Hôm qua mình ngồi làm mười ba tiếng.
Mở máy lúc 5h30 sáng. Đóng máy lúc 6h30 chiều. Trừ cơm trưa, trừ hai lần đi vệ sinh, trừ cái review tài liệu nhỏ mà “chỉ mất 5 phút” nhưng ngốn mất 40 phút — còn lại khoảng bảy tiếng ngồi với máy tính.
Kết quả thực sự hoàn thành trong ngày đó? Một email quan trọng. Nửa cái deck. Không có gì hơn.
Phản xạ đầu tiên: mình lười. Mình mất tập trung. Mình cần dậy sớm hơn, ngủ ít hơn, uống thêm cà phê, đọc một cuốn sách về năng suất, đặt mục tiêu tuần, làm theo Pomodoro technique, mua một cái planner mới, rồi thề với bản thân sẽ khác đi từ ngày mai.
Nhưng Can Duruk, một kỹ sư và blogger tại Off by One, gần đây đã viết một bài làm mình dừng lại giữa chừng và nhận ra: mình không phải lỗi sai. Mình là kết quả đúng của một phương trình sai.
Ba con số quyết định ngày làm việc
Duruk bắt đầu từ một quan sát tưởng chừng đơn giản: một ngày làm việc tệ không phải ngẫu nhiên. Nó là kết quả có thể dự đoán được của một mô hình toán học với ba tham số đầu vào.
λ (lambda) — tần suất bị gián đoạn, tính theo số lần mỗi giờ. Một tin nhắn Slack. Một câu hỏi từ đồng nghiệp. Một thông báo email. Một cuộc họp đột xuất. λ là hàm số của môi trường làm việc, văn hóa công ty, vai trò — không phải ý chí cá nhân.
Δ (delta) — thời gian phục hồi sau mỗi lần bị gián đoạn. Khi ai đó cắt ngang, não không quay lại ngay được. Nó cần tải lại ngữ cảnh, tái dựng mô hình tư duy, nhớ lại mình đang ở đâu trong chuỗi suy nghĩ. Quá trình đó mất thời gian — và không bao giờ bằng không.
θ (theta) — ngưỡng thời gian tối thiểu để tạo ra một “đơn vị” công việc thực sự. Nếu bạn đang viết một tài liệu chiến lược, θ của bạn có thể là 60 phút. Nghĩa là: năm khối 10 phút không bằng một khối 50 phút, dù tổng số phút là như nhau. Thời gian phân mảnh không cộng lại được.
Từ ba tham số này, bạn có thể tính công suất của một ngày làm việc: tổng số khối thời gian liên tục đủ lớn để hoàn thành một đơn vị công việc. Hàm làm tròn xuống trong công thức đó không tha ai — một khối 58 phút với θ = 60 phút đóng góp bằng không vào năng suất, y hệt một khối 15 phút.
Dữ liệu thực: tệ hơn mày nghĩ
Đến đây thì Duruk làm một việc mà ít tác giả viết về năng suất dám làm: tra nghiên cứu thực.
González và Mark năm 2004, trong một nghiên cứu trình bày tại hội nghị CHI về các yếu tố con người trong hệ thống máy tính, quan sát nhân viên tri thức và phát hiện họ chuyển đổi hoạt động trung bình mỗi ba phút. Không phải ba mươi phút. Ba phút.
Iqbal và Horvitz năm 2007, cũng tại CHI, đo recovery time sau khi người dùng bị gián đoạn bởi email hoặc tin nhắn tức thời: trung bình hơn mười một phút để quay lại ứng dụng đang làm việc. Gloria Mark và các cộng sự cũng tìm thấy con số tương đương, trong khoảng 10–16 phút tùy mức độ gián đoạn.
Microsoft Work Trend Index 2025 cho biết nhân viên văn phòng trung bình bị gián đoạn 275 lần mỗi ngày — tức khoảng một lần mỗi hai phút trong giờ làm việc. 60% thời gian làm việc tiêu tốn vào email, chat, meetings. Chỉ còn 40% cho công việc thực sự.
Những con số này đang mô tả không phải trường hợp cá biệt. Chúng mô tả hàng triệu người làm văn phòng đang làm việc ngay lúc này.
Bây giờ thì mình muốn dừng ở đây một chút.
Vì có ai đó — hẳn là một PM hoặc team lead nào đó đọc những dòng này — đang nghĩ: “Ừ biết rồi, nhưng có làm gì được đâu. Công việc mình là phải available.”
Duruk trả lời câu đó. Và câu trả lời của ông ta không dễ nghe.
Câu hỏi mà bài viết không dám hỏi thẳng
“Nếu González và Mark thấy activity switches mỗi 3 phút từ năm 2004, và Microsoft 2025 cho thấy mọi thứ còn tệ hơn — thì tại sao phần xử lý vấn đề vẫn chủ yếu là lời khuyên cá nhân?“
Đây là câu hỏi mình thấy bài viết của Duruk né tránh. Ông ta không né vì thiếu trung thực — ông ta có lẽ né vì đó không phải chủ đề của bài. Nhưng nó nằm ngay dưới bề mặt và nếu bỏ qua thì chúng ta lại chốt bài bằng lời khuyên “protect your calendar” và đi ngủ.
Hãy nhìn vào cái số liệu González và Mark đưa ra: gần một nửa gián đoạn là tự gây ra. Nghe có vẻ tốt — nghĩa là chúng ta kiểm soát được phần lớn vấn đề. Nhưng nghiên cứu đó từ năm 2004. Trước Slack. Trước Teams. Trước thông báo mặc định bật trên mọi ứng dụng. Trước văn hóa “seen không reply là vô lễ.” Tỷ lệ đó bây giờ còn giữ được không?
Mình đoán là không. Mình đoán tỷ lệ gián đoạn do môi trường và công cụ áp đặt giờ đây đã lớn hơn nhiều so với gián đoạn tự gây. Nếu đúng, thì lời khuyên “kiểm tra email ít đi” — hữu ích nhưng không đủ — vì bạn chỉ đang tối ưu phần nhỏ trong tầm tay, trong khi phần lớn còn lại là hệ thống đang được thiết kế để phân mảnh ngày làm việc của bạn.
Câu hỏi thứ hai còn khó chịu hơn.
Nếu bạn liên tục theo lời khuyên của Duruk — chia nhỏ công việc lớn thành từng θ = 30 phút để sống sót trong môi trường λ cao — thì bạn đang thích nghi với môi trường. Thích nghi không phải xấu. Nhưng có một hệ quả bậc hai (second-order effect) ít ai nhắc: nếu bạn dành quá nhiều năm chỉ làm công việc 30 phút, bạn có còn khả năng làm công việc 3 tiếng liên tục không? Khả năng nắm giữ một chuỗi lập luận phức tạp trong đầu đủ lâu để thấy được mâu thuẫn nội tại của nó — thứ đó có bị mài mòn theo không?
Deep work không chỉ là ngồi lâu hơn. Nó là một năng lực có thể bị thoái hóa nếu không dùng — giống cơ bắp. Mô hình của Duruk đo daily output rất tốt. Nó không đo sự bào mòn năng lực theo thời gian do thiếu môi trường tập luyện.
Câu hỏi thứ ba: Ai hưởng lợi từ λ cao?
Slack, Teams, và mọi công cụ giao tiếp công sở đều được tối ưu để tối đa hóa tương tác (engagement), không phải tư duy sâu. Thông báo khi có mention là tính năng chủ đích, không phải lỗi thiết kế. Trạng thái “đang hoạt động” hiện trên avatar là lựa chọn có tính toán. Các nền tảng này có lợi ích kinh doanh gắn với λ cao — càng nhiều tin nhắn qua lại, càng nhiều dữ liệu, càng nhiều cơ hội bán thêm tính năng. Còn quản lý cấp trung thì thích λ cao vì nó tạo khả năng quan sát — họ thấy được team đang làm gì, phản hồi nhanh, có mặt. Người trả giá là người làm công việc thực sự cần tư duy.
Đây không phải thuyết âm mưu. Đây là cấu trúc khuyến khích (incentive structure) hoạt động đúng như thiết kế.
Hệ thống cũng có thể tuỳ chỉnh
Nhưng Duruk không dừng ở đó. Và mình không muốn dừng ở câu hỏi khó chịu mà không nói phần có thể làm được gì.
Điều đáng chú ý nhất trong bài của ông ta là cái bản đồ nhiệt (heatmap): khi bạn thay đổi λ chỉ một đơn vị — từ 3 lần/giờ xuống 2 lần/giờ — khả năng có được ba khối 60 phút trong một ngày tăng từ 14% lên 70%. Năm lần. Từ một đơn vị thay đổi.
Không phải kỷ luật. Không phải mindset. Một đơn vị gián đoạn ít hơn mỗi giờ.
Năng suất thực = f(λ, Δ, θ) — không phải f(ý chí)
Ba đòn bẩy, theo thứ tự tác động:
Giảm λ: Bảo vệ lịch. Kiểm tra email theo lịch cố định, không theo thông báo. Huấn luyện người xung quanh rằng “seen không reply” không phải sự vô lễ — đó là làm việc đúng cách. Thực tế cũng nhắc thêm: González và Mark thấy gần một nửa gián đoạn là tự gây ra — điện thoại tự cầm lên, tự mở tab mới, tự check email trong khi đang chờ IDE compile. Phần đó thì hoàn toàn trong tầm tay.
Thiết kế θ cho thực tế: Nếu bạn biết buổi chiều thứ Tư của mình có λ = 5 (năm gián đoạn/giờ), đừng giả vờ có thể viết một chiến lược dài hơi trong buổi chiều thứ Tư đó. Làm θ = 20 phút: review tài liệu cũ, trả lời câu hỏi nhỏ, dọn dẹp backlog. Công việc θ cao — viết, phân tích, thiết kế — cần cửa sổ thời gian khác. Mà nếu không có cửa sổ nào: đó là thông tin quan trọng về môi trường, không phải về bản thân bạn.
Rút ngắn Δ: Trước khi bị gián đoạn — hoặc ngay khi cảm nhận sắp có — loại ngay vài dòng note: đang ở đâu, bước tiếp theo là gì, câu hỏi còn treo là gì. Nghe buồn cười nhưng hiệu quả: não bộ không phải rebuild context từ đầu, chỉ cần đọc lại và tiếp.
Phần tiếp theo của phương trình
Có một góc mà Duruk không khai thác, nhưng lại là phần thú vị nhất từ góc nhìn của mình.
Microsoft trong cùng bản Work Trend Index 2025 đó không chỉ báo cáo con số 275 lần gián đoạn mỗi ngày — họ cũng mô tả giải pháp mà các tổ chức họ gọi là “Frontier Firms” đang triển khai: đưa AI agent vào để xử lý phần lớn công việc có tính chất phản ứng (reactive work). Lọc email. Trả lời câu hỏi trạng thái. Tổng hợp báo cáo. Sắp xếp lịch. Những thứ ngốn λ nhưng không cần tư duy chuyên môn.
Bây giờ thì mô hình của Duruk trở nên thú vị hơn.
Nếu AI agent hấp thụ được một lớp gián đoạn — không phải tất cả, nhưng một phần đáng kể — thì λ của người dùng giảm. Và theo mô hình này, tác động không tuyến tính. Giảm λ từ 3 xuống 2 không tiết kiệm 33% thời gian — nó nhân năm lần xác suất có một ngày làm việc thực sự. Đó là ROI thực sự của agent trong công sở, và hầu hết các vendor pitch không bao giờ nói đến con số này vì họ cũng không có mô hình để tính. (L3: lúc đó người dùng có chịu nổi việc tập trung liên tục không?)
Nhưng đây cũng là nơi xuất hiện câu hỏi quan trọng hơn: khi AI giải phóng được năng lực tập trung của con người — ai sẽ thiết kế tổ chức để tận dụng được năng lực đó? Hay chúng ta sẽ chỉ dùng khoảng trống mới để lấp thêm cuộc họp, thêm kênh Slack, thêm yêu cầu báo cáo — và λ lại quay về như cũ?
Mô hình của Duruk không trả lời câu đó. Nó chỉ cung cấp cái framework để hỏi đúng câu hỏi.
Và câu hỏi đúng không phải “làm sao tôi tập trung hơn?” Câu hỏi đúng là: ai đang thiết kế thông số của ngày làm việc của tôi — và vì mục đích gì?
Ngày tệ không phải lỗi của mày. Nhưng câu hỏi là: mày có muốn biết ai cầm tay lái không.