挑选本身也有偏向：有实验发现，人在多个任务之间反复选择时，倾向于先做更小、更省力的那些，因为完成的条数多，带来“有进展”的实感，即使从全局看这种挑法效率更低 [5]。

典型的循环因此成型：早上排 15 条，晚上划掉 4 条。连续两周，清单一直在告诉你“你又没做完”。人对一份长期不准的工具会做什么？不再看它。你会换一个新 App，把旧清单导过去，然后重来一遍。所谓“坚持不过两周”，很多时候不是执行失败，而是这份工具的完成率从来没到过值得信任的水平——错的不是你的意志力，而是你每天都在用一份注定完不成的文件当计划。

```mermaid
flowchart LR
  A["新想法、新请求"] --> B["写进清单，成本为零"]
  B --> C["清单超过当天容量"]
  C --> D["每天只完成一小部分"]
  D --> E["完成率长期偏低"]
  E --> F["不再相信清单，换工具重抄"]
  F --> B
```

## 第一步：让清单第一次能说“不”

既然病根在容量，修法就是给清单补上容量。

第一，把两种用途拆开。一种是储备池：所有你可能想做的事都放这里，不设上限、不排期、平时不用面对，每周翻一次就够。另一种是今天的计划：只从储备池里取今天真要做的，按小时估，总和不能超过今天真正空出来的时间。

第二，给每条待办加上时间单位。写法上做到“动词 + 具体产出 + 时长”：“改简历第二段经历，40 分钟”是可用的，“整理简历”不是，因为后者根本没法被估算。

第三，用一个硬约束做校验：把今天计划里的估时加起来，和今天实际能用的时间对照。超出就把条目挪回储备池，而不是把估时改小硬塞进去。这一步的意义不在于估算能有多准——它会一直不准——而在于它是清单第一次有机会对你说“不”。一份会说“不”的清单，完成率才可能回到接近满分；只有完成率可信，你才有理由每天打开它。

容量约束解决的是“放不放得下”。它还没有回答“先做哪一件”，也没有把任务固定到具体的时间段里——那是接下来的问题。

## 术语表

- 开放回路：脑子里那件“我得记着”的未完成的事会持续占用注意力；把它写成具体计划（何时、何地、怎么做）才能释放，单纯记录不够。
- 规划谬误（planning fallacy）：估自己未来任务用时会系统性偏乐观，因为只看当前这件事的顺利剧本，不看过去同类任务的实际用时分布。
- 任务抛接（task juggling）：同时把太多事置于“在办”状态，会让接近完成的事也变慢，整体产出率下降；与“堆着不动”的待办堆是两回事。
- 容量约束：给当天计划设一个按小时计算的上限，把估时加起来与真实可用时间核对，超出就移出，而不是压缩估时硬塞。
- 储备池：不排期、平时不面对、每周翻一次的待办存放处，和“今天的计划”分开，用来吸收那些不能进当天容量的事。

## 来源

1. [Masicampo & Baumeister (2011): Consider It Done! Plan Making Can Eliminate the Cognitive Effects of Unfulfilled Goals — 写出具体计划可消除未完成目标带来的干扰与分心](https://doi.org/10.1037/a0024192)
2. [Planning fallacy — 定义、提出者与主要机制（含 Kahneman & Tversky 1979）](https://en.wikipedia.org/wiki/Planning_fallacy)
3. [Buehler, Griffin & Ross (1994): Exploring the “planning fallacy” — 人们低估自己的任务用时、却高估他人的用时](https://doi.org/10.1037/0022-3514.67.3.366)
4. [Coviello, Ichino & Persico: Time Management and Task Juggling — 任务抛接拖慢产出的模型与意大利法官数据（正式版 doi:10.1257/aer.104.2.609）](https://sticerd.lse.ac.uk/seminarpapers/et12052011.pdf)
5. [The psychology of task management: The smaller tasks trap — 实验显示人们在多个任务间倾向于先做更小、更省力的任务](https://doi.org/10.1017/s1930297500007518)

---

原文：https://pangzhengboyin.com/articles/why-todo-lists-grow-without-limit-2d82aa91

> **庞征博引** · 想学的，慢慢都会
>
> 庞征博引是把想学的东西写成连载的 AI 学习工具。说出想学什么，它会先了解你的基础，再把主题写成一篇篇 5–10 分钟能读完的文章；边读边问，接下来学什么跟着你走。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com