這個場景不陌生，大家在同個辦公室，時間一久，自然也會有所謂的革命情感。

不過，我們也偶爾常聽到人家說，「上班好同事，下班不認識」。大家上班客客氣氣，下了班大家彼此保持一點距離。下了班的聚會，僅限朋友，不再需要任何客套的應酬。

究竟，該把同事當朋友，還是大家保持禮貌性的距離呢?

如果我跟你說，這個問題三十年前就被經濟學家算出來了，你信不信?

喜歡你的同事，到底划不划算?

1994 年，MIT 的經濟學家 Julio Rotemberg 在《政治經濟學期刊》上發表了一篇論文，目的在探討辦公室情誼，到底該不該幫助你的同事呢?

如果用經濟學的角度來問，把所有的行為都拆解成個人的效益，那更貼切的問題應該是：「喜歡你的同事，到底划不划算?」

在 Rotemberg 的模型當中，假設有兩位同事 A、B，彼此工作時，除了在乎自己做得好不好，同時也會在意「我能不能幫到對方」。如果 A 在工作中，多分享一點資訊、多幫忙一點、在意見不合的時候多讓一步。不僅 B 能夠從中得到幫助 (好處)，A 也會因為能夠幫上 B 的忙，而感到滿足 (好處)。反之，B 也會願意多幫 A 一點忙，兩邊都有好處。

這是一個雙方互補的美好關係，兩個人就像在騎協力車，你多踩一點，對方可以輕鬆一點；兩個人都多踩一點，雙方速度快一點。

然而，真實的環境沒有這麼美好，人心也沒有這麼單純。這篇論文用數學很巧妙地捕捉了這段，但為了閱讀的體驗，我省略了證明的過程。

當 B 如果也很重視跟同事 A 的情誼，甚至到非常珍惜，B 可能也會因為 A 的無私投入，感到壓力，不得不跟著幫助 A。而在過度幫助 A 的情況下，可能導致內耗、自己份內的工作無法完成，進而影響了自己原本的工作。

還有一種可能，如果公司的績效制度是兩個人必須共享一份固定獎金。想像兩人在分一塊大小固定的披薩——A 多切一片，B 能拿到的自然就變少。這時候，如果 A 對 B 釋出善意、放慢腳步讓一下，B 最理性的反應反而是：順勢多拿一點。在這種結構下，善意不僅不划算，甚至有點危險。

在論文的分析當中，也得到了一個合理卻又稍微違反直覺的結論：「當利他的效益是正向的，且又不會太多，同事之間才存在互助且彼此受惠的可能」。

俗話常說的「上班好同事，下班不認識」某種程度上就是替這個結論下了一個最好的註解。這是職場打工人很誠實的自我保護，大家上班上可以和和氣氣地互相幫忙，但是彼此遵守一定的分寸，讓這份人情不會變成壓力。

背叛同事是一種可能的選擇嗎?

Rotemberg 還問了一個更陰險的問題：如果同事兩人之間，存在背叛的可能呢? 那什麼時候會發生?

想像一個情境：同事 A、B 兩人可以選擇「合作」或「背叛」。如果都選合作，兩人都過得不錯；如果都選背叛，兩人都變差，比合作時還慘；但如果一人合作、一人背叛，背叛的那個人賺到，被坑的那個人會面臨損失。

這就是經典的「囚徒困境」。

Rotemberg 用兩個因子來分析：背叛得逞的甜頭，跟被背叛的痛。

他證明了一件事情：只有當「被背叛的痛」大於「背叛得逞的甜頭」，背叛才不會發生。因為雙方都存在被對方背叛的可能。即使其中一方有機會佔便宜，也會因為理解被背叛有多痛，而選擇持續合作。

所以在辦公室的情誼當中，有時候不是因為彼此感情有多好、認識多久、有沒有一起在茶水間聊是非。而是因為背叛的代價實在太大，當你背叛同事，你要面對的是上級主管的責難、同事之間的閒言閒語、信任的破滅等等。任何一個理性的人都知道，背叛實在是太不划算了。

如果你是主管，該不該經營Team Building?

如果討論就停留在辦公室之間的同事合作，那未免也太沒意思了。

如果你是主管，該不該經營Team Building?

為了簡化模型推論的過程，我舉一個情境：

假設公司裡的兩位業務，Amy 跟 Ben，手上正在合力替公司標下一個案子。

• 如果只有一個人願意衝刺，這個案子的成功機率是 30%

• 如果兩個人都願意衝刺，成功機率可以達 80%

• 這個案子一旦拿下，公司會獎勵一人 5 萬元的獎金。(不管是誰努力、只要案子吃下來，兩個人都有份)

• 而衝刺對兩人的成本，為了簡化計算，就當作是 1.6 萬元。

現在，我們試著用 Amy 的角度，把四個可能的組合都算一次。

• 如果 Amy 跟 Ben 都衝刺：在成功機率為 80% 的情況下， Amy 的期望值是 5萬 * 80% = 4萬，再扣掉 1.6 萬的成本，淨賺 2.4 萬。

• 如果 Amy 衝刺，但 Ben 躺平：成功機率只剩 30%，Amy 的期望值變成 5萬 * 30% = 1.5 萬，還要扣掉成本 1.6 萬，反而虧了。

• 如果 Amy 躺平，但 Ben 衝刺： Amy 什麼都沒做，但他仍然有著 1.5 萬的期望值。

• 如果兩個人都躺平：案子沒拿到，兩個人都拿到 0 元。

在上面的案例中，Amy 會怎麼選，完全取決於她「猜測」Ben 會怎麼做。

如果 Amy 相信 Ben 會跟她一起合作完成這個案子，那 Amy 自然也會願意跟著一起衝刺。反之，如果 Amy 認為 Ben 不會跟著衝刺，那 Amy 也沒有動機衝刺。

Ben 的理性腦袋思考的是一模一樣的問題。

所以兩個人在這個賽局當中，最終是否會選擇共同努力，完完全全取決於兩人彼此的信任。更確切地說，應該是兩個人是否會選擇一起努力。如果兩人都覺得對方不會努力，這個案子不可能會成。這正是標準的囚徒困境，最佳方案存在(兩人合作)，但只要存在不信任，大家會選擇各自躺平(兩人不合作)。

如果主管光靠調整獎金，有機會提高兩人合作嗎? 答案是否定的。

無論獎金調整到多高，只要「我衝刺、對方躺平」的期望值小於「我躺平、對方衝刺」，我就沒有動力衝刺。提高獎金能解決的是「值不值得努力」，但解決不了「我們要不要一起努力」，甚至是說我願不願意跟你一起努力。因為獎金夠高，我在乎的是我的投入與報酬，而非要不要跟你一起努力。

這時候，透過Team Building 活動培養感情，提升信任與合作意願反而是更划算的解法。

透過聚餐、Team Building 活動，讓 Amy 和 Ben 當成夥伴，提高兩個人信任，讓他產生 「他願意跟我一起在案子中努力」的想法。那麼，兩個人就有可能讓上面的賽局變成 「共同衝刺」的最佳解。下次，兩個人面對到新的案子，思考的不再是「他會不會又躺平」，而是「這次我衝，他應該也會」。對於主管來說，透過經營良好團隊氣氛的金錢成本，遠低於激勵獎金 ( 而且激勵專案獎金可能還有上限，不能超過案子本身的收益 )。

但這裡有個很重要的前提條件：兩個人一起努力的效益，要有足夠的加乘效果。

在上面的案例當中，兩個人一起努力大幅提高案子的成功率，從 30% 提高到 80%。如果兩個人一起合作的成功率，只有50%，代表兩個人合作沒有發揮 1 + 1 > 2 的價值。那員工沒有合作的動機，心裡想說「反正合作也沒有比較有用，不如我自己試試看」。對於公司來說，反正兩人沒有合作的動機，我再怎麼經營團隊氣氛也沒用。總而言之，花費心力經營 Team Building 的決策，只有在這份工作透過合作，有明顯的效果可以讓案子大幅提高成功機率。

Team Building 活動不是單純的員工福利，而是在這份工作存在合作的理由下，一種「用小成本，換取員工彼此信任、進而一起跳進最好結果」的聰明投資。

真實案例佐證：1930 年代的霍桑實驗

在論文中，Rotemberg 搬出一個很有名的歷史案例。

1930 年代，美國西方電器公司做了一系列實驗，本來是想測試「照明亮度」對生產力的影響，結果意外發現一件更有趣的事。研究人員把負責組裝的工人們從 100 人的空間，改到只有 6 人的空間，並且把獎金制度改成由 6 人小團隊共同平分而非各自計算。

接著，又提供了一些福利政策，讓工人們可以中途休息、聊天與社交。結果這個團隊的產量一路持續提高了 30%，而且即使後來休息時間被取消，產量也沒有減少。

研究人員後來訪談發現：這群工人變得非常要好，會互相慶生、在工作上互相補位幫忙，是產能提升的最主要原因。

後來對照組更佐證了這份論文的模型推論，另外一群團隊，獎金制度沒有調整 ( 維持各自計算 )，但同樣有休息時間可以社交。結果他們的產量有上升，但只上升了 15%，而且隨著福利的取消，產能又逐漸回落至原本。

這個實驗對照正好印證了 Rotemberg 的論點，光有情感支持是不夠的，還要搭配上獎金制度，讓感情好變成一件有利可圖的事情。

結論：讓「跟同事變朋友」變成一件有效益的事情

回到文章一開頭的畫面，晚上十點，同事幫你把數據整理好、色碼調好，本來以為這只是因為他人很好，或者是你們特別投緣。

看完這篇論文，才知道原來答案沒這麼浪漫。這個溫馨的畫面之所以發生，是因為發生在一個「互補」的結構。當利他的效益是正向的，且又不會太多，同事之間才存在互助且彼此受惠的可能。而且雙方心知肚明，萬一有一天誰在關鍵時刻捅了對方一刀，要付出的代價絕對划不來。

這篇論文厲害的地方是，把一些看似常理的情境，透過數學驗證出了適用邊界。

1. 如果同事之間的利益是相互的，適度的互相幫忙，是一件對彼此都有利的事情。

2. 同事相互背叛的好處，遠遠比不上被抓到之後要付出的代價，那麼同事之間不會相互背叛。

3. 如果雙方合作有助於更大的好處，這時候花一點成本經營同事關係，在理性上是划算的。前提是，這份工作在合作才會大幅提高勝率的情況下。

如果你是員工，下次覺得某個同事特別好聊、特別願意罩你，不妨想想：我們的利益，是不是剛好綁在一起?

如果你是主管，下次砸大錢辦氣氛熱鬧的尾牙之前，不如先檢查一下，你手上的任務，到底有沒有「一起做,會比各自做加起來更多」的本質。

接下來還有幾個衍伸問題，邀請你一起思考：

• 如果考慮到幫助同事也需要付出成本，那相互幫忙的情況還會存在嗎? 或者是說，在什麼情況下，互相幫忙才會發生?

• 如果同事之間變成一個序列賽局 (Sequential game)，其中一個同事先表態要合作還是要背叛，另外一個同事再決定是否要跟進合作與否，那對於上面的推論是否會有改變的可能?

• 如果加入獎勵機制，讓幫助別人除了自我滿足的效益外，都能得到一個固定的效益 ( 例如：公開表揚、獎勵金 )，對於這場賽局會有什麼改變?

• 如果這段同事關係要結束了呢? 你要離職了、對方要調單位了、專案結束後要各自解散，這些情況意味這長期合作的同事情誼要結束，同事之前的合作情誼還在嗎? 會不會背叛變成一個可能?

• 這篇論文聚焦在兩人的互助合作，如果是一群人呢? 賽局會有什麼變化嗎? 是互助的好處會被稀釋，還是有放大的可能?

我是《文字生活事務所》的 Ian。

工程師出身，做過軟體專案管理，習慣用邏輯拆解複雜，用文字記錄溫度。

職場反思：那些專案管理教我的事，以及避開職場坑洞的底層邏輯。
學習筆記：把碎片資訊整理成可遷移的知識，讓讀書不只是讀書。
生活賽局：用賽局理論解析日常，讓你開始用不同的眼光看身邊的事。

如果這篇文章讓你多想了一秒，或許我的電子報也值得你花五分鐘。

Subscribe now

打造 Agent 的第一步是重新認識自己

打造個人 Agent，首先要讓 Agent 夠瞭解你。告訴 Agent 你是誰、你的信念、你的目標…你的一切那些可以言喻的自己。試著把自己給剖析、梳理、蒸餾… 所有可以將我這個人給解構的動作我都用上了，就是希望自己能夠化成一個個被 AI 所理解的 .md 檔。

我本來以為這是一個單向的過程，我把自己蒸餾成 MEMORY.md，AI 負責幫我記下來。然而在 AI 訪談的過程中，我發現我又重新認識一次自己。

我以為的自己，跟 AI 看見的自己，是不一樣的。

一談到「蒸餾」，很多人擔心的是當你把個人、同事給蒸餾成一個個的文檔，未來的人將不再具有靈魂，而是被寫成一行行的文字。

但與其擔心自己在 AI 的「蒸餾」下被取代，我發現他反而是重新認識自己的起點。

這讓我想到 2026 GAI 年會中，傑哥講到的一句話：

我們已經花好多時間在研究 AI，請花一點時間研究你旁邊的人們。

當我把注意力全心投入在 AI 應用的過程中，我有花過心思研究自己嗎?

我的目標、我生活的動力、我的價值觀、我的信念，那些我選擇相信而且信仰的觀念，如果不是這次為了打造 Agent，我似乎不曾拿出來檢視，並且逐一拿出來修剪、擦拭。

跟 Agent 協作的原則：把話說清楚

當 Agent 開始上工，在工作、生活上開始陪伴我完成各項工作。下一個議題又浮現了。

思考是隱形的，文字是顯影劑。文字除了彰顯思考的脈絡，也把「話說不清楚」的問題給點出來了。

那些有邏輯、有明確產出的問題，如何清楚有脈絡地將其描繪出來。Prompt 的教學在網路上已經被大量生產，「要給他清楚的角色扮演」、「要把 Input / Output 的內容給定義清楚」…。但是實際在面對 Agent 交派工作時，要如何把你現在的情境給說清楚、把預期 Agent 的產出結果給定義好。這個情境下，凸顯了把話說清楚有多重要。

我們知道人跟人的溝通之所以有效率，是建構在人跟人之間有默契；電腦世界中，系統跟系統間的溝通之所以有效率，是建構在通訊協定還有 API 規格化。那人跟電腦呢? 什麼是人跟 AI 之間應該要有的溝通協定?

可預見的方向是，未來隨著 AI 能力持續提升，把話說清楚的要求肯定越來越低。

但這並不代表把話說清楚的能力就可以不被重視。

我認為語言的必要性還是存在，當文字被寫下來、當語言被說出口，是在把思考的脈絡具現化。

我希望自己能夠更精準、完整地陳述自己的想法，無論是對 Agent 交派任務，還是最原始的需求：職場。

我始終相信精煉的文字是高效的資產，因為它降低了所有人的理解阻力。

下一步是告訴 Agent 我的決定是什麼

在跟 Agent 協作的過程中，我直到最近才感受到自己少了最重要的一步。

覆盤，或者可以說是告訴 Agent 你的決定是什麼，還有讓 Agent 告訴你，他對你的建議是什麼。

讓 Agent 從單向的執行任務，變成雙向互動的系統。

當 Agent 不再是單純地把答案告訴我，而是我也把我的決策告訴 Agent，我跟 Agent 之間才會變成雙向互動的有機生態。

Agent 可以學習我的決策，同時告訴我還缺漏的內容。

我把生活的目標放在持續學習，那我的 Agent 就不會只是幫我學習，而是跟著我一起學習。

只有當我把我的決策邏輯跟思考脈絡告訴 Agent，這個循環才有辦法閉環運作。

Agent 先是理解我，我請 Agent 執行任務，到最後把我決策的脈絡告訴他，他再持續理解我。

2026 上半年最喜歡的書 - 《驟雨之島》

藉著作者顧德莎的文字，一窺台灣60-80年代紡織業發展的歷史。九則短篇小說，故事中的主角大多沒有名字，在經濟爆發成長的時代中，大家都是默默無名打拼的小人物。

大雨在故事中的意象鮮明，在《娜娃的小木屋》中是山神的怒不可遏，是《六月雨》當中宣告舞台結束的布幕。在下著雨的奮鬥之島，有些被雨水給沖走，有些仍不會被雨水帶走，例如悲傷。

故事也許虛實參半，但台灣曾經興盛一時的紡織業為真，時代下的小人物們的努力為真，不敵時代改變後留下的情感也為真。

寫給自己的年度期許

這篇文章雖然名為2026上半年覆盤，但花了很多篇幅在寫建立 AI Agent的過程。

也可以說，我上半年最大的收穫就是建了一個屬於自己的 AI Agent。

寫給自己的部分就放在這邊，對自己的期許一如往常：

1. 做任何事情都更專注

2. 輸入的很多，但沒有輸出成筆記或是文字，都不算自己的

3. 保持對事物的好奇心，培養問問題的能力 ( 看曼報PRO就是一個很不錯的方式 )

Substack 的訂閱成長

從四月開始，接連寫了幾篇賽局的文章。

賽局是我研究所論文的研究方法，我一直對賽局很感興趣。透過數學，把人類的行為用數學式定義。就跟 AI 的時代中，大家無所不用其極的想把個人思考給存成文檔一樣。

很感謝在開始寫賽局主題後，加入關注的新朋友。

但正如同這篇文章的起心動念一樣，除了專注寫賽局主題外，還是想將個人的心得想法給記錄下來。

當 AI 可以生成更多的文字、影像、圖片，當我們接觸到社群洪流上的任何資訊，第一個問題都是：「這是不是 AI 生成的」?

AI Slop 已經充斥在我們多巴胺的背後，我寧願自己手寫，在這個網路社群上多了一個 Slop，至少不是 AI 生成的 Slop。

其中高達80%被退件的原因都是 — 那些書都是 AI 生成的。

AI 生成書籍本身，我覺得不應該是被退件的理由。Michael Tamblyn 也進一步指出，這些書籍不僅是因為是由 AI 生成的，他們的品質還很糟糕。

Tamblyn 自己講得很坦白：Kobo 測試過的 AI 偵測軟體，常常把人寫的東西判成 AI，也常常把 AI 寫的東西判成人，沒有一套工具準確到能拿來當標準。於是 Kobo 乾脆放棄「判斷這本書是不是 AI 寫的」，改成「判斷這本書爛不爛」——反正兩者現在幾乎劃上等號。

這個故事雖然發生在2025年，但經濟學家 George Akerlof 早在 1970 年就做過相關的研究，甚至還拿下了2001年的諾貝爾經濟學獎。

1970年濫竽充數的檸檬市場

為什麼叫檸檬? 在美國俚語中，「桃子」（Peach）用來形容車況優良的二手車，而「檸檬」（Lemon）則是用來形容買到手才發現外觀亮麗、內部卻狀況百出、難以駕駛的瑕疵車。

而 Akerlof 的論文《The Market for Lemons: Quality Uncertainty and the Market Mechanism》解釋了一個在買賣雙方資訊不對稱的情況下，市場中買方的出價過低，導致車況優良的二手車賣方離開市場，最終造成市場充斥著檸檬，導致市場崩潰。

這邊用了一個很簡單的模型進行推理：

假設市場上二手車的品質，平均分布在 0 到 20,000 美元之間。買家看不出每台車的實際車況，只能用市場平均值出價，也就是 10,000 美元。問題是，車況值 10,000 美元以上的車主不會用低於實際價值的價格賣車，於是他們陸續退出市場。剩下的車，品質分布在 0 到 10,000 美元之間，平均只剩 5,000 美元。買家發現市場變爛了，把出價再壓低到 5,000 美元——原本還願意賣的、車況值 5,000 美元以上的車主又退出一批。

這個買賣雙方資訊不對稱的賽局若繼續下去，最終市場上只會剩下最差的二手車，那些好一點的二手車，再也不會出現在市場上。Akerlof 把這叫做「逆選擇」(adverse selection)——市場機制選出來的，不是最好的，是最爛的。

這也是為什麼這篇 1970 年的論文後來成為資訊經濟學的奠基之作，因為他證明了市場失靈的根因，從外部性、獨佔這類傳統的經濟學原理，轉移到資訊不對稱的結構上。

如果你 Google 一下這則論文，你會發現一個很有趣的事情。當初這篇論文因為內容直覺，甚至被三家頂尖的論文期刊給拒絕了，結果卻在2001年拿下的諾貝爾經濟學獎。

Kobo 電子書平台會是下一個二手車市場嗎?

時間回到2025年，Kobo 的電子書平台有幾個地方不一樣。但每一個差異，都有可能讓事情變得更糟。

第一個差異：邊際成本

一台爛車要出現在二手交易市場，得先從零件的組裝到出廠成為一台新車，新車逐漸耗損，才有可能成為市場上的「檸檬」。

然而在 AI 的時代，要產生一本三五百頁的書，只是幾秒鐘的事情。Kobo 說他們一年收到「幾十萬本」可疑投稿，這產出的數量很明顯是靠人力也做不到的，意味著市場上出現檸檬的速度，遠比1970年還快上許多。

第二個差異：品質把關的機制

在二手車的市場哩，買賣是雙方自己的事情，市場機制沒有人干預，是自然而然發生的現象。

但在 Kobo 平台當中，有人在替品質把關。新聞中提到的 45% 退稿率，就是平台經營方在替這個平台的品質做把關。雖說如此，但當這個把關的機制失衡，就如同 Tamblyn 說的，他們曾經測試過的 AI 工具，把人寫的當成 AI、把 AI 當成人寫的，有可能進一步把市場上品質好的書籍給推開。

第三個差異：品質被驗證的時間點

一台二手車可以在試駕的過程中被辨識出來，那書呢?

品質極差的書，你可以從標題、從開頭的前幾頁識別出來。但如果是那些品質差，但還不至於極差的書，你需要讀到一半，才會發現他讀起來還行，但內容空泛。等到這時，你可能已經投入一兩個小時的時間。

三個差異疊加在一起，電子書市場的「逆選擇」效應比二手車市場更大、更快推向市場失衡。

電子書市場的資訊經濟學

在 Akerlof 的理論問世之後，經濟學家後續又提出了三個機制來解決資訊不對稱的議題。這三個機制，都能在電子書市場裡應用。

Screening(篩選)：沒有資訊的一方，設計一個機制辨識出對方的品質

Kobo 做的事情本質上就是Screening。

透過主動揭露平台退件 45% 的事實，告訴消費者一個訊息：Kobo 的平台上買不到爛書。

好的篩選機制應該要讓「假裝成好貨」的成本高到品質差的生產方難以模仿。以現在 AI 生成的技術，要在短時間之內產出夠好的書可能還不算容易，但在 AI 技術持續演進下，未來這個篩選的機制有可能被突破。當品質差的一方，開始可以低成本的方式生產出更高品質的書，那這個篩選的機制有可能就失去其價值。

不過，當 AI 可以生成高品質的書，消費者對於書本決策應該會從「這本書是不是 AI 生成的」，轉移至「這本書到底對我有沒有價值」。

Signaling(訊號)：由有資訊的一方，主動花成本證明自己是好貨

在二手車的世界裡，高品質的賣方可以提供車子的保養紀錄，讓買方識別物品價值。同時，這件事情的成本極高，爛車的車主是模仿不來的。

在電子書的商業世界中，作者可以找專家掛名、找推薦人撰寫序，或者是附上過往寫作作品或得獎經歷。然而不是每個作家都會得獎，或是有著數十本的著作，這對於新人作家是成本極高的選擇。

同時， AI 要大量模仿專家掛名或者是推薦序，也相當容易。在現在每本書都充斥著大量推薦的情況下，一般消費者是不會花費時間成本進行求證的，這也造成 AI 極大的模仿空間。

這導致了一個極具諷刺的現象，現在有些創作者會刻意把文字寫得不夠完美。保留一些口語化的用詞、一些跳脫邏輯的字句安排，就為了告訴讀者：我是人工寫作的。

Reputation(信譽)：透過重複賽局，把單次交易的資訊不對稱，變成長期紀錄

這可能是三個機制中，目前最有效的一個。

一個持續創作的作者，透過網路聲量的經營、長期累積的作品集，持續累積成讀者相信的信譽。如果你要挑一本日本推理小說，你高機率會從東野圭吾、湊佳苗的作品當中選擇，因為這些作者的產量夠多而且品質足夠好。

這對低品質的賣方是難以模仿的成本。但對高品質的作者來說，代價是必須持續創作不輟，才能透過重複賽局累積信任。

電子書的市場如何避免成為下一個檸檬市場?

Kobo 身為平台經營方，正在透過篩選機制不斷剔除低品質的 AI 書籍。但是成本不對稱 ( 低品質的生產成本極低，篩選就算再嚴格，也容易有漏網之魚 )，是這個機制的關鍵缺陷。而高品質的作家，短時間要主動證明自己也不容易。無論是持續累積作品、經營個人粉專累積網路聲量，都是需要一段長時間的醞釀。

前面提到,當 AI 有一天能低成本產出高品質的書，讀者的判斷標準可能會從「這是不是 AI 寫的」轉向「這對我有沒有價值」。如果那一天真的來了篩選、訊號、信譽這三個機制，還會是現在這個樣子嗎?一個靠「品質」把關的系統，面對一個連品質都能被複製的對手，還守得住嗎?

這讓我想到一個更大的問題，想提出來討論：

除了用品質作為篩選指標外，還有沒有其他的篩選機制，是 AI 生成內容很難執行的?

如果 Kobo 不篩書籍，而是篩選書本被製造的過程呢? 要求賣方提供寫作歷程、草稿修改紀錄，這些對於既有的出版社而言，應該不是一件太難執行的事情。

以下還有幾個問題思考：

• 一個機制如果同時要「不誤傷好作者」又要「擋掉爛作者」，這兩個目標本質上有沒有衝突?是不是篩選的機制設計，天生就必須犧牲其中一個?

• 書籍的評論制度是不是也是一個好的篩選或訊號機制? Kobo 作為平台方，能不能有效經營?

參考資料：

1. Gosling, H. (2026, June 22). Rakuten Kobo rejects 45% of submissions after slew of AI-generated books uploaded. The Bookseller. https://www.thebookseller.com/news/rakuten-kobo-rejects-45-of-submissions-after-slew-of-ai-generated-books-uploaded

2. Akerlof, G. A. (1970). The market for “lemons”: Quality uncertainty and the market mechanism. The Quarterly Journal of Economics, 84(3), 488–500. https://doi.org/10.2307/1879431

我是《文字生活事務所》的 Ian。

工程師出身，做過軟體專案管理，習慣用邏輯拆解複雜，用文字記錄溫度。

職場反思：那些專案管理教我的事，以及避開職場坑洞的底層邏輯。
學習筆記：把碎片資訊整理成可遷移的知識，讓讀書不只是讀書。
生活賽局：用賽局理論解析日常，讓你開始用不同的眼光看身邊的事。

如果這篇文章讓你多想了一秒，或許我的電子報也值得你花五分鐘。

Subscribe now

最讓人血脈噴張的，莫過於PK賽的緊張。

罰球線上，一個人站在球前。面對著守門員，守門員背後是空曠的球門。

一球，決定生死。

踢球方這時腦袋在算計著，我要往左?往右?往中間?

守門員這時也在心裡盤算著，我要往哪個方向撲才好?

根據計算，進攻方踢出去的球速度高達時速200公里。在距離11公尺的守門員眼中，只有0.2秒的反應速度。基本上，就跟猜拳一樣，他不能用看的，要用猜的。

到底守門員要怎麼猜才有辦法勝率最大? 或者我們反過來問，進攻方要怎麼樣勝率最大?

Chiappori、Levitt和Groseclose等人在2002年於《American Economic Review》發表的《Testing Mixed-Strategy Equilibria When Players Are Heterogeneous: The Case of Penalty Kicks in Soccer》找出了球員間最佳的競爭策略。

進攻方與守備方的零和賽局

這是一場進攻方與守備方的賽局，一場零和賽局。

什麼是「零和賽局」? 在零和賽局中，代表所有玩家的利益和相加為零。白話來說，就是這場賽局當中會有贏家與輸家，贏家獲得一分、輸家失去一分，兩者相加為零。這種賽局當中，是最常見的競爭結構，典型的例子有：猜拳、選擇權、期貨，還有今天主題的PK大戰。

在零和賽局中，雙方沒有合作的可能，因為勝利就建築在對方的失敗上。

足球場上的PK就是最好的例子，進攻方和守備方的利益是完全相反的。而且雙方在0.2秒之間，守門員不可能等球踢出後再做反應，他必須在球離腳之前就選定方向。因此兩者的決策可以說是同時，守門員不知道對方要踢哪裡，進攻方也不知道守門員要猜什麼方向。

在這種情況下，最優的解法不是「固定往左踢」，也不是「固定往右撲」。因為只要有規律，另一方就會學起來並破解它。

真正的賽局均衡是隨機化。

在賽局理論的世界中，有個名詞叫做混合策略納許均衡（Mixed Strategy Nash Equilibrium)。雙方都以特定的機率組合出招，使得對方無論怎麼應對，期望報酬都相同。簡單說：到了均衡狀態，踢球者往左踢和往右踢的「期望進球率」應該是一樣的——否則他就會集中往比較容易進的那邊踢，均衡就會被打破。

理論很美好，現實生活中真的會發生嗎?

為什麼這篇論文很重要?

過去幾十年，研究者在實驗室裡做了大量混合策略的驗證實驗。結果大多令人失望——受試者的行為跟理論預測差得很遠。於是有一派學者開始懷疑：混合策略均衡不過是一個漂亮的數學概念，現實中不存在。

因為過往的論文研究中，實驗或是情境設計得利益太小或者是決策方案過於複雜。在有限的決策選項下，賽局往往利益太小，受測者對於策略選擇會有自己的偏好。在巨大利益的情境下，決策方案又過於複雜，使用者的決策難以被簡化。

而足球PK的情境滿足了以下條件，使得其變成一個絕佳的混合策略納許均衡。

1. 決策單純。踢球員跟守門員的策略可以簡化成，左、中、右三個決策。

1. 玩家的利益幾乎沒有歧異。不像其他的生活賽局，這個由踢球員跟守門員的賽局利益單純，踢球員的終極目標只有進球，反之，守門員也是以守下球門為目的。

1. 利益巨大。在PK賽中，進球的利益巨大，幾乎可以決定這場比賽的勝負。

賽局分析：哪邊比較好踢?

為了讓這個分析有效，論文根據實際情況下設立了幾個假設。

1. 踢球者與守門員在極短的反應時間內，可視為同時進行決策。進攻方可選擇進攻 { 左、中、右 } 三個方向；守門員的防守亦是。

1. 假設踢球者慣用右腳，踢向左側的進球機率大於踢向右側的進球機率。

1. 在沒有防守的情況下，向左右射門比向中路射門的進球機率更高。

為了方便說明，我把這三個假設代入數字，矩陣長這樣（為簡化說明，先忽略中路)：

假設踢球者踢向左側，守門員也往左側撲球，有60%的機率進球；如果球者踢向右側，守門員也往右側撲球，則只有40%的機率進球。如果踢球者跟守門員的決策反方向，則踢球者踢向左側的進球機率會大於右側，90% > 85%。

看到矩陣之後，如果你是踢球的球員，你怎麼踢?

理論上我踢左邊的成功機率比較高，所以我都往左邊踢，對吧?

但問題是，守門員也懂這個分析。踢球者盡情地將球往左側踢，守門員也都往左側猜，把這個決勝的機率壓在六成。任何固定的策略，只要對手夠聰明，就會被破解。

這就是為什麼純策略均衡在這個賽局裡不存在：找不到一個「每次都做同一件事」的穩定解。

如果踢球者每次都踢左，守門員就會每次都跳左。左側的進球率從 90% 跌到 60%，優勢消失了。反過來也一樣——如果守門員每次都跳左，踢球者就會切換去踢右，進球率跳到 85%。守門員跟著調整，雙方陷入一個互相追著對方跑的循環。這個循環不會在純策略上找到出口。唯一穩定的解，是雙方都不固定——把行為分散在左右兩側，讓對方永遠猜不透。

對於踢球者來說，雖然明知踢向左側成功機率高，但他偶爾會選擇踢向右側。是因為要讓守門員不敢把注意力都放在左側，讓它也會分散注意力到右側。

如果想更進一步求證，假設守門員撲向左側的機率為 A、踢球者踢向左側的機率為 B。經過數學求證，會得到守門員撲向左側的機率高於右側一點，然後守門員撲向左側的機率 A 大於踢球者踢向左側的機率 B。

這很有趣——踢左明明是踢球者的優勢，為什麼守門員反而更執著於守左？

因為踢左的進球率在各種情況下都比踢右高，守門員就必須花更多資源在左側，才能把這個優勢抵消掉。在一球定生死的緊要關頭中，守門員不得不比踢球者更偏向左側。

這邊論文的核心觀點在於：當我們以為球員在計算「哪邊比較好踢」，但他們真正在計算的是「我要讓對手覺得每一邊都一樣難守」。策略的目標不是最大化自己的選擇，而是最小化對手的可預測性優勢。最終兩者是以隨機的方式在決定方向，而決定左側(依據慣用腳而不同)的機率又比右側高一些些。最終在均衡狀態下，踢球者往左和往右的期望進球率(期望值)會相等。

論文怎麼驗證?

Chiappori、Groseclose 和 Levitt 收集了法甲和義甲三年間共 459 個罰球，把理論預測逐一拿去比對數據。模型給出五個可以被數據否定的預測：

不過在上一段的尾聲，我們推導出一個結論，最終在均衡狀態下，踢球者往左和往右的期望進球率(期望值)會相等。

作者也針對這個假設進行統計上的驗證，踢左、踢右、踢中路三個方向的進球率，彼此沒有顯著差異。同時也檢驗了序列相關性(白話：上一球踢左，這一球會不會也踢左?) ，而答案是球員真的刻意在隨機，沒有規律地行動。

選擇「比較差」的選項，是為了讓「比較好」的選項持續好用

讀完這篇論文，我一開始以為收穫是「隨機是好策略」。

但經過我跟 AI 討論下來，我修改了我的用字。

隨機本身不是目的。職業球員不是因為「隨機比較好」才這樣踢——他們是因為任何固定的規律都會被對手利用，才被迫走向隨機。如果我的規律加上我先天慣用腳的優勢(踢向左側)，會讓對手更加嚴防左側，那我選擇踢向右側是要讓守門員在50/50當中選擇。即使我選擇踢向右側的成功機率比踢向左側還低，是用來威脅守門員，讓我進攻左側的選項仍然可以持續發揮效果。

目標不是找到最好的選項，而是讓對手對你的每個選項都無從套利。簡單來說，選擇「比較差」的選項，是為了讓「比較好」的選項持續好用。

這個邏輯不只存在於足球場。談判時，偶爾提出一個你不真的想要的條件，是為了讓對方無法判斷你的底線在哪。商業世界中，推出一個沒人買的高價方案，是為了讓中間價格顯得划算。

我是《文字生活事務所》的 Ian。

工程師出身，做過軟體專案管理，喜歡用邏輯拆解複雜，用文字記錄溫度。

如果這篇文章讓你多想了一秒，或許我的電子報也值得你花五分鐘。

Subscribe now

參考資料：

Chiappori, P.-A., Groseclose, T., & Levitt, S. (2002). Testing mixed-strategy equilibria when players are heterogeneous: The case of penalty kicks in soccer. American Economic Review, 92(4), 1138–1151. https://pricetheory.uchicago.edu/levitt/Papers/ChiapporiGrosecloseLevitt2002.pdf

突然之間，四面八方出現了一百隻飢腸轆轆的狼。

每一隻都超級餓，每一隻都餓到能一口把你吞掉。

照理說，你應該沒戲唱了。

但你沒有。為什麼?

每一隻狼都餓得半死，但是沒有一隻狼願意先動手。

牠們就站在原地，看著你，互相看著彼此，誰都不動。

為什麼沒有任何一隻狼願意動手?

這一百隻狼都很餓，餓到他們連同類都願意吃。

當任何一隻狼撲向羊飽餐一頓，吃飽後瞬間上升的高血糖會讓他昏昏欲睡。

這時候，牠就會變成下一隻狼的目標。

所以，故事很簡單嘛。只要狼先開口，牠就會變成另外一隻狼的食物，以此類推，沒有任何一隻狼願意先出手。

錯，故事沒有這麼簡單。

我們先從簡單的情境來看，假設只有一隻羊和一隻狼。在這個簡單的情境下，狼必定選擇吃掉羊，因為沒有其他任何一匹狼可以威脅牠。

接著，如果有一隻羊和兩匹狼(我們幫牠取個編號：1 號狼、2 號狼，代表吃的順序)，如果1號狼選擇吃下羊，那飽餐一頓的牠接著就會被 2 號狼吃下肚。因此，牠不會選擇動口。

如果再多一隻呢? 結局就不一樣了喔…XD

1 號狼選擇吃掉羊，呼呼大睡，2 號狼這個時候可以選擇吃掉1號狼或者什麼也不做，不過牠看向了身旁的3號狼，如果這時候牠選擇吃掉 1 號狼，那麼牠就變成 3 號狼眼中的美食，所以牠會選擇按兵不動。

總結：

當 N = 1 (1隻狼)

狼吃羊，沒有其他狼了。

結論：羊被吃。

當 N = 2 (2隻狼)

假設 1 號狼選擇吃羊，吃完之後， 1 號狼變成新的羊了，狀況回到上面「1 隻狼、1 隻羊」。

所以 1 號狼知道：我吃了羊，我就會被2號吃掉，因為沒有人會對 2 號狼造成威脅。

結論：羊是安全的。

當 N = 3 (3隻狼)

假設 1 號狼選擇吃羊，吃完之後， 1 號狼變成新的羊了，狀況回到 N = 2 的「2 隻狼、1 隻羊」。上面算過，當草原上只有 2 隻狼的時候，沒有狼會選擇動手，羊很安全。

所以 1 號狼知道：我吃了羊，但我很安全，另外兩隻不會想要對我動手。

結論：羊被吃。

當 N = 4 (4隻狼)

假設 1 號狼選擇吃羊，吃完之後，1 號狼變成新的羊了，狀況回到 N = 3 的「3隻狼、1 隻羊」。上面算過，當草原有 3 隻狼的時候，羊被吃。

所以 1 號狼知道：我吃了羊，我就會被下一隻狼給吃了，那我不吃了。

結論：羊是安全的。

透過上面的分析，顯而易見地得到一個結論：

當草原上的狼有偶數隻，羊安全；如果狼有奇數隻，羊不安全。

這是賽局中經典的「逆向歸納法 Backward induction」，從最後一個人的行動依序往前推，逐步歸納出每個玩家應該採取的行動。我很喜歡這個思維，代表要能在當下做出最好的決策，必定要先算清楚未來。

為什麼沒有人願意站出來?

這邊讓我蹭一下時事。

最近成為話題的Youtuber 多米多羅，一連出了好幾部影片在評論網紅出的書。理論上這種評論，照理來說應該又會有另一方接著端出影片反擊，但是為什麼都沒有呢?

不是因為他們沒看到，而是他們很理性。

多米多羅一次評論了很多人，如果只有一個網紅站出來反擊，他就會很容易變成輿論的攻擊對象。「為什麼只有你出來? 你開不起玩笑嗎?」先出手的人，獨自承擔所有的風險，所以沒有人動。

很多時候我們扮演的不是那隻大家虎視眈眈的羊，反而是遲疑著要不要出手的狼。

想像一下，在朋友圈裡是否曾經有位大家都很想斷掉聯繫的朋友，他可能是平常講話太白目、借錢不還…。但是，卻沒有人先開口跟他說「我不想跟他聯絡了。」

因為第一個說出口的人，可能就變成那個讓朋友圈分裂的人，大家不一定跟進你，反而還回過頭來指責你。大家心裡也都害怕這種情況成真，所以繼續回訊息、繼續赴約。

同樣的道理，在辦公室也是一樣。當你發現同事們跟你一樣都因為福利 ( 薪資、零食吧、嚴格的打卡規定 ) 忿忿不平時，卻沒有任何一個人願意當第一個開口的人。因為大家都害怕被貼上標籤，本來沒事的，反而你先舉手出聲之後，你成為被貼上「難搞、愛計較」的標籤。後面的人反而更安全，可以觀望情況，等風向對了再選邊。

商業的市場中也是，有些市場明明競爭者已經夠多了，為什麼當新的玩家加入市場後，卻也沒有人會想把他給併吞或是趕出市場? 正是因為當併吞這個新的挑戰者成本太高，甚至容易變成大家攻擊的對象時，就沒有人會貿然行動。

你是那隻虎視眈眈的狼，還是準備脫逃的羊?

把局勢看清楚，你會知道自己是羊，還是狼。

• 試著回想一下，你上次看到問題，卻遲遲沒有行動的原因是什麼，是因為不夠勇敢還是這是你絕對理性下的決策?

• 如果大家講好一起出手，賽局的結果會不會不一樣?

• 如果資訊不透明，每隻狼都被關起來，但是有一次的機會選擇要不要衝向前，結果又會有什麼變化嗎?

我是《文字生活事務所》的 Ian。

工程師出身，做過軟體專案管理，習慣用邏輯拆解複雜，用文字記錄溫度。

職場反思：那些專案管理教我的事，以及避開職場坑洞的底層邏輯。
學習筆記：把碎片資訊整理成可遷移的知識，讓讀書不只是讀書。
生活賽局：用賽局理論解析日常，讓你開始用不同的眼光看身邊的事。

如果這篇文章讓你多想了一秒，或許我的電子報也值得你花五分鐘。

Subscribe now

頂大畢業，實習經驗豐富，當初我幾乎把他認定是團隊未來的明日之星。

但是，他在會議上、討論問題上，從來不主動發言表達想法，從來不主動接燙手山芋。

系統BUG爆了就等前輩解決、需求模糊也不追問、系統設計遇到效能瓶頸也是兩手一攤。

每次問題都是資深工程師在解決，主動修復BUG、釐清用戶需求、設計效能解方…。

但一年後，我發現他把所有解法都學走了，而且還做得比同期還要更好。

既然他這麼聰明，為什麼一開始什麼都不做?

「智豬賽局」中的理性決策

賽局理論中有個經典模型叫「智豬賽局」。

這個情境下，豬圈裡有一頭大豬和一頭小豬。飼料槽在一端，按鈕在另一端。

按下按鈕後，飼料槽就會掉下食物。

遊戲規則：

1. 每按一次按鈕，就會掉下 10 單位的食物

2. 按下按鈕的豬，從按下按鈕到走到飼料槽需要花費 2 單位的成本 (體力消耗…等等)

3. 若兩隻豬同時到達食槽，大豬可以吃掉 7 單位的食物，小豬吃 3 單位

4. 大豬吃得快，先吃的話可以多吃 2 單位；小豬吃得慢，先吃的話可以多吃 1 單位

以效益矩陣分析這個賽局，分成四種情境：

1. 大豬小豬都按按鈕：
   假設同時抵達食槽，大豬吃到 10 單位食物中的 7 單位，但需付出 2 單位成本，淨收益為 5 (7-2)。
   小豬吃到 3 單位，但也需付出 2 單位成本，淨收益為 1 (3-2)。大小豬收益比是 5:1。

2. 大豬按按鈕，小豬在食槽邊等待：
   小豬先吃，可以多吃 1 單位食物，淨收益為 4 (3+1)。
   大豬後到吃完 6 單位，但要付出 2 單位成本，淨收益為 4 (6-2)。大小豬收益比是 4:4。

3. 大豬在食槽邊等待，小豬按按鈕：
   大豬吃掉 9 單位食物，等小豬趕過來的時候只能吃到 1 單位，減去按按鈕過程的消耗，小豬等於虧了 1 單位 (1-2)。大小豬收益比是 9:-1。

4. 大豬小豬都在食槽邊等待：雙方都沒有動作，所以都獲得 0 單位食物。

把上面的四個情境整理後，我們可以直觀得到這個遊戲規則下的納許均衡。

那就是大豬選擇按按鈕，小豬選擇等待。

小豬分到的食物少，選擇按按鈕對他來說是一個不利的選擇 ( 吃得少，又耗費體力 )。無論大豬的選擇是什麼，對小豬來說，等待就是最好的選擇。對於大豬來說，等待也比按按鈕來得好，但是在小豬等待的前提下，大豬為了能夠吃到食物，勢必得選擇去按按鈕。

回到辦公室的決策，那位選擇什麼也不做的工程師，正是辦公室裡最精靈的小豬。

他之所以選擇什麼也不做，正是因為辦公室的遊戲規則導致。老闆對於資深同仁的信任基礎、獎酬分配的獎勵制度、…等等變因，往往都會讓資深的工程師在論功行賞的時候，得到比較多的獎勵(如同大豬可以吃得比較多)。反過來說，在這個遊戲規則下，資深工程師並非擁有比較多的工作熱情，而是因為情勢所逼，他不得不選擇去當主動站出來的大豬。

身為職場小豬，躺平只是短期最佳解

上面的例子可能會讓大家認為我在鼓勵躺平，不是，而是我們要看清楚我們扮演的角色。小豬的策略短期來看是理性的解法，但豬圈的遊戲規則是大豬在決定的。

身為部門內的主管或是資深同仁，你才是有主動權決定舞台的那個人。這個專案要不要做? 要怎麼做? 要找誰一起完成? 可以怎麼做? 身為部門內的大豬，看似讓小豬搭上了順風車，其實才是決定這個賽局要怎麼玩的人。

身為職場小豬，躺平只是短期最佳解。剛入新的單位，邊看邊學，看看別人怎麼做。

還記得我的小豬時期，當時因為是公司的儲備幹部，認為自己一定要有一番作為才能被主管看見。剛加入專案，積極的想要有所表現，自告奮勇的協助整理資料、與業務單位釐清系統設計的需求。結果事情的做法都還沒上手，就把這些事情搞得亂七八糟，還跟同事吵了起來。

這個場景，不就像極了那個自告奮用按下按鈕，又匆匆忙忙跑向飼料槽的小豬?

最後的結果當然是累得半死，什麼都沒吃到。

在商業的世界中，等待也是一個理性決策

2007年，Netflix 開始提供訂閱串流服務，直至2010年才1,700萬用戶。一直花了十年的時間，才把「訂閱看影片」這件事情變成一種習慣。

而Disney+ 自2019年上線，本來內部預估要2024年才有機會達標6,000萬訂閱的目標，結果2020年就達標了。Netflix 在串流服務是開拓市場的大豬，改變用戶習慣 ( 按按鈕 )。Disney+ 是那隻小豬，等著市場用戶的習慣建立後坐享其成 ( 等在飼料旁 )。Disney+ 坐擁豐富的IP、製片能力，但是在影音串流的豬圈當中，選擇等待。等待用戶的習慣被建立起來之後，再進入市場。

除了影音串流之外，台灣電商的發展也是一個例子。

2000年代，Pchomet成立電子商務部門，成為台灣電子商務先驅。為了解決使用者無法掌握出貨收貨時間，選擇投入資源成立24小時到貨以及其他的購物網站體驗。從入口網站的經營模式，逐漸讓使用者習慣垂直整合的B2C模式，甚至帶動了整個物流配送的極致效率。自此之後，台灣市場開始習慣快速到貨的電商模式，背後仰賴的就是電商網站以及物流配送的技術演進。

在現在的生活中，我們已經習慣了快速到貨的電商模式。除了規模龐大的MOMO、蝦皮之外，很多自營的品牌也都有自己的電商網站以及快速到貨的服務。大豬們按按鈕，小豬們坐享其成。

選擇在最合適的時機點加入賽局，並且適時地扮演小豬，是最理性的選擇。

自己究竟是大豬?還是小豬?

把整個局勢看清楚，會發現自己在賽局中扮演的究竟是大豬還是小豬，進而找出自己理性的決策。

下次試著用以下三個問題，思考看看，自己現在究竟身處在哪個位置。

• 辨識自己的位置：
  你現在在的賽局裡，你是大豬還是小豬?
  更難的問題是：你是選擇的，還是結構把你放在那裡的?

• 看清賽局本身：
  你付出成本後，最後是誰在收割?
  你的努力，是在建立規則、還是任人宰割?

• 跳出賽局：
  如果你不喜歡這個賽局，你有沒有辦法換一個賽局——而不是換一種努力方式？

我是《文字生活事務所》的 Ian。

工程師出身，做過軟體專案管理，習慣用邏輯拆解複雜，用文字記錄溫度。

職場反思：那些專案管理教我的事，以及避開職場坑洞的底層邏輯。
學習筆記：把碎片資訊整理成可遷移的知識，讓讀書不只是讀書。
生活賽局：用賽局理論解析日常，讓你開始用不同的眼光看身邊的事。

如果這篇文章讓你多想了一秒，或許我的電子報也值得你花五分鐘。

Subscribe now

不光是書店，你有沒有發現便利超商、速食店，好像也有類似的現象發生？

站在路口，左邊是全家，右轉馬上就可以看到一間性質相似的 7-11；開車開到了麥當勞，發現隔壁就是肯德基。

這個生活中看似常見的現象，其實背後也是一場賽局遊戲。

霍特林模型：同質性的廠商，最終都會選擇相似的位置開店

這個問題背後涉及到一個經典的經濟學模型：霍特林模型 ( Hotelling Model )。

這個模型的概念很簡單。簡單來說，就是販售相似產品的廠商為了各自的利益，最終都會選擇在差不多的位置開店。

接下來讓我用白話點的方式解釋這背後的原理。

假設有一條筆直的海灘，當中有兩間冰淇淋店（冰淇淋店 A、冰淇淋店 B），兩間店分別坐落於海灘的最左側以及最右側。我們假設兩間店賣的品項、口味完全一模一樣。

這個時候，有一個很重要的前提：顧客永遠選擇離自己最近的那間店。因為兩家店的賣的商品一模一樣，對於顧客來說，選 A 還是選 B 來說沒有差異，大家各自選距離近的就好了。

所以一開始，A 在最左、B 在最右，兩家店正中間的那個點就是「分水嶺」。分水嶺左邊的顧客去 A，右邊的去 B，各拿一半。

但大家開店是為了賺錢，不僅要賺錢，還要賺得錢越多越好，意味著我渴望吸引更多的顧客。

所以，如果我是 A 冰淇淋店的店長，我就會把店從最左側開到往右側 1/4 的位置。這樣我的勢力範圍就會變大，不僅我的範圍變廣了，同時我還把對手的客群給搶了過來。

這個動作改變了兩家冰淇淋店的競爭分水嶺，分水嶺不再是海灘的正中間了。現在分水嶺是 A 和 B 兩家店的中間點，因為 A 已經往右移，這個中間點也跟著往右偏——A 的地盤因此變大，搶走了一塊原本屬於 B 的客群。

這個時候，B 店長也不會雙手一攤什麼都不做。他一定會想：「好啊！你往右移，我也從最右側往左移到 3/4 的位置，把分水嶺拉回來。」

A 看到 B 移動，又會再調整一次。就這樣，A 動 B 跟著動，B 動 A 又跟著動，好幾輪下來，兩家店最終都會落在海灘的正中間。

但你可能會問：為什麼停在中間，而不是繼續移動？

因為當兩家都在正中間的時候，任何一方往左或往右移都是吃虧的。假設 A 往左移一步：左側那些原本就是你的客人確實更近了，但 A 和 B 之間的那一群顧客，因為現在離 B 更近，就全跑去 B 了。搶不到新客，還丟掉舊客，得不償失。所以誰都沒有動的理由——這就是納許均衡（Nash Equilibrium）。

雖然兩家店擠在中間，跟各自守住兩端相比，吸引到的顧客數量其實是一樣的，都是各自 1/2。但這是一場賽局角力之後，兩家店都無法單方面做得更好的結果。

這就是為什麼，你幾乎不可能只看到一家麥當勞。

不是只有實體的商家，會選擇同樣的定位

看完理論，你可能還是覺得有點抽象。

速食店是最直覺的例子。麥當勞旁邊幾乎一定有肯德基，肯德基隔壁可能還有摩斯。這不是巧合，也不是什麼商業陰謀——正是因為他們賣的東西夠相似，才沒有人敢先往偏僻的地方跑，深怕把市場中間的那一半拱手相讓。或是你可以看到，肯德基選了一個新的位置，過了不久，麥當勞也在旁邊開啟了新的店面。

超商也是一樣的邏輯。

7-11 開在哪，全家遲早會出現在附近。你有沒有注意過，台灣密度最高的幾條商圈街道，超商幾乎都是面對面、背對背地開？

但 Hotelling Model 真正有趣的地方，是它不只解釋「店開在哪裡」，還能解釋內容長什麼樣子。

想想台灣的電視節目。只要一個節目類型爆紅，各台幾乎在同一時間跟進。一個政論節目收視好，每台晚間都變政論；一個戀愛實境秀爆了，三個月內串流平台都有類似的企劃。

為什麼？因為節目類型也是一條「海灘」。觀眾的口味就是那條線上均勻分布的顧客，每一台都想搶最多人看的那個中間地帶——最後大家的內容越來越像，沒有人敢偏離主流太遠。

這也是為什麼你常常有「換台都在播一樣的東西」這種感覺。那不是你的錯覺，那是納許均衡。

再讓我延伸幾個例子。

2007 年 iPhone 出來之前，手機長得五花八門——翻蓋、滑蓋、鍵盤、方塊。然而，現在放眼望去幾乎都是：全螢幕、方形機身、右上角挖孔、背面三顆鏡頭。三星、小米、Sony，沒有人敢做得太不一樣，因為這就是消費者「海灘中間」的口味。

時間讓我們快轉到雙十一，打開電商網頁，促銷的形式幾乎如出一轍：倒數計時、限時閃購、買多折多。沒有平台敢在大促期間搞一個完全不同格式的活動，因為消費者已經被訓練成預期「促銷就是這個樣子」，偏離這個中間點只會讓人覺得不夠划算。

當廠商可以同時競爭價格，聚在一起反而變成陷阱

Hotelling Model 只討論位置競爭。現實中廠商還有另一張牌可以打：調價格。

這時候問題就來了：兩家店擠在同一個地方，產品又差不多，消費者當然選比較便宜的那家。A 降價，B 跟著降，最後兩家都快撐不住——這就是所謂的「削價競爭」，聚在一起反而把彼此逼死。

現實生活中的廠商會怎麼做？主動製造差異，讓消費者沒辦法直接比價。

但這裡分成兩種情況。

第一種：差異難以複製。

最明顯的例子就是 Netflix 和 Disney+。這兩者雖然都是串流平臺，但各自透過極大的差異性來鞏固自己的市場。Disney Plus 有獨家的 Marvel 系列，從不曾考慮授權給 Netflix；而 Netflix 靠著自己獨家製播的產品，同時也不會授權給 Disney Plus。平臺之間不是沒辦法合作，而是刻意鎖死獨家內容，讓你無法說「兩個一樣，選便宜的就好」。

但這個是在差異化可以被創造，並且對手難以模仿的情況下。

第二種：差異很快就被學走。

超商就是這樣。7-11 開始賣咖啡，全家跟著賣；全家賣烤地瓜，7-11 就賣蒸地瓜。

差異創造出來，對手立刻複製，最後兩家又回到高度相似的狀態——然後再各自創造下一個差異，再被模仿，循環下去。

這樣看起來好像原地踏步，但其實不然。主動創造差異，或是跟著模仿，都是這場競爭裡的理性選擇。真正危險的，是什麼都不做。

什麼時候守住差異，反而是更好的策略？

回到開頭提到的蔦屋書局。

它選擇開在松菸，旁邊是誠品，附近還有其他文創品牌。你或許會覺得，這些店擠在一起是在搶生意——但現在你知道，這正是賽局的結果，不是巧合，也不是錯誤。

但這同時也意味著，蔦屋將自己與誠品放在同質性的比較維度上：一樣以書店為載體，販售生活化的文化體驗。

或者是可以從另外一個角度思考：在這場所有人都往中間靠的賽局裡，蔦屋書局選擇用什麼來讓自己不只是「又一家書店」？

我是《文字生活事務所》的 Ian。

工程師出身，做過軟體專案管理，習慣用邏輯拆解複雜，用文字記錄溫度。

職場反思：那些專案管理教我的事，以及避開職場坑洞的底層邏輯。
學習筆記：把碎片資訊整理成可遷移的知識，讓讀書不只是讀書。
生活賽局：用賽局理論解析日常，讓你開始用不同的眼光看身邊的事。

如果這篇文章讓你多想了一秒，或許我的電子報也值得你花五分鐘。

Subscribe now

AMC 影城對我們來說可能有點陌生，AMC電影院成立於1920年，在美國劇院市場中佔有最大的份額。「Sightline」方案聽起來很合理，中間靠後面一點的黃金座位，體驗最好，多收一點錢天經地義。

演唱會、棒球賽都是這樣定價的，對吧?

但這個方案很快就失敗，根據資料顯示，因為消費者的抱怨而不得不中止。

不過如果差異定價可以增加電影院的營收，為什麼沒有其他人跟進?

而且同樣是娛樂產業，演唱會、球賽、音樂劇，早就按座位分等，觀眾照樣買單。憑什麼電影院就不被接受？

最近讀到一篇Journal of Business Research 的論文，《Optimal ticket pricing by seat location in the movie industry》，解釋了這個現象，為什麼電影院不會依照座位品質收費，但演唱會可以?

電影院與消費者的理性賽局

我們先把這個問題的背景因素理解清楚，再把玩家和規則搞清楚。

電影院的位子不是平等的，中間靠後的那一塊，視野好、距離螢幕位置剛剛好 - 這是電影院的黃金座位。觀眾也不是一種人。有些人非黃金座位不坐，寧可多付錢；有些人隨便，坐哪裡都行。而電影院面對這兩種人，有兩種定價方式可以選：對黃金位加價，或是全場均一價格。

如果分析停留在這裡，那我們一定會得到要差異定價的結論。有人願意多付一點，為什麼不多收一點?

但在分析這個問題之前，我們得先理解電影院跟演唱會、球賽的差異是什麼 → 稀缺性。

電影有一個其他表演場地沒有的特殊問題：稀缺性低，觀眾取消的意願高。你今天沒買票，明天可能就不想去了——反正有其他場次可以等。時間喬不攏，朋友沒約到、今天下班太累，那我們可以改天再看。這種「臨時放棄」的機率，在電影這個產品上特別高。一旦你沒買票，電影院就什麼都收不到。所以電影院真正在意的，不只是「每張票能賣多少錢」，還有「怎麼讓你現在就把票買掉」。

把這個賽局畫出來，玩家是電影院和觀眾，各自有兩個選擇：

從觀眾的角度來看：

如果電影院統一售價，黃金座位跟普通座位票價一樣，但黃金座位數量有限——這時候提前買票是理性的，不然好位子被搶光，票價還一樣貴。觀眾的最佳選擇：提前買。

如果電影院黃金座位加價，搶位置的競爭者變少了（願意多付錢的人本來就不多），拖到現場也不一定搶不到。而且拖著不買還有一個好處：萬一臨時不想去，你省下了票錢。觀眾的最佳選擇：拖到現場再決定。

從電影院的角度來看：

如果觀眾傾向提前買票，統一售價和差別訂價都能賣出票——但差別訂價可以多賺差價，這時候電影院的最佳選擇是加價。

如果觀眾傾向拖到現場，兩種定價都面臨觀眾臨時反悔的風險——但一律同價至少能製造搶位壓力，把部分觀眾推回「提前買」那一格，這時候電影院的最佳選擇是一律同價。

這個矩陣沒有一個一眼看出來的答案，因為電影院和觀眾的選擇是互相牽動的。因此，回到我們上面的分析，電影院相較於其他娛樂活動，觀眾很容易反悔或臨時取消。觀眾可以輕易找到替代的場次，很容易改到明天、後天、大後天；突然不想看，損失的也僅是幾百塊的票價，相較演唱會場次少、動輒上千塊的票價，電影是一個相對容易被取消的活動行程。

這個不對稱讓電影院比觀眾更怕「拖到現場」那一欄。所以它願意放棄加價的收益，用一律同價換取觀眾提前買票的保證——停在左上角，對電影院來說是最不壞的選擇。電影院故意不多賺那一點差價，是為了讓觀眾更早把錢交出來，從而避免觀眾後來反悔帶來的損失。

這就是納許均衡（Nash Equilibrium）：電影院不想採取差別訂價的行動，讓觀眾有現場購票的可能；觀眾如果可以提前買票就用一樣的價格買到好的座位，那他也願意提前訂票。

如果條件改變，情況會怎麼變化?

那麼，什麼時候差異定價才划算？答案也在這個模型裡。

1. 稀缺性極高

演唱會是一次性事件，一段時間內就辦個兩三場 - 你不去就沒囉。

這種稀缺性讓觀眾不輕易反悔或取消，但電影今天不去，還有明天的場次等著你。這段時間沒空，你還可以等線上串流。因此，演唱會、音樂劇等等的表演，會採用差異定價，提高黃金座位的售價賺取更高的獲利。

2.優質座位極度稀缺或座位品質差異極大

想想演唱會的黃金座位，為什麼廠商採用差異定價，而且價差還這麼大!?

因為在演唱會場館中，好的座位相當少，例如：舞台第一排、能跟歌手擊掌的走道兩側，甚至好的座位帶來的觀演體驗要好得多。球賽也是同樣的道理，最佳的觀賽位置就是最靠近球場的距離，許多便宜售價的座位往往都離球場非常遙遠。因此，在座位數量有限且品質差異大的情況下，廠商就會選擇差異定價。而一般的電影院好壞位置差異不大，自然電影院沒有動機選擇差異定價。

3. 電影的熱門程度

在這篇論文中也驗證，如果電影相當熱門，那使用差異定價會比統一定價來得更有利可圖。因為當需求熱門時，差異定價可以讓想要那些想要搶先體驗的觀眾，用更高的價格來支付票價。不過現實生活中，我個人認為電影院甚至有能力在需求大於供給的情況下，以統一提高售價來販售電影票賺取利潤。

4. 黃金座位的數量剛好到「讓人覺得有點搶不到」

如果黃金座位的數量越多，觀眾提前買票的動機會逐漸下降。如果電影院想辦法提高黃金座位，那觀眾在賽局中就有可能選擇「不提前購票」。

「反正好的位子還好多，等我想看的時候再去買就好了」

實務上常見的例子是，如果座位的差異不大且數量充足，例如美術展、書展這類型的靜態展覽。廠商可能會選擇以較優惠的價格進行預售票的販賣，透過降低利潤來引發購買動機。

好的位子賣得比一般的座位貴，票房反而越低

經過上面的分析，電影院之所以不向演唱會一樣採用差別訂價是出自於一個更為理性的選擇。

這個賽局的分析結果顯示了電影院跟觀眾在理性的選擇下，做出了對各自有利的選擇。這個結論也解釋了為什麼AMC電影院的策略會失敗。

電影院跟演唱會、球賽都是相似的娛樂產業，觀眾買票、進場體驗。但稀缺性的差異造就了兩者售票策略的不同，因為觀眾可以輕易地選擇改天再看，所以電影院偏好使用提前售票且單一售價吸引觀眾提前購票以掌握利潤並且避免觀眾流失。

參考資料

Kung, L.-C., Chen, Y.-H., Hu, C.-H., & Chen, Y.-P. (2026). Optimal ticket pricing by seat location in the movie industry. Journal of Business Research, 210, 116177. https://doi.org/10.1016/j.jbusres.2026.116177

我是《文字生活事務所》的 Ian。

我擁有工程師的技術背景與軟體專案管理的實戰經驗，習慣用邏輯拆解複雜，用文字記錄溫度。

如果你也想在日復一日的忙碌中，找回思考的主導權，歡迎訂閱我的電子報。

• 職場反思： 那些專案管理教我的事，以及避開職場坑洞的底層邏輯。

• 學習筆記： 將碎片資訊轉化為可遷移知識的「大腦整理術」。

• 生活賽局： 運用賽局理論，解析生活

有一天，他在上班的時候，有位顧客叫住了他。那個人說，有人正在把架上的復活節彩蛋巧克力給裝進個人包包。他認出對方是常客——不是常來消費的那種，而是常來「零元購」的那種。

他上前制止，兩人發生拉扯，但最後竊賊仍揚長而去。

幾天之後，Walker 被主管找去約談，公司不但沒有表揚他的勇敢行為，反而開除了他。

原因是他違反了一條規定：員工不得與小偷發生肢體接觸或阻攔偷竊行為。

這聽起來很荒謬，對吧?

但 Waitrose 其實有自己的邏輯，過去曾有員工為了阻止小偷而受傷住院，甚至面臨生命危險。公司的立場是：店裡賣的任何商品，都不值得員工冒這個險。

Walker 向公司求情，說店裡幾乎每天都有東西被偷。好不容易有這個機會可以逮住現行犯，他才忍不住出手。他甚至向主管求情，這 17 年來他都把公司當成自己的家一樣盡心盡力付出，難道就不能通融一次嗎？

“Waitrose is like my family. My friends are there. I was there for 17 years, I must have been doing something right. I’m not a bad or violent or aggressive person. I just got frustrated seeing this day in and day out and not seeing Waitrose do much about it.”
Waitrose 就像我的家人一樣。我的朋友們都在那裡。我在那裡工作了 17 年，想必我做了一些對的事吧。我不是個壞人，也不暴力或具有攻擊性。只是日復一日地看到這種狀況，而 Waitrose 卻毫無作為，這讓我感到非常沮喪。

然而，從賽局理論的角度來看，這件事情是一個理性下的決策 ( 奈許均衡 Nash Equilibrium)。

超商與員工的理性賽局

這個故事看起來人神共憤，怎麼可以把一個忠心職守的員工就給這樣開除？更何況他是一名工作了 17 年的資深員工。

但如果我們試著把這個決策結構拆開來看，這個賽局有兩個玩家：超商以及員工。

超商決定政策方向（允許或禁止介入），員工決定實際行動（阻止或不阻止）。

這時候我們先讓我們定一下幾個可能的參數，所有數值皆為正值，代表損失大小，目標是最小化：

• V：被偷商品的價值，也就是超商不阻止時的損失

• a：員工介入且受傷時，超商需要支付的賠償與法律成本

• b：員工阻止小偷時，可能承受的身體傷害成本

• c：員工違反公司規定時面臨的懲罰成本，例如解僱

我們這邊先把情境變得更簡單一點：假設員工介入一定會受傷。這代表員工個人可能會面臨身體傷害的成本（b），並且超商要提供一定的賠償成本（a）。在此情況下，超商不得不訂定一條規則，也就是不得阻止竊賊。如果員工阻止的話，必須面臨違反公司規定的懲罰成本（c）。

故事變得簡單了。

假設超商允許員工阻止，則當偷竊案件發生的時候員工阻止，員工必須負擔承受的身體傷害成本（b），而超商需要支付相對應的賠償成本（a）；假設超商不允許員工阻止，但偷竊案件發生時，員工仍然採取了行動，那員工必須負擔身體的損傷成本 (b)，以及面臨違反規定時的懲罰成本（c），而超商不需要面臨任何成本。

所以我們把上面的各種情境，畫成以下的幾個矩陣：

這張矩陣有幾件事值得注意。

第一，不管超商允許還是禁止，只要員工選擇不阻止，超商就一定承擔被偷商品的損失（V）——商品被偷是既定結果，差別只在於員工有沒有事。

第二，超商禁止員工介入，但員工還是去阻止的格子裡，超商的損益是 0。這不是因為超商賺到了什麼，而是因為員工自己承擔了所有後果——商品保住了，但代價是員工的身體傷害 (b) 加上違規懲罰成本（c），也就是 Walker 的飯碗。

第三，也是最關鍵的一點：對超商來說，「禁止介入」是一個近乎完美的策略。不管員工怎麼選，超商要麼承擔被偷商品的損失（V），要麼損失 0（員工違規去阻止，但超商不用負責）。相比之下，「允許介入」的最壞情境是賠償與法律成本（a）——而在英國的法律環境下，賠償與法律成本（a）幾乎必然遠大於被偷商品的價值（V）。

這個矩陣的納許均衡，落在超商禁止介入 × 員工不阻止這個格子。給定超商禁止介入，員工的最優解是不阻止——阻止的代價是身體傷害成本（b）加上違規懲罰成本（c），不阻止的代價是 0。給定員工選擇不阻止，超商考慮到萬一員工阻止且受傷會帶來賠償與法律成本（a）的風險，仍傾向維持禁止。沒有任何一方有動機單方面改變策略。

這裡要引入一個概念：納許均衡（Nash Equilibrium）。它是賽局理論裡最核心的概念之一，說的是一種「誰都不想動」的狀態。白話來說，就是當每個人都考慮過自己的處境之後，發現不管對方怎麼做，自己現在的選擇已經是最好的——沒有人有動機單方面改變策略。

納許均衡不代表結果對所有人都好，只代表沒有人有理由率先改變。

回到這個矩陣，納許均衡落在超商禁止介入 × 員工不阻止這個格子。假設超商禁止介入，員工的最優解是不阻止——阻止的代價是身體傷害成本（b）加上違規懲罰成本（c），不阻止的代價是 0，怎麼算都不划算。假設員工選擇不阻止，超商考慮到萬一員工阻止且受傷會帶來賠償與法律成本（a）的風險大於商品價值 (V)，就會傾向維持禁止。

兩邊都找不到改變的理由，均衡就這樣被鎖住了。

但這個均衡有一個諷刺之處：對於員工來說，無論超商允不允許介入，他都沒有動機去抓住那個現行犯。因為在我們的假設之下，員工一旦阻止就會受傷。不管怎麼樣，只要他什麼都不做，都會比去抓住現行犯來得更好。

如果條件改變，情況會怎麼變化?

納許均衡不是永遠固定的——它會隨著參數的變化而移動。我們可以試著調整幾個條件，看看這個賽局的結果會不會不一樣。

情境一：被偷商品的價值（V）大幅上升

如果被偷的不是復活節巧克力，而是價值數千英鎊的商品，被偷商品的價值（V）就會顯著上升。當被偷商品的價值（V）足夠大，超商允許介入的損益開始變得比禁止更有吸引力——就算承擔賠償與法律成本（a）的風險，保住商品的價值也值得。這也是為什麼珠寶店、藥局這類高單價零售業，往往會有更積極的防盜措施，甚至允許員工直接介入。商品價值改變了整個賽局的結構。

情境二：賠償與法律成本（a）大幅下降

如果法律環境改變——例如政府立法限制零售業工傷訴訟的賠償上限，或者明確規定員工在特定條件下介入屬於職務範圍——賠償與法律成本（a）就會下降。賠償與法律成本（a）一旦縮小，超商允許介入的預期損失也跟著縮小，禁止介入的支配策略就會開始鬆動。

情境三：違規懲罰成本（c）消失

如果超商取消對違規阻止員工的懲罰——也就是讓違規懲罰成本（c）趨近於 0——員工的決策結構會完全改變。此時員工阻止的代價只剩下身體傷害成本（b），也就是身體受傷的風險。對某些員工來說，這個風險是可以接受的，Walker 就是一個例子。當違規懲罰成本（c）不存在，員工有更高的機率選擇阻止——但這反過來又讓超商承擔更多賠償與法律成本（a）的風險，超商因此更有動機維持違規懲罰成本（c）的存在。

情境四：員工獎勵機制（d）出現

假設超商新增了員工獎勵機制，只要員工成功逮住小偷，他就會獲得一個員工獎勵（d）。比起員工不阻止，如果員工阻止的話，他還可以獲得一個正向的報酬，那麼員工就有動機進行阻止。

這個案例更常見於金融業。當銀行的櫃員發現詐騙集團的車手時，他會選擇報案，主要原因有兩點：

1. 基本上在這種情況下，員工不太會介入受傷，所以身體傷害成本（b）幾乎可以說是零。

2. 同時，他又能得到公司的員工獎勵（d）。

所以，我們常在新聞報紙上看到，銀行櫃員成功攔阻了詐騙案。

這四個情境說明了一件事：這個賽局的均衡，從來不是由道德或情感決定的，而是由各個參數的相對大小決定的。Waitrose 不是一個冷血的企業，Walker 也不是一個莽撞的員工——他們都只是在各自的條件下，做出了對自己最理性的選擇。

真正的問題是誰在設定參數

Walker 事件在英國引發討論，很多人的直覺反應是：Waitrose 太冷漠了，一個工作了 17 年的員工，就這樣被一條規定處理掉。

但如果我們接受這個賽局的邏輯，就會發現憤怒的對象其實搞錯了。

Waitrose 的冷漠不是態度問題，而是遊戲規則問題——在現有的法律環境和成本結構下，「禁止介入」就是最理性的選擇，換任何一家超市坐在那個位置，大概都會做出一樣的決定。

真正值得追問的，是這些參數是怎麼被設定出來的。

賠償與法律成本（a）為什麼這麼高？因為法律把員工受傷的責任幾乎全部壓在雇主身上，卻對慣竊的懲罰力度極低。違規懲罰成本（c）為什麼存在？因為超商需要一個機制來維持「禁止介入」的均衡，否則每個像 Walker 一樣有血性的員工都會去冒險。被偷商品的價值（V）為什麼這麼低？因為零售業的薄利結構讓單件商品的損失幾乎可以忽略不計，根據英國國家統計局的數據，2025 年截至 9 月，英格蘭和威爾斯地區的盜竊案件共有 519,381 起，比上一年的 492,660 起增加了 5%。

這些參數不是自然存在的，它們是政策、法律和產業結構共同塑造出來的結果。

Walker 在那一刻選擇出手，是因為他 17 年的情感和不斷被竊的挫敗感壓過了理性計算。

最近對賽局理論很感興趣，也不是最近，從研究所時期就是了。研究所的研究主題就是圍繞在賽局，這次想一連幾篇都寫生活中的賽局分析。寫這些內容不為了誰，而是自己真的覺得很有趣。

「誰不想要用一半的時間，做兩倍的事？」

最近因為在公司內接下Scrum Master 的角色，雖然四年前考過證照，但實戰要派上用場還是怕怕的。因此，找了這本《Scrum：用一半的時間做兩倍的事》，重新複習一下 Scrum 的觀念。

這本書適合哪些人?

• 聽過 Scrum，但不知道在做什麼人

• 在公司內想推動，需要給主管洗腦的人

• 未必要導入 Scrum，但想要改變的小主管、老師…等

作者 Jeff Sutherland 的背景硬得嚇人— 他早期畢業於西點軍校，是一名在越戰出身入死的飛行員。越戰結束之後，又取得了統計碩士、醫學博士，並且在多間軟體公司擔任技術長。他的人生真的可以說是用一半的時間做兩倍的事最佳寫照。

同時也是 Scrum 共同發明人，他和 Ken Schwaber 共同制定了 Scrum Guide，奠定了 Scrum 的遊戲規則。Scrum 的精神一開始是以軟體專案為主，但後來應用在各行各業，包含醫療、軍工、政府機構，甚至是教育。

在看完這本書之後，即使你不是一個專業工程師，我覺得當中的精神也適用於我們的生活管理。

畢竟，誰不想要用一半的時間做兩倍的事?

Scrum 是什麼?

這套方法的種子，最早是在 1986 年由兩位日本教授——竹內弘高與野中郁次郎，在《哈佛商業評論》中發表的。當時他們提出了一種全新的產品開發遊戲規則，強調極致的靈活性與速度。直到 1995 年，本書作者 Jeff Sutherland 與 Ken Schwaber 正式發表論文，這才確立了「Scrum」的概念，並在 2009 年催生了現在敏捷圈的最高指導原則——《Scrum Guide》。

為什麼叫 Scrum？ Scrum 這個詞來自於橄欖球賽的「爭球」。

不確定你有沒有看過橄欖球賽，但想像一下那個畫面。全隊球員屏氣凝神、肩並肩靠在一塊，全隊通力合作，把球往後場傳。

這種需要高度默契、即時反應與相互合作的動作，簡直是這套工作法的完美隱喻。

過往在軟體專案開發的世界當中，我們習慣的是以瀑布式作為開發方法。

瀑布式的開發方法特色在於：

1. 一開始設定好明確的產品規格

2. 每個工作事項有既定完成的時間

然後就按部就班地照著這個規劃持續進行，就如同瀑布一般持續往前流。

這樣的方法也不是不行，但在有些情境（例如：市場變化快速、需求以及使用者的使用情境尚未明確的時候），很有可能一開始規劃的，並不是實際顧客或是市場需要的產品。

Scrum 的精神在於透過每個週期的迭代（Scrum 稱之為 Sprint）來反覆修改、確認需求以及市場的回應，期望能在不確定性的情境下，透過持續改進做出市場要的產品。Scrum 不是起跑後就頭也不回的馬拉松，而是將目標拆解為一次次的短期衝刺。

Scrum 核心的活動其實很簡單：

1. 起跑：每個週期之前，先排定要做的事情

2. 收操：在週期結束之後，進行檢視並修正下週期目標

這套儀式感背後的真相是：協助團隊養成一種「固定的節奏」。 這種節奏感能產生強大的紀律，讓我們用內部流程的「簡潔」，去對抗外部世界的「複雜」。

人生最困難的專案是什麼? 不就是生活嗎?

小時候，人生是場瀑布式的專案：六年小學、三年國中、三年高中，按表操課就能畢業。

但離開學校，往後你的人生就是一個「沒有明確定義需求、沒有計畫表並且充滿未知變化」的大型複雜專案。

在這個專案裡，唯一的客戶是你，唯一的專案成員，也是你。

接下來，我想跟你分享我在《Scrum：用一半的時間做兩倍的事》這本書中所提到的概念，精準地應用在你的「人生專案」中。

▌Sprint 的功能在於改變你對時間的看法，時間變成一次又一次週期循環

在 Scrum 的世界當中，Sprint 是個重要的概念。

它代表了團隊要在固定的時間( Sprint ) 內衝刺，來完成產出。

在每個 Sprint 裡，我們這次失敗了，沒關係，下一次可以更好。

人生中，很多時候的擔憂來自於線性流逝的時間，只要錯過了，就害怕不再擁有。

只要錯過這班車，似乎就沒有下一班回頭的機會。這種思維讓我們陷入「沉沒成本」的泥淖，覺得今天搞砸就是虧了。

但在 Scrum 的工作模式裡，把時間視為一個週期循環。當我們把每兩週的 Sprint 看成是一次優化更新，那時間就不再是追著你跑的怪獸，而是不斷優化的版本迭代。

如果生活是一場長達 40 年的馬拉松，跌倒一次可能就出局；但如果生活是 2000 個獨立的 Sprint，那麼「今天過得糟」就不再是災難，而是一次低成本的試錯。

沒有所謂的『糟糕的一天』，只有『資訊量豐富的一天』。

所有的失敗，只要能進入下一個循環的修正清單，就是一筆高回報的投資。

把時間看成循環，你關注的就不再是「我還有多少事沒做」，而是「我如何可以更好」。

這個觀念大大地改變了我對生活中挫折的看法。

有時候，工作中的一次提案失敗，就覺得自己是一個失敗的人，或者是自己的這段時間就被浪費掉了。

但如果我們拋下線性的思維，改用循環迭代的思維來看，這次失敗就只是一個小版本的試錯，可以在下一次的迭代當中版本升級。

這次的企劃案失敗了，沒關係，至少收到主管的回饋，那我下次就可以把它做好。

「你就不會再把時間看成一枝只會往未來直飛的箭，而是某種週期性的東西。每一次的衝刺都是一次嘗試全新做法的機會。」

▌事情做一半等於沒完成

在敏捷的世界裡，我們擁抱「不完美」，但這絕不代表我們可以降低標準。

很多人誤以為敏捷就是「先隨便交個差，之後再改」，這其實是對敏捷最大的誤區。

我們可以接受縮減範疇（Scope）——原本要做十個功能，因為時間有限，我們決定只把其中一個做到最好，然後拿去接受市場的回饋。但不能接受的是把事情做一半，做一半的事情在敏捷概念裡等於沒有完成。

這種對「完成」的執著，放在人生中同樣適用。

以養成運動習慣而言，你可以將目標縮小到「我今天只要快走一公里」。

但是絕不能在走到 0.5 公里的時候停下來，就中途放棄。

很多時候，我們當下的選擇，未必是「最好的選擇」，但它必須是你「當下能做出的最好選擇」。

在既有的選擇下，專注地把它「做完」，然後在下一個 Sprint 中修正方向。這比起在猶豫中半途而廢，或是因為追求完美而遲遲不敢開工，都更有價值。

▌在Scrum 對實現自主、精熟與有目標之前，一個重要的前提是透明度

Scrum 的透明度，在概念上是Scrum 三大支柱之一。

如果沒有透明度，後續的決策與行動都會建立在虛假的資訊上，導致錯誤的結果。

我們可以從Scrum 團隊的三個層次來理解透明度：

1. 共同語言：最基本的體現是大家對『完成』的定義是否一致

2. 流程與狀態：所以多數團隊會選擇用看板，將工作透明，讓團隊了解真實現況

3. 價值與目標：建立團隊對於最重要目標的透明

但如果是個人呢? 怎麼發揮透明度的精神?

我的理解是筆記。

透過筆記，理解發生的事件，並從中萃取知識與經驗。

可以是記錄自己工作流的間歇式筆記，在工作任務中切換思緒；可以是學習研究的卡片盒筆記，建立知識節點間的連結；可以是每天的小日記，紀錄生活中的情緒與感受。

重要的是透過筆記，提升人生的透明度。

透過筆記，你不再是被動地「過日子」，而是主動地「觀察日子」。當你提升了人生的透明度，你對時間、知識與情緒…等等，都有了掌控權。

▌人生這場專案，本就不該「按部就班」

雖然這本書核心概念在於企業如何使用Scrum的敏捷方式，但我想分享的並非是Scrum 的精神與用例。反而是其中面對不確定挑戰的精神與做法，值得我們運用在人生這項專案中。

我們都曾因為計劃不夠完美而遲疑，因為害怕成果不如預期而裹足不前。

我們把人生當成一場不能出錯的期末考試，卻忘了人生其實更像是一場「開放世界的冒險」。

人生這項專案，幾乎不可能用按部就班的方式實現，反而是從不斷的變化中，抓住幾個大方向從而實現目標。因此，用Scrum的精神思考，也許會有不一樣的感受。

Scrum 的精神，就是用「行動」來治癒「恐懼」。

透過先做出可視的小成果，然後去碰撞、去受挫、去吸收反饋，然後調整自己的計畫。

當你開始擁抱「迭代」的精神，面對突如其來的改變時，你會在心裡有強大的安全感。

因為你相信，這才是更快實現的目標的最佳解。

週期性的持續因應變化，不害怕變化與突發狀況，進而設計出下一步的行動，形成正向循環。

藉由循環會讓心理越來越踏實，也不會在計畫過程中迷失。

當敏捷的精神真正內化，你會發現自己變得更勇敢、更快樂。

因為你不再糾結於那個「想像中完美的計畫」，而是愛上了這個「不斷創造、反覆修正、最終完成挑戰」的真實自己。

我是《文字生活事務所》的 Ian。

我擁有工程師的技術背景與軟體專案管理的實戰經驗，習慣用邏輯拆解複雜，用文字記錄溫度。

如果你也想在日復一日的忙碌中，找回思考的主導權，歡迎訂閱我的電子報。

• 職場反思： 那些專案管理教我的事，以及避開職場坑洞的底層邏輯。

• 學習筆記： 將碎片資訊轉化為可遷移知識的「大腦整理術」。

• 生活觀察： 在數位世界裡，尋找具備人文感的足跡。

要在公司今年新成立的敏捷團隊，扮演敏捷教練 (Scrum Master)。

先前幾次公司曾經嘗試過，但總是無疾而終。在顧問的建議下重起爐灶，也可以理解為什麼我用「前有陣亡者、後不見來者」形容了吧。

這次，我想分享我在團隊中的第一個Sprint ，主持 Scrum Retrospective 的心得。

敏捷的精神被誤用

Scrum 是一套高效的工作框架。但之所以稱為敏捷，是因為小步快跑的實證精神，而非單純效率的提升。

然而這套方法論，在習慣由上而下的傳統企業中，團隊自主性的活動往往變調。

Daily Scrum（每日站會） 變成了每天早上的「集體點名」。

Sprint（衝刺迭代） 變成了變相的「定期進度追蹤」。

Scrum Master 則被誤解為「不用寫程式的打雜工」或「高級秘書」。

本來為團隊自主性的Scrum Retrospective (團隊回顧)，就像高中的體育課一樣，在專案時程的壓力下消失。

這就是我踏入的戰場，一個披著敏捷外殼，但內心卻被時程追著跑的專案團隊。

最難的，不是公司沒經驗，也不是團隊不熟悉，而是我也在摸著石頭過河。

我們像是一群被丟在荒島上的生還者，每個人手裡都拿著一本看似可以成功的葵花寶典，而我，是被推選出來那個要負責「讓大家動起來」的人。

學著讓團隊說出自己的聲音

時間快轉到第二週，團隊迎來第一次的Scrum Retrospective (團隊回顧)。

我設計了一個橋段，我先請大家在便利貼上寫下，對於這兩天的運作模式，感受起來最像哪個運動。

有人說「羽球」、「籃球」，但比較特別的是也有人說是「雙人溜冰」。

第一步，大家對於團隊的節奏感已經開始分歧。

我請他們看著手中的便利貼，思考自己為什麼會有這種感覺。

接著，我請他們與旁邊的夥伴互相分享彼此對這個原因的感受。

最後，請他們共同凝聚並思考出為什麼感受背後的原因，以及目前團隊運作上最大的痛點。

我在白板一一寫下他們感受到痛苦的點，最後選出大多數人最有共鳴的原因，並且開始思考團隊能主動做些什麼來解決這個問題。

接下來團隊的氣氛變了。

大家開始三言兩語地說著，為了要解決這個問題，自己可以改善哪些事情。

此時此刻，團隊氣氛開始不一樣了。

從「我」到「我們」

在這次的活動當中，我寫下了三個體悟：

1. 引導的問題不要用開放式問題

我一開始用開放式的問題請團隊思考，大家給我的第一反應是困惑。這個困惑不是來自於問題本身，而是他們還沒辦法理解我所描述的問題。

在 Coaching 的過程當中，問題要越簡單，越能直覺回答越好。

所以引導的問題不要用開放式問題，要用盡量二元的是非題。

把「你覺得困擾你的是什麼？」替換成，「這個問題讓你困擾嗎？」

2. 在合適的節奏下進行追問，來引導他們回答更多

第一次擔任 Scrum Master 的角色，我在節奏上的拿捏還沒有很好。

應該要在合適的節奏下引導他們進一步回答更多的內容。

例如，有人回答，他覺得現在流程不順。我應該再進一步去詢問：是什麼讓你覺得不順？我們可以做些什麼，來讓這件事情變順？

事後復盤當下的情況，有時我為了讓另外一位同仁發言，而忽略這個關鍵的訊號。

下次提醒自己，可以多試著問：「還有嗎？」、「這個很有趣，你能不能再多說一點？」

3. 減少「我」的開頭，建立「我們」的節奏

我這次最有感受的體悟。

不光是主持 Review，甚至在各式各樣的 Scrum Event 當中，我都太習慣以「我」為開頭。

「我想要…」、「我建議可以…」

當我還持續以「我」來開頭的時候，其實我仍然是扮演著局外人的角色，並沒有融入團隊，同時團隊也會扮演一個被動接收的立場。

好的開頭應該是「如果要達成目標，我們應該做些什麼？」

事後看到一個簡單的技巧，叫做「主詞置換法」。

• 下次當你想說「我希望大家...」時，試著把主詞換成 「這張票」、「這個目標」 或 「這個團隊」。

• 範例： 「我希望大家能準時更新看板」→ 「看板上的資訊如果能即時更新，對我們下午的協作會有什麼幫助？」

在一個強調自組織的團隊裡，Scrum Master 的「我」字說得越多，團隊的「我們」就縮得越小。

我是樂隊的指揮，而非首席樂手

Scrum Master 是那個整場表演都不曾發出聲音的指揮，而不是負責演奏樂器、發出聲音的樂手。

好的引導，不應該是連珠炮式的提問，而是在適當的時候「留白」。

當團隊爭執不下時，我不再跳出來當裁判，而是問：「我們現在爭論的點，是為了滿足客戶價值，還是為了證明自己是對的？」 當團隊達成共識時，我迅速退後，讓他們自己決定誰來執行。

一個優秀的 Scrum Master 應該像「潤滑劑」或「空氣」。

你感覺不到他的存在，但一旦失去他，整個機器就會因為摩擦過熱而停擺。

其實這件事情很難。

作為一個有經驗的開發者也好，或者是 PM 也好，甚至是一個菜鳥主管，很多時候你都在跟自己的行動力做拉扯。看到團隊的運作狀況，你巴不得衝上去當那個執行者。

我們往往認為自己動手來最快，於是急著說話、急著給答案、急著展現專業。

卻忘了，當你不再是房間裡唯一的發號施令者，團隊的聲音才會真正浮現。

Scrum Master 最大的成功，不是讓團隊學會跑流程，而是讓團隊學會為自己思考。

第一次的嘗試不算成功。

但敏捷的精神卻給了我一個重要的啟示：透過第一次的嘗試，我收到的是團隊最真實的回饋；這些回饋就是我下一次迭代精進最好的養分。

我是《文字生活事務所》的主理人 Ian。

我擁有工程師的技術背景與軟體專案管理的實戰經驗，習慣用邏輯拆解複雜，用文字記錄溫度。

如果你也想在日復一日的忙碌中，找回思考的主導權，歡迎訂閱我的電子報。

• 職場反思： 那些專案管理教我的事，以及避開職場坑洞的底層邏輯。

• 學習筆記： 將碎片資訊轉化為可遷移知識的「大腦整理術」。

• 生活觀察： 在數位世界裡，尋找具備人文感的足跡。

Subscribe now

團隊卡在一個需求設計的技術難題裡整整兩週。

辦公室白板上畫滿了各式各樣的架構圖，層層疊疊的修正方案像是一團解不開的亂麻。團隊裡不乏經驗豐富的老手，也有衝勁十足的新人，他們很努力，甚至努力得讓人心疼。

但那種努力，更像是在泥淖裡的瘋狂踩踏——動作很大，卻半寸未行。

「你有什麼想法?」團隊無力地望著我，眼神中都是煩躁、低落、無助多個情緒交雜。

聽完問題的瞬間，我想起了多年前處理過的一個極端專案。

我平靜地開口：「如果我們微調業務邏輯，把執行次序對調，讓資料庫在較小的資料量下先行過濾，這個效能死結是不是就解開了？」

正如我的假設，這個問題很快地迎刃而解。

那一刻我陷入深思：所謂的「破局」，本質上是不是一場「降維打擊」？

很多時候，我們在職場上看似能力相當出色的同事，總是能夠順利地解決任何難題。

也許他們曾經經歷過更大的困難以及挑戰，因此現在才可以看起來從從容容地解決低維度的問題。

降維打擊不是「挑軟柿子」，而是「層次壓制」

很多人聽到「降維打擊」這個詞，第一反應是偏見。他們覺得這是在「欺負弱者」，或者是運氣好撿到了便宜。

但這其實是對職場競爭最大的誤解。

有句話說：「你必須非常努力，才能看起來毫不費力。」

在從容不迫、游刃有餘的背後，其實是無數個汗水與淚水所換來的成果。把你在 A 戰場流過的血，會變成你在 B 戰場的導航圖。那些看似困難的問題，對於有經驗的高維者來說這只是簡單的日常邏輯的延伸。

但我不是要你去挑簡單的問題來完成。而在你已經登過高山之後，能夠運用你的經驗以及優勢，翻過大小綿延不斷的丘陵。

當我能夠迅速地找到問題的解法時，並不是我比其他人都還要聰明，而是因為我曾經在更困難的挑戰下，一次又一次地被擊沉。

就好比迷失在複雜問題的叢林當中，我可以以更高效的衛星地圖，迅速找到最佳的路徑。

你以為的舉重若輕，背後都是無數次舉重若輕之前的負重前行。

如何修煉你的「維度武器」

既然維度決定了解決問題的難易度，那你一定會想知道，該如何提升維度？

1. 主動接下「高一階」的挑戰

乍聽之下很自虐，但其實是最有效的大補帖。

那些過程中讓你感受到困難的、需要你推倒重建認知架構的複雜專案，其實是最好的「版本更新」。

每當你沉浸在問題當中，並且將它解決的時候，這些經驗就彷彿在充實你的武器庫。

就如同我在開頭所舉的例子一樣，正是因為我解決過更困難的專案，在更複雜、更嚴苛的業務邏輯下，進行更大量的資料運算。因此當我在新的專案團隊時，我才能夠運用我之前的專案經驗，來解決我現在遇到的難題。

每解決一個高階麻煩，你的認知邊界就向外擴張了一圈。當你處理過百萬級的預算，再去帶十萬級的專案時，那種掌控感就是降維打擊。不要滿足於做「熟練工」，熟練是升維的敵人。

2. 跨領域經驗的「橫向打擊」

除了挑戰難度，跨領域也是另外一種降維打擊。很多時候，A 領域難題的解法，就藏在 B 領域的領域知識當中。

當我從工程師轉換到專案經理的工作時，當專案遇到難題時，我運用過往開發的經驗，來協助專案解決目前的困境。當利害關係人無法理解專案所面臨到的開發瓶頸時，我可以運用我的知識，將這些困難問題轉化為淺顯易懂的比喻以及故事，讓利害關係人理解團隊所面臨到的困境。

一個懂心理學的產品經理，對用戶需求的理解是降維的；一個懂數據分析的 HR，對組織效能的診斷是降維的。

這種跨界的能力，讓你在面對單一維度的競爭者時，擁有了多維度的打擊手段。

三個降維的「降維思考」

當我們具備更高維度的武器，我們可以這樣「降維打擊」。

1. 認知維度的降維：從「怎麼做」升級到「為什麼做」

很多時候，我們卡關是因為卡在執行的細節，但有時候，適時地跳出來思考「為什麼要做」，原本的細節可能不太需要被解決。

別在雜亂的草叢裡找路，你要先站上梯子。

例如，在做企劃簡報時，我們常會糾結在標題用字的精準、排版的美化或是具體的數字佐證。

那如果先搞清楚我們的對象，如果是主管的話，他更需要知道的是你這份企劃的推論邏輯。

當你理解了這份報告最重要的溝通目的，前面的困擾根本不值得煩惱。

2. 時間維度的降維：用「過去」的經驗解決「現在」的困境

所有的難題，在「經歷過的人」眼裡都是日常。

當你經歷過更困難的挑戰，眼前的問題，有時候就像路邊的石頭一樣不足掛齒。

所有現在的成長，都是為了未來所預演的劇本。

如果你現在覺得難，Enjoy It !，那是因為你正在收集未來打擊難題的「彈藥」。

3. 環境維度的降維：找尋「不對稱優勢」

有時候，降維打擊不光是你變強了，而是你把你的強項帶到了「還沒那麼強」的地方。

例如你將數據應用的思維，帶到了新的產品團隊，以實證的方式觀察用戶來迭代產品。或是將專案管理的技能，放到你的出國旅遊計畫當中。

讓你的「不對稱優勢」，變成你發揮價值的舞台。

把「難關」當成「增長維度」的入場券

職場就像一場漫長的登山。

大多數人聚在山腳下，因為那裡的路最寬、最平坦，但人也最多、最擁擠。他們為了搶佔那一點點空間，擠得頭破血流，這叫平庸的內耗。

只有少數人選擇向上攀爬。越往上，路越窄，空氣越稀薄，遇到的阻力也越大。但只要你爬得夠高，當你回頭看時，你會發現曾經困擾你的那些「巨石」，不過是腳下的小碎石。

現在困住你的難題，都是為了讓你練就下一階段「降維打擊」的底氣。

不要抱怨眼前的專案太難，你應該要感到興奮。

平庸的努力是體力的重複，卓越的努力是維度的跨越。

別在二維的平面上比速度，在三維的世界看高度。

我是《文字生活事務所》的主理人 Ian。

我擁有工程師的技術背景與軟體專案管理的實戰經驗，習慣用邏輯拆解複雜，用文字記錄溫度。

如果你也想在日復一日的忙碌中，找回思考的主導權，歡迎訂閱我的電子報。

• 職場反思： 那些專案管理教我的事，以及避開職場坑洞的底層邏輯。

• 學習筆記： 將碎片資訊轉化為可遷移知識的「大腦整理術」。

• 生活觀察： 在數位世界裡，尋找具備人文感的足跡。

我對寫作一直都很有興趣。

高中加入校刊社，高一那年負責學校90周年慶的校友採訪特輯，那是我第一次感受到文字的份量。

畢業之後，寫作的熱情絲毫不減，在大學、研究所時期也持續在Medium上寫作。

然而，進入職場之後，鍵盤敲下的文字變了。

變成無數份的專案進度報告、企劃案還有Email。

有時候不免在想：「難道我們的人生，除了工作成果以外，沒能留下其他東西了嗎?」

直到去年開啟 Substack，我才發現：寫作，是找回自己最快的方式。

在靜下心寫作的過程中，我發現了這三件重要的小事：

寫作是思考的「重量訓練」：把大腦亂碼編譯成清晰邏輯

思考是隱形的，文字是顯影劑。

我的思考很跳躍，雖然看似反應快，但缺乏文字將我的思考脈絡連結起來。

未經淬鍊的思考，就像資料庫裡龐大的 Raw Data，看似反應快、跳躍性強，卻找不到價值資訊。透過文字將模糊的念頭連結起來，不僅能降低溝通成本，更是對自己邏輯的深度掃描。

當你被迫寫下思考脈絡，虛無的形容詞將無所遁形。

強迫用文字寫下思考，可以重新將思考脈絡進行檢查。當你發現自己寫出「這很重要」或「可能有風險」時，請追問：哪裡重要？是什麼風險？

寫作會強迫你補齊邏輯的疏漏，把模糊的債務轉化為精煉的資產。

無論是會議還是生活，溝通最大的成本在於模糊不清。

未經文字淬鍊的思考，仿佛資料庫大量的Raw Data 找不到價值資訊，但經過淬煉後，你交付的是乾淨、精準的「API 接口」。

模糊的思考是昂貴的債務，因為它會導致錯誤的決策；
精煉的文字是高效的資產，因為它降低了所有人的理解阻力。

工作之外的成就感：透過創作，找回「不可取代」

創作讓你感受到自己的獨特；創作是讓你找到另外一份成就感。

在工作中，成就感往往與組織流程綁定。當負面回饋襲來，我們很容易因為一個挫折就否定全部的自我價值。

但在自己的一片天地中，默默耕耘寫作，你是絕對的主宰。

從靈感萌生到完成，那種「無中生有」的快樂，是任何職稱都給不了的成就。

先前在Podcast 不約而同聽到兩段話，讓我有感而發：

一段是在台通中聽到，李毅誠分享在創作後的心情：

你變得更好了，然後你要跟誰比?收入的提高讓人陷入了無止盡的比較，但是台通的創作讓我舒緩了這個心情，創作讓你覺得你是獨特的。

一段是在曼報的線下活動，Manny提到創作之後，最大的好處是感受到另外一份成就感的來源。

你不會在工作中受挫，就徹底否定自己的價值。因為轉身之後，你還有另外一片天地。

在這個崇尚比較的時代，我們不需要變得比誰更好，透過寫作，找到那個「誰也無法取代」的自己。

用文字在匆忙的日子留下「存在足跡」

這是我最珍惜的好處：工作會被取代，但生活觀察不會。

工作會被取代，但寫下的生活觀察會變成你的生活的足跡。

30 歲後的日子，最怕過得像「影印」一樣重複。

在生活中，我會用紙筆寫下我每天生活的片段。從開始手寫日記算起，已經有快十年了。這些累積下來的本子，成了我人生中的時光機。多年後回頭翻起，隨時可以讓文字帶領我回到任何一段生活的時光。

在工作中，我寫下工作的專案筆記。在筆記中用文字記錄我的思考，留存工作的成果，還擁有一段「有跡可循」的軌跡。

寫作讓我不只是活過，而是感受過。

多年後回頭翻閱，我擁有的不只是履歷上的幾行字，而是一段有跡可循、充滿溫度的生命軌跡。

給自己一個座標

寫作，是上班族最溫柔的叛逆。

它讓你在庸碌的世界裡，保留一個只屬於自己的座標。你不必為了誰而寫，只需為自己而寫。

就從現在開始吧，寫下「今天最想對自己說的一句話」。

我是《文字生活事務所》的主理人 Ian。

我擁有工程師的技術背景與軟體專案管理的實戰經驗，習慣用邏輯拆解複雜，用文字記錄溫度。

如果你也想在日復一日的忙碌中，找回思考的主導權，歡迎訂閱我的電子報。

• 職場反思： 那些專案管理教我的事，以及避開職場坑洞的底層邏輯。

• 學習筆記： 將碎片資訊轉化為可遷移知識的「大腦整理術」。

• 生活觀察： 在數位世界裡，尋找具備人文感的足跡。

Subscribe now

年節就要結束了，想到明天就要開始上班，是所有上班族心中的痛。

我從去年底開始，工作就陷入了一種極度倦怠的狀態。

工作不可能一帆風順，但我似乎也沒有遭遇到極大的打擊。

我常常躺在床上，看著天花板上的光影，心裡只有一個念頭：

「好煩，明天又要上班。」

每天早上睜開眼，想到要面對那一堆開不完的會、回不完的訊息、做不完的決策，我就想乾脆辭職去山裡種田養雞。

我以為是我不夠自律、意志力退化了，

所以我每天逼自己繼續認真上班，結果越努力越崩潰。

▌為什麼我們的「意志力引擎」總是熄火？

上面這不是個例，這是當前職場打工人的集體病徵：執行力破產。

我們習慣將「做不到」歸咎於懶惰，將「不想做」歸咎於缺乏意志力。

於是，我買了昂貴的筆記軟體，下載了無數個待辦清單 App，甚至參加了各種「21天自律訓練營」。

但結果呢？

依然在週一的早晨感到窒息，依然在深夜對著沒寫完的方案報復性刷短影音。

意志力是這世界上最不可靠的資源。 如果你現在感到嚴重的上班倦怠，請立刻停止對「自律」的盲目崇拜。那種靠燃燒意志力來推動工作的模式，本質上是一種「慢性自殺式」的自我折磨。真正的執行力高手，從不靠自律，他們靠的是一套「低耗能執行系統」。

很多人以為執行力的公式是：執行力 = 意志力 + 目標。

但在真實的世界中，這個公式少了一個關鍵變量：阻力。

想像一下，你推著一輛拉起手剎車的汽車前行，你得花多大的力氣？

意志力就是那點有限的油，而你的工作環境、混亂的流程、對未來的恐懼，就是那死死拉住的「手剎車」。

1. 決策疲勞：你在「啟動」前就已經累了

很多人跟我一樣，一天是這樣開始的：先打開電子郵件看一眼，再回覆兩條 訊息，接著想「我現在該先做那個 PPT，還是先回覆隔壁部門的問題？」。

「選擇」本身就是一種高耗能的腦力勞動。

當你在糾結「先做哪件事」的時候，你的大腦已經在進行毫秒級的模擬與對抗。

人一天的決策額度是有限的。

如果你在瑣事上消耗了太多的決策配額，等到要處理核心任務時，你的「意志力電池」早已紅燈警告。

2. 完美主義的「後座力」

倦怠的另一個真相，是你對「結果」的過度執著。

當你面對一個重要的專案，大腦會自動將其標記為「高難度、高風險」。

這種認知會觸發你體內的保護機制——拖延。你不是不愛工作，你是害怕「努力了卻做不好」的挫敗感。

自律是消耗品，系統才是永動機。

如果一件事情需要你「咬牙堅持」，那麼這件事注定無法長久。

▌構建「不依賴情緒」的自動系統

當我意識到「意志力靠不住」後，我開始拆解那些高效能人士的行為邏輯。我發現，他們並不是更有毅力，而是他們更擅長「降低執行阻力」。

要重建這套系統，我運用三個資訊工程的角度進行「軟硬體升級」。

1. Divide and Conquer：把任務拆小

這是演算法領域最經典的理論。

它的核心思想就是：「如果一個問題太難解決，就把它切成小的；如果還太難，就切到最小為止。」

如果你對一份報告感到無從下手，那是因為「寫報告」這個目標的顆粒度太粗了。

試著將目標拆解到「白痴都能做」的程度。

不要寫「下午寫完 PPT」，要寫「打開 PPT 模板，寫下標題」。 不要寫「研究競品分析」，要寫「在 Google 搜尋前三個關鍵字」。

當一個動作小到不需要調動意志力就能完成時，你的執行系統就成功「冷啟動」了。

物理學告訴我們：靜摩擦力永遠大於動摩擦力。

當動作小到不需要調動意志力就能啟動時，你就成功跨越了「靜摩擦力」。

只要球開始滾動，接下來的慣性會帶著你走下去。

2. Context Switch：在任務間切換時進行暫存

這是作業系統（OS）多工處理的核心理論。

當電腦的 CPU 要停止執行「任務 A」轉向執行「任務 B」時，它絕不是直接跳過去，而是會執行一個動作叫 Context Switch（上下文切換）。

這個動作讓 CPU 在切換任務之前，先將前一個任務的狀態進行儲存。

如果你想提高執行力，在執行下一個動作之前，把前一個任務的思維暫存在前一則任務筆記當中。

例如我發了一封信詢問外部講師的報價、時程，接著要確認另外一個專案的開發進度。

在執行下一個動作前，我先在筆記當中寫下「待講師回覆課程報價與時程」。

這樣一來，我就不必在確認專案開發進度的同時，腦袋還在想著前一個任務。

下次，在執行下一個任務前，將前一個執行到一半的任務筆記寫下來。

3. Circuit Breaker：建立你的情緒熔斷機制

我們要承認一個事實：人是有情緒週期的。

有些日子，你就是覺得心煩意亂，什麼都不想做。

這時候，強行逼自己「自律」，只會帶來更大的反彈。

一套科學的系統，必須具備「熔斷機制」。

當你發現自己進入嚴重內耗時，允許自己執行「最小單元」。比如，今天真的寫不動了，那就只整理一下文獻資料，或者只回覆兩封非決策性的郵件。

如果今天我真的感覺到靈魂乾涸，我會執行「最小維護模式」：只處理最基本的通訊，然後早早下班，回家煮頓飯或是散散步。

▌從「內耗」到「流動」：低阻力的工作系統

老實說，我的倦怠感並沒有消失，但這些撇步讓我在倦怠感之下可以繼續維持工作。

我相信每個人都有想要持續前進的意志力，只是意志力有限而已。

因此，一套「可持續執行」的系統，將阻力降到最低，讓事情先開始動起來。

讓自己用一套簡單的方式，摸出自己最習慣、阻力最低的流程，並隨著使用習慣與情境反覆迭代優化。

當我能穩定地完成清單上的微小動作，我不再覺得工作是一個不可控的怪獸。那種「我能搞定這件事」的微小成就感，是治癒倦怠最好的藥。

同時透過隨手筆記，在任務間將大腦清空，省下的能量可以持續應對後續的任務。

最後，幫自己設定待機模式，如果真的受不了了，就喘口氣。

我們長期以來都誤解了「勤奮」的定義。

真正的勤奮，不是比誰熬夜更久，不是比誰對自己更狠。

真正的勤奮，是花時間去觀察自己的行為規律，去優化自己的生存系統，讓自己能從容不迫並可持續地輸出價值。

去重新設計你的工作流程，去降低你的啟動成本，去屏蔽你的環境干擾。

我們要做的是自己人生的「首席系統官」，而不是那個在烈日下推車的苦行僧。

明天上班前，請幫你的執行系統做一次「壓力測試」：

1. 盤點手剎車： 找出那個讓你一想到就倦怠的「具體阻力」，它是流程不明、還是溝通成本太高？

2. 設定最小單元： 針對明天最難的任務，定義出一個「三分鐘內能做完」的啟動動作。

3. 預設熔斷點： 如果今天下午三點你的意志力歸零，你的「保底清單」是什麼？

不是物理上的窄，而是當你打開手機，Youtube 知道你想看最新的美妝資訊、Netflix知道你喜歡懸疑劇情片、Threads 知道你喜歡第一屆《OOXX》的文體。

只要當演算法捕捉到你的口味，馬上馬不停蹄的把相關的內容一則又一則的推播到你眼前。

看起來是最適化推薦你的內容，其實是讓你在不知不覺中活得像是飼料雞一樣，不停地被餵養。

演算法正在扮演看不見的手，根據你過往的點讚，定時、定量投放它認為你會繼續吞下的內容。

看到這邊，你可能會反問：「演算法如果都能推薦我感興趣的內容，那有什麼不好?」

其實沒有不好，但我會認為它讓我們喪失了「變得不一樣」的契機。

演算法的核心邏輯是「追蹤你的過去」，它不斷重複餵食你曾經點擊過的偏好。

當我們以為自己在探索世界時，其實你只是在同一個資訊池裡打轉。

如果你的生活只剩下「猜你喜歡」，那你的生命將不再有「意外」。

我們都曾在某些時刻感受過，

「明明我們的資訊獲取成本已經趨近於零，但眼界卻反而越來越窄？」

▌演算法是用你的昨天，來定義你的明天

在推薦演算法的世界中，有一個概念叫協同過濾 ( Collaborative filtering ) 。

概念是檢視跟你相似的其他人，會喜歡或是曾經的瀏覽紀錄，推薦你相似的產品。

這套邏輯是極為有用的一套計算邏輯，卻也建立在一個假設之上：

跟你最相似的使用者A，如果使用者A喜歡B內容，那你應該也會喜歡B。

這意味著，在錯綜複雜的向量關係中，我們被迫變得跟大多數人一樣。

大部分跟你相似的使用者會喜歡，那麼你應該也喜歡，或者是你只能被迫喜歡。

在演算法的世界，我們不再是一個獨立的觀察者，我們只是大數據樣本中的一個抽樣。

這種精準推薦，正在無形中替我們打造了一間「資訊無塵室」。

除此之外，也看不到意見不同，或者是演算法認為不屬於你的資訊。

演算法過度追求精準推薦的效益，代表它會避免出現那些使用者感到不適，或是無感的資訊。

然而，在生物演化的過程中，人類之所以能進化，正是因為我們不斷在面對危險、刺激與各種令人不安的挑戰。

但在這種無菌的資訊溫室底下，我們只聽得見、看得見自己已知的資訊，失去了改變的免疫力。

我們無法透過不同的刺激，擴張我們的認知邊界，甚至失去與不同立場對話的能力。

我們只聽得見自己認同的聲音，看得見自己已知的資訊。

當演算法馬不停蹄地強化我們的偏好、迴避你的厭惡，與真實世界那種充滿變化、交互作用的連結就徹底斷裂了。

演算法能精準推播我們「想要」的刺激，卻永遠給不了我們「需要」的成長。

除非我們主動打破這道牆。

▌打破「協同過濾」：在實體書展「隨機碰撞」拓展視野

如果說，演算法是用你的昨天，來定義你的明天。

那麼參加實體展覽就是一場強制打破演算法牢籠的解決方案。

(寫到這邊，突然有種AI感，差點要寫出：這不是…，而是…的 AI 句子)

最有效的方式不是去對抗程式碼，而是將自己放置到實體空間中，透過「隨機碰撞」強行拓展認知的邊界。

這種物理性的碰撞，與演算法邏輯存在著本質上的差異：

1. 資訊頻寬的瞬間最大化

在演算法的世界，我們的視野受限於手機螢幕，而且一次只能瀏覽一則內容。

但在書展中，我們的視野是完全被打開的。一踏入展場，成千萬冊書籍同時映入眼簾，資訊頻寬在瞬間擴增到極限。

當我們走過一個攤位，無論是平放陳列還是展示在書架上，幾百本書的封面與書背進入視線。

這種瞬間高密度的資訊流，比起社群媒體的短文、短影音，會強迫大腦短時間處理大量「非預期」的刺激，進一步觸發你的興趣，甚至是連我們自己都不曾察覺到的潛在興趣。

2. 從演算法中奪回「主動選擇權」

在螢幕前，我們是「被動接收者」；在書展裡，我們是「動線決策者」。

當一口氣接受到大量刺激後，下一步就是取決於我們要將注意力投入哪本書籍了。

每一本書的封面設計、紙張觸感，都在提供我們多維度的判斷標準。

這種環境迫使大腦重新啟動篩選與思考的機制，而不再是把自己的選擇交給演算法。

我們可以選擇把注意力在書本間遊走，看到感興趣的書、有趣的文字，就拿起來翻翻。

周加恩曾有個巧妙的譬喻：「把圖書館當成社群媒體」。

把圖書館當成社群媒體

行走在書本之間，看見有趣的書，有趣的標題，就拿起來翻個幾頁。

看個前言，看個目錄，遇到喜歡的章節就坐下來繼續深讀，在保溫杯裡偷偷裝著咖啡，看膩了就放回去，繼續走路，隨意瀏覽下一本書。

幹嘛把書看完呢？反正滑臉書本來就已經是破碎、片段的文字了，

何不直接把書變成破碎、片段的文字，自己創造自己的「行走演算法」

透過這種方式，我們不再是被迫接受餵養的生物，而是重新擁有了挑選獵物的權利。

3. 透過「策展人的品味」拓展認知邊界

演算法只會餵養你感興趣的內容， 線性的演算法也讓你看不到別人感興趣的內容。

但在書展的實體場域中，我們可以看到策展人的品味。

在以商業管理為主的展場中，我們可以看到各家編輯的選書品味。通常天下的展區，就會是以商管為主。

我也會到以台灣文學、或是每年都有的異國主題去逛逛，因為這些平常比較不是我的涉獵範圍。

我最喜歡的還有各大專院校的出版專區，雖然通常不會在這邊掏出腰包，但獨樹一格的品味也讓人流連忘返。

這些「非線性」的體驗，正是對抗演算法最有效的武器。

為了讓這種碰撞更具效益，我想跟你分享我的書展攻略，幫助我在書展中打破演算法的限制。

▌如何進行一場「高質量的書展冒險」

我想跟你分享，我去逛書展的三個小技巧。

1. 挑選有興趣的短講

書展當中，在各個展區都有小舞台，每個場次都有邀請作家來場沙龍短講。

我會建議你先查活動時刻表( 如果你有興趣，可以參考時刻表，連結 )，鎖定幾個感興趣的主題。

人家常說，透過閱讀可以在短時間吸收一個人的智慧。現場短講，更是一個現場互動的好機會。

透過現場分享以及主持人的問答，有時候會比閱讀帶給我更大的啟發，或者是引發我對作家著作的興趣。

2. 帶著書單，執行精準補給

雖然前面分享了這麼多，期待能夠現場偶遇打破演算法的推薦。

但在追求驚喜的同時，我也還是會帶著我的待買書單。

在書展中，利用促銷優惠進行「精準補給」，如果能夠用有限的預算，讀更多的書，何樂而不為?

3. 空白的心

這是我最迷戀的一部分，也是上面忍不住跟你分享的：保持一顆空白的心。

每年書展，我都會保留一部分的期待，留給那份偶遇。

最讓我印象深刻的一次，是遇到「盲盒選書」。

書籍被牛皮紙包裹，看不到封面和書名，只有在包裝上黏貼一張編輯親筆撰寫的小卡。

小卡上寫著編輯的推薦小語，同時也是我唯一的線索。我只能透過編輯的文字(可能還有厚度XD)，挑選那本未知的書籍。

這種在打開之前都無法預知的驚喜，在資訊獲取成本已經趨近於零的世界，我覺得這是屬於讀者與編輯之間最有溫度的連結，是演算法始終無法模擬的浪漫。

▌結語：去一趟書展吧

寫到最後，我想說的是，演算法本身是社群時代最偉大的發明之一。

確實為我們在資訊爆炸的時代省下了篩選的力氣，但同時也抹煞了那種「不期而遇」的樂趣。

當我們永遠只侷限在過去的喜好，我們同時也失去了改變了契機。

2026.02.03 - 2026.02.08 去一趟台北國際書展吧(官方網站：https://www.tibe.org.tw/tw/)。

與其讓演算法用你的昨天來定義你的明天，不如在實體書展「隨機碰撞」拓展視野。

這個世界很大，它不應該、也不可能被濃縮在你的推薦頁面裡。

Subscribe now

他這兩篇文章都帶給我很大的啟發，希望各位會喜歡!

1. 多重興趣並非分散，而是交集出不可取代的競爭紅利

來源：

future/proof

If you have multiple interests, do not waste the next 2-3 years

Society made you think that having multiple interests was a weakness…

Read more

8 months ago · 4338 likes · 166 comments · DAN KOE

Dan 在文章開頭，引用了亞當‧斯密的一句話，這句話在他主張的專業分工下，顯得非常諷刺。

一個人如果一生只從事幾項簡單的操作……通常會變得愚蠢無知到極致。

社會給了我們一套過時的腳本：上學、拿學位、找工作、然後退休。

它告訴你：「樣樣通，樣樣鬆」，要你選個專業，然後把自己關進盒子裡。

如果純粹的專業化使人變得愚蠢和依賴，那麼是什麼使個人變得聰明和獨立呢？

1. 自學：不是自我學習的能力，而是因興趣驅動的學習。

2. 自利：找出那些讓自己感興趣，有動機去做的事情

3. 自給自足：拒絕將自己的學習、判斷外包，擁有自我判斷的能力。

文字印刷改變了知識傳播的方式，讓一個人在一生中可以追求多個領域的精通。

最好的例子就是達文西，也是文藝復興的招牌人物，他懂繪畫、理工、雕刻，同時又了解人體。

現在， AI 帶來了第二次的文藝復興。它不僅降低學習知識的成本，也讓知識的傳播變得更為便利。

如果說，你在這個時代有著多元的興趣，並且能夠透過自學培養專長，那你要怎麼建構出最合適的生活方式呢?

白話地講，如何透過自利驅動自學、自學達到自給自足、自給自足滿足自利?

Dan 指出，我們可以透過自學，讓自己自學的成果解決他人的問題、滿足別人的好奇心，並且透過別人支付報酬來實現自學所達成的自給自足。

因此，你需要成為一名創造者。

他的意思是，如果你不再需要為別人創作(寫程式、付出勞力、向別人提企劃…)才能獲得報酬，那麼解決之道就是為自己創作。

但別誤會，你不必成為網紅。

要做的是「公開學習」（Research in Public）。

把你的學習過程變成內容，把你的興趣當成研究項目。以前只是默默學，現在邊學邊分享。

Dan 在文章中將這種分享區分為兩種：

1. 技能導向（舊路）： 學個技能 -> 賣服務，這很容易陷入另一種打工陷阱。

2. 發展導向（新路）： 把你「自己」變成你的受眾。你在生活中追求目標並不斷提升自己 → 你已經驗證了你所提供內容的價值 → 你幫助過去的自己實現同樣的目標。

不是要你當Youtuber、不是要你打造強大的個人品牌，做你自己。

你的品牌就是你的故事。

你的品牌應該圍繞在以下兩件事：Performance與Excitement。

( 對不起，我用英文，因為我想不到更貼切的中文詞彙，如果你覺得有適合的，請留言告訴我)

Performance：指得是其他人有多關注這件事；Excitement：指得是你自己有多關注這件事。

當你的品牌就是你的個人故事的時候，Dan 提出了三個步驟持續經營。

1. 建立靈感庫： 隨時記錄。不要過度分類，養成捕捉想法的習慣。

2. 提高「點子密度」： 閱讀經典，遠離噪音。你的輸入質量決定輸出質量。

3. 一題千練： 同一個觀點，用 1000 種方式去說。觀察爆款貼文的結構，用 AI 拆解它，然後用你的觀點重寫。

人們並不想要解決問題的方案，人們想要你為了他們的問題提供解決方案

People don’t want a solution to their problems.
They want your solution to their problems.

所以，當你的學習、你的故事能夠解決別人的痛點與問題，他們就願意為了你付費。

因此，你就能夠藉由自學達到自給自足。

不要再浪費時間試圖把自己塞進盒子裡。

去學習、去連結、去分享你的學習筆記。

在AI的世界，做一個擁抱多重興趣的通才，是你此生最大的優勢。

Dan 在文章中分享了很多具體的做法，如果你有興趣可以閱讀原文。

或者是可以參考Vista 老師的中文解析，非常精彩又具可操作性。

Vista電子報

Vista電子報 No.101：興趣很多不是分心，是資產——把嗜好變現的價值轉化地圖

前言：一個多重身份工作者的深刻共鳴…

Read more

7 months ago · 9 likes · Vista Cheng

2. 當AI讓工作失去意義，未來的工作取決於你是否更像個人

來源：

future/proof

The future of work when work is meaningless

Everyone is worried about whether or not AI will replace them…

Read more

7 months ago · 444 likes · 44 comments · DAN KOE

隨著 AI 取代重複性勞動，傳統生產力不再是身分象徵。

未來的關鍵在於從「內在」找回主體性，透過個人品味與創造力，在混亂中建立新的秩序。

AI 讓勞動變得廉價，卻讓「意義」變得稀缺。未來金錢將不再是生產力的獎賞，而是自我表達。

即便技術領先，人類仍會為了「責任」、「信任」與「獨特的生命體驗」付費。

創作者將轉型為意義建築師（Meaning Makers），這也是 AI 最難取代的高價值領域。

而意義是什麼?

意義是人類後天所賦予的，意義的兩大支柱：進步的感覺和與自身以外的事物建立聯繫。

進步和貢獻源自於創造性地解決問題。你對未來有目標，你發現阻礙你前進的問題，你透過實驗找到解決方案，並將解決方案分享給處境相似的人。如果對方認為你的方案夠有價值，他們會以其他形式的價值回報你。因此，人們必須成為創造者，創造屬於自己的事物。

所以Dan Koe的意思是要成為在網路上呼風喚雨的KOL?

是，但也不是。網路讓每個人可以更精準地觸及到你的受眾，你可以在追求自己的興趣的同時，遇到一群與你興趣相投的人。

但，藉著AI，不就代表我們在網路上會碰到更多AI生成的垃圾嗎?

Dan 直接一針見血的回答。

當然，任何人都可以讓人工智慧寫1000篇文章或10篇文章來碰碰運氣，但你看過多少「垃圾」內容真正爆紅？如果真的爆紅了，那不就代表它不是垃圾嗎？

如果AI可以滿足所有的需求，為什麼大家還在網路上關注這些KOL、為什麼還是會有人為了學習一門技能而付出金錢?

Your point of view is at play.
你的觀點正在發揮作用。

這是地球上獨一無二的東西，從出生起就持續累積、演進。隨著時間的過去，透過生命中的大小事件所累積的信念、想法和經驗。

AI 無法從你的角度思考，他只能以你的角度思考。

講白話一點，他只能揣測你的角度，他能猜出你可能會以什麼角度思考，但她沒辦法取代你的思考。而你的思考，來自於你根深蒂固的價值觀。

Dan 甚至認為，你個人累積而生的想法，永遠會走在人工智慧的前面。

當 AI 學會了你的想法、說出相似你的觀點，你瞬間會因此而改變，進而衍伸出新的觀點。

If AI could perfectly write like me, right now, then I, being a stubborn human being, would not want to write about that anymore. What I care about would instantly change.
如果人工智慧現在就能像我一樣完美地寫作，那麼我，身為一個固執的人類，就不會再想寫那樣的東西了。我關心的事情會立刻改變。

總結以上，Dan 認為，隨著技術進步，未來人類的技能組合，取決於你如何「活得像個人」。

你有著無需他人允許就可以行動的自主性；建立出屬於自己的風格，辨別什麼值得保留、什麼不值得保留的品味；具備不用狹隘的眼光看世界的視野；努力將自己的作品分享給別人的表達能力，以及使用工具的能力。

利用 AI 釋放體力，專注於唯有人類能產出的「意義」。

Subscribe now

後來我讀了《寫作，是最好的自我投資》，這本書原本在教如何寫出網路爆文，我卻驚覺：「總經理，不就是全公司注意力最稀缺的讀者嗎？」

這篇文章中，我拆解了書中的寫作邏輯與技巧，轉化為一套可操作的企劃提案框架。

作者《陳立飛》是誰?

《寫作，是最好的自我投資》的作者陳立飛，是香港自媒體人陳立飛（Spenser）。

他本來是一名英文老師，後來到香港念書並同時創立自媒體品牌Spenser。

透過在微信寫作，透過吸引人的文筆，在網路上累積聲量，實現個人品牌與財富的累積。

這本書就是他多年來的心得積累，靠著掌握讀者的心態，緊抓讀者的注意力，讓自己的觀點與專業被大眾所看見。

寫作不是文學，寫作是心理學。
這個時代，只要你有好的觀點、專業、內容，就有可能被全世界看到你的才華。

總經理就是我注意力最稀缺的讀者

因為工作的緣故，我時不時要寫企劃案或是蒐集資料轉換為行動給總經理。

總經理的行程總是被會議切成碎片，大腦就像一台超級電腦，同時處理多項決策。這意味著，他閱讀每一份報告資料的時間非常有限。

總經理的注意力，比划著社群網站的讀者還稀缺。

這讓我想到《寫作，是最好的自我投資》的核心概念：

「在這個時代，寫作的本質就是爭奪注意力。」

書中提到，如果你的文字不能在極短的時間內抓住讀者，你就會失去讀者的注意力。

這個邏輯完全可以套用在幕僚的工作當中：

如果文章無法吸引讀者，讀者隨時可以滑掉；如果企劃案無法吸引總經理，總經理隨時可以略過你的企劃。

以「用戶思維」的概念寫作：思考總經理想看什麼

用戶思維代表，你無時無刻要想讀者的目的是什麼。

寫作不是自嗨，寫作是服務讀者。

一種是滿足他的好奇心，第二種是滿足自我表達的需要。自我表達的需要，是指要用文字替讀者表達，說出讀者想說的。

同理，在寫企劃案的時候，你也要站在總經理的角度，表達他想說卻說不出的話。

如果要把用戶思維轉換成具體方法，在寫作前我會先思考：

從「我要說什麼」轉向「他想看什麼」

我以前很常自嗨式提案，用了很多文字去描述漂亮的願景，說我的企劃可以替公司帶來多少收益。

但總經理不需要這些，他甚至比你還會畫餅。

他真正關心的是公司運作上的痛點，還有你這份提案的最終目標是什麼

減少專有名詞，幫總經理翻譯

書中提到，好的內容應該是「易碎品」，意思是要讓讀者毫不費力地消化。

我是工程師出身，很多習以為常的字眼，對總經理來說可能都是天書。

SLA (服務等級協定)是什麼? SaaS服務又是什麼?

除非必要，否則不使用艱澀難懂的專有名詞，用白話文解釋。

如果真的有需要，那我會在專有名詞後面加上補充。

善用萬能框架

在《寫作，是最好的自我投資》中，作者提到一個創作者非常重要的概念：「邏輯結構，是文章的骨架；沒有骨架，內容再好也是一灘稀泥。」

他推薦了一個高效的寫作萬能框架：「亮觀點、說現象、做分析、下結論」。

這個框架不僅用在網路長文，用在企劃案當中，整個報告的邏輯條理也發生改變。

1. 量觀點 ( 結論先行 )

   第一句話就給出最有力的觀點，直接釣住總經理的胃口。

   這邊不是要用聳動的網路文章標題，而是一開始就把這份企劃案的目的寫出來。

   我會在開頭先寫目的，一開始先開宗明義告訴總經理這份企劃的來由，以及我所提出的建議。

   不需要猜測我的意圖，或是不明所以的開始往下讀，而是帶著目標審視後面的細節。

2. 說現象 ( 現狀描述 )

   接著，我會列出目前的數據。

   把現在公司的營運狀況，或者是我們所面臨的棘手問題進行說明。

   例如：「過去兩季，我們的老客戶續約率連續下滑，這意味著我們正在流失公司的核心競爭力。」

3. 做分析 ( 邏輯論證 )

   根據上面的問題現況，展開進一步的分析。

   我會拆解出問題的根源，並針對問題給出方案A、方案B的解決方案。

   這當中有很多分析論述的方法論，例如 《BCG問題解決力》。

   讓總經理看到問題，還同時有邏輯地進行深度的問題拆解。

   並根據我所提出的兩個方案，明確比較優缺。

4. 下結論 ( 行動呼籲 )

   最後，針對我提出的兩個方案，給出明確的建議。

   我會明確寫出：「建議執行方案 A，若您同意，請核准預算，我們將於下週一啟動跨部門會議。」

   這個步驟不光是將企劃案收尾，同時也是減少讀者(總經理)的思考阻力。

   他不再需要重頭沙盤推演解決方案，而是在我的建議下做出決策。

以前我總以為企劃案是在「寫作文」，誰寫得越浮誇，誰越能受到青睞。

經過幾次嘗試後，才發現總經理要的是短時間能夠進行決策的具體方案。

透過這套萬能框架，我可以很快地切中要點，讓總經理知道具體的行動方案是什麼。

在寫作的過程中，少用形容詞

上一段介紹的是將網路寫作的萬用框架，套用到企劃書。但除了框架外，網路寫作的小技巧也適用企業提案。

在書中，作者強調寫作的文采。這邊的文采不是堆砌華麗的詞語，而是讓文字產生力量。

文字產生力量的方式，很簡單，甚至有點反直覺。

語言盡量簡單化、口語化

想讓句子簡單，只需要做一件事：修改

把多層的邏輯，拆解成一句話一個概念。例如：

「雖然我們的產品品質一直維持在高水準，但因為近期市場競爭對手推出了低價策略，加上我們內部行銷預算在第三季被削減，導致品牌曝光度不足，最終造成了這三個月的銷售額下降10%。」

改成

「我們這三個月的銷售額降低了10%，因為對手的低價競爭與品牌曝光較上季減少了50%的預算。」

不要使用過多的連接詞，雙重否定更是要避免。把一連串的句子，簡化成短句。

一個過長的從句，你要把它拆成幾個短句；多層的邏輯，要改成單層的邏輯；盡量不用連續的形容詞，如果去掉形容詞會丟失語意，那就打破句子原有的結構，重新安排一句話。

少用形容詞，多用量化數字或是描述行為

書中指出：「形容詞是主觀且模糊的，動詞和數據才是客觀且有畫面的。」

以前我很常在提案寫：「我們的資訊預算有嚴重的浪費，我們要有效減少支出。」

這種文字在總經理眼中是廢話。

現在我寫：「2025一整年的資訊預算是10億，其中有20%用在沒人使用的服務上。」

與其用形容詞描述多嚴重，不如直接給數字告訴總經理有多嚴重。

寫作，是一場高回報的自我投資

讀完《寫作，是最好的自我投資》後我才發現，原來「寫給大眾看的文章」與「寫給總經理看的提案」，其底層邏輯是完全通用的——

都是關於如何理解讀者、如何把你的觀點傳達。

我把總經理想像成最挑剔的「百萬訂閱大戶」，用用戶思維去思考，用萬能框架去佈局，用精準語言去說服。

後記

本來是為了網路寫作而買的書，讀著讀著發覺裡面的技巧也能運用在平常工作中。

把看似不相關的概念應用在生活中，我感受到知識發揮效用的樂趣。

風靡一時的卡片盒筆記法，強調的也是把概念連結在一起，發揮出更大的效用。

我想大概也是這種樂趣吧!

此文有經過與AI討論，並且部分內容有使用AI潤飾。

想要留下紀錄，就要花時間寫作、輸出。

一篇隨筆也動輒兩三個小時構思、動筆才完成。對於上班族而言，扣掉睡覺、家務等日常生活必要的時間開銷後，要在僅有的四十八小時的周末，已經沒有太多的時間留給輸入。

今年在體悟到時間分配的優先序後，開始清理了資料來源，與其更認真當一個資訊的雜食者，我更注重閱讀我喜歡的、我感興趣的。

旅遊是認識旅伴的最佳場域

今年的足跡仍離不開亞洲，去了一趟日本、韓國還有台灣國內旅遊。

在還沒加溫的季節中去了一趟福岡，關於旅遊，我說的其實是…體驗當地人的生活，走當地人通勤時在月台間穿梭的路線、逛當地人下班後會駐足的熟食部。

除了日本旅遊外更大的意義是和女友第一次出國。比起旅途本身好不好玩，更在乎的是兩個人在這當中生活習慣還有價值觀的磨合。

和女友出國，和獨旅或是和家人、朋友出去玩是個截然不同的體驗。與其說是跟女友，不如說是跟不同的旅伴出遊都彷彿是更深入另外一個人的靈魂。

從景點的安排、交通方式的選擇還有過程中各式大大小小的決策。不同的價值觀體現在不同的選擇上。旅遊除了帶來生活場景外，對我來說，更是提供了一個認識旅伴的場域。

旅遊中的矛盾時刻

在旅遊的時候，我總會時不時冒出這個念頭「此刻，是我人生絕無僅有的一刻」

每次冒出這個念頭，呈現出擔憂的心情。人生中的每分每秒都是絕無僅有的，錯過就不再出現。

這次韓國旅遊，看到盛開的櫻花，心中除了震撼與喜悅外，又冒出了這個念頭。

下次，什麼時候會再體驗到呢?

即便找了同樣的人、再去一次同樣的場景，彼此談論的話題、天氣改變所帶來的景色，都不再相同。

自從有記憶以來，第一次冒出這個念頭是在小學到舊金山藝術宮的時候，這次則是帶家人到首爾的時候更加濃烈。

但隨著時間還有成長經歷的變化，其實有時候也會跟家人想法觀點不同的時刻。因此在旅遊時，我時常處在一種高度矛盾的情感中。一方面覺得能和家人相處的時間越來越少，應該要好好珍惜；一方面卻陷在對家人的反應感到厭煩。

當這兩種情感冒出來，我陷入了反覆的糾葛當中。「果然家人出來玩，還是很開心，希望能多帶爸媽體驗更多的世界」、「可不可以不要再問了，我真的好累」兩種心底的聲音反覆出現。

回歸大量推理小說的一年

從年初偶然的靈光乍現，把《白夜行》又給拿出來複習。

短短花個幾天就看完，果然還是對東野圭吾對於人性的刻劃佩服得五體投地。

無論是劇情隨著時間推移的巧思，還是構築在事件中的蛛絲馬跡。

趁著東野圭吾在我腦中的復出，又接連把他早期的作品拿出來回味。如果沒有意外，2026年還會繼續下去。

今年倒是沒有看太多商管的書籍，買了幾本專案管理領域的聖經，例如《人月神話》也只是隨手翻翻。

不過因為KOBO 99元特價買的《2小時讀懂明治維新》倒是啟發了歷史還有人文的興趣，接下來想去看股癌推坑的歷史小說。

不喜歡像很多書評帳號用閱讀的總量衡量一年，閱讀本身是體驗，不是產線上需要被量化的績效。

小品遊戲為主的日常

今年玩了三款都深得我心的遊戲。

蘇丹的遊戲

故事背景發生在類似一千零一夜的國度，身為主角為了取悅帝王，必須在7天內銷毀一張蘇丹卡。蘇丹卡可分為「縱慾卡」、「奢靡卡」、「征服卡」、與「殺戮卡」，要完成指定的動作才能進行銷毀。

這些卡片的使用都取決於人性道德的判斷，再搭配上隨機出現的突發劇情，讓遊戲的走向更加詭譎多變。遊戲的文本量極多，讓我高度沉浸在劇情，還有挑戰道德底線的遊戲性之中。

不過遊戲一輪下來極花時間，而且重複性的作業也不少，不過值得推薦

Helldiver 2

適合與朋友一起玩，非常好玩。

遊戲核心玩法是與三五朋友扮演殲滅外星人的特種小隊，透過多樣的任務還有敵人設計，讓遊戲不斷挑戰玩家。

這款遊戲最大的樂趣在於共鬥，和朋友共同作戰的樂趣。

逃離鴨科夫

本來以為是惡搞知名遊戲的二次創作，但保留了核心玩法甚至創造出完全不一樣的體驗。

簡單操作的介面，配上難度適中的挑戰，很適合閒暇時間玩個十分鐘。

朝理想生活前進一大步

今年最大的變化是終於搬進自己買的房子了。

雖然裝潢、家電是一大筆開銷，通勤的距離也多了二十分鐘，但是終於有個理想的家。

回想起過去五年的租屋生活，雖然對於周遭的環境在五年的生活中也產生了認同感，但卻始終無法對格局狹長且床板老舊的租屋處產生認同。

也因為這樣，以前對於家務的整裡都不是太認真，「反正這又不是我的」。

這種「過客心態」很微妙，它會讓你下意識地拒絕投入感情，連帶著對生活的精緻度也降到了最低。

自從搬家之後，開始對於這間屋子、這個社區還有附近的公園與店家產生了認同。

知道哪裡有新鮮的蔬果可以買，知道哪裡在三更半夜還有賣吃的，隨著入住後的半年，每天一點一滴的積累，先是認識環境，之後產生認同。

我開始在乎周遭環境的變化，知道對面的公園又施工了、知道樓下的店家開始出租了，這些一點一滴積累的日常，才真正讓我感覺自己「落地生根」了。

另外還有生活方式的改變，開始自己下廚、備餐。Youtube演算法推薦的不再是各地美食，而是做菜的食譜。

我們常覺得演算法控制了我們，但其實真正能夠控制演算法的還是我們本身。

工作上的成就與掙扎

今年花最多時間的還是工作。(廢話)

但今年獲得很高的肯定，即便我的專案做到一半喊卡，年底面談前還在焦慮拿不出代表作。

不過在確定拿到好的考績，這件事情就不煩惱了，取而代之的是明年的工作項目。

明年要帶著一位更資深的夥伴協作，與其說是協作不如說是指導。然後焦慮本身沒有消失，他只是換個形式出現(跟錢錢一樣)。開始擔心自己能不能勝任新的職位，開始擔心明年表現不好怎麼辦。

然後又對職場上的政治問題還有人的問題感到極度厭倦，也許是身為幕僚，能夠看到更多公司內的鬥爭。發現所有的問題都是人的問題。人的觀點不同、人的技能不同。

這件事還挺消磨的，有一天下班的時候發現今天一整天都在處理吵架的問題。更何況是位階比我高的經理人之間的吵架，還需要我來協調，實在是感到力不從心。

ikigai (生活的意義)道理都懂，開始好奇有人的ikigai是處理吵架嗎?

以為自己對專案管理有興趣又擅長，開始做了之後發現本來有興趣的東西也會被消磨到厭煩。在ikigai的圓圈中，這些圓圈是等大的嗎? 會不會熱情總是第一個被侵蝕的?

開始思考人生下一個感興趣又能賺錢的項目，等到真的賺到錢了之後，會不會又開始被侵蝕了?

後記

本來想要回顧今年走過的路、看過的書，但任由思緒蔓延下去就產生了這篇了。

寫在生日的這天發表，可能是期待收到一點祝福。

在開始寫作之前，也打開了後台統計數據，發現今年點閱率高的文章都不是個人學習類，反而是自我反思或是經驗分享。

就像自己一直想當一個很正經的人，但總會在有些地方破功。

2026年試著做更多自己喜歡的事情，工作上告訴自己不要太認真。

▌廚房是一個混亂的「專案現場」

你有沒有過這種感覺？

明明只是想煮頓簡單的晚餐， 結果飯還沒吃上一口，廚房卻搞得像發生過戰爭。

等湯好不容易燉好，剛炒好的青菜早就放涼、變黃了；

飯都煮好了卻發現肉排還沒熟，然後配料的蔬菜早就被煎到爛掉；

準備要下調味料，卻發現醬油、鹽巴沒了。

或是沒這麼狼狽，但明明只是煮個蛋花湯加陽春麵，卻花掉你一個小時。

其實，煮飯並不花時間，也不是廚藝爛。

是因為你根本沒發現，廚房就是一個實打實的專案，需要運用專案管理的思維。

在大型的軟體專案中，最常遇到的情況是沒有在初期把工作的相依性整理清楚，

導致完成了 B 工作卻因為 A 工作還沒完成，導致遲遲無法開工。

例如在軟體開發完成後，要著手進行測試。

但如果沒有在開發階段的尾聲，就把相應的測試環境與電腦給準備完成，往往導致即使開發完成後也無法進行測試，進一步影響專案時程。

今天不是要聊生硬的專案管理理論，但是想跟你分享，怎麼把平常我慣用的專案管理技巧，套進廚房的柴米油鹽醬醋茶。把像是命案現場般的廚房，變成一條有條不紊的高效能生產線。

▌識別你的「關鍵路徑 」

其實要優雅出餐一點都不難，只要搞懂一個專案管理的概念：「關鍵路徑」。

聽起來很硬? 才不會!

這個概念簡單好懂，卻是讓一切上軌道的秘密武器。

只要有了這個步驟，就可以在專案開始前讓一切都上軌道。

讓你能像《黑白大廚》中的參賽者一樣，在精準的時間點中所有菜同時熱騰騰上桌，甚至在開飯前，連鍋子都順手洗乾淨了。

到底什麼是關鍵路徑 (Critical Path)?

關鍵路徑的概念是找出完成專案所需的必要工作有那些，並且辨識出工作間的相依性，然後將工作排成一份可執行的計畫。

關鍵路徑法早在1950年末就開始發展，也自此之後，成為PM們在規劃工作優先序的常用技巧。

講這麼多，如果套用到廚房，事情又該怎麼排序呢?

在廚房裡，最花時間的工作通常是燉湯、滷肉、煮飯。

這些任務有個共同點：需要的時間很長，但可以不用一直顧。

所以，一個專業的PM(還有聰明的家庭煮夫煮婦)進廚房的第一件事情，絕對不是先埋頭切菜。他們會先洗米、先把排骨丟進湯鍋，著手進行那最耗時的任務。

就像專案一樣，會不會準時完成，不是看大家手腳多快，而是什麼時候開始啟動那項最耗時的任務。

想像一下，如果先花了十分鐘在那邊慢慢洗青菜、剝蒜頭，等到配料都準備好了，才開始啟動飯鍋 — 這就是典型的順序錯配。

最後的結果就是，可能滿桌的飯菜都好了，卻等不到一碗晶瑩剔透的白飯。

當我們先在腦海中盤點所有的菜色之後，找出那道最耗時的程序。當那道最耗時的關鍵任務啟動之後，剩下的時間，愛怎麼切菜、愛怎麼倒杯酒，都是你的自由。

所以，下次先別急著把刀子拿出來，而是先問問自己：「今晚，哪一道菜是我的關鍵任務?」

▌別讓技術債拖垮你的進度

如果說，我們的最終目標是像《黑白大廚》中的參賽者一樣，不僅同時完成菜色，還能將桌面整理乾淨。

那除了找出關鍵路徑中最繁雜的那項任務外，還要找出「技術債」。

在軟體專案管理中，技術債指得是那些為了在時限內完成，只求短期取得快速成果的做法。之所以稱之為「債」，代表短期能夠帶來好處，但未來遲早要為他付出代價。

這時候，PM 的另外一個絕招就派上用場了：利用專案空檔，清理技術債。

在廚房裡，什麼是專案的空檔?

就是你在等水滾、等烤箱響起鈴聲的時間。很多人可能會滑手機或是發呆，但這就是高手與平庸PM的分水嶺。

真正聰明的人，會在這個時間點進行清理技術債。趁水還沒滾，順手把剛才用過的量杯、刀具給快速沖乾淨；趁肉還在煎，趕緊拿個抹布把桌面擦拭一下。

這些動作看起來很微小，但能夠將剛剛求快的過程中(例如：切肉、調味)，所遺留下來的技術債(例如：用過的刀具、髒亂的桌面)給清理乾淨。

如果你現在不順手清理，這些髒亂就會累積成最後的巨債， 讓你吃完飯後，還要面對一堆已經乾掉、超難洗的油膩鍋盤。

就像厲害的PM，能夠在百忙之中，還能做好文件的管理。未來幾個月後，當被問到專案問題時，還能如同信手拈來般，把當時的文件給找出來。

所有的優雅，其實都藏在那些被你浪費掉的「間隙時間」裡。 當你學會一邊等待、一邊消除瓶頸， 你會發現，開飯的那一刻，你的廚房竟然跟進場前一樣乾淨。

▌看穿先後順序：找出真正的「前置任務」

如果說「關鍵路徑」決定了你的完工時間，那「任務相依性」就決定了你過程順不順。

在專案管理裡，有些工作必須先完成，下一個工作才能啟動，這叫「前置任務」。

想像一個畫面，當你先煮了一道酸酸甜甜的番茄炒蛋，下一道是清甜的清炒高麗菜。

為了不要讓酸甜的醬汁影響高麗菜，你是不是要先急急忙忙地將平底鍋清洗乾淨?

或者是想要煮一碗好吃的烏醋麵，當麵都煮好了，才發現拌麵的醬汁根本還沒調?

這種時候只能看著麵要不是在水中慢慢糊掉，要嘛就是撈進碗裡慢慢變乾。

這在PM眼中，這就是典型的忽略了任務的相依性。

要避免這種尷尬，當站在廚房的那一刻，我們腦袋中就要先快速建構出每一個動作的相依性。

「在開火之前，有哪些事情是必須先完成的?」

很多人會覺得這個很煩，想說「邊做邊想」比較快。但相信我，那只是高效率的假象。

真正的高手會先把所有的「工作」一次想清楚。當你把蒜頭切好、醬汁調好、食材按順序排好， 最後那段「動火」的過程，就像是按下播放鍵一樣流暢。

▌結語：當煮飯不再是一場混亂的戰爭

這就是我想分享的廚房專案管理。

當我們把視野從流理台拉回到現實生活，你會發現，這套邏輯幾乎無所不在。

無論是準備一場重要的簡報、策劃一次家庭旅行，核心本質都是一樣的：在有限的時間裡創造最大的價值。

我們常覺得生活很累、被瑣事追著跑，往往是因為我們只顧著「動手做」，卻忘了先「動腦想」。

透過這三個簡單的 PM 思維：

1. 抓出關鍵路徑： 先啟動最耗時的大事。

2. 消除瓶頸： 利用碎片時間清掉技術債。

3. 搞定前置任務： 確保開工後一路綠燈。

說到底，這套「廚房專案管理學」想說的只有一件事： 透過專案管理，讓事情輕鬆又快速。

當這套邏輯能夠所心所欲地運用時，生活中的大小事仿佛都變成有趣的益智遊戲。

能掌握時間、能掌握計畫，這種「一切都在我的掌握中」的爽感，真的是體驗過才知道。(超級大J人)

所以，別再急著把自己埋進那堆洗不完的菜和切不完的肉裡了。 下次進廚房前，先給自己幾秒鐘， 在腦袋裡把那份「專案計畫」跑一遍。

這種從容不迫的感覺，仿佛就像是一位《黑白大廚》中的主廚。

自從搬了新家後，有了完整的廚房可以大展身手。

週五晚上最期待的就是到超市採買食材，或是隔天起個大早到市場看看有什麼新鮮貨。

每天的興趣就是快速地在三十分鐘內完成飯菜，看見女友驚呼的樣子。

突然有個想法，嘗試將生活化的題材，融合我平日的專案管理專業。

這篇文章並不花太多的時間，但這些內容卻是仰賴平常工作現場的積累。

如果你有其他想法，也歡迎底下留言交流，或是訂閱我的《文字生活事務所》 : )

「看看書，看看電子報吧」我回答。

「哇! 你真的很上進欸」

從最近幾次辦公室的零星對話中，這類評論總是不請自來，同事們的反應就像電玩裡的NPC一樣。

彷彿只要在週末選擇了閱讀，你就自動被貼上了「自我提升」或「人生勝利組」的標籤。

但坦白說，我一點也不喜歡這個標籤。

我讀書，從來不是為了成為別人眼中的「模範生」。

那麼，我到底為了什麼而讀？

▌我真正為之著迷的，是那股永不滿足的好奇心

與其讓我隨手可以說出台積電在 AI 世界中不可或缺的地位、BCG專業顧問的問題分析方法或是破壞式創新的理論。

閱讀更像是一張車票，帶我通向知識世界的複雜網路，帶我認識我不知道的事情。

我的閱讀不是為了特定目的，而是單純喜歡文字給我的感受 - 那種只要我想，我就可以盡情探索的感覺。

我不需要正襟危坐地「上課」，因為一本書隨時都能：

陪我深入美國的地下幫派，看見美國黑人社會最真實的一面，如《我當黑幫老大的一天：流氓社會學家的貧民窟10年觀察》；

帶我在社會寫實推理的故事中，見識到人性最深沉的連結，如《白夜行》；

讓我走進當代電影大師是枝裕和的內心，體驗創作者心中的思考，如《宛如走路的速度：我的日常、創作與世界》

寫到這邊，我才突然強烈地意識到，文字還有閱讀好強大。

不僅作為知識的載體，更讓我看見世界上原來還有好多我不知道的事情。

而且不光是看見現在，還可以回望過去、預知未來。

同時可以跨越地域，只要我想，我隨時可以了解美國、歐洲，甚至世界上任何一個角度。

在時間、地區、類別所構築的三維矩陣中，我隨時可以在任何一個座標點上，我隨時可以在任何一個點上找到能夠滿足我好奇心的書籍。

▌為什麼只有閱讀，必須背負「有用」的罪？

如果不是有用，那為什麼要閱讀?

這個問題，經常被功利主義的社會價值觀所綁架。

彷彿投入精神，就是為了某個目的；彷彿投入時間，就必須要有產出——一份能提升技能的筆記、一個能解決工作問題的見解、或是一段能寫進履歷的亮點。

但我想反問：閱讀的終極價值，難道一定要體現在「有用」上嗎？

如果我們把所有的娛樂活動，都套用同樣的命題，那看電影一樣要有用、那運動一定要有用(運動可能還真有點用)、那玩遊戲一樣要有用嗎?

當我們享受一部電影、享受一次旅遊，甚至是享受一場遊戲時，社會很少會帶著批判的眼光質問。

我們允許，或是社會普遍共識這些活動在「娛樂」的保護傘下，純粹地提供樂趣、放鬆和體驗。

然而，當大家討論到「閱讀」，整個社會輿論卻立刻將其歸類到了「工作」或「學習」的範疇，而非「娛樂」。

這正是我今天有感而發的地方!

閱讀，從本質上來說，就是一種最高層級的娛樂。

閱讀滿足的是人類最原始的娛樂需求：好奇心與想像力。

也許是傳統的教育體系中，書本往往跟考試、學習畫上等號，這種既定而成的印象，讓大家不容易把閱讀視為一種放鬆愉悅的自主行為。

從這個印象出發，在效率至上的文化氛圍中，知識自然被期待成可以變現的資產。

再加上閱讀的人數已經越來越少，自然不再視為一項娛樂了。

▌如果追求實用，那閱讀在 AI 時代還有用嗎?

在AI的時代，如果我只是要汲取資訊為我所用，那 AI 可以幫我滿足太多的事情了。

大型語言模型可以更快速地給出答案、處理更多資料、同時執行多項任務，幫我快速找到需要的「資訊」，即使他不是我透過閱讀而得到的「知識」。

AI 可以更快地給答案、可以處理更多資訊、可以同時做很多任務，但 AI 無法決定「什麼問題值得問」。

但 AI 始終無法複製，也無法取代人類最核心的特質：好奇心。

好奇心是唯一無法被 AI 取代的東西。

AI 可以更快地給答案、可以處理更多資訊、可以同時做很多任務。

但 AI 無法決定「什麼問題值得問」。

我認為，能夠培養好奇心的最佳方式，就是透過閱讀建構出對這個世界的好奇心。

近期兩位科技巨頭產品負責人的討論，完美印證了這個觀點：

Meta AI 長汪滔近期在節目訪談中提到：「當你花很多時間在一個產品上，你能培養出這樣的能力，例如比爾蓋茲，那些從小就跟這些工具打交道的人，在未來會有著巨大的優勢。如果你才13歲，你應該花全部的時間在vibe coding。」

然而前 NotebookLM 的產品負責人 Raiza Martin 卻提出了截然不同的反駁：

如果你現在13歲，你應該這樣做：把所有時間都花在閱讀哲學、科幻小說、詩歌和歷史上。去博物館，把裡面的東西都仔細看看。看所有經典電影，也許還要看完所有90年代的電影。學習如何寫作散文，盡可能詳盡地記錄你的想法和觀察。到戶外走走，參加運動，學習演奏樂器、畫畫、聽各種各樣的音樂。

盡可能地活得像個人，並將這份愛和活力帶入你未來決定要做的任何事情。

我同意學會如何使用AI，是這個時代的必要技能。

但如果要學會如何有效地使用AI，必需要有廣泛的好奇心與感知經驗。

這份經驗，無法通過演算法的篩選獲得，只能透過不帶目的、沉浸式的閱讀和生活，慢慢構築。

▌讀書不是為了「有用」而讀

朱敬一先生在《牧羊人讀書筆記》中所說：

「讀書不是為了『有用』而讀，至少事前不知道有什麼用；但是我們越是不執著於其應用，就越能自然而然地找到應用的方向。不帶有特定目的讀書，就自然而然能夠孕育涵養。」

在無目的中孕育而出的涵養，正是人類面對未來不確定性時，最有價值的核心思維。

在這個凡事追求目的性的時代，閱讀也可以跟玩遊戲、看電影一樣，是基於興趣的自發行為，未必真要能解決什麼具體的困難。

但弔詭的是，當我們閱讀時不再追求「有用」，它反而能夠賦予我們最大的「大用」——那份足以讓我們對 AI 提出好問題、擁有廣泛感知經驗的好奇心。