流动分析：用两年田野数据，看自己如何迁徙

为什么需要流动分析

单日的记录都是碎片。今天的感恩日志、今天的复盘，单独看都只是一个点；只有把它们按时间串起来，拉到以年为单位，才能看见「线」——哪个主题从萌生走向消退，哪个人从靠近走向疏远。

这套分析最早来自一次意外：把两年多的田野数据按「AI」这个主题拉出来，结果看到了一条清晰完整的演化线——从 2024 年 9 月第一次用豆包伴读，到 2026 年 9 月设计人机协作系统，AI 在我生活里的角色完成了五轮变化。这条线单靠任何一天的记录都看不出来，只有长周期数据能支撑。

流动分析的成立依赖一个前提：足够长的、连续的记录。方法可以分享给别人，但两年逐日记录无法速成——这既是门槛，也是它真正的护城河。

数据源：四张表，四层信号

流动分析只依赖四张表，每张表贡献一层不可替代的信号：时间投入、情感温度、事件、解释。

什么是五色：用时明细里每一条时间块都会按用途染上一个颜色——红＝事业、蓝＝学习、绿＝生活、黄＝爱、白＝意义，外加灰色标注低能量或未归类的时段（如烦躁放空）。五色是时间结构的第一眼快照：一天、一周、一年的时间花在哪几块，看颜色占比就一目了然；主题的流动也会显形在颜色结构的变化上——某段时间某一种颜色突然变多，通常就是兴趣在迁移的信号。

为什么这四张够用：

• 四层互补、互相印证。同一件事往往同时在几张表里出现：用时明细记下时间投入，感恩日志记下情绪，反思回顾记下归因。三层对得上，判断就不容易被单一视角带偏。
• 都是本人逐日的原生记录。不是事后填的问卷、不是打标签，失真少；情绪的「温度」也是当时的温度，不是回忆的温度。
• 连续不间断。复盘体系保证了记录习惯，四张表里三张覆盖超过两年，这是年维度分析能成立的基础。

分析步骤

1. 定对象。一个主题（如「AI」），或一个人（如一段重要关系）。
2. 抽取。从四张表按关键词与时间范围，拉出全部相关记录。
3. 分段。按时间排序，找自然断点：密度突变、角色变化、重大事件冲击处。
4. 锚定关键事件。给每个阶段找一个转折点——第一次、意外、一次决定。
5. 归纳阶段特征。每个阶段用一句话说清「当时的状态＋这个对象与我的关系性质」。
6. 提炼趋势。跨阶段看总走向：从哪儿出发、现在站在哪。
7. 成稿。时间轴＋阶段＋趋势，三段式呈现。

样例一：主题的流动——AI 进入我工作与生活的两年脉络

这条线拉出来的时候，自己都意外：两年里 AI 在我生活里的角色，已经换了五轮。

五个阶段：

• 工具尝鲜期（2024.09–2025.09）。第一次用 AI 分析夫妻吵架，结果搞砸了；后来发现豆包伴读，跟着 DeepSeek 进修、找思维盲点。这时的 AI 是「外脑」，不是工具。
• 个人系统搭建期（2025.10–2026.01）。被飞书多维表格开发者大会的 AI 工作流惊喜到；用 DeepSeek 分析 260 条反思日记，效果好到当场决定「以后每年分析一次」；突发奇想搭了决策系统。AI 成了个人数据系统的副驾驶。
• 深度依赖期（2026.02–2026.05）。用自己两年的数据造数字分身对话，「效果非常惊艳」；整合两年时间流水与反思日记做个人分析；把方法论封装成技能，开始「用 AI 教 AI」。AI 变成了思维方式的一部分。
• 工作落地期（2026.06–2026.08）。组织买下 AI 套餐交给我负责，算是被动上岗；从季度盘客会切入业务流程；AI 完成周、月复盘，效果比自己做得惊艳。从「个人玩家」变成「组织里的 AI 落地推动者」。
• 体系化期（2026.09 至今）。建立流动分析、决策分析、复盘提炼三套流程；开始设计人机分工的边界，也第一次系统反思 AI 的负面效应——能量消耗、思考退化。

四个核心趋势：

• 从外到内，再向外：最早用 AI 学习、开脑洞（对外），后来用 AI 分析自己、搭系统（向内），现在用 AI 进组织、做落地（向外，但更深度）。
• 从工具到伙伴：「我用 AI 干活」→「我跟 AI 一起思考」→「我设计人机协作系统」。
• 从个人到组织：最早全是个人场景，现在一半以上是工作和组织场景。
• 从兴奋到辩证：早期全是惊喜和感叹，现在开始有警惕——能量消耗、深度思考退化、AI 犯错。