借助AI，过去需要一小时的信息整理可能只需十分钟。于是，我们可能会把剩下的五十分钟视为“空闲时间”，并想再塞进一项任务。既然工作比计划更早完成，用这段时间继续推进其他事情，看起来很有效率。但如果不断重复这种模式，就会发生一种奇怪的现象。借助AI，每一项工作都变快了，可一天之中却被塞入更多工作，只要出现一个小问题，整个日程就更容易被打乱。即使速度创造出了时间，如果我们立刻把这些时间转换成另一项任务，人这一侧也不会留下余地。
这里值得思考的是，空余时间是否恰恰因为“尚未被使用”而具有价值。假设一项五天后到期的工作，其重要部分在第一天就能形成具体雏形，那么剩下的四天并不只是多余时间。正因为先把工作具体做出来，我们可能会发现意料之外的困难。我们可能察觉自己与委托人之间存在理解差异，也可能发现必要的信息不足。如果什么问题都没有发生，就可以从容地完成。因此，提前推进的价值不仅在于把完成时间提前，还在于问题被发现之后仍然留有采取行动的时间。
即使在简单的日程安排中，也能看出这种差异。去机场时，并不是每个人都会仅仅因为路程通常需要一小时，就恰好在起飞前一小时才离开家。交通延误、登机口变更、遗忘物品等事件都无法事先确定。如果我们提前到达而什么都没有发生，那么这段余量最终确实没有被使用。但没有被使用并不等于没有价值。正因为这段时间存在，意外事件发生时，才更有可能在不破坏整个计划的情况下加以吸收。余量的价值不仅在于这段时间里做了什么，也在于事情发生时，我们曾经拥有选择另一种行动的可能。
与AI协作时也存在同样的问题。AI可以大幅缩短起草文章、整理信息以及比较多个方案所需的时间。但如果节省下来的时间全部用于进一步生成，AI的速度就不会转化为人的从容空间。三个方案变成十个；研究提前结束，就进一步扩大搜索范围；一份文档完成，就立刻增加另一项任务。每一个选择单独看都可能显得合理，但只要每一次效率提升所产生的时间都被重新投入下一个处理过程，就很难留下检查意外问题，或重新思考方向本身是否正确的时间。
因此，在思考效率时，我们需要一种不同于“同样时间里多做了多少事情”的衡量方式。如果我们在较早阶段就着手处理重要部分，工作的真正难点也会更早显现。难点一旦显现，我们就可以改变计划、向他人咨询、确认条件，甚至放弃原来的方法。相反，如果只是按顺序完成容易的部分，把困难部分一直留到最后，那么表面上一切可能都很顺利，但等问题真正出现时，也许已经没有时间进行改变。速度不仅可以用来增加处理量，也可以用来更早地与不确定性相遇。
从这个角度看，余量就不同于“什么都没做的时间”。它是因为我们尚不知道未来会发生什么，而有意不预先规定用途、保留下来的时间。如果现在就给每一段时间都分配一个角色，当前计划看起来也许毫无浪费。但当未来的条件发生变化时，计划就没有可以移动的空间。有意不把所有可用时间都用完，意味着承认未来无法被精确预测，同时仍然创造出一种能够作出应对的状态。
对Sai＊aus而言，应该把AI的速度转化为什么样的价值，同样是一个重要的设计问题。AI变得更快，并不要求人的判断也变得更快。如果AI能够提前完成整理，人就可能获得更多时间去检查前提。如果AI能够提前生成草稿，也不必因此立刻批量生成下一批草稿；可以留下暂时离开、之后重新阅读的余地。AI创造出来的时间，不仅可以转化为更多AI活动，也可以转化为让人重新思考的空间。
这并不是反对效率。相反，它是在重新思考我们希望速度带来什么。当目标是提高处理量时，把节省下来的时间用于下一项任务，有时是合适的。但在错误会造成严重后果，或条件容易发生变化的工作中，保留余量本身就可以保护成果。重要的既不是空余时间必须总被使用，也不是必须总被保留，而是我们能够选择现在使用它，还是暂时不决定它的用途。
在AI时代，我们也许不仅需要让工作变快的技术，还需要不把速度所带来的一切全部耗尽的技术。看到未使用的时间时，我们往往想往里面填入一些东西。然而，正因为存在空白空间，意外发生时我们才能行动。与其把效率提升带来的每一份收益都转换成新的工作，不如把其中一部分保留为未来改变的能力。这样，AI的速度就不再只是工作量的增加，而会转化为让人不必被催促、能够从容作出判断的空间。
不是答案，而是理解。