AI 幫你跨過任務癱瘓，也可能變成新的上癮迴圈

Daniel Gilbert · 2026-05-10

原文連結： Task Paralysis & AI

摘要

• Daniel Gilbert 先說明自己尚未被正式診斷為 ADHD，但長期有任務癱瘓、追求新鮮感、職涯角色頻繁切換等困擾。
• 他把 task paralysis 和 analysis paralysis 區分開來：前者不是腦中繞圈，而是大腦根本啟動不了。
• 他並不全盤討厭 AI，也實際花了近 100 歐元用 Claude 寫遊戲與 iOS app；但他同時看見失業、創作者權益與大型公司資料使用等負面影響。
• 對他個人而言，Claude Code 最大價值是幫他跨過「第一步」：他有想法與策略，但實作啟動很耗能。
• 問題在於 AI 的回饋速度太快，會把「想到點子」到「看到成果」的循環壓得極短，形成強烈多巴胺回饋。
• 當訂閱方案、5 小時限制、7 天限制與額外 API credits 接在一起時，AI 工具可能從啟動器變成新的衝動消費來源。

· · ·

關於任務癱瘓

先說清楚：我還沒有被正式診斷。所以我不太敢直接說「我有 ADHD」，因為事實是我不知道。

但確實有一些跡象。我的兄弟姊妹小時候被診斷過，而我自己也會在別人覺得「很簡單」的任務上卡住。我非常需要新鮮感，也很難想像自己接下來 30 年都做同一份工作。

這不是開玩笑：我目前大概每 2 到 3 年就會換一次角色。這其實不太可持續。因為一些我無法控制的情況，我之前也沒辦法更早處理這件事。

如果你想建立職涯，這種狀態也不太有幫助。我可以在很多技術領域裡摸索前進，但沒有真正很專精的知識。

我常常能成功擬出策略，卻卡在執行。第一步就是踏不出去，因為事情突然變得太 overwhelming。

所以，是的，有一些跡象。不過那也許會是另一篇文章。

我知道有個詞叫 analysis paralysis。但至少對我來說，這和 task paralysis 不一樣。可以這樣說：analysis paralysis 發生時，我的大腦會原地打轉；task paralysis 發生時，我的大腦根本不會開始跑。這很糟。

關於 AI

我不會誇張到說自己討厭 AI 本身。我才剛花了將近 100 歐元的 tokens，也就是 Claude 的 Max 方案，拿來寫一款遊戲和一個 iOS app。因為後者是我需要的，前者是我想做的。

但我也看得到 AI 帶來的負面影響：有人失去工作，有時甚至失去自我；藝術被拿去訓練，當大型公司做同樣的事時，盜版突然又不被叫作盜版。這至少很不公平，往好聽一點說也很奇怪。

我是在 2000 年代長大的，所以對當年的盜版文化、以及 copyright holders 如何追究使用者，多少還有一些記憶。

幾個月前開始，我避免把 AI 用在任何藝術相關的事情上。我要嘛買下來，要嘛試著用「老方法」自己做。我可以失敗，也可以成功，但至少那是我自己做的。這點很重要。AI 對藝術家的影響感覺太具破壞性了。

它到底適合做什麼？

對我個人來說，它能幫我克服 task paralysis。

就像前面說的：我有計畫、有策略、有想法。我只是需要某個人，或某個東西，樂於把那些實作細節一步步推完。想法我有，但老實說，寫 code 很耗人。

我也是很晚才知道，原來每次接到新的 user story 時，都得先跟自己的動機搏鬥一輪，開始之後才做得下去，這其實不是正常狀態。

問題在哪裡

在這個情境裡，Claude Code 就是那個幫我開始動起來的東西。

但不意外的是，我也開始看見自己很難不對它上癮。

這是什麼意思？一方面，它確實幫我跨過 task paralysis；另一方面，它很快就能產生相當好的結果。我上一次嘗試 AI 是 2025 年秋天。只說「改變很多」都還算保守，今天能做到的事情和當時相比，根本是兩個世界。

也就是說，多巴胺來得非常快。因為從「我有一個點子」到「這是成果」之間的循環被壓得非常短。

但 Claude 有 token limits。你在每 5 小時或每 7 天內只能使用有限的 tokens。不過你可以額外購買 API tokens。這就讓人進入一種狀態：你開始把無止境的錢丟向你的多巴胺來源，像成癮者跑去找藥頭乞求下一針，也像可憐的玩家等著抽到金票。

而且非常老實地說：我知道這件事，因為我就掉進去了。買了 Pro plan 之後，我又加了 20 歐元 API credits。接著我意識到，這個月也許應該直接升到 Max，並且用一些技巧，例如 /modus opusplan，來降低 token 消耗。

但那種多巴胺真的很爽。

註：這篇文章沒有使用 AI 生成。

· · ·

延伸評論：AI 工具的風險不只在錯，也在太順

這篇文章的價值不在於提出完整理論，而是把一個很多開發者不太願意明講的經驗說出來：AI coding tools 的吸引力，並不只是「它會寫 code」，而是它能把啟動成本壓低到幾乎沒有。對卡在需求、空白檔案、第一個 commit 或第一個 prototype 的人來說，這種能力非常實際。

但風險也正是在這裡。傳統 productivity 工具通常只是讓人更有效率；現在的 AI 工具則會直接把「點子變成果」的回饋循環縮短，甚至和訂閱限制、token 配額、API credits 綁在一起。這會讓問題從「要不要使用 AI」變成「能不能設計出不被即時回饋牽著走的工作節奏」。

對真的在用 agent 寫 code 的人來說，健康的做法不是把 AI 戒掉，也不是無限制開用，而是把它放在明確的位置：用它啟動、拆任務、產生初版、突破阻塞；但在架構判斷、需求取捨、review、停止條件與花費上，仍然要有人類的節制。越順手的工具，越需要外部邊界，否則「幫你開始」很容易變成「讓你停不下來」。