跳出完美陷阱：重新理解行动计划制定的隐形逻辑
很多人聊起做事情，张口就是要先定计划，好像不定计划就是瞎忙活。
去年9月下旬在南京，跟一个做横向课题的博士生蹲在学校围墙边吃鸭血粉丝汤，他掏出来手机给我看他三个月前做的计划表，颜色标得整整齐齐，每个节点都画了对勾的预留位。现在整个表上全是红色的修改痕迹，大半的预留位空着。他叹了口气说，本来想中秋前结项去扬州玩，现在好了，项目改需求，哪儿也去不成，计划全成了废纸。
个人季度行动计划排期崩溃案例手稿
错的不是做计划，错的是把做计划当成了画一张一成不变的完美蓝图，而不是搭一个能扛住冲击的弹性框架。所有可落地的计划，核心前提都是承认不确定性，而不是消除不确定性。把消除不确定性当成目标，从一开始就错了。
带30%冗余缓冲的项目行动计划甘特图
怎么搭一个合格的弹性框架？
其实不难，只需要抓住两个核心。先把计划分层，分成底线层、期望层、拓展层。底线层是无论发生什么都必须完成的核心任务，比如你写课题申报书，底线就是今天把研究背景部分写完，哪怕今天加班到十点也要做完。期望层是时间够就做，不够就放一放的任务，比如顺便整理一下参考文献格式。拓展层就是做完核心任务还有精力，顺手做的加分项，比如多看两篇相关文献攒点素材。
这样哪怕今天突发事情占了八个小时，你至少把底线守住了，整个计划不会崩盘。
再把资源绑定在动作上，不要把结果卡死。不要定“这个月要写完三万字论文”这种死结果，要定“这个月每周抽出15个小时写论文”，只要你把该拿出来的时间拿出来了，就算这个月只写了两万五，也不算是失败，毕竟写一万字和写三万字用的时间本来就可能不一样。
别乱套：看清应用边界才不会走火入魔
弹性框架不是万能药，任何方法都有自己的适用范围，乱套只会越用越乱。
先说最基础的，完全结构化的重复任务不需要弹性计划。比如工厂流水线加工标准零件，比如行政岗位每个月固定做社保申报，这些流程都是固定的，没有变化，你搞弹性框架反而会拖慢效率，按标准化流程走就是最高效的。
再来说完全非结构化的前沿探索，完全非结构化的前沿探索不需要过度计划。做基础研究的都知道，很多重大发现都是偶然冒出来的，如果你提前三个月定死每个月要出什么成果，非要按原路径走，反而会把半路冒出来的新灵感扼杀掉。我认识一个做量子计算的青年研究员，他们课题组从来不给成员定死每个季度的产出，只说清楚大致的研究方向，允许大家花时间试错，就是这个道理。
只有半结构化的任务，才是弹性逻辑发挥作用的场景。大到一个产学研项目的推进，小到个人准备一场考试找一份新工作，都是半结构化的，有大致的方向，但肯定会有突发变化，这时候弹性框架才能帮你走得更稳。
实话讲，常见的两个坑，很多人跳不出来。一个是高估自己的能力，低估任务的难度，你预估这个任务要两天做完，最好按三天来排，把你的预估时间乘以1.5，准没错。另一个坑是频繁调整，一天改三次，改到最后自己都忘了最初要干嘛。调整也要有规则，一周调一次就够了，固定在周日晚上花十分钟调，别天天拿出来改，改来改去都是瞎忙活。
不过话说回来，现在很多AI工具出来帮人排计划，AI追求的是效率最大化，把你的时间填得满满当当，它不会管你会不会遇到突发情况。可我们做事情，要的是完成最大化，不是效率最大化。
前几天路过南大围墙，看到墙上贴的社团招新海报，底下写了一句话，大概意思是，慢慢来，比较快。
别追着完美的蓝图跑，留够空间，守住底线，你想到达的地方，自然会越来越近。
大多数人从第一步就错了
绝大多数教程都在教你怎么拆分目标，怎么把大任务拆成小任务，再把小任务排到每一天的日程里，仿佛只要排得够细，就一定能完成。 真相是，排得越细，死得越快。 你能提前一周知道自己会不会感冒？能提前知道合作方会不会临时改需求？能知道你要找的数据会不会刚好数据库崩了拿不到？ 9月的南京就是这样，昨天穿短袖还出汗，今天出门吹阵风就得找外套。你能提前半个月把每天出门穿什么都定死吗？定了也白定。个人季度行动计划排期崩溃案例手稿
错的不是做计划，错的是把做计划当成了画一张一成不变的完美蓝图，而不是搭一个能扛住冲击的弹性框架。所有可落地的计划，核心前提都是承认不确定性，而不是消除不确定性。把消除不确定性当成目标，从一开始就错了。
弹性框架的核心是分配冗余
从机制上来说，有效的制定逻辑，本质是资源的预先分配，而不是结果的预先锁定。这里最关键的资源，就是冗余的时间和调整空间。 我接触过不少产学研对接的项目，凡是团队负责人一开始就把100%的时间全部分配给各个任务节点的，最后延期的概率超过七成。反过来，那些主动留出至少三成冗余时间的项目，八成以上都能按期交付。 为什么？因为任何复杂任务都会出现意外，小到电脑坏了要重写数据，大到合作方向调整，任何一个意外都能挤掉你几个小时甚至几天的时间，如果你本来就没有多余的空间，整个计划就会像多米诺骨牌一样全倒。带30%冗余缓冲的项目行动计划甘特图
怎么搭一个合格的弹性框架？
其实不难，只需要抓住两个核心。先把计划分层，分成底线层、期望层、拓展层。底线层是无论发生什么都必须完成的核心任务，比如你写课题申报书，底线就是今天把研究背景部分写完，哪怕今天加班到十点也要做完。期望层是时间够就做，不够就放一放的任务，比如顺便整理一下参考文献格式。拓展层就是做完核心任务还有精力，顺手做的加分项，比如多看两篇相关文献攒点素材。
这样哪怕今天突发事情占了八个小时，你至少把底线守住了，整个计划不会崩盘。
再把资源绑定在动作上，不要把结果卡死。不要定“这个月要写完三万字论文”这种死结果，要定“这个月每周抽出15个小时写论文”，只要你把该拿出来的时间拿出来了，就算这个月只写了两万五，也不算是失败，毕竟写一万字和写三万字用的时间本来就可能不一样。
别乱套：看清应用边界才不会走火入魔
别乱套：看清应用边界才不会走火入魔
弹性框架不是万能药，任何方法都有自己的适用范围，乱套只会越用越乱。
先说最基础的，完全结构化的重复任务不需要弹性计划。比如工厂流水线加工标准零件，比如行政岗位每个月固定做社保申报，这些流程都是固定的，没有变化，你搞弹性框架反而会拖慢效率，按标准化流程走就是最高效的。
再来说完全非结构化的前沿探索，完全非结构化的前沿探索不需要过度计划。做基础研究的都知道，很多重大发现都是偶然冒出来的，如果你提前三个月定死每个月要出什么成果，非要按原路径走，反而会把半路冒出来的新灵感扼杀掉。我认识一个做量子计算的青年研究员，他们课题组从来不给成员定死每个季度的产出，只说清楚大致的研究方向，允许大家花时间试错，就是这个道理。
只有半结构化的任务，才是弹性逻辑发挥作用的场景。大到一个产学研项目的推进，小到个人准备一场考试找一份新工作，都是半结构化的，有大致的方向，但肯定会有突发变化，这时候弹性框架才能帮你走得更稳。
实话讲，常见的两个坑，很多人跳不出来。一个是高估自己的能力，低估任务的难度，你预估这个任务要两天做完，最好按三天来排，把你的预估时间乘以1.5，准没错。另一个坑是频繁调整，一天改三次，改到最后自己都忘了最初要干嘛。调整也要有规则，一周调一次就够了，固定在周日晚上花十分钟调，别天天拿出来改，改来改去都是瞎忙活。
不过话说回来，现在很多AI工具出来帮人排计划，AI追求的是效率最大化，把你的时间填得满满当当，它不会管你会不会遇到突发情况。可我们做事情，要的是完成最大化，不是效率最大化。
前几天路过南大围墙，看到墙上贴的社团招新海报，底下写了一句话，大概意思是，慢慢来，比较快。
别追着完美的蓝图跑，留够空间，守住底线，你想到达的地方，自然会越来越近。