发现 Todo List 的反作用
从自己的拖延和内耗里意识到，效率工具可能正在惩罚低能量用户。
Anti-Burnout AI Coach
Time Alchemist
把待办清单从压迫人的列表，改造成一个能接住情绪、生成微行动的 AI 反内耗容器。
Time Alchemist 是我对 AI 情绪效率产品的实验。它从一个很私人、但很普遍的问题出发：当人处在低能量、拖延、自我否定的状态时，传统 Todo List 往往只会制造更多压力。
用 Web 原型验证机制
在 Google AI Studio 里快速做出盲盒、双层空间和星轨的交互感。
迁移到 Swift 原生体验
借助 Claude Code 把 Web 体验翻译到 iOS，并持续打磨深色模式、圆角、进度弧和滚动细节。
用 Meta-Prompt 打通 AI 与 UI
让模型输出可渲染的 [ACTION]，把对话结果变成界面里的真实按钮。
origin
我不是想做更强的 Todo List
传统待办清单默认用户已经有执行力。它把任务排得更清楚，却没有处理启动阻力、情绪内耗和自我否定。我的出发点不是提高强者效率，而是让低能量的人也能被系统温和地推一把。
- 列表会放大负债感，尤其在任务长期堆积之后。
- 真正卡住人的不是不知道做什么，而是不知道怎样开始。
- AI 的价值不是替用户打鸡血，而是把模糊情绪转成足够小的下一步。
mechanism
盲盒、灵魂枢纽和星轨
我把产品拆成三个机制。盲盒负责降低选择成本，灵魂枢纽负责承接倾诉并生成行动，星轨负责把时间反馈从惩罚变成积累。这三个机制都服务同一个目标：让用户在软弱的时候也可以继续移动。
- 盲盒机制用随机抽取替代列表筛选，让开始动作变轻。
- 灵魂枢纽允许用户先倾诉，再由 AI 生成微行动按钮。
- 星轨避免线性倒计时的焦虑感，把专注、休息和发呆都变成可被承认的痕迹。
ai interface
我最兴奋的是生成式 UI
在这个项目里，AI 不只是聊天框后面的模型，而是界面生成者。我设计了 Meta-Prompt Wrapper，要求模型输出带有 [ACTION] 语法的结构化内容，让原生 UI 能在对话里渲染具体按钮。
- 用户说的是情绪，系统接收到的是结构化行动。
- AI 先扮演认知框架，再把安抚转译成可执行的微任务。
- 这让我第一次清楚看到，AI 交互的终点不一定是文字，而可以是界面状态。
judgment
这个项目让我重新理解效率
效率不是把人变成机器，而是让人在波动中仍然能和自己合作。Time Alchemist 是一个很私人的项目，但也因此让我相信，未来很多 AI 产品会从人的真实状态出发，而不是从功能列表出发。
- 好产品不是替用户规划完美人生，而是接住某个真实瞬间。
- 普通人做 AI 产品，最重要的是切到一个真实痛点。
- Vibe Coding 的价值，是让这种私人洞察可以更快变成可运行原型。
visual.evidence
截图不是装饰，是项目证据。
phone.capturephone
phone.capturephone
phone.capturephone
wide.capturewide
debug.tracedebug