量化生产力：一个键盘记录器里的自我实验

一句话

「我的时间到底去哪了？」——多数人靠感觉回答，卡帕西写了个工具来测。他开源的 ulogme 每两秒记录一次活动窗口标题、统计每一次击键，三个月攒下 83 天、约 161 万次击键的数据，然后像分析实验数据一样分析自己——结论之一：泡在实验室时间再长，每天真正写代码也只有五六个小时。

文章讲了什么

• 工具本身：ulogme 由一个追踪脚本和一个本地网页仪表盘组成，数据全部留在本机，不上传云端；还支持手动加标注，比如记录咖啡因摄入。
• 时间去向：窗口数据把「感觉很忙」拆穿了——邮件、会议、浏览吃掉大块时间，纯编码时间远比自我感觉少。
• 专注的形状：他的活跃时段集中在上午 10 点到晚上 8 点；连续专注编码的「hacking streak」典型长度只有 20–50 分钟——比程序员自我想象的「一坐一下午」短得多。
• 论文的成本核算：写一篇 NIPS 论文花了 35 小时、敲了 225,149 次键，最终稿只有 40,192 个字符——大约每 5.6 次击键才留下 1 个字符，写作的大头是删和改。
• 周期性规律：周日活动明显减少，假期之后反而出现生产力高峰，deadline 过后有可见的恢复期低谷。他也坦承局限：数据只覆盖一台机器，睡眠、咖啡因与效率的关联分析还没做。

写作背景

2014 年正是「量化自我」（Quantified Self）运动的高峰期，Fitbit 们在测步数和心率，但很少有人把同样的仪器化思路对准工作本身。市面上的时间追踪软件要么要手动打卡，要么把数据传到别人的服务器。博士生卡帕西的解法很有个人风格：自己写一个、开源、数据本地化，然后用统计学家的姿态对待输出。同年他还用类似的抓取-分析流程量化了 Hacker News——那是把镜头对外，这篇是对内。

十年后再看

文章里的具体数字早已过时，但它提的问题在 2026 年反而更尖锐了。RescueTime、屏幕使用时间等产品把「自动记录」普及了，可「隐私换洞察」的矛盾没解决——ulogme「数据不出本机」的立场如今看是超前的。更大的变化是：AI 编程助手的时代，「击键数」正在失去与产出的相关性，卡帕西本人后来感慨编程已经变了——今天再做这个实验，该测的可能是 prompt 数和 review 时长。而他这种持续拿自己做实验的癖好一直没停：从这篇的键盘，到 2020 年的身体，再到 2025 年的睡眠。

对你意味着什么

1. 对自己的效率好奇的人：先接受文章最扎心的发现——你的真实专注时间大概率远低于自我感觉。不必复刻工具，记录一周窗口时间就能获得同款清醒。
2. 独立开发者：ulogme 是「自造工具解决自己问题、顺手开源」的经典路径示范；本地优先的隐私设计在今天仍是差异化卖点。
3. 方法论：把「写论文花了多少击键」这类不可见成本测出来，是对抗计划谬误的最好疫苗——你的下一个「两天就能做完」的项目，值得同样的核算。

延伸阅读

• 英文原文 · ulogme 代码
• 导读：《量化 Hacker News》 —— 同期作品，镜头从自己转向社区
• 导读：《轻量生物黑客》 —— 六年后同款方法论用在身体上
• 导读：《追加与回顾笔记法》 —— 他对个人工作流的另一种极简设计

← 返回文章导读列表