AI 時代的時間管理：我用 Hermes 和滴答清單，把自己從牛馬變成項目經理

大家好，我係孟健。

AI 時代，最先應該被淘汰嘅工作方式，係將自己當做執行機器。

尋日我嘅滴答清單統計：完成咗 11 個任務，完成率 100%，同時覆蓋咗 IP 自媒體、出海基建、領航計劃、財務、雜事五個範疇。專注時長 3h45m，任務明細入面有讀書、Hermes 排障、skill 機制研究、定時任務修復。

呢一日嘅產出，靠嘅唔係更強嘅自律，亦唔係更長嘅工作時間。大部份執行任務，有人喺度幫我搞掂。

01 過去嘅時間管理，係工業時代嘅自我壓榨

過去好多時間管理方法嘅共同預設係：所有嘢都要自己做，所以就要將自己嘅時間切得更細、更滿、更高效率。

問題就喺呢度。當所有任務都要自己親自執行，時間管理可以提升嘅上限，就係你自己嘅執行速度。頂多做到工時更長、每個鐘更集中。人被呢套系統帶住走，越來越似機器。

好多人話時間管理冇用，好多時都唔係工具嘅問題。而係呢個預設喺 AI 時代已經過時咗。

執行鏈路入面，人佔嘅比例太高喇，呢個先係核心問題。

Todo list 本身冇錯，佢記錄嘅係「要做啲乜」。但以前嘅邏輯，默認「要做啲乜」同「你要親自做啲乜」係同一件事。而家呢個等號，可以刪咗佢。

02 任務變並行之後，人嘅位置變咗

以前我做一篇公眾號，流程大概係：揾選題 → 查資料 → 寫提綱 → 寫正文 → 排版 → 配圖 → 發佈。每一步都要親自搞掂，全程串行，完成一步先可以做下一步。

而家嘅工作流：確認選題 → 將資料蒐集、截圖整理、數據摘要呢類任務丟俾 Agent 並行做 → 我去判斷方向、寫核心觀點 → Agent 整理結果俾我驗收 → 發佈。

中間嗰段時間，Agent 喺度做緊，我可以放一個深度任務落去，例如讀書、諗清楚某個產品判斷、處理另一條業務線嘅阻塞位。

呢個背後嘅邏輯好簡單：任務由串行變成咗並行流動。

AI 係做嘢嗰個人，我相當於項目經理。項目經理嘅價值，係決定做啲乜、分配邊個做、乜嘢標準算完成、邊度有阻塞要介入。項目經理唔應該自己去搬磚。

人嘅價值，由「親手完成每件事」，變成咗「決定啲乜值得做、邊個做、做到咩標準」。

AI 時代嘅時間利用率提升，來自更多任務同時行緊，而唔係更長嘅工作時間。

一旦諗清楚呢點，你睇任務清單嘅方式就會變：清單入面嘅嘢，邊啲一定要我做，邊啲可以 Agent 做，邊啲係我嚟驗收？呢三個問題，比「今日有幾多件事」重要得多。

03 滴答清單嘅角色：控制塔

好多人用滴答清單嚟做備忘錄，記咗一大堆嘢，見到就焦慮，完成率極差。

我而家將佢當控制塔嚟用，邏輯變曬。

每個任務入清單之前，我會諗三件事：呢件事應該邊個做？人做定係 Agent 做？幾時回報結果，驗收標準係咩？

可以 Agent 做嘅，任務描述入面寫清楚目標同邊界，然後分出去。需要我深度投入嘅，俾一個專注時段。需要我驗收嘅，標記一個 check-in 節點。

睇嚇尋日嘅完成任務分類：IP 自媒體 3 個、出海基建優化 3 個、雜事 2 個、領航計劃 2 個、財務 1 個。五條業務線同時行緊，每條都有推進。

任何一條單獨睇都唔算大，但加埋一齊，呢個係一個多線程創業者應該有嘅一日嘅樣。做到呢個，唔係因為效率更高，係因為執行層有人撐住。

任務管理嘅關鍵動作，由「點樣令自己完成更多」，變成咗「點樣令更多任務同時行緊」。

04 Hermes + MCP：令任務系統長出手

Hermes 係我日常用嘅 Agent 系統，佢支援透過 MCP（Model Context Protocol）連接外部工具伺服器，等 Agent 可以操作 GitHub、數據庫、檔案系統、瀏覽器，以及任何包咗 MCP 接口嘅服務。

Hermes 會喺啟動時自動發現同註冊 MCP 工具，工具名會用 mcp_<服務名>_<工具名> 嘅格式命名，避免同內置工具撞名。每個 server 可以單獨設定淨係開放邊啲工具，唔使將所有權限都俾曬 Agent。

順便講嚇滴答清單 MCP。滴答清單已經有官方說明文檔，接入方式、伺服器地址同授權方式都寫得好清楚。MCP 伺服器地址係 https://mcp.dida365.com，支援 Streamable HTTP 遠程傳輸協議，亦都支援 OAuth 同 Bearer Token 授權。

官方文檔寫得好直接：接入之後，AI 助手可以讀取、創建同管理任務，成為專屬「任務管家」。佢仲俾咗 Claude Desktop、ChatGPT、Claude Code、Cursor、VS Code、Codex 呢啲用戶端嘅連接方式。呢個說明任務系統接入 AI，已經由折騰派嘅小眾玩法，進入主流產品能力。

呢個方向得意嘅地方在於：滴答清單由一個人睇嘅清單，變咗做 Agent 可以讀取、執行同回報嘅接口。Agent 可以拉今日任務，創建任務，更新完成狀態，管理清單、習慣同專注記錄，而唔使我親自打開 app。

MCP 喺呢度充當任務系統同執行層之間嘅接口。人喺清單入面寫任務、睇進度；Agent 透過接口拎任務、匯報結果。呢個先係令控制塔真正「長出手」嘅方式。

05 真實嘅一日點樣行

具體嚟講，我嘅工作日大概係咁樣行嘅：

朝早梳理任務，分做三類：人做、Agent 做、人驗收。可以分出去嘅就分出去，分唔到嘅就估一個專注時段，放進番茄鍾。

然後並行開啟：Agent 嘅任務喺後台行，我進入第一個深度時段。尋日嘅專註明細入面：睇會計入門書 28 分鐘，Hermes 磁碟排障 51 分鐘，skill 機制確認 25 分鐘，定時任務修復 25 分鐘。呢啲入面，有啲係我一定要親自做嘅判斷，有啲係 Agent 做完之後我喺度確認結果、補漏洞。

尋日累計專注 3h45m，呢段時間入面，Agent 同時行緊嘅任務包括自媒體內容創作、代碼問題排查、工具站數據維護等等。人嘅深度時間冇消失，只係重新安排咗——我做只有我能做嗰啲嘢，其他嘅交出去。

check 節奏好重要。 任務開咗、分咗出去，要定時返嚟睇：進度啱唔啱，卡咗喺邊度，結果夠唔夠用，有冇需要我介入嘅判斷。項目經理如果唔 check，個團隊等於冇管理。

我嘅節奏大概係：開始前確認任務邊界，中途睇一次狀態，完成後驗收，出問題就隨時介入。唔係開咗 Agent 就可以放羊。

06 風險同邊界

有幾件事要講清楚。

Agent 會犯錯。寫錯路徑、判斷走偏、漏咗邊界條件，呢啲都發生過。唔可以將 Agent 嘅輸出直接當結論，一定要驗收。

滴答官方有 MCP，但接入之前仍然要睇清楚授權方式、token 儲存方式、API 調用限制，亦都要測試異常情況下嘅行為。建議先由讀取、創建任務、更新狀態呢幾類操作開始，刪除同批量操作就謹慎啲開放。改錯咗好麻煩，風險要控制住。

仲有一個心理陷阱：用咗 Agent 之後，人會傾向開啟更多任務。任務列表越嚟越長，失控嘅速度亦都越快。

所以控制塔嘅邏輯，要一直喺度。任務入嚟要拆清楚，分出去要跟蹤，驗收完先算完成。開啟更多任務嘅前提，係管得住。

人係項目經理，但項目經理失職，成個團隊就會亂曬籠。

我而家做一人公司，同時維護多條業務線，靠自律全部親自執行係冇可能嘅。滴答清單幫我睇清任務全貌，Hermes 幫我行執行層，MCP 係兩者之間嘅接口。

工具就擺喺度。繼續將自己當執行機器，定係將 AI 當團隊，呢個係一個主動嘅選擇，同工具夠唔夠好冇乜太大關係。

如果今日睇完淨係想試一件事：打開你嘅任務清單，將今日嘅任務入面，邊啲可以交俾 AI 做、邊啲係得你先做到，區分一下。

淨係呢一步，已經同大部份人唔同曬。

🚀 想同更多 AI 愛好者交流，一齊成長嗎？

同一班志同道合嘅人，持續精進 AI 嘅每一日

大家好，我是孟健。

AI 時代，最先應該被淘汰的工作方式，是把自己當執行機器。

昨天我的滴答清單統計：完成 11 個任務，完成率 100%，同時覆蓋了 IP 自媒體、出海基建、領航計劃、財務、雜事五個方向。專注時長 3h45m，任務明細裏有讀書、Hermes 排障、skill 機制研究、定時任務修復。

這一天的產出，靠的不是更強的自律，也不是更長的工作時間。大部分執行任務，有人在幫我跑。

01 過去的時間管理，是工業時代的自我壓榨

過去很多時間管理方法的共同預設是：所有事情都必須自己做，所以要把自己的時間切得更細、更滿、更高效。

問題就在這裏。當所有任務都必須親自執行，時間管理能提升的上限，就是你自己的執行速度。頂多做到工作更久、每小時更集中。人被這套系統驅動，越來越像機器。

很多人說時間管理沒用，往往不是工具的問題。是這個預設在 AI 時代已經過時了。

執行鏈路裏，人佔的比例太高了，這才是核心問題。

Todo list 本身沒錯，它記錄的是"要做什麼"。但以前的邏輯，默認"要做什麼"和"你要親自做什麼"是同一件事。現在這個等號，可以去掉了。

02 任務變並行以後，人的位置變了

以前我做一篇公眾號，流程大概是：找選題 → 查資料 → 寫提綱 → 寫正文 → 排版 → 配圖 → 發佈。每一步都要親自操盤，全程串行，完成一步才能做下一步。

現在的工作流：確認選題 → 把資料蒐集、截圖整理、數據摘要這類任務丟給 Agent 並行跑 → 我去判斷方向、寫核心觀點 → Agent 整理結果給我驗收 → 發佈。

中間那段時間，Agent 在跑，我可以放一個深度任務進來，比如讀書、想清楚某個產品判斷、處理另一條業務線的阻塞。

這背後的邏輯很簡單：任務從串行變成了並行流動。

AI 是幹活的那個人，我相當於項目經理。項目經理的價值，是決定做什麼、分配誰做、什麼標準算完成、哪裏有阻塞要介入。項目經理不應該自己去搬磚。

人的價值，從"親手完成每件事"，變成了"決定什麼值得做、誰來做、做到什麼標準"。

AI 時代的時間利用率提升，來自更多任務同時在路上，而不是更長的工作時間。

一旦想清楚這一點，你看待任務清單的方式就會變：清單裏的事，哪些必須我做，哪些可以 Agent 做，哪些是我來驗收？這三個問題，比"今天有多少件事"重要得多。

03 滴答清單的角色：控制塔

很多人用滴答清單當備忘錄，記了一堆事，看到就焦慮，完成率極差。

我現在把它當控制塔用，邏輯變了。

每個任務進清單前，我會想三件事：這件事該誰做？人做還是 Agent 做？什麼時候回報結果，驗收標準是什麼？

能 Agent 做的，任務描述裏寫清楚目標和邊界，然後分出去。需要我深度投入的，給一個專注時段。需要我驗收的，標註一個 check-in 節點。

看昨天的完成任務分類：IP 自媒體 3 個、出海基建優化 3 個、雜事 2 個、領航計劃 2 個、財務 1 個。五條業務線同時在走，每條都有推進。

任何一條單獨看都不算大，但加在一起，這是一個多線程創業者該有的一天的樣子。做到這個，不是因為效率更高，是因為執行層有人在撐着。

任務管理的關鍵動作，從"怎麼讓自己完成更多"，變成了"怎麼讓更多任務同時在跑"。

04 Hermes + MCP：讓任務系統長出手

Hermes 是我日常用的 Agent 系統，它支持通過 MCP（Model Context Protocol）連接外部工具服務器，讓 Agent 能操作 GitHub、數據庫、文件系統、瀏覽器，以及任何包了 MCP 接口的服務。

Hermes 會在啓動時自動發現和註冊 MCP 工具，工具名用 mcp_<服務名>_<工具名> 的格式命名，避免和內置工具衝突。每個 server 可以單獨配置只暴露哪些工具，不用把所有權限都給 Agent。

順帶說一下滴答清單 MCP。滴答清單已經有官方幫助文檔，接入方式、服務器地址和授權方式都寫得很清楚。MCP 服務器地址是 https://mcp.dida365.com，支持 Streamable HTTP 遠程傳輸協議，也支持 OAuth 和 Bearer Token 授權。

官方文檔裏寫得很直接：接入後，AI 助手可以讀取、創建和管理任務，成為專屬「任務管家」。它還給了 Claude Desktop、ChatGPT、Claude Code、Cursor、VS Code、Codex 等客戶端的連接方式。這說明任務系統接入 AI，已經從折騰派的小眾玩法，進入主流產品能力。

這個方向有意思的地方在於：滴答清單從一個人看的清單，變成了 Agent 可以讀取、執行和回報的接口。Agent 可以拉今日任務，創建任務，更新完成狀態，管理清單、習慣和專注記錄，而不需要我親自打開 app。

MCP 在這裏充當的是任務系統和執行層之間的接口。人在清單裏寫任務、看進度；Agent 通過接口拿任務、彙報結果。這才是讓控制塔真正"長出手"的方式。

05 真實的一天怎麼跑

具體來說，我的工作日大概是這樣走的：

早上梳理任務，分成三類：人來做、Agent 來做、人驗收。能分出去的分出去，分不出去的估一個專注時段，放進番茄鍾。

然後並行開啓：Agent 的任務在後台跑，我進入第一個深度時段。昨天的專注明細裏：看會計入門書 28 分鐘，Hermes 磁盤排障 51 分鐘，skill 機制確認 25 分鐘，定時任務修復 25 分鐘。這些裏面，有些是我必須親自做的判斷，有些是 Agent 做完後我在確認結果、補漏洞。

昨天累計專注 3h45m，這段時間裏，Agent 同時在跑的任務包括自媒體內容創作、代碼問題排查、工具站數據維護等。人的深度時間沒有消失，被重新安排了——我做只有我能做的那些事，其他的交出去。

check 節奏很重要。 任務開了、分出去了，要定時回來看：進度對不對，卡在哪裏了，結果夠不夠用，有沒有需要我介入的判斷。項目經理如果不 check，團隊等於沒有管理。

我的節奏大概是：開始前確認任務邊界，中途看一次狀態，完成後驗收，出問題隨時介入。不是開了 Agent 就可以放羊。

06 風險和邊界

有幾件事要說清楚。

Agent 會犯錯。寫錯路徑、判斷跑偏、漏掉邊界條件，這些都發生過。不能把 Agent 的輸出直接當結論，必須驗收。

滴答官方有 MCP，但接入前仍然要看清楚授權方式、token 存儲方式、API 調用限制，也要測一下異常情況下的行為。建議先從讀取、創建任務、更新狀態這幾類操作開始，刪除和批量操作謹慎開放。改錯了麻煩，風險要控制住。

還有一個心理陷阱：用了 Agent 之後，人會傾向於開啓更多任務。任務列表越來越長，失控的速度也越來越快。

所以控制塔的邏輯，得一直在。任務進來要拆清楚，分出去要跟蹤，驗收完才算完成。開啓更多任務，前提是管得住。

人是項目經理，但項目經理失職，整個團隊就亂套了。

我現在跑一人公司，同時維護多條業務線，靠自律全部親自執行是不可能的。滴答清單幫我看清任務全貌，Hermes 幫我跑執行層，MCP 是兩者之間的接口。

工具都擺在那裏。繼續把自己當執行機器，還是把 AI 當團隊，這是一個主動的選擇，跟工具夠不夠好沒有太大關係。

如果今天看完只想試一件事：打開你的任務清單，把今天的任務裏，哪些可以交給 AI 做、哪些是隻有你能做的，區分一下。

光是這一步，已經跟大多數人不一樣了。

🚀 想要與更多AI愛好者交流，共同成長嗎？

和一羣志同道合的人，持續精進 AI 的每一天