用途：一秒法则用于快速判断一项任务是否可能被当前AI技术自动化。核心启发式是：如果人类能在不到一秒内做出所需判断，那么当前的监督学习大概率能自动化该任务；反之，若人类需要几分钟甚至数小时，则当前AI可能难以胜任。它把技术可行性问题转化为任何人都能操作的快速测试，适合在投入大量资源前做初筛。
主要能力：提供三步执行流程。第一，明确具体任务与判断内容，例如“判断图片中是否有猫”“判断邮件是否为垃圾邮件”。第二，模拟人类思考时间，询问有经验的人完成该判断需要多久、能否在一秒内完成。第三，给出可行性判定与下一步建议：若“是”，提示技术上可能可行，建议进入数据可用性评估；若“否”，提示当前监督学习可能难以自动化，建议考虑任务分解或暂缓。若任务涉及情感、创意或复杂推理，直接判定当前不可行并说明原因。
适用场景：业务团队提出AI想法需快速判断是否值得深入调研；产品经理筛选AI功能优先级；投资人评估AI创业公司技术可行性；非技术背景管理者理解AI当前能力边界。语言信号包括“这个AI能做吗”“技术上可行吗”“能不能用AI自动……”“现在AI能做到什么程度”“这个想法现实吗”。
限制：不适用于需要共情、情感理解或人际互动的任务，如心理咨询、谈判、创意写作；不适用于长链条逻辑推理，如法律论证、战略规划；不适用于复杂语言生成，如撰写报告、创作小说；需要精确成本收益分析的项目决策应使用更完整的评估框架。该法则基于2019年AI技术水平，大语言模型出现后部分“慢任务”已变得可行；它假设人类一秒判断等于AI能学习，但有些任务依赖常识和身体感知，AI仍难复制；也不适用于生成式AI评估。此外，一秒内可判断不等于一定成功，还需考虑数据可用性；单个任务可行不代表整个流程能自动化。
相关方法：与A→B映射的区别在于，后者把问题形式化为输入输出结构，一秒法则在形式化后判断任务是否足够简单；与双因素框架的区别在于，后者是更完整的评估（概念简单性加数据充足性），一秒法则只是快速初筛的第一步；与任务分解的区别在于，后者把岗位拆成任务，一秒法则判断单个任务是否可行。