對於理工人來說，想要學習一件事情，必然要先從定義開始。那麼藝術的定義是什麼呢？

藝術是透過創造性活動運用各種媒介，如文字、聲音、形象等等，來表達情感、思想或觀念，最重要的是要追求審美愉悅和精神昇華。

為了追求美感，藝術並不直接傳達明確的訊息，而是建立一種感受空間。可以說，如果一個事物是被設計來觸動觀賞者的感官，這就是廣義上的藝術定義。

為何不應該要有明確訊息呢？因為那會造成扁平化。人類是經驗的生物，我們透過生活上的各種經驗總結出自己的感受。當別人直接告訴我們結論，我們無法感同身受，但是當這個訊息是用間接的方式傳達給我們，反而可以能激發思考、直達我們內心。

舉個例子，我們描述一個人的好心情，如果只是用「愉悅」來描述，很難讓我們有更深入的想像。但如果是說「嘴裡哼著歌，踏著輕快的腳步」，整個形象就立體起來了。完全沒提到心情好，讀者卻能從字裡行間中讀出來。

日本的近代文學大師夏目漱石曾說過，「我愛你」對日本人來說太過直白，可以委婉地說「今晚月色真美」。這某種程度上也是用間接的方式來傳遞訊息，對於聽者來說，由於需要自行做訊息的轉譯，心裡上會更有親近感，更加能夠接受。

因此，比起用總結方式傳達明確訊息，間接傳達經驗空間才是藝術的本質。

這也是為何我們不喜歡教科書、電器說明書等直接了當的文字，但是卻喜歡閱讀小說，並可以從其中的故事來領悟作者想傳遞的訊息。

從詩集小說，到繪畫音樂，不同的藝術表現形式都是在提供觀賞者一種獨特的體驗。我們可以從杜甫的詩集讀出他憂國憂民的理想，梵谷的畫作感受到他創作時的內心衝突與扭曲。這些體驗無法完全用文字清楚描述，只能透過藝術來傳達給他人。

既然藝術不是要傳達明確資訊，所以就沒有所謂什麼傳播媒介最好、最有效率這件事。

如果我們只是要比較資訊量的話，歌曲本身攜帶的資訊已經包含文字和聲音，比起純粹的詩還要豐富，理論上可以直接取代詩。然而，從體驗的角度來說，有時候缺失的訊息本身也有重要性，由於可以激發我們的想像，反而獲得截然不同的經驗。正因為詩沒有既定的旋律，所以讀者可以用屬於自己的節奏來決定欣賞其中字句的快慢。

由此我們可以看出一般溝通和欣賞藝術兩者的不同。

一般人與人的溝通是要把資訊有效從一個人的大腦傳到另一個人的大腦，因此我們需要組織語言，甚至用圖表輔助，才能確保這個資訊傳輸過程沒有遺失。

藝術並不是如此，本質上創作者不是在傳達訊息，而是要透過某種形式刺激觀賞者的感官，創造出獨特的體驗。觀賞者接收到的訊息和創作者最一開始傳達的可能是兩回事，但這也沒關係，因為觀眾的感受才是最重要的事情。

很多作品在經過大眾媒體廣泛傳播以後，人們對他的印象早就不是作者最初的設定，而是包含了作品本身的歷史、群體對他的記憶。

最明顯的例子是貝多芬的「給愛麗絲」。對台灣人來說，比起貝多芬創作這首曲目的原意（據傳是要給自己暗戀的女性），我們第一時間會想到的是垃圾車要來了，也許還會進而聯想到自己過去跟家人一起出去丟垃圾的回憶。

同樣的道理也可以套用到大家朗朗上口的民謠上，例如「望春風」。這首歌最早是日治時代創作的台語流行音樂，因為廣受喜愛，所以在國民政府來台以後仍然被多個歌手不斷改編成國語傳唱，到現在國外樂團來台灣演奏幾乎都會準備這首歌曲來拉近與聽眾的關係。不同時代的台灣人對「望春風」的印象都有所不同，但唯一相同的是它確實承載了每一代人的回憶。當我們聽到望春風，自然而然就會想到故鄉台灣，這也是這個作品最有價值的地方。

有時候我們會以為作品的名氣和它的藝術性掛勾，越有名氣的作品，代表藝術價值越高，人們也越容易被其感動。其實因果關係可能是倒過來的，很多時候是因為這個作品在機緣巧合下出了名，商人藉此進行商業傳播，又更加擴展它的名氣。我們對這個作品有感覺是因為它的高名氣，而不是藝術價值本身。

大家耳熟能詳的達文西「蒙娜麗莎的微笑」就是最好的案例。雖然同樣是達文西所創作的優秀作品，「蒙娜麗莎的微笑」的名氣明顯就是高過一截。這個其實是起源自 1911 年的一起竊盜案。

當初羅浮宮的「蒙娜麗莎的微笑」被竊取，引發了法國的轟動，甚至很多人特別跑去展廳朝聖空白的牆面。兩年後後才發現竊賊是義大利一名工匠，他聲稱是因為愛國心想把這幅畫帶回義大利，同樣也感動義大利人民。就這樣這幅畫的知名度不只在法國和義大利，也開始在全世界廣為傳播。人人都知道有這幅畫的存在，到羅浮宮也是想去看看這幅畫。

另外補充一下，這幅畫真實尺寸其實不大，但是因為保安緣故所以人們只能遠遠看，基本上是看不清楚。在現場與其說是欣賞畫作，不如說是欣賞看畫的人，這反而更加有意思。

既然藝術欣賞很依賴於個人感受，那為何我們需要有導覽、需要聽別人的賞評呢？獨自欣賞不就好了？

首先要了解的一點，藝術沒有正確答案，並沒有一個權威的人或機構能決定我們要怎麼看待任何作品。導覽本身不過是提供我們欣賞作品的另一個角度罷了，不論是技巧、創作背景、作品本身的故事。

我們完全可以不認同他們的看法，不過聽聽其他人的欣賞方式也許能拓展我們的視野，找到另一種觸動我們內心的路徑。

就如同喝茶一樣，在沒有任何訓練下，會覺得茶可能微微苦澀。但是若是更細緻去體會，就會發現原來其中還有一些不一樣的元素，鮮度、回甘等等。藝術賞析的價值正是幫助我們發現沒有注意到的元素，提高感受層次。

然而藝術到了當前，越來越多人會抱怨無法看懂現代的藝術。以前的藝術，不論是繪畫還是雕刻，我們都可以看出作者在上面花費的心血，也許是宏偉壯觀，也許是精緻細膩。但是現今的藝術常常脫離這個範疇，我們看不出作品的創作難度，甚至也搞不懂為何要叫作這個名字。看了作品的簡介，並沒有得到解答，反而更一頭霧水。

我想這可能跟技術的進步有關係。當相機出現了，過去寫實主義的繪畫風格就慢慢沒落，因為沒有什麼會比相片還要寫實。因此新技術會逼著藝術家探索不一樣的可能性，用更抽象的方式來表現。這也是為何現代藝術越來越難懂的原因。

AI 的出現更是挑戰了藝術的價值。以往要畫一幅畫或寫一首詩，都需要人們經過長時間訓練，才能培養出相對應的技巧和敏感度。然而，當現在這些都可以輕易用 AI 創作，那我們該怎麼評判人類還是 AI 創作的作品價值呢？

我們已經無法再用創作的技術難度來評估一個作品了，因為這些都能夠用 AI 輕易複製。然而 AI 並沒有真實的人生體驗，本質上它只是一種機率性的產物，能利用大量已有資料來產生出類似的作品。不論是歷史上各個著名的藝術流派，AI 都能快速模仿，產生出讓人驚豔的作品。

因此，現在更重要的是創作者本身的獨特性，他想傳達什麼訊息、他個人的視角以及隱含的背後人生故事。這些獨一無二的性質是包含 AI 在內，世界上任何其他人都無法取代，也正因為如此才能為觀眾建立出特別的感受空間，直擊他們的內心。

只要人類還有表達情緒的需求，藝術家就有存在的意義。而真正偉大的藝術，則是能觸碰隱藏在我們內心那個說不清楚的部份，搔到我們心中的癢處。

開源軟體，或者說開放原始碼，最早是由 Richard Stallman 的 Free Software Foundation 所提出。這個概念最初源於他想自己修復辦公室印表機的 bug，卻苦於無法取得程式碼。他因此主張，所謂的自由軟體應允許使用者不限任何目的，皆可自由修改及分發。

這似乎非常的理想主義，讓人覺得這可能不過是一群生活在烏托邦的人的夢想。然而實際上現在軟體世界的基石有一大半都是由開源軟體所建構而成，就算是再封閉的公司也不可避免地使用到開源軟體。因此，基於開源軟體的商業公司也因此應運而生，這讓人不禁好奇開放為什麼有時候是好的策略。

目前服務的公司主要是圍繞著開源軟體，發展一系列的商業模式，因此我開始對商業公司怎麼利用開源來打造商業模式很有興趣。接下來我會分別介紹開放原始碼的好處是什麼，公司可以怎麼賺錢，以及會遇到一些挑戰，最後列出一些成功案例。

對公司來說為何要開源

開源跟我們的直覺不符，為什麼能賺錢的東西要免費提供呢？其實比起開源精神，大家看中的還是開源能帶來的各種附加價值。以下列出幾點：

廣告

開源本身就有一種吸引力，因為免費，就會吸引人們使用，進而達到匯聚目光的效果。這就跟賣場裡會有些食品提供試吃一樣的道理，人們會覺得既然免費就先試試看，如果好用的話再考慮購買。

盡管看上去好像是虧錢，但對企業來說，使用者的使用習慣非常重要。一旦人們習慣使用某項東西，在沒有重大因素的情況下是不會輕易更換的，企業可以藉此在這個市場取得先行優勢。這與許多企業早期燒錢搶佔市場的策略如出一轍，無論是 Uber 或 Airbnb，都是先賠本將市場做大，之後再考量營利。

還有另一個因素是攪亂市場，如果現在的市場已經被幾個巨頭瓜分了，新進者要抗衡的辦法就是用更有價格優勢的產品來吸引人們的目光，這才可能翻轉現有的市場。像是 Visual Studio Code 能席捲整個 IDE 市場的其中一個優勢就是他免費且開源，不管是 Sublime、Source Insight、還是 SlickEdit 等傳統做 IDE 的廠商都很難與之抗衡。

吸引開發者，建立生態系

開源的另一個好處就是會吸引開發者加入。因為程式碼都公開，所以開發者可能會自己動手，不管是修復 bug 或者是開發新功能，這對專案維護者來說也是樂見其成的事情。雖然依照我過去參與過的開源專案經驗，大部分的人都是使用者為主，不過他們所詢問的問題也是很好的回饋，可以釐清專案的改進方向。

對於一個專案來說最好的與社群合作方式是形塑生態系。大多數開發者使用他人專案的目的都是為了打造自己想要的東西，而如果專案本身的性質是鼓勵讓人重複利用他人成果的框架，那將會是一股龐大的力量。

讓我們以世界最大的機器人開源框架 ROS 為例：由於機器人是一個非常複雜的系統，最初這個框架設計的目的就是希望人們能重複使用他人打造的輪子。透過使用同樣的 API、同樣的通訊方式，讓彼此的輪子可以組合起來。隨著開發者的增加，這個生態系也日益繁榮，任何可以想像的輪子都找得到，這就形成網路效應，更加能吸引新的開發者。

嚴格來說，ROS 的框架在效能上並非是最佳，但因為有最龐大的生態系，人們為了最快打造自己的機器人，還是會選擇使用 ROS。就算其他公司想打造類似的框架，也不得不連接到 ROS 來重複利用這些豐富的套件，例如 NVIDIA 的機器人框架 issac 就有提供 ROS 橋接的功能。

總而言之，生態系能夠為產品打造很深的護城河，而開源往往就是建立生態系的必要條件。

業界標準

有一句流傳業界的話說：二流的企業做產品，一流的企業定標準。對於商業來說，掌握標準的話語也就意味著有許多獲利的潛在機會，因此在制定標準的組織上，都可以看到各家企業彼此的攻防。

然而，很多新出現的技術一開始並沒有一個專門的組織訂定標準。很多時候是當一個專案所有人都使用，它就會變成事實上的標準。

就以容器技術來說，一開始並不是有任何組織先出來定義標準，然後才開始有人開發實作。最早是 Docker 先開源這項技術，技術社群熱烈反應後，才開始成立 OCI (Open Container Initiative) 來定義相關規範，可以說 Docker 就等同於容器技術的代名詞。

當然也有些人則是反向操作，直接買下受歡迎的技術或是其開發者，然後再把自己的生意和該技術相結合。例如 Vercel 為了確保最新的 React 技術能被用在自己的開源軟體 Next.js 上，挖了幾個 React 的核心成員，某種程度上也引導了 React 的發展方向。

其實開源就是要創造先行者優勢。因為開放，人們願意使用，而一旦使用者基數有一定程度，其標準就有意義。

獲得信任

信任在商業上其實是非常有價值的，唯有對一個產品有信任，使用者才可能去使用。一般來說，信任也都需要長時間經營，但對軟體世界則不一樣，最快讓人獲得信任的方式就是公開自己的程式碼，讓所有人直接檢視。

利用開源來取得信任在很多領域上都很有效果，特別是區塊鏈方面。對於區塊鏈技術來說，要吸引使用者參與成為共識層的一員，必須先讓參與者確保共識的邏輯並沒有任何後門或風險漏洞，否則沒有人願意加入這個生態系。不論是比特幣、以太坊等等公鏈來說，開源是最基本的操作，甚至連上面的演算法邏輯要修改也都必須通過社群的一致共識才行。

另外一種情境則是跟地緣政治有關，對於中國來說，其軟體相較其他國家更不受信任，因此如果要增加使用量，就需要透過開源來取信於他人。就以其在 AI 領域最成功的 DeepSeek 來說，他正是使用開源的策略才能在全球範圍吸引更多使用者採用、擴增市占率，為之後商業策略進行布局。

吸引人才

對於剛畢業充滿著熱血的學生來說，和理想掛鉤的開源軟體充滿著吸引力。想想自己開發的程式可以公開讓人看見和被使用，以及和全世界一流的開發者交流合作，這對想做一番大事業的人來說非常誘人。

對於想吸收這類熱情人才的公司來說，開源就成了最佳的利器，能夠驅動開發者們的內在動力。比起追求高薪高福利，他們可能更重視的是自己的 GitHub 帳號上可以有更多貢獻記錄和有更高的星數，就像是開源界的網紅一樣。

建立好適合的平台，優秀的人才自然就會匯聚而來，打造出對世界具有影響力的軟體。

開源的賺錢方法

看到這邊，你可能會有個疑問：我知道開源很好沒錯，但是他們不是免費提供嗎？這樣要怎麼賺錢養活團隊呢？

其實在真正的商業世界，賺錢並不一定要靠軟體本身，更多的是其附加價值。下面是一些可能的開源商業模式：

1. 提供服務或諮詢：

   有很多軟體儘管開源，對於企業來說穩定比起便宜更加重要，最重要的是出事了有人可以負責。如果單純使用開源的產品，一旦遇上了奇怪的問題，就得靠自己處理，就算回報上游也不一定會馬上回應。如果有購買付費服務的話，上游就有義務要優先解決客戶遇到的問題，這樣的確定性在商業環境中是非常有價值的。

2. 客製化

   開源的軟體有時候功能並不符合需求，往往都需要做些修改才行。為了兼顧品質和效率，企業寧可請原作者直接修改而不是讓自己的工程師花時間去摸索。更有趣的是，有時客戶甚至會要求將客製化功能也一併開源，因為這樣未來軟體若有新版本，便無需再次付費升級客製化版本。

3. 雲端託管

   這也是蠻多開源軟體的商業模式，特別是跟通訊協定、資料庫有關的開源軟體，通常都是架設在雲端上面。對用戶來說，既然都要付錢買雲服務，使用原創團隊所架設雲服務更加方便且可信任。不過我們後續也會討論到一些大型雲服務商和開源公司之間的利益衝突。

4. 付費功能

   有些開源軟體並不是所有功能都開源，一些進階功能或是協助開發的工具往往是要付費才能取得。以 DDS 或是 Zenoh 這類用在車內通訊的協定來說，客戶很重視通訊協定有沒有通過車用的安全認證，像是 ASIL-D，所以軟體公司會另外修改開源軟體，釋出通過安規的版本來販賣。可以想成開源版本只是方便讓人評估試用，以吸引使用者，真正的商業機會在於產業的進階需求上面。

5. 雙重授權

   對於某些軟體廠商來說，他們希望自己的軟體符合開源精神，但又不希望商業用戶不付費搭便車，往往會採取雙重授權的模式。作法通常是對於軟體採取強硬的授權，例如 GPL 或是 AGPL，透過感染性讓用戶必需要開源全部的軟體，而這正是商業用戶無法接受的。這時他們就不得不去購買商業授權，以避免任何可能的法律風險。

   MySQL 就是這樣的案例，如果把 MySQL 這個受歡迎的資料庫包入自己的程式就有被 GPL 感染的風險，所以付費取得商業授權可能是更加穩妥的做法。

6. 軟體只是附加

   有些軟體開源並非是要靠軟體來賺錢，更多是為了增加使用者，透過影響力在其他部分獲利。常見的方式是搭配硬體來販售，畢竟無論是什麼樣的軟體都需要硬體來支援，當然這裡提到的硬體必須具備一定特殊性，否則便會被一般通用型電腦所取代。以最著名的例子 Raspberry Pi 來說，他的特色就是輕薄短小，又可以搭載一般的 Linux 系統，很適合讓學生拿來做各種專題。

   除了硬體外，有些則是為了信任和公開性而必須開源，就像是區塊鏈這個領域。一般來說區塊鏈的相關計畫都不是靠軟體本身來獲利，而是利用發幣、NFT 等等形式來獲得資金。區塊鏈的本質就是要獲得共識，以確保其不可竄改性；而共識的前提，便是必須絕對開放。因此，大部分公鏈都必須公開相關程式碼。

7. 成立第三方機構

   最後一種則是比較特別。大部分的公司都需要依賴已經成為基礎設施的軟體，像是 Linux 這類底層軟體，這時候大家一起共同開發會是比較合理的選擇。所以很多著名的專案都會成立獨立的基金會，讓商業公司們可以投資人力和金錢，而成果則是開源讓大家共享。對商業公司來說，越是被大家使用的軟體，越有投資的價值，因為它們才有機會可以主導軟體規格的發展。除了最著名的 Linux Foundation 以外，日本的自駕車公司 TierIV 也將自己的自駕軟體 Autoware 貢獻給 Autoware Foundation，成為目前全世界最大的開源自駕車框架。

從商業角度來說，前兩種方法基本上不太能夠放量，完全依賴工程師的人力，但是後幾種方法就比較有規模化的機會了。隨著使用者的增加，同樣數量的工程師可以服務更多人，因此更加有利可圖。

開源的商業化挑戰

前面我們都在探討開源的好處以及方法，然而這並不代表只要開源就萬事大吉，相反地，開源對商業經營上的難度可能比起閉源還要高。可以看看現在大多數的軟體公司都不是以開源為生就知道了。

主要的挑戰來自於如下兩點：

1. 如何讓公司穩定營利

   這也是開源商業化最主要的挑戰。使用開源的策略增加曝光並沒有問題，但是如何把吸引到使用者轉化成潛在的付費用戶，就必須要有巧妙的設計。其中最重要的就是要給使用者付費的理由，換句話說，你多提供了什麼價值。這個價值可以是額外的保固、特別的服務、又或是客製的功能等等。若是價值越高，免費客戶就越可能轉換成付費客戶。

   然而，對於大多數公司來說，不只是要營利，公司的成長性更加重要。開源軟體公司的營收成長需要考慮兩個方面：增加使用者基數以及轉換成付費用戶的轉換率。就如同金字塔一樣，使用者的基數大也就是金字塔的底部增加，上層的付費用戶就增加。又或者我們也可以提升金字塔的斜率，代表著轉換成付費用戶比率增加，營收也會相應成長。

   

   當然這兩者的取捨也是門學問，如果過度講求轉換率(例如很多功能放在商業版)，也會影響到使用者的基數，特別是開源世界通常對這種過度的商業策略十分反感，有可能社群會乾脆直接分岔 (fork)，自己打造另一個專案來打對臺。

   舉個例子，雲端基礎設施公司 Joyent 透過聘用 Node.js 的創始人 Ryan Dahl 接管了 Node.js 的控制權。後來因為 Joyent 對於控制 Node.js 的一些爭議，例如發佈速度慢、對社群反應不積極，部分開發者另起爐灶建立了 io.js。這最終促成了 Node.js Foundation 的成立，Joyent 把控制權出讓給基金會。

   由此可知，開源並非治百病，如何平衡商業策略和社群觀感是非常重要的議題。

2. 避免搭便車或是競爭者

   另外的問題就是一旦程式碼都公開，要如何確保不會有競爭者直接利用這些開源成果與自己做商業的競爭。

   大多數情況下，人們仍會優先使用原創者的專案，鮮少有分叉出去的專案能勝過原創。這主要歸因於先發優勢難以取代：一旦匯聚了一群使用者和開發者，便越容易吸引更多人加入，進而確保原創者對專案規格的主導控制權。

   然而到了雲端時代，情況就有所不同了。很多跟雲有關的專案最終還是得運行在雲端環境上，而雲端的 PaaS 服務基本上被三大家壟斷 (AWS、Azure、GCP)，意味著如果這些雲服務商直接將這些專案整合進去他們的服務，原創者的利益就會受到威脅。對使用者而言，儘管他們願意相信原創者的技術品質，但雲服務商提供的功能實在太過方便，加之無論如何都仍需在雲端環境運行，因此不如直接購買一站式服務。

   原創者，例如 Redis 或是 MongoDB，為了應對這個問題，使出了雙重授權的方式來避免雲服務商與自己的商業競爭，卻也被認為這樣不符合開源精神。而且雲服務商還會打著開源大旗的名號分岔專案，讓社群開發者的資源流失。目前為止這利益衝突還沒有什麼比較好的解決方法，只能看看未來這些原創者能不能找出另外的營利之道了。

靠開源成功的案例

想要評斷一種模式能不能成功，我們可以看觀察市場上採取這種模式的玩家的狀況，這樣就能知道最佳情況下，開源公司可以成長到什麼程度。

以下整理各家開源軟體公司的營業額，他們最大的規模為何：

由上可知，純靠開源最多只能成為中等企業規模，更多時候是巨型公司跳下來做開源，不論是 Meta 的 React、Microsoft 的 VScode、Google 的 Android、Kubernetes 等等。大公司不缺現金，要養活做開源的團隊並不困難，他們只在乎是否能在產業中佔到好的地位，就像是 Google 的 Chrome 控制了人們上網的入口，增加更多廣告機會一樣。因此，另外一種開源公司的出路則是讓大公司買下，就像是 IBM 希望佈局雲端業務以及商業 Linux 需求進而收購了 Redhat。

結語

開源最一開始是種共享精神，相信群眾的智慧可以讓軟體不斷進步，事實上一些人們依賴的高品質軟體確實是來自於這種開源精神下的成果，最著名的大概就是應用廣泛的各個 GNU 專案以及 Linux 作業系統。

然而，並非所有專案都可以完全依賴貢獻者無償的熱情，還是有些領域需要商業公司在不違背開源精神下來補足。商業總有種驅動力，希望可以利潤最大化，確保公司的存續，但如果做過頭又有可能傷害到共享的精神。這時候，如何協調兩種不一樣的價值觀就是需要克服的問題。

我們前面提到的例子，大多數都是在核心軟體開放的情況下，提供商業上有價值的服務，例如諮詢、認證或是雲端服務等等。如此一來，既可以確保開源這種人類共同協作的開放作法，又可以透過人們願意付費的商業模式來維持公司營運。

當然，這種平衡並非不能被打破。以前面提到的雲端服務商和雲端軟體的利益相衝為例，就是這種平衡模式的侷限性。直到如今為止，還沒有什麼真正好的解法。

對於個人開發者來說，開源是種理想、是種熱情，能夠與世界一流的人交流協作，打造有影響力的產品。然而對於公司來說，開源本質上只是一種商業手段，透過這個手段創造營收維持存續，可以對股東負責。

因此，只有在精心設計的開源框架和商業模式下，才能讓個人開發者得到滿足、公司獲得營收、整體開源社群也能獲益，創造多贏的局面。

一個常見的做法是使用雙重授權模式。第一種是類似 GPL 這種具有「感染性」的授權，規定只要使用了該專案的程式碼，衍生作品也必須開源。這些限制對於普通開發者影響不大，但對商業公司來說就不那麼方便了。第二種則是商業授權，使用者若不願受開源限制，可以付費取得，從而解除使用上的約束。

最常見的例子是 Qt 和 MySQL。Qt 是非常熱門的桌面圖形化開發框架，針對開源部分提供了 GPL 和 LGPL 兩種 License。兩者最大的差異在於 LGPL 明確規範，即使程式與 LGPL 函式庫動態連結也不會被感染。儘管如此，整體來說其使用規範對商業應用仍較具限制，因此商業用戶常會直接向 Qt 購買授權以求一勞永逸，並可獲得商業工具、技術諮詢等服務。

至於 MySQL 這個熱門的資料庫也是採取類似策略，針對開源版提供 GPL License。這邊要特別提一下 GPL 的感染性，並不是修改程式碼的行為才會被迫開源，只要有分發就會觸發感染性。所以如果軟體在賣給客戶的時候內部包含 MySQL 這個資料庫，就滿足分發的條件，整個軟體都必須要開源。因此很多使用者也因此轉向使用商業授權，而不是開源版本。

這一切看起來很美好：開發者能獲得利潤，廠商有商業保證，而社群也能免費使用，似乎是三贏的局面。然而，當軟體部署到雲端時就不一樣了，這時多了一個雲端服務商的角色。

一般來說，雲端服務商會拿這些開源的軟體提供給客戶，提供加值服務，然後自己的平台獲得更廣泛的使用。在原本的 GPL 和 LGPL 並沒有定義雲端服務的這個行為，因此後來又新增了 AGPL 來要求雲端服務商需要將提供雲服務的軟體也開源。

但是，這時便開始有了利益衝突。從軟體開發商的角度來看，如 MongoDB、Redis、ElasticSearch，他們的軟體本來就是要賣給商業公司，付費客戶能獲得品質保證。然而，大部分公司會直接將軟體部署在雲端上，雲端服務商便順勢將這些開源專案納入其服務。這導致原本會付費的客戶，大多轉而直接使用雲端服務商的方案。沒錯，儘管雲端服務商也符合 AGPL，將其雲端軟體開源了，但這對他們影響不大，因為本來就只是加值服務，並不影響核心業務。

為了限制雲端服務商，尤其是市場占有率最大的 AWS，軟體服務商紛紛採取了 SSPL 和商業授權的雙重模式。SSPL 授權最早由 MongoDB 提出，隨後 Redis 和 ElasticSearch 也分別調整為 SSPL 授權。SSPL 和 AGPL 最大的不同在於，前者不僅要求提供服務的軟體需開源，連雲端服務商的基礎設施軟體也必須開源，這對服務商來說是不可接受的。

對於 OSI (Open Source Initiative) 來說，像 SSPL 這樣的授權不符合開源軟體的精神。因為其條款顯然旨在保護軟體開發商的商業利益，限制雲端服務商使用。OSI 不認定其為開放原始碼許可證，頂多只能算是原始碼可用。因此，大部分主流的 Linux 發行版都不會將 SSPL 軟體納入其公開軟體庫中。

從雲端服務商的角度來看，他們認為自己一切都按照開源授權規範走，甚至也有投入開發者參與上游程式碼的開發，不能說沒有回饋社群。只能說問題點出在他們實在太大了，所得到的獲利和回饋不成正比，導致原始的開發者的利潤都被他們吸走。

雲端服務商為了反制，也就採取了開源世界最常做的事情――分叉 (fork)。針對 MongoDB，AWS 有了 Amazon DocumentDB；針對 Redis，聯合其他人成立了 Valkey；針對 ElasticSearch 則是推出 OpenSearch。由於我們前面提到 OSI 不承認 SSPL 的因素，他們打著軟體開放的大旗，吸引了大量開發者轉向，反而倒逼著這些軟體廠商改成較為寬鬆的 AGPL。

其實最大的問題在於這些公司所提供的軟體性質，它們都是資料庫的提供者，而資料庫實在太容易直接被包裝成服務。讓我們看看通訊協定 Kafka 則又是另一番狀況：Kafka 本身是 Apache 授權，符合開源精神，但是其公司 Confluent 另外推出的 Confluent Platform 則使用類似 SSPL 限制雲端服務商的 Confluent Community License (CCL)。通訊協定本身人人可用，但若要真正發揮其效用，仍需經大量的開發才能包裝成服務。因此，即使這部分有所限制，人們也比較不會反彈。當社群沒有反對聲浪時，雲端服務商就很難再另起爐灶。

除了 SSPL，還有另一種相對來說比較溫和的 BSL 授權，最早由 MariaDB 提出。它和 SSPL 一樣會限制雲端使用，但是主要差異在於經過 3-4 年後會自動轉變成普通的開源授權，如 MIT。後來 CoakroachDB 和 HashiCorp 也都採用這種模式，希望能減輕社群反彈。當然以 HashiCorp 旗下的 Terraform 來說可能是失敗了，社群仍分叉出 OpenTofu 來抗衡。

開源軟體的授權方式是非常有意思的話題，軟體廠商需要在商業和開源精神中取得很好的平衡。若是太過開放，很容易被其他人搭便車，但如果限制太過嚴格，反而會讓社群分裂，進而失去開源軟體最大的價值――廣大的使用者和開發者。過去因為雲端的興起，出現了 AGPL、SSPL、BSL 等等相對應的授權。未來隨著 AI 的發展，是不是也會有類似的問題出現呢？這很值得觀察。

然而也不是所有人都看好人形機器人，例如廣達的林百里就認為人形機器人效益低，機器人不一定需要像人。

人們為何追求人形機器人呢？這其實源於一種直覺假設：現實世界工作的基本單位是人，如果人類能做的事情機器人都能做，那麼就能大幅節省人力。特別是目前的工作環境都是為了人類所設計的，舉例來說工廠、餐廳、超商，如果能夠複製一比一的類人形，便能輕易將這些工作自動化。

除此之外，目前機器的運作都大量依賴人工智慧，因此需要大量訓練資料，而人類的日常動作就是最好的資料來源。理論上只要有足夠多的訓練資料，機器人的人工智慧就能變得越聰明、越強大。

反對者則反駁道，直覺不一定正確，飛機並不像鳥一樣揮動翅膀，車子也不像馬一樣用四條腿奔跑，大量複製文字也不需要設計機器人來寫字，而是透過印表機輸出。生物經過演化所產生的特徵，並非總是最高效率的解決方案，或許我們可以找到更有效率的形態來自動化。

至於環境問題，我們確實可以改變工作環境。當環境配合機器人的成本，遠低於機器人配合環境的成本時，那麼就應該改造環境。例如在工廠中，當機器人無法順利爬樓梯時，為何不將其改造成斜坡，使其更容易移動？改造斜坡的成本，理應比開發會爬樓梯的機器人還要低。

我個人的看法是，未來的機器人會類似於人形，但並非完全與人類一模一樣。也許機器人會有手，但不一定是兩隻手且有手指。想想如果我們要讓機器人鎖螺絲，是讓它提高手指靈敏度比較簡單，還是設計成手可以直接轉動比較簡單？此外，機器人也不一定需要有腳，也許是輪子，又或者是像溜冰鞋一樣腳底有輪子。走路的動作需要多種肌肉的協調，如果只是為了移動，用機械去模擬這個行為似乎沒有太大意義。

此外，雙足人形機器人還有一個很大的缺點，那就是耗電。兩隻腳並非最穩定的姿勢，也正是因為這個原因，人類很容易跌倒。為了維持平衡，身體的肌肉需要進行各式各樣的協調，換到機器人身上，則意味著需要大量馬達不斷運作。我認為這個技術難點，並非短時間內可以克服。

接下來，我想從更宏觀的角度來看待機器人這項技術。

從本質上來看，機器人是自動化不斷走向通用化的一種嘗試。傳統機器通常設計成只做一件事，例如飲料店的自動封膜機。然而，如果每種自動化都需要獨立一台機器，那麼成本將會非常高昂，因此機器手臂以及無人搬運車便應運而生。

工廠內的勞力工作大致可區分成兩種行為：組裝與搬運。前者需要精細的技巧，將多個零件組合在一起，這正是機械手臂的強項。而後者，則是能將原材料或產品自動搬運到不同地點，無人搬運車則能減少人類搬運的勞力。

最重要的是，無論是機械手臂還是無人搬運車，它們都不會限定只能用於某種場景。機械手臂可以鎖螺絲、也能用於挑選不良品，更別說無人搬運車能夠搬運任何種類的產品了。當它們的應用不受限制，我們就能快速將同樣的工具運用到不同的環境，只需稍微調整即可。

然而，人類仍不滿足。既然這世上的一切勞動，都能由人類這個形體完成，何不製作一個人形機器人，代替人類完成這些工作呢？如此一來便最為通用，任何場景都能克服。

越是通用，越能節省成本，並能用同一套方式自動化生產流程，以更彈性的方式進行調整。

這裡可以類比到電腦的誕生。人類最早使用電路進行邏輯運算，但每個不同應用都需要修改硬體，成本實在太高昂。因此，通用的電腦架構應運而生，即 CPU 搭配軟體指令的方式。後來，軟體開發者發現如果每次都要重新開發與硬體搭配的軟體實在太麻煩，於是通用的作業系統，如 Unix、Linux，也便應運而生了。

我們可以發現，正是因為技術發展能夠站在前人肩膀上，通用型電腦的發展才會如此迅速，複雜的功能基本上都是疊加在過去所開發的通用架構之上。

然而，對於自動化領域而言，目前並不像電腦一樣能有通用的架構，畢竟現實世界實在是太複雜了。以我們前面提到的組裝與搬運為例，光是貨物就有不同的大小，更別說場地環境的差異性可能十分巨大。

人形機器人可說是人類對自動化的一種通用化嘗試。雖然我並不對此抱持如此樂觀的態度，但若是成功，將會如軟體一樣產生出各種複雜的應用。在工廠內只需要給予指令便能快速打造生產各種產品的生產線、在建築工地上用更快更安全的方式建造建築、在火災等災難現場進行搜救任務。人們將從勞動力解放出來，並且獲得更強大改變世界樣貌的能力。

開源軟體的概念存在已久，一開始是理想主義者希望擁有自由修改軟體的基本權力，到現在已經更多成為一種商業手段。大部分的開源專案沒有商業公司在背後支持都無法長久，而公司在商場這個殘酷的叢林中依然需要遵循適者生存的法則。

因此，生存是目的，開放是手段。這完全體現在著名軟體公司 Docker 的成長背景中。

Docker 這家公司最一開始的名字是 DotCloud，在那時雲端概念如日中天時，主打提供平台即服務 (PaaS) 的業務。然而這個產業競爭十分激烈，因此他們決定在 2013 年開源內部所使用的容器技術 Docker 來吸引社群的目光。這種方式也是一個為何要開源的常見理由，開源的專案相對於閉源比較能吸引開發者注意，而有了流量就類似於打廣告，開發者們更有可能採用他們的 PaaS 解決方案。

沒有想到的是，這個技術比想像中更受歡迎。儘管人們都可以在 Linux 上採用 cgroup 和 namespace 等來做到類似容器化的功能，但是設定實在太複雜了。Docker 的出現能夠隱藏 Linux 上複雜的設定，用簡單的映像檔打包了容器，讓使用者可以輕易使用容器。

這時 DotCloud 也順應趨勢把重心改放到 Docker 上面，推動其生態成長，並且改名為 Docker Inc.。Docker 為了統一生態系，在 2015 年成立了 OCI (Open Container Initiative) 這個組織來定義容器的規範。在那時 Docker 可以說是容器的等義詞，就像 Google 與網路搜尋的關係一樣。不過也因為這樣，當 Docker 限制這個名稱的商標使用時，社群也有反彈聲浪，認為他們利用開源捧紅了 Docker 卻又將其納為商標。

事情並非一帆風順，Docker 很快就面臨了一系列的挑戰者，其中最著名的就是 Google 提出鼎鼎大名的 Kubernetes。

Kubernetes 是為了企業容器部屬與管理所產生的開源專案，功能完整且擴充性高。儘管 Docker 也有提出類似的解決方案 Docker Swarm，但是開發速度太慢，而且它比較偏向給開發者入門簡單的管理功能，因此眾多企業紛紛選擇使用 Kubernetes。由於 Docker 的商業產品 Docker Enterprise 深度綁定 Docker Swarm，而沒有在發現社群轉向時趕緊與 Kubernetes 整合，也因此慢慢喪失了競爭力。

我們可以看出在開源的世界裡，為了維持頭部玩家的地位必須不斷推陳出新，不然隨時會被其他競爭者超越。當社群的目光不再集中在自己身上時，就開始失去開源的種種好處，例如使用者的回饋、開發者的貢獻以及生態系的活躍（各種圍繞自己的套件與工具）。我也曾經親眼見證這段歷史，當初 Kubernetes 崛起時，我正在讀研究所，實驗室討論的熱門雲端關鍵字從 Docker 轉移到 Kubernetes，大家都在想怎麼有效利用這個新技術。

當在開源領域的品牌逐漸遭受侵蝕，Docker 不再是唯一呼風喚雨的公司了。它意識到不能繼續把核心的底層技術握在手裡，不然市場上的玩家遲早會開發出另外一套技術。因此，Docker 捐贈了它容器技術的核心 containerd 到 CNCF (Cloud Native Computing Foundation) 這個第三方機構，讓其他依賴這個技術的人更安心，Kubernetes 也能持續使用 containerd 作為其核心。

在 2019 年時，Docker 判斷自己再也無法與 Kubernetes 競爭，因為後者更加受如 Google、Redhat 等大型公司所青睞。於是便把自己的商業解決方案 (Docker Enterprise) 出售給 Mirantis。瘦身之後的 Docker 則是專注於工具以及平台服務上。

目前 Docker 有兩個主要產品：

• Docker Desktop: 在 Windows 和 MAC 下的圖形化工具，一定規模以上的企業要付費。這也是目前的最大宗收入來源。
• Docker Hub: 提供雲端託管平台，可以存放 Docker Image，一般使用者可以免費使用，但也提供企業更好的加值服務。這與 GitHub 的策略相似。

從 Docker 的歷史可以看出，他每一次的轉變和開放都與商業考量息息相關。最一開始為了推廣自家 PaaS 而開源 Docker，再來因為受競爭對手的壓力而放棄 containerd 的所有權，最終放棄商業方案並專心提供工具和平台給開發者。儘管開源可以吸引大量使用者，但當發現某項技術有用的時候，其實也沒有足夠的護城河防止其他競爭者的進入。先行者仍必須要持續進步，維持在社群中的話語權。一旦不再是舞台的中心了，其價值也就大幅度滑落。

Docker 是一家曾經站在時代巨浪上的公司，乘著雲端和開源浪潮而起，卻也因開源的激烈競爭而落。這讓人不禁懷疑開源專案的最佳策略是否是納為大型企業的其中一部分。大型企業不缺養活這些專案的錢，但是這些專案卻能為其提供新的增長點，就像是 Google 的 Kubernetes 為其雲端方案 GCP (Google Cloud Platform) 帶來好處一樣。聽說微軟曾經出價 40 億美元要買下 Docker，或許當初接受了，如今的容器化的戰場又是另一種不同的格局吧！

在科技領域中，後進者取代先驅的例子屢見不鮮。往往是有用取代無用，效能好替換效能差，就如同當初智慧型手機取代傳統手機、Google 的搜尋引擎替換 Yahoo 的入口網站一樣。長江後浪推前浪是科技產品的宿命，同時也增進了人類社會的進步。

然而，同樣是科技最前沿的加密貨幣領域，情況卻又有所不同。作為加密貨幣的最早先驅比特幣，從 2008 年發明至今，鮮少有大型更新，至今依然缺乏智能合約或是 NFT 等等後進加密貨幣的必備功能。儘管如此，它卻擁有不可撼動的最高地位，市值穩定佔整個加密貨幣市場的 40% 以上。

這是為何呢？經過研究後，我總結了兩個原因：

穩定

身為所有加密貨幣的祖先，比特幣可以說是整個行業的信仰支撐。認可其他數位資產的大多數人，普遍也認可比特幣。從發明至今，比特幣遭受無數的攻擊，卻依然屹立不搖，其存在證明了加密貨幣價值儲藏以及傳遞的可靠性。

在這個情況下，人們自然期望它越穩定越好。一旦出現重大問題，對整個行業來說就是地動山搖。這也解釋為什麼比特幣大多是漸進的調整，很少做出巨大的變化。為了維持這種可靠性，比特幣在多個方面做出取捨：

• 為什麼要使用大量的電力來維持共識演算法呢？因為要維持穩定。
• 為什麼不要引入智能合約、NFT 等等功能呢？因為要維持穩定。
• 為什麼不更積極地改善交易的效率呢？因為要維持穩定。

穩定高於一切。人們並不希望比特幣成為萬能的解決方案，而是希望當加密貨幣領域出現任何風險時，比特幣可以是永遠可靠的避風港。

去中心化

跟其他加密貨幣不同，比特幣並沒有一個明確的領導者或是組織，甚至其發明者中本聰身份也一直是謎。基於這個原因，比特幣無法被任何個體或組織所控制，需要靠集體的共識來決定方向。換句話說，比特幣本身和其生態系統都呈現高度去中心化。

去中心化雖然會導致運作效率不高，但也同樣帶來了重要的優點：信任。有中心化的組織就可能有腐敗、可能被政治控制、可能因為領導人的言行而造成不必要的波動。一旦其運作足夠去中心化，比特幣的發展就無法被單方面掌控，例如某個國家或公司，持有人也會更加放心。

以 2022 年爆發的俄烏戰爭為例，俄羅斯被美國為首的西方國家制裁，無法使用美元進行交易，因此俄羅斯就使用比特幣來處理部分交易，而這正是比特幣無法被單一國家勢力控制的最好證明。另一方面，烏克蘭開放了比特幣的捐款方式，而避難的群眾在法幣被凍結情況下，也可以輕易攜帶比特幣離境。在兩國勢如水火的對抗下，比特幣依然可以得到雙方的承認和使用。

比特幣就是數位黃金

基於上述理由，雖然比特幣和當前加密貨幣主流技術應用關聯不大，人們依然認可其價值。就如同我們日常交易都是使用像是台幣、美元等法幣，但是黃金還是被視為很有價值的商品。其實，從黃金身上我們也會看到類似的兩種特性。

從穩定性來說，沒有任何一種金屬比黃金還穩定了：在地球上的數量稀少、不容易起化學反應、還很難偽造。因為這些特性，當發生天災人禍時，人們傾向持有黃金避難。在國民政府當初從中國大陸撤退到台灣的時候，也是攜帶大量的黃金，用來穩定混亂的時局。

從去中心化來說，黃金的價值是被普遍世界承認的，到任何國家都可以交易，甚至沒有一個國家有絕對掌控權。有趣的是，在人類歷史中被用來當成貨幣的物品各式各樣，有貝殼、駱駝、各種金屬，但是只有黃金是所有人都能接受的。就算兩個國家發生戰爭，彼此還是能用黃金做交易。

黃金雖然已較少用於日常生活中，但人類用黃金當貨幣的歷史記憶依然留存至今。同樣地，比特幣作為加密貨幣的先行者，人們依然相信其價值。

結論

台灣前央行總裁彭淮南早在 2013 年時就說過：「比特幣是一種貴金屬」。真不愧是專業經濟學者，這個類比可說是一針見血。

比特幣並不是普遍使用的貨幣，也不是功能強大的科技產品，人們從不期望它好用或是功能複雜。正是這種對特定功能的克制，才造就了比特幣本身的獨特優勢。

這是某次面試我被問到的問題。原本以為我對網路架構已經足夠熟悉，然而卻發現自己沒辦法很流暢地回答這個看似基本的問題。不僅面試官不滿意，我也不滿意自己的答案。

這是因為工作不認真，沒有學好技術嗎？不，以客觀標準來說，我絕對屬於認真的那群。那難道是經驗不夠嗎？也不是，自從畢業以來，我從事的工作都和網路相關。這並不能當作藉口。

那麼問題出在哪裡呢？又或者我們可以進一步問，明明花同樣的時間，為何人與人之間的能力差距會這麼大呢？這個疑惑不斷在心中徘徊，困擾了很久，最終找到了真正的答案：

那就是「動機」。

你的努力搞錯了方向

或許你對這樣的答案不以為然：動機只是做一件事情的理由罷了，哪會影響做這件事的結果。

我原本也是這樣想，但是回想自己過去學習與工作的經歷，那些表現好的領域，無不是因為我對那些知識感到好奇，想要徹底搞懂；而表現不突出的，往往都不是為了學習本身而行動，而是為了得到好成績或是完成某個任務，學會那些領域知識只是副產品罷了。

明明都花一樣時間、一樣努力，只是動機不同，可是最後成果卻天差地別。

為什麼會這樣呢？讓我們用更加實際的情境來說明：

想像有兩個能力伯仲之間的員工，一個想要得到老闆賞識，認為完成越多任務越好，而另一個人則是對事情充滿好奇心，接收到的任務會想盡辦法了解各種細節。

前者只要任務完成了就會馬上著手下一個任務，所以完成的數量遠遠高於後者。然而有好奇心的員工卻會在完成任務之餘嘗試理解其中的各種知識，而這些知識又可以用在未來其他任務上。拉長時間來看，他才是真正累積了這個領域的專業能力，能解決未來更加困難的問題。

兩個人都付出了同等的努力，但是由於各自的動機不同，最終所能達成的成就也不同。

如果努力是汽車的油門，那麼動機就是方向盤。一旦動機有稍微的偏差，差之毫釐失之千里，我們將會駛向錯誤的目的地。

經驗並不重要

但是不管動機如何，如果一個事情做了十年，總會變成這個領域的佼佼者吧？也許你會想這樣反駁。

我有個朋友當了產品經理十多年，然而其他人私底下評價他都認為能力差不多就是剛畢業的學生。對於他所管理的產品，從來不會想進一步了解，完全是別人怎麼說就怎麼做，一個指令一個動作。對他而言，能完成主管交辦的工作就好，並沒有任何動機學習產品的技術原理、市場趨勢和發展前景。

就如同我們天天開車不會哪天變成 F1 賽車手一樣，我們也不會因為用同樣的技能做重複性的工作，就能獲得突破性成果。所謂的經驗累積並非單純的時間累積。究竟我們是用一年的工作能力重複做十年，還是十年內有意識不斷學習新的知識呢？

這也正是「刻意練習」這本書所強調的觀念：一個技能要有所成長，需要持續突破舒適圈，克服自己的弱點。單純重複同個行為一萬小時並不會讓自己成為專家。

時間從來都不是重點，重要的是在這段時間內我們的內在動機為何，以及採取了什麼行動。只有不斷經歷各式各樣的事物，時間的積累才會有價值。

好奇心才是最佳的動機

知名物理學家費曼曾說：「對任何事物都充滿了好奇，是我學習和理解世界的方式」。發明蘋果手機的賈伯斯也說過：「Stay Hungry, Stay Foolish」。

過去我都很無法理解為什麼這些有所成就的人總是強調好奇心的重要性，明明看起來跟他們所獲得的成功沒有太大關聯。我的想像中他們應該要更強調天賦、努力等等更直接的因素才對。

然而，好奇心正是他們行動背後的真正動機，這些人不追求成功本身，而是想要瞭解世界運作背後的本質和原理，只是在探索的過程中不經意得到成功這個副產品罷了。如果一開始就以功成名就為目標，反而會離它越來越遠。

越單純的心念，越能夠接觸事物的本質，而越能掌握本質的人，越能在這世界中發揮影響力。一旦混入了對名利的追求，就無法全心投入其中。

對世界的好奇，是人類與生俱來的天賦，每個孩子一誕生就有的才能，只是我們在長大的過程中被蒙蔽了而已。

結語

回到最一開始的問題，為什麼我沒辦法回答看似基本的問題。原因也很簡單，過去的工作中我很認真，或者說太過認真，全心全力解決被交辦的任務。我所累積的並不是技術能力，而是怎麼把工作做好的能力。

當有取巧的做法可以繞過問題時，我不會回過頭思考問題根因在哪裡。當遇到一個樹木的問題時，我只看見樹木，而不是從整個樹林的角度來思考。錯誤的動機侷限了我行動的方向。

我很努力，但只是在努力成為好員工，而不是努力理解技術原理、滿足好奇心。

在「為什麼偉大不能被計畫」這本書中強調過去人類的偉大成就都不是靠著設定目標而達成，而是一小群人追尋新奇事物，意外發現這可以有獨特的應用，進而創造了科技的突破。就像是真空管，一開始發明的人也沒想過用在電腦上，但最終卻引領了電腦革命。

以往，我們過度強調了努力的重要性，設定好目標，遵循著社會定義的道路前進。然而，我們更應該跟隨內心最純粹的好奇心、單純滿足自己的求知慾，而不是被外在成就這個副產品所蒙蔽。

人與人最大的差異不在於努力、不在於經驗，而是動機。

區塊鏈是什麼？究竟解決什麼問題？如果無法理解它的價值就去投資加密貨幣，那內心就會隨著幣圈中各種消息而起伏，心裡不踏實。

這篇文章會先探討區塊鏈想解決什麼問題，然後再簡單描述其運作原理。

公開帳本的價值

讓我們先把區塊鏈放一邊。想像一個跟我們一樣的世界，但唯一的差別是這個世界有一個公開的公佈欄，任何人都能在上面記錄資訊，而且這些記錄無法抹除或竄改。請問我們可以怎麼使用這個公佈欄呢？

我想你一定可以想到很多應用，其中最重要的應用跟錢脫離不了關係——也就是「帳本」。過去人們交易要怎麼證明自己有付錢呢？我們可能是一手交錢一手交貨，也可能是透過銀行轉帳，對方確認帳戶有收到錢。一般來說這樣並沒有什麼問題，然而這是在人們可以直接接觸，又或者是都在同一個銀行體系的情況下。如果我們想把錢轉給地球上另一個人，這個過程會經過層層不效率的銀行體系，最後才到對方的手裡。

若是使用這個公佈欄，那會有什麼改變呢？我們只需要在公佈欄上記錄 A 轉 100 元給 B，這樣就行了。這之間完全不需要涉及第三方（如銀行），而且價值轉移是立即完成，對方也可以馬上從公佈欄上確認。最重要的是，我們不需要使用實體的錢，完全依靠公佈欄上的記錄就可以。舉例來說，A 收到了 500 元，轉了 100 元出去，計算後知道 A 剩下 400 元。只要對方能相信公佈欄上的記錄，A 就可以用剩餘的 400 元來進行其他交易。本質上，對公佈欄的信任就是這個流程最重要的基礎。

區塊鏈的原理

然而，我們現實世界並沒有這樣的公開公佈欄。因此，中本聰發明了「區塊鏈」來確保公佈欄公開並且可以隨時存取的特性。

區塊鏈這個系統讓多個人分散持有這個公佈欄，並且有經濟誘因一起記錄各種交易。由於多人持有，所以不會因為任何人離開而無法存取這個公佈欄。而為了讓人願意參與這個系統，則需要提供足夠的經濟動機。

下面我們針對這兩點來分別說明：

分散持有

分散持有聽起來很美好，但分散也就意味著彼此同步的困難。以區塊鏈來說，需要透過所有人的共識來確保公開紀錄的一致性。

在區塊鏈上，我們會把交易紀錄記在一個個區塊上面，而每個區塊都可以產生出某個特殊的特徵值。這個特徵值會被包含在下一個區塊上，並依此產生出新的特徵值。因此，區塊和區塊之間就有了關係，形成了一條鍊，也就是「區塊鏈」的名稱由來。

透過一些加密演算法，這些特徵的產生很困難，需要大量的計算。越多人參與計算，又或者說算力越強，就越有可能找出特徵，形成鏈上的新區塊。

然而，由於分散持有，我的計算結果和你的計算結果可能會有差異，這條鏈就分叉了。這時就要引入共識機制：所有人只會接受最長的鏈，較短的鏈會被捨去。越長的鏈代表著越多的參與者，所以某種程度上也算是多數決，由多數的那方決定哪個分岔要留下來。

透過這樣的方式，我們就能在分散的情況下，確保紀錄的公開一致性了。

經濟誘因

解決了公開一致的問題後，我們還需要確保有足夠多的參與者，畢竟沒有人會想白白提供自己的計算能力給別人。因此，還必須提供一些經濟動機給參與者。

前面提到區塊的產生需要找出獨特的特徵值，區塊鏈會透過獎勵找到特徵值的人一些收益，來增加人們參與系統的意願。當你的計算力越強，產生出的區塊越多，就能有越多收益。這樣從無到有產生出價值的行為，類似於礦工從礦石中挖出黃金的形象，所以人們又稱之為「挖礦」。

區塊鏈設計巧妙之處在於，明明參與者只是為了自己的利益而行動，但是他行動的副產品，卻又協助紀錄各種交易，維持公開帳本的存在。隨著人們越來越信任公開帳本，參與者收益的價值會不斷向上提昇，進而吸引更多人參與其中。

結語

除了最基本的公開帳本功能，後來的區塊鏈技術衍生出更多的應用，例如自動執行程式的智能合約、確認所有權的 NFT 等等。雖然這些複雜的應用擁有更多潛在的經濟價值，但也提昇了一般人進入的門檻。我們需要回歸區塊鏈最基礎的本質來思考。

此外，人們對區塊鏈的認知過度強調加密貨幣的價格波動，而非它能解決什麼問題上，這並非是好事。一項技術的成功必須基於其本身的價值，唯有了解其價值，才能真正客觀看待未來的發展性。

AI 對我的幫助

以下是我最常使用 AI 的四種功能：

1. 語言學習

首先影響最大的是語言學習上。過去，我們學一個語言會需要老師幫我們糾正文法和用詞，現在則不同。由於網路充滿各種文本資源，因此每個 AI 都是語言大師，能夠流暢處理各種語言。我經常請 AI 協助修改文章，不論是中文還是英文，它都能提供建議，修正文法和流暢度，甚至還能夠調整文章架構和標題。雖然大部分情況下我為了保留個人風格會有限度地採納，但是多了一位智能編輯幫忙給意見確實有很大的幫助。

除此之外，現在 AI 不只能夠修正文字，更重要的是可以口語對話。一般來說學語言最難的是口說的部分，畢竟除非是去上課，不然不會有太多對話的機會。現在 AI 突破了這個限制，我們可以跟它天南地北地聊各種主題，不用害怕講錯話，還可以從對話中學習新單字和用詞。其實，口語對話並沒有那麼困難，甚至大多數情況也不用太在乎文法正確性，重點是能夠流暢表達自己的想法。可以說 AI 有效幫助我突破了這層心理障礙。

2. 學習新知識

過去，我在學習一門新領域的知識時，大部分會先去取得該領域介紹書籍，了解該領域的基本框架。當有問題的時候則是大量查詢網路上的資源，期盼有人有遇到同樣問題，並且有相對應解答。這個過程可以說非常耗時間，有些問題其實很細節，不太容易找到資料，就算請教老師，因為需要時間反芻，也不一定可以當下聽懂。

這個情況在有了 AI 後就完全不同了，我們可以先讓 AI 用簡單的方式告訴我們該領域的基礎概念，而不需要一開始就去讀整本的書籍。最重要的是，當有任何問題我們隨時都可以發問，這點可以省去大量的查詢時間。我們想要的解答通常存在網路上的某個地方，原來需要自己不斷搜索，融會貫通，現在 AI 可以直接幫我們處理掉這段。更棒的是，我們能夠自己掌握學習的節奏，想追問細節就追問，需要時間思考也可以毫無顧忌隨時停下來。

舉例來說，最近我在學區塊鏈中智能合約。以往，我需要去查詢多篇講智能合約的教學或書籍，比較並整合，整理出一個大致上的合約流程。而現在，我可以直接詢問 AI，當我覺得哪邊講不夠細或有問題，可以立刻追問請它補充。例如，當我想知道佈署智能合約的封包內容這類細節的知識，以前需要翻閱專門的技術文件，如今 AI 能馬上告訴我，學習效率大幅度提升。

3. 取代部分筆記功能

以前，我習慣將常用的程式語法和工具使用方式記錄在 GitHub 上，以便日後快速查閱。初次使用某個工具時，我會花時間查詢安裝與使用方法，並確認網路上的教學內容是否可行，為了避免下次重複查找，通常都會寫下筆記。

然而，如今有了 AI，比起翻找過去的筆記，直接詢問 AI 可能更為快速。有些過去的筆記可能已經不再具有價值，甚至未來許多筆記都不需要再紀錄，因為 AI 可以隨時提供可靠的答案。

4. 輔助開發

AI 也能在開發過程中提供幫助，雖然目前 AI 無法完全取代軟體工程師，但在一定程度上能減少開發負擔。例如，我最常使用 AI 來開發簡單的腳本程式。開發者時常需要撰寫程式來處理資料、繪製圖表等，而這些簡單的工作通常需要調用知名函式庫或熟悉特定腳本工具。以往，工程師只能透過搜尋 API 文件和範例來學習，畢竟沒人會完全記得怎麼用，現在則可以直接請 AI 生成程式碼，大幅加快開發速度。過去可能需要半天完成的工作，現在可以在半小時內搞定。

此外，對於某些輸入輸出明確的演算法與函式，AI 也能提供協助。例如，以前要撰寫一個計算四分位數的函式，可能需要上網尋找範例或自行手刻，現在只要清楚描述需求，AI 便能直接給出正確的程式碼。我認為，這也使得傳統演算法測試（如 LeetCode）變得越來越沒有價值，因為未來更重要的是如何清楚定義問題，而不是單純記憶演算法解法。當然基礎的演算法和資料結構還是得熟練，但是沒必要走火入魔地追求演算法解題速度。就像雖然會使用普通的螺絲起子，能用電動螺絲起子省時省力的時候還是應該去用。

AI 的限制

AI 進步速度很快，卻在某些情境還是表現不甚理想。儘管在日新月異的科技進步下，也許未來這些問題都將會被解決，然而在此之前，我們還是要對其能力極限有所認知。

1. 新興領域資訊不足

   當我們所要學習的領域並非熱門領域時，網路上的資料少且品質參差不一，甚至在變動很快的領域上，可能很多資料都是過時的。AI 因為使用網路資源來學習，所給出的答案也會受到影響。在這種情況下，我常常發現它的答案很常是前後不一致或是根本錯誤。現在很多 AI 回答問題時都會提供它的資訊來源，要特別檢查一下是否可信。

2. 無法應對複雜系統和情境

   在簡單明確的狀況，AI 可以給出完美的答案，但是在大多數狀況下，我們要解決的問題可能更加複雜。例如在 A 系統和 B 系統一起運作的時候會出現特定 bug，又或者是在跑某個條件下的測試，效能會大幅度降低。這些問題很難讓 AI 直接替我們解答。這時軟體工程師的價值就在於拆分大問題並一一排除，直到找到問題的根源。AI 能幫我們的是確認拆分出來的小問題有沒有問題，像是某段程式碼有沒有邏輯錯誤之類的。

3. 可能會出錯

   AI 是有可能出錯的，有時候會發現它產生的程式碼並不能順利編譯和運作，因此工程師們需要有最基礎的判斷能力來檢查它的結果。很多情境我們並不是直接拿它的產出結果來用，而是基於此之上做改進。工程師和 AI 的關係不是單純一個做一個說，更多情況是 AI 做簡單但繁瑣的事情，工程師檢查後再拿來做複雜的應用。AI 就像是一個能力有限但動作很快的夥伴，我們要熟知這個特點，在避免錯誤下來提升工作的效率。

人類的核心能力

當 AI 能力不斷提升，那麼什麼對人類才是最重要的呢？下面三點是我認為在與 AI 共存的時代所需的能力：

1. 想法重於技術

   當 AI 已經能輕易完成人類需要很長時間才能熟練的技術時，十年磨一劍的刻苦精神或許價值沒那麼高了。對人類而言，真正重要的是我們想要做什麼、解決什麼問題，也就是要有清楚的想法。很多原來受限技術的事情，我們可以用 AI 來輔助完成。過去寫個網站、APP 有些難度，需要有一定程度的開發者才能做到，未來可能門檻不再那麼高，普通人只要有想法，都能自行弄出一套系統出來。這個時代將不缺聽指令做事的人，AI 可以替換他們，但是卻無法取代有各種奇思妙想的創造者。

2. 表達能力

   在過去人們總強調團隊合作的重要性，團隊怎麼相處和溝通會影響成敗。未來世界將不僅如此，我們要學會跟 AI 溝通才行。這就牽涉到表達能力的重要性，我們是透過語言讓 AI 幫我們做事，如果沒辦法明白把自己的需求講清楚，將只會得到錯誤的結果。如何有邏輯易懂的方式講述問題，將會是重要的關鍵。

3. 承擔責任

   AI 再怎麼強大，在負起責任上還是無法取代人類。我們可以聽 AI 的醫學建議，但是還是需要有個實際的醫生存在，因為這個醫生才是負起責任的人。當 AI 出錯的時候，我們沒辦法向 AI 究責，因此需要有個實體存在。這也是為何自駕車的推廣那麼困難了，當自駕車發生車禍的時候，究竟誰能負起責任呢？因此不應該害怕承擔責任，責任反而是人無法被取代的重要因素。

總結

就如同現在人類已經無法脫離 3C 產品一樣，未來我們的日常生活都需要 AI 輔助提高效率。我不認為 AI 能完全取代人類，但我們必須認知它的能力和極限，在了解這個工具的情況下，專注於我們人類最核心的價值。過去，機器解放了人類的體力勞動，讓我們專注於腦力工作；現在，AI 逐步取代大量的腦力工作，使我們能夠進一步發揮創造力，邁向更高層次的發展。

ETF 的定義是依據某種指數或是策略買進一系列的股票組合。這個組合有可能是根據發放股息的高低、公司的產業類別、又或者是符合 ESG 之類的公司治理方式。而這邊所說的市值型 ETF 則是針對股票市場的價值高低所組合而成。舉例來說，元大台灣 50 (0050) 就是追蹤台灣前 50 大公司市值比例而形成的指數。這個指數會依據各個公司的股票價值漲跌而定期調整，汰弱留強，確保其追蹤的永遠都是最大的 50 家企業。

2024/12/31 元大台灣 50 的前 10 大標的

為什麼市值型 ETF 有用

ETF 的好處是不會單押某家公司，而是依據一定的比例分散投資到多家企業上。這樣的好處是一旦某家公司因為內部或外在的因素而表現不好，我們持有的股票不會有很大的波動，一定程度上分散了風險。

那為何市值型會比其他方法還要好呢？因為很多 ETF 的挑選或多或少都加入了人為的價值判斷，而現實常常不會跟人類的判斷一致。更別說其他方法的 ETF 管理費還高過被動的市值型了。

看看目前常常出現在報章雜誌上的公司，它們成立的時間可能不超過 30 年，如谷歌、亞馬遜。而過去我們常聽到的巨無霸公司，不是消失就是沒落。一項新技術的發明、一個管理層的錯誤決策都可能讓公司走下坡。在快速的科技進步以及劇烈的商業競爭下，沒人能知道現在的巨星會不會五年後成為明日黃花。看看下面 2000 年和 2024 年前十大公司的對比：

回到 2000 年，那些大企業無不在稱霸一方，誰能知道自己會這麼快被後起之秀所追過呢？優秀的 CEO 無法預測、專業的投資者無法預測、更別說是我們了。既然無法預測未來，最好的策略是讓現實(市值)告訴我們誰才是好公司，並且不斷調整。

為什麼建議定期定額

其實理性來說，一次性把資產投入股票市場更有可能獲得高報酬。這是經過經濟學家驗證過的。畢竟當某檔股票未來會漲到 100 元的時候，你也不會在意是在 50 買還是 55 元買了。不過我個人還是更喜歡用定期定額的方式來投資。

對於普通人來說，一旦自己買入的股票賠錢，心裡通常會非常難熬，特別是已經把一大筆錢放進去的情況。定期定額可以有效幫助我們緩解這個心情。如果我們只是投入資產的一小部分，能賺錢當然心情很好，但是賠錢的時候也還能安慰自己，我手上還有現金，可以趁現在逢低買入。投資股票最重要的是要能長期持有。雖然定期定額會少賺一點，卻能讓我們更堅定的持續握住股票。

除此之外，一般買股票的時候總是會擔心自己是不是買在高點，不知道到底下單要用什麼價格比較好。若是我們有一個固定的策略，那就不用還要費心思考什麼時間要用什麼價格來買進。長時間堅持一個好策略，比起不斷追逐最棒的策略，更加容易去執行。

理財只是生活的一部分

我對賺錢有興趣，但老實說我對關注盤市、操作股票卻是興致缺缺。在各國央行大放水的時代，現金貶值的速度比我們想像中快得多。我只想要資產不要被通膨稀釋就好。

巴菲特曾有個著名的賭注：單純追蹤美國股市的基金，可以輕易打敗專業基金經理人組成團隊；而在十年之後，巴菲特選擇的被動指數基金報酬率遠遠高於對手選的五檔對沖基金。根據研究報告指出，在十年內可以打敗市場大盤的基金大約也就 10% 而已，隨著時間拉長，我相信這個比率會進一步降低。

這些著名基金操盤人無不是天之驕子，名校畢業，經過層層篩選後進入這一行。連他們這種全天以分析公司和股市維生的人都無法長期打敗大盤，那我這個業餘看看股市的人更是不可能。我相信一定有人很厲害可以如巴菲特一樣長期贏過被動指數基金，但我更加相信這個人不會是我。

既然已經有一種長期來說會贏過 90% 專業基金經理人的方法，而且還不需要花多餘的心思研究操盤，那何必這麼辛苦想成為那 10% 呢？現在的我只有固定時間看看是否足以定期定額扣款，很少關注當天的股市漲跌了。我們可以把這些時間留下來做更加值得做的事情，像是閱讀、旅行、陪家人等等。要記得不只是投入股市的本金，時間也是成本的其中之一。

可能的風險

投資市值型 ETF 並非毫無風險，事實上兆億大戰這本書在推薦 ETF 之餘也點出對現代金融可能造成的危害。不過大多數的情況下，大盤不好，其他基金可能表現會更糟糕。因此我還是認為這是比較穩健的作法。

然而確實並非每個國家的大盤都會是長期看漲。一個國家的股市反應的是這個國家的經濟和競爭力。以日本失落的 30 年來說，長期股市大盤就都不斷盤整沒有向上。台灣若是因為地緣政治的因素發生戰爭，我想可能也會發生同樣的狀況，因此我比較高的比例是放在美國市場。不管你喜歡美國與否，美國擁有最強的武力和全世界最聰明的人才，除了地緣位置極佳沒有外敵外，還有美元霸權的支撐。我相信就算美國自身出了什麼問題，她也會想盡一切辦法轉嫁到外部去，就像是 2008 年金融危機一樣。若要說長期看好某個市場，那肯定還是要選擇美國。

另外，我們一直不斷強調長期，代表著不能因為短期外在因素而不得不認賠殺出。隨時都應該要保留一定的生活費，就算因為短時間內沒有收入也不至於需要賣股票來維生。如果預知會有大筆開銷，我們也可以提前選擇在市況較好的時候轉為現金。總之，我比較喜歡採取保守的作法，在確保生活無虞的情況下，讓金錢盡可能留在股市複利成長。

結語

人總是會高估自己忍受低谷的能力。我也曾認為自己從事科技業，應該能看得準行業趨勢。在買進了 Netflix、META 和 Palantir 後，2022 年剛好慘遇股災，每天看著股票價值不斷向下跌，砍半再砍半。心中不斷質疑我會不會其實看錯了，這些科技公司確實要不行了。最終忍受不了，全部出清，轉為 VTI 和 QQQ 這類的 ETF。然而就像大多數人所經歷的一樣，這些股票全部都在 2023-2024 年大反彈，恢復前高。特別是 Palantir，在 2025 年初已經抵達 100 元，距離低點漲超過 10 倍。

其實我很感謝這樣的經驗。沒有經歷過股市大跌，就不會真的認識自己的能力極限。現在我只會把大部分的部位放在市值型 ETF。就算它們大跌，我也很清楚這只是一時的，遲早會回來，甚至更應該趁機加碼。因為我知道它們的背後原理，而且過去的歷史也提供了佐證。

唯有明白事物的運作機制，才能堅信不移。而唯有堅信不疑，才能在低谷時持續堅持。

話說如此，其實也是有些技巧可以輔助我們學習的。

學問的骨架

首先，最重要的是要掌握骨架。人類並不擅長把所有細節都記住，但是卻非常善於聯想。利用這個特點，我們可以先把某門學問的衣架穩固搭建起來，然後在上面掛上各種知識的衣服。用比較實際的例子來說，假設我們現在要學某個國家的歷史，最好的方式會是先記住這個國家有哪些朝代，而不用管每個朝代的特色和細節。甚至應該說，學習時要有意識地去忽略各種細節，直到框架被建立起來為止。當我們可以隨時從腦海中調用出框架時，在上面連結的各種知識才會有所本，不至於變成零散的小知識，遺失在大腦的某個角落裡。

下個問題可能是，那我怎麼知道這個框架長什麼樣子？這分成兩種情況：如果是已經比較成熟的領域，可以直接參考各種書的目錄。大部分優秀的書籍都會有很好的方式來梳理知識的脈落，我們可以利用這個框架，然後在大腦中重新搭建屬於自己的架構出來。另一種情況則是比較嶄新的領域，尚未有人做好整理，只有很多知識零碎地散在網路上。這時候必須依靠自己來為知識做分類歸納。一般來說可以先找出架構圖，基於這架構來拓展自己的知識。例如說現在比較新的電動車領域，我們可以用車子本身的架構當作基礎，然後再針對每個元件來一一了解，如電池、馬達等等。之後隨著自己對該領域理解的增加，可以再逐漸調整認知的框架。

重視輸出

任何學習都不能只是接收資訊而已，沒有具體輸出、實際使用，一切都只是空談而已。最有名的費曼學習法就是運用這個道理：我們嘗試用簡單的方式向他人解釋某個知識，在過程中發現有解釋不清楚的地方，就回過頭來重新檢視自己的理解，直到能夠清楚講解為止。很多時候我們以為已經學會了，但其實並沒有，那只是大腦的錯覺。唯有嘗試用自己的話語來表達，才會發現某個環節並沒有想像中那麼清楚。語言對人類思考有著至關重要的影響，當我們能組織好言語脈落，才能證明已經真正理解其中意義。

這也印證了前面提到的骨架重要性。要能講清楚某件事情，其實很大程度依賴於一個清楚的框架，如此才能有條不紊地陳述，讓他人容易理解。缺乏框架，不只自己不好學習，也容易讓聽眾混淆，無法真正理解想傳達的概念。

除了用講的，若是學習技能類的事物，一定要去使用，特別在自己所需的情境下使用。學習而沒有使用，就好像單純看著地圖認路一樣。我們可以記住某條路到某條路的交叉口要右轉，但是一個熟悉的在地人更多是靠著明顯的路標來記憶路線要怎麼走。這些路標也可以稱之為「情境」。背了很多單字文法，和實際上跟外國人對話所需要的能力並非一致。按照書本學習寫程式的語法和最佳實踐，和實際開發專案所用到的知識也是有所落差。這並非是學習教材有問題，而是只有我們真正使用時才會意識到有些細微的情境並無法完整用言語呈現，必須透過親身經歷才行。

善用 AI 工具

在 AI 尚未出現前要自學其實難度並不低，最大的困難點在於學習不免會碰上卡關的地方。如果有老師在可以快速給予反饋，若是沒有就需要花大量時間去尋找資料，比對不同教材，看看有沒有誰的講法更讓自己易懂。這是我過去自學所遇到的最大困難。

現在有了 AI 輔助，大大減少了尋找資料的時間。對一門新的領域，可以先讓 AI 用簡單的方式講述基本框架，並且取得適合的參考連結。學習的過程中，一有問題馬上就直接詢問，還是不懂的地方也能追問或請它換個方式講述。這就好像多了一位老師可以 24 小時待命一樣。更別說像是語言類的學習還能夠直接與它對話，就像是真的與老外對談一樣。

不過，如果是要學習嶄新或冷門領域的學問，AI 可以給予的幫助就有限了。AI 擅長的是在大量資料中整理出脈絡，因此資料的品質極為重要。全新或冷門領域的知識，一來量少，二來品質也參差不齊，必須要有批判性的判斷來篩選才行。有些 AI 會提供它的資訊來源，最好需要仔細驗證才行。

重視動機

學習動機或許是學習過程中最重要的部分了。我們被過去的應試教育所訓練，認為學習要積極主動、甚至在碰到問題前就先學起來放。然而這反而會加大自己的壓力、增添煩惱、並且失去動機，最後聽到學習就退避三舍。

最好的方式是偷懶一點，當有需要用到的時候再來學。我們動機應該是遇到了問題需要解決，而非因為榮譽或是其他外在因素。這個很重要，因為它代表了學習的方向。以程式為例，我們可能是要解決某個專案的問題而不得不學，這時目標就很明確，只需要學習需要用到的部分就好，而不是完全精通所有程式語法。人類比我們想像中更善於解決問題，當明確知道方向時，所能展現的能力將會出乎意料。

另外一種動機可能是好奇心，其實某種程度上也是要解決問題，只是這個問題是來自我們心中的疑惑。解決心中的疑惑並不必要把某門知識從頭學起。也許我們對物理的相對論感興趣，但是比起從大學的普通物理開始讀起，更好的方式是去看點科普讀物，當有更多疑惑時再一個個去理解就好。

總而言之，學習的動機應該要具體而微，而非大又廣泛。

結語

市面上教導如何學習的書千百種，各式各樣的方法都有，例如刻意練習、沉浸式學習、間隔學習等等，而上面所分享的是個人經驗中對我特別有用的方法。不過，比起討論什麼學習方法才正確，更重要的是找出適合自己的方法。現代社會中最需要學習的不是某門特定的學問和知識，而是學會「元學習」，也就是學習如何學習這回事！

不僅如此，為了更有效率地完成這個過程，社會還發展出了各種方法。為了得到好的成績，因此有了補習班的存在；為了升遷或是加薪，坊間充斥著各種提昇工作技能、如何跳槽等等的書籍和課程。社會鼓勵著人們為這段已知的旅程做好事先規劃，考上好的大學、加入優秀的公司、透過跳槽或升遷提昇待遇、買房子、生孩子、並且讓孩子得到比自己更好的教育環境。每個階段都押上了截止日，透過社會的壓力以及與同齡者的比較，讓人不得不跟隨這樣的洪流前進。

然而，對有些人來說，常常會懷疑人生真的只是這樣而已嗎？

最近讀了不少這方面的書或文章，包括黑馬思維、為什麼偉大不能被計劃、知名創投 Paul Graham 的如何做出偉大成就等等。其中有個同樣被反覆提及的論點，那就是不需要事先去設定目標，依據自己的特質，跟隨內心的好奇心不斷去探索。在探索的路上不是跟著外在價值行動，而是傾聽心中的聲音，保持彈性隨時轉向最適合自己的機會。原本按照社會標準化的流程只會產生出標準化的個體。可是由於每個人都不一樣，感興趣的東西也不同，追尋個人價值反而更能抵達前所未見的目的地。

我想，往自己好奇的方向前進，雖然不一定真的能成就偉大的事業——那需要有運氣的加成——但是至少內心是滿足的。當能夠非常投入自己想做的事情，就能獲得自我實現的充實感。

不過跟隨好奇心走，堅持在非標準化的道路，也並不那麼容易。特別當見到他人在典型社會期望下達成一個個人生目標的時候，會不斷迷惘自己是否走錯了路。「我是不是應該跟大家一樣比較好」這樣的疑惑時不時會浮現在心中。

我自己是先嘗試忽略別人的目光，也不要和別人比較。當疑惑產生時，先問問：**目前在做的事情是不是我想做的？**畢竟做想做的事情才能產生出滿足感。除此之外，這也能幫助我們把重心放回自己身上。適當與人比較雖然可以協助定位自己，但更多的時候是消耗寶貴的內心能量。

通常我也會把過去的經歷整理起來，這有兩個好處，第一是給予自己信心，原來我也已經成就了那麼多事情。第二則是從這些經歷中更加認識自我。現在的我是由過去的我做了種種決定而來的，從這些決策中可以看清心中真正的價值觀與動力。

接下來，我會思考要怎麼往前進。人有追求自我成長的天性，同樣的工作做上千百次也是會感到煩膩。因此基於目前的位置持續往前進是有必要的。這點其實蠻困難的，特別有時候會覺得已經走到死胡同，一切都卡住了。這時能做的只有把所有潛在選項（或可能感興趣的事情）列出來，一一去嘗試看看。重點是不要停下來，不要害怕失敗。比起坐在那邊空想，唯有透過實際的行動才會知道某些選項可不可行，親身的經驗可以提供我們很多無法口語表達的資訊。

和自己佩服的人共事也是一個很好的方法。根據我的經驗，很多我很欽佩的技術大神，實際接觸後才會發現他們都是只是凡人。大多數時候，我們會遇到的困難，他們也會遇到，差別只是在他們肯花時間堅持下去，遵循內心對解決問題的渴望。這個認知會帶給自己極大的信心，人與人的差距在天份之前，更多是差在看待問題的態度上。

最後，不要有只要某個事情達成了，一切都會變好的想法。這個事情可能是某個工作變化、學會某個技能、看完某本書。就我的經驗來說，任何事情的完成，個人本身並不會有什麼劇烈的變化。我還是我，我還是繼續期望著下個事情的完成能帶來改變。與其用著功利心投入目前做的事情，不如享受在當下。投入某個專案不是為了虛榮心，而是發自內心對這個專案有興趣。學習某個技術不是為了方便面試找工作，而是可以用這個它解決想解決的問題。雖然只是些微的動機差異，但是對最後成果的影響可以說是非常的巨大。

如果把人生比喻成一種開放式遊戲，那為什麼一定要按照被定義好的攻略來玩呢？或許有些人會追求能最快速地破關，但對大多數人來說，找出遊戲中能讓自己投入的元素才能帶來最大的娛樂價值吧！

生物演化的穩定中間態

生物演化的起點，是在機緣巧合下誕生的 DNA/RNA 分子組合。這些分子因其有效攜帶遺傳訊息並能複製的特性，被自然界篩選為穩定的媒介。隨後，蛋白質的誕生和細胞的形成為生物演化提供了更高層次的結構基礎。細胞進一步組成組織和器官，構建出複雜的生物體系。這些穩定的生物特徵能夠在世代間傳遞，並成為下一代演化的基石。

在這裡，我們將這些穩定結構稱為「穩定的中間態」。它們有兩種特性：一方面，可以它們能長期穩定存在，另一方面，它們又具備重新排列組合的潛力。例如所有生命體都是由 DNA/RNA 所組成，而大多數的生物(病毒除外)則是以細胞為基本單位，這些特徵是生物演化中不可或缺的穩定支柱。因此我們可以知道在自然界演化中，複雜生命結構不會是憑空出現，而是大自然慢慢摸索，發現某種中間態可以穩定存在，然後再基於這個中間態繼續往下探索，組合出更複雜的形式。

工具與思想：另一種系統演化

人類和生物的差別也是這種演化的延續，原本生物需要靠基因演化來慢慢增加複雜性、彼此競爭。但人類超脫出了基因的競賽，靠著工具的使用，主宰了這個生態系。工具的發明與改良比起單純基因演化能夠有更快的迭代。我們會用火、會用石矛、發明了銅器與鐵器，這些器物的出現速度遠遠快於生物物種間的變化。工具的使用是另一個新的系統競爭賽道，這個賽道上也有很多穩定的中間態，就像是懂得冶鐵後，我們才能製造更堅固的武器、農具。

除了工具的使用，人類的思想更是另外一種系統演化。我們的祖先學會了用文字來紀錄，文字的出現堪比 DNA 這種遺傳物質。人的思想不僅僅是能夠跨空間交流，現在更能夠跨時間交流。前人所學的事物能夠透夠文字留給後人，讓後人基於此往下繼續延伸發展。不論是哲學思想、數學、科學，都透過書籍的形式讓後人可以站在前人的肩膀上。文字是一種很重要的中間態，各個學科的基本知識和定律也是穩定的中間態，後人可以藉由它們來創造出前所未有的理論知識。

由此可知，任何系統的演化都會產生出一個穩定的中間狀態，後繼者會基於這樣的中間態往下演化，增加其複雜性。更重要的是，這樣演化速度越來越快。

以科技演化為例：穩定中間態能加速演化

比起基因的緩慢演化，工具與思想的進步快上千萬倍。看看人類大約在 4000 年前進入到農業社會，但是 400 年左右就進入了工業社會，而最近 40 年又因為電腦的出現而有翻天覆地的變化。過去需要數代人才會出現的變化，在未來只要一代就會出了好幾輪。

我們特別能夠從資訊行業中看到這樣的改變：在早期，工程師需要透過電路設計來完成各種功能，每次的功能改動都需要重新設計電路圖。然而隨著 CPU 的誕生，功能的實現被轉移到軟體層面，只要改動軟體就可以讓同樣的硬體來實現多種用途。軟體的改動比起硬體更加快速容易，因此加速了科技的迭代速度。在這裡，CPU 和軟體的概念就是穩定的中間態。

然而隨著軟體的複雜度上升，不可能每位程式設計師都從頭撰寫跑在硬體上的軟體，最好是能夠把共同功能抽出來，程式設計師只需要關注最重要的軟體功能就好，因此有了作業系統的概念出現。有了 Windows、Linux 等等作業系統，開發者關注上層的應用程式，底層和硬體相關的細節都交由作業系統處理就好，大大增加開發的效率。作業系統和應用程式的分割在這邊就是穩定的中間態。

在現在軟體已經遠遠複雜於硬體的情況下，我們可以發現有更多的穩定中間態出現。不管是網路協定中的 TCP/IP、容器化的技術等等都是支撐現在軟體的穩定結構。特別是現在 AI 的出現，更多人在探討能不能用 AI 的方式降低我們開發軟體的成本，若是能實現，可能未來軟體的演化又會是更加快速了。

小結：演化邏輯的啟示

無論是生物演化、人類社會的發展，還是科技的進步，我們都可以發現一個共同的規律：系統的複雜度越高，越是會出現穩定的中間態，加速整體系統的演化。這些中間態不僅是現有系統的基石，更是後人未來的創新平台。

若我們所處的行業或工作能夠創造穩定的中間態，並成為他人建構更複雜事物的平台，那麼成功的機率將大大提升。理解並運用這樣的演化邏輯，或許正是掌握未來趨勢的關鍵。

然而，理論並非萬能。三國時期的就是個典型的例子。他飽讀兵書，深受諸葛亮的信任，在南征孟獲時還曾經提出「攻心為上」的方針。但是在街亭之戰中，卻因為過度拘泥於居高臨下的理論，不顧有豐富實戰經驗的副將王平勸阻，在山上佈陣，最終被張郃切斷水源所敗。他的失敗印證了劉備對其「言過其實」的評價，也給後人一種紙上談兵的印象。這樣看來，單純懂很多理論知識，似乎也沒辦法確保能在現實中取得好成果。

其實在怎麼好的道理理論都有其適用的情境範圍。以馬謖前面的例子來說，居高臨下可能在大多數的情境都是好的決策，因此兵書也會這樣記載。然而，這樣的軍事指導也是有自己的水源不能被敵人所切斷的前提。他的副將可能書沒有馬謖讀得多，但是因為有豐富的經驗，所以知道這樣做會有問題。這時候經驗的價值就遠遠超過理論的指引了。

然而我們也不能說理論就沒有任何價值了，它是一盞明燈，可以幫助我們明確前進方向，最大程度避開前人所踩的坑。只是路上遇到的問題並不能全靠理論來解決，因為理論本來就不可能把所有可能發生的問題都窮舉出來，唯有自己親身經歷過才會真正了解。用比較科學的方式來說，理論所能蘊含的資訊量也不過就文字而已，經驗則是來自我們的五官，提供給我們的訊息遠遠多過於理論。

這個也是為什麼當人上了年紀，看事情的境界就不再相同。年輕時常常被告誡身體健康很重要，我們也都清楚並同意這件事，沒有人會說健康不重要，但是不到自己有了年紀、健康實際出了狀況，就不會下定決心要好好運動、保養身體。因此回到德國皇帝的故事，他會覺得感慨，並不只是孫子兵法是好兵書的關係，更多可能是因為它觸動了德國皇帝失敗的經驗，理論和經驗相互印證。假設同樣的兵書給年輕的威廉二世看，我相信他的感觸肯定不會那麼多，而且很大的機率仍然會重蹈覆轍。

我想，聽很多名言、讀很多道理可能用途並沒有我們想像中的大，甚至可能有害。很多時候我們會誤以為自己已經理解某個理論，因為聽過好多次。然而聽過和實際上真正理解根本是兩回事，這也就是心理學中的「知識錯覺」。我們都知道拉鍊和腳踏車，因此自以為很清楚其運作原理，但當有人要我們嘗試說明時卻發現根本不懂細節。學會很多理論也同樣的意思，認為自己很了解了，反而忽視了從來沒有真正搞懂並落實在生活中。

任何同樣的文字會受限於每個人的生活經驗、背景知識、人生閱歷而有不一樣的差別。就像是同樣是 E=mc^2 這個公式，對愛因斯坦、對物理系學生、又或者是對普通人來說，意義完全不相同。為了解決這個問題，很多書籍都是為了闡述某個用一句話就說完的理論，而撰寫了一大堆論述和範例。儘管如此，我們也無法說看完一本書後就得到作者對這個議題的完整知識。

或許最好的方式是正視我們不可能完全理解名言和理論真正意思的現實。既然如此，應該要保持著開放謙虛的心態看待知識和理論，明白自己在不同年紀、更多經歷後可能會有不同的體會。

對我而言，理論只有在真正改變實際行為才有用處。人類的天性是重視經驗、感性的，唯有實際嘗試才能真正理解。我們不可能只聽老師指導、觀看教學影片就能學會游泳，最終還是得下水嘗試體驗才行，因為身體每個動作細節很多是無法透過言語傳達的。我們透過理論得到一個大略的方向，然後親身體會後就能回過頭來修正對理論的理解。透過這樣方式才能基於前人的智慧幫助我們更加理解這個世界並創造出理想的成果。

理論是燈塔，經驗是船，燈塔能指引方向，但船仍需要經歷風浪才能到達目的。我們需要的是不斷嘗試反思的學習過程，而不是沉溺於理論的海市蜃樓之中。

最常拿出來的例子就是愛因斯坦。他是人類歷史上最偉大也是最知名的物理學家之一，能與他相比的大概也只有牛頓而已。然而在成為物理學家之前，他是想成為帕格尼尼一樣出色的小提琴演奏家。最終，他還是選擇了物理當他的工作，小提琴當成是興趣。根據一位音樂評論家所說，愛因斯坦的演奏很棒，但是世界上還有很多跟他一樣優秀的演奏家。因此可以合理判斷他如果轉職去當小提琴演奏家，可能並不會有像他在物理學界中這樣偉大的地位。

不過我最近讀了「別做熱愛的事，要做真實的自己」，對於所謂的專長與興趣的爭論有了不一樣的觀點。其實書中的核心概念是就算做你有熱情的事情，但是偏離自己的核心價值觀和核心能力，一樣不會感到快樂。我原來的想像是如果能做自己感到興趣的事情，就算沒有其他人優秀，應該也會很開心才對。然而事情並不是這樣的。

比起過去所謂的專長與興趣，天性和熱情或許是更適合拿來討論的框架。所謂的天性並不只是關於你擅長什麼，更多的是你在什麼樣的狀態會最舒適，能發揮出潛力。至於熱情則是更加和自我理想相關，期望能夠在某個領域有所成就，產生出影響力。這兩者並不必然會一致。我們可能會因為社會期待、過去經歷等等原因，希望得到像心目中典範人物的成就，但是因為生長背景的關係，欠缺達到這樣成就的個性和能力。這時就算我們非常有熱情，也會因為和自己天性不合，而不斷消耗精力，過得很不快樂。

用實際一點的例子來說，一個人可能因為過去受到老師的啟發，希望未來也能成為像恩師一樣幫助更多小孩。但是如果他本身並不善於與人溝通打交道，更別說年紀差距很大對象，這時就算他對教育很有熱情，也會不斷被現實所消磨，不再那麼快樂。又或者說，我們看到名人非凡的成就，如 Elon Musk 創造了對人類未來影響巨大的多間公司，內心感到彭湃衝動，覺得大丈夫當如是也。然而回歸到現實層面，姑且不論金錢或是運氣成分，有多少人可以像是 Musk 一樣不斷去賭身家冒險，一次失敗可能就跌落谷底，更別說他敢於得罪人，一旦覺得成本不划算就大幅裁員。他能夠為了達到目標不擇手段，因此可以有如此偉大的成就，這是他的天性，所以做起來沒太大壓力，而想要模仿他的人，光是這些事情的內在消耗就足以讓人精疲力竭了。

由上述例子可以知道，專長和興趣比較集中在技能上面的討論，但是天性和熱情則是更廣泛，更加注重我們內在的價值觀和動機。因此，我們更有可能找出兩者的交集，也正是在具有熱情的領域中做符合自己天性的事情。同樣用上面的例子，對教育有熱忱但卻又相對內向的人或許不適合當直接面對孩子的老師，他也許可以鎖定在家長身上，又或者是撰寫兒童教育相關的文章教學，提供給家長們參考。對崇拜 Elon Musk 的人來說，更重要的是了解為何自己會對他的成就所感染，也許是享受被人關注、又或者是對人類未來科技發展非常關注，找出動機，然後試著搭配符合天性的能力，這或許才是自己真正所想要的。

如何找到適合自己天性與熱情的工作一直都不是容易的事情，重點在於要認識自己的天性以及尋找自己的熱情。到底自己擅長做什麼，什麼環境讓自己舒適能發揮能力，更重要的是什麼是內心不可退讓的核心價值觀。這些是很多人都無法明確回答的問題。另一方面，我們也要尋找什麼事情能夠感染自己，這唯一能做的只有多加嘗試和閱讀。嘗試去經歷不同的事情，多加與不一樣的人交流，都是很好的方式知道適不適合。其中成本最低的方式莫過於閱讀了，透過閱讀可以非常輕易地了解與自己完全不一樣的人的經驗與觀點。我非常相信這個世界上一定有一個最適合自己並且能產生無可取代價值的位置，只是現在我們還沒遇到而已。

不用過於著急，畢竟宏觀來說，人生的目的不過就是一趟尋找自己天性與熱情交會之處的旅程而已。

川普是屬於典型的強人，很重視個人魅力，而不是傳統上的政治妥協。因此比起其他的總統，他的個性就特別的重要。川普畢竟是商人出身，比起價值來說更重視利益，彼此之間的關係能不能帶來商業價值，所以不會用價值體系來強化盟友關係，而是更多用雙邊談判取代多邊談判。他很喜歡強調和其他獨裁強人的關係很好，因為他認為可以只要搞定獨裁者就可以省去其他談判上的麻煩，儘管這並不是事實(想想他第一任北韓的例子)。川普也很好大喜功、愛面子，更重要的是著迷於權力，要求部屬對其完全的忠誠。

在美國內政上，我們先不考慮金融海嘯或是疫情等無法預測的黑天鵝。川普的民調沒太多意外的話上任一陣子後應該會快速滑落，主要原因在於他任用的官員幾乎都是對其忠心的人為主，很多私德或能力上面有很多問題(至少從目前公布的名單來看)。一旦團隊出了包，肯定會被對其不是那麼友好的媒體放大檢視，創造出很多爭議的話題出來。另外馬斯克所提出的改善政府效率部門也會因為得罪很多政府單位的人而造成爭議，可以想想當初 X 是怎麼被人批評的。然而這也是有好處的，當政府效率提升、管制變少，再加上川普很重視股市，可以想像經濟會繼續向上提升，至於通膨是否會更嚴重那就真的不好說了，至少目前市場是這麼認為的。我對川普 2026 的期中選舉並不會很樂觀，就如同他的第一任一樣。在民調下滑時，強人通常會採取對外強硬的態度，接下來就看看外交部分。

先看看烏克蘭，我的看法是戰線會開始緩和下來，最終形成如南北韓的格局。川普有很大的可能性會直接和普丁碰面，如同他和金正恩碰面一樣，想展現他解決問題的能力。然而因為俄烏問題實在太過複雜，他不太可能逼迫哪方讓步，最終就是看在美國壓力上維持現狀。烏克蘭需要美國武器，俄羅斯不希望美國解禁長程武器的限制和提供更多先進裝備，雙方只能妥協。烏克蘭要不回烏東領土、俄羅斯也無法將烏克蘭去軍事化，納入其大斯拉夫主義下的緩衝區。這對烏克蘭是短空長多，至少他有時間重建經濟，接受歐盟援助。對俄羅斯則是短多長空，雖然取得大片烏東領土，但因為兩年的戰爭已轉為戰時經濟，再加上歐美制裁可能不會那麼簡單解除，經濟會大受影響，更別說石油價格可能會因為川普的政策大幅下滑，進而影響其出口。我猜測到時俄羅斯目前多餘的軍工產能會轉移到其他地方，特別是非洲，造成當地局勢升溫。

中東部分按照川普第一任做法應該會持續對以色列友好，畢竟以色列不需要過多的軍援，且可以牽制伊朗，達成美國的戰略目標。在現在伊朗的代理人哈馬斯、真主黨等等都遭受大量打擊的情況下，巴勒斯坦人的聲音會逐漸消失於媒體之中。沙烏地阿拉伯不見得會和以色列建交，但是關係的改善是可預見的。至於伊朗和沙烏地阿拉伯的關係雖然之前有所緩和，但是應該不會近一步升溫。不過由於土耳其前陣子才斷絕與以色列的關係，他的態度如何值得繼續觀察。

另一個熱點東亞從川普目前內閣名單來看對中會持續強硬，再加上他討厭為他國提供保護的角度來看，應該會放手讓日韓自己強化軍備，特別日本新首相石破茂也希望戰略自主的情況下。對台灣方面，由於選前不斷放話要保護費，可預見的是軍售項目會增加，另外也會將此視為對中國施壓的籌碼。至於北韓部分，川金會面的機率應該不大，北韓不太可能放棄核武，而現在又有俄羅斯撐腰，更沒有意願和美國對話。對俄羅斯而言，北韓不只是提供炮彈和兵力的盟友，更可以當成撬動對美國東亞布局的槓桿，可預見兩國關係會持續深化。中國對川普上台應該會很難受，特別是中國是美國最大的戰略對手，他會更加強化與東南亞和拉丁美洲的關係，至少在兩國對抗中不會站隊到美國陣營去，另外也期望能多少彌補失去的美國市場。至於俄中關係不大可能會結成同盟，但會持續彼此利用，美國是否能像過去聯中抗蘇一樣做到聯俄抗中，我是不太看好，畢竟其歐洲盟友對此會非常敏感。

至於投資上，我對股票市場前景算是看好，川普討厭貿易逆差，因此討厭匯率高，他應該會逼迫 FED 主席鮑威爾降息 (FED 願不願意做是另一回事)。如果再加上管制放寬，可預見新創企業會有很多新機會，特別是跟 AI 相關的。在政府減少監管下，手握大量現金的科技巨頭也會開始併購企業。軍工行業部分，雖然川普不愛戰爭，但是他喜歡做生意，再加上美國縮手在全世界的軍事存在感，各國對國防需求會大增，我想軍工企業生意應該會變好。至於石化能源，川普對其友善，並且會取消綠能補助，但是如果大量生產石油反而會造成石油價格下降，而石油下降又會對純電動車造成壓力，因此我對石化產業和綠能、電動車產業沒那麼看好。區塊鏈相關企業應該會放寬管制，但我總覺得區塊鏈會對美元霸權造成威脅，所以需要多些研究才行。以地域方面來看，美國的關稅會迫使企業從中國轉移到第三方，如印度、東南亞、南美，而中國為了爭取支持也會大量投資他們，這些地方應該會持續受惠。

以上是目前我所看到的趨勢，但是實際上並不一定會這樣走，畢竟川普的不可預測性真的有點高，大家都是邊看邊調整。對於專家來說預測失準非常正常，更別說是我這樣業餘興趣的人了。總之先提出想法，再根據世界變化來修正認知，找出跟當初想像不吻合之處，這樣才能逐漸提高自己的眼光。

以下我會針對筆記的型態和架構簡單提出自己思考，另外也分享我對一些常見問題的看法。

筆記型態

人類最一開始筆記都是以手寫為主，然而隨著科技軟體的發展，越來越多筆記軟體被提出來，讓我們更容易且快速地紀錄想法。然而也因為軟體迭代速度實在太快了，從最早的 Onenote 以及 Evernote，到後來的 Notion，以及現在比較流行的 Hetabase 和 Obsidian，筆記方法和型態都有十足的演化。現在對我們而言，找到筆記軟體並不是問題，而是在這麼多各有特點的軟體之中如何挑出最適合我們的。

對我而言，挑選筆記軟體有幾個要求：

1. 該筆記軟體要能夠匯出匯入筆記。相信人類的能力在未來絕對會提出比現在更好的軟體，如果我們沒辦法輕易匯出，那只能被該軟體綁住了。
2. 筆記的格式要是最簡單、最通用的，因為內容永遠比美觀重要。我會選擇支援 Markdown 格式的軟體。雖然它有很多限制，但是卻是大部份筆記軟體都有支援的格式。
3. 該軟體必需是很多人使用的，也就是有廣泛的社群使用者。這樣遇到問題也才比較有可能被修復。

我實際上的使用是 Obsidian，然後搭配雲端硬碟同步。不過由於筆記都是 Markdown 格式，所以其實甚至可以直接用 VSCode 來開啟並修改。這樣的彈性讓我不用擔心 Obsidian 這套軟體哪天會有問題，筆記都是掌握在自己的手裡。其實這也是我的慘痛經驗，因為種種原因，過去切換至少 3-4 次筆記軟體，然而每次的轉移都讓我痛不欲生，不少資料也在轉換過程中遺失了。筆記的功能和格式越簡單越不容易出錯，對我們而言花俏不是筆記存在的目的。

不過實際應用上，我其實也不是全部都用 Obsidian，畢竟在快速紀錄和追蹤事項上，並不是那麼的方便。如果突然有靈感或是有待辦事項，我會使用 Google Keep 快速記起來，這在手機上也比較好用。而如果是要追蹤某件事情而需要使用列表時，線上 Excel 相對來說更加易用。甚至有時候很常用的知識或是比較重要的提醒事項，我會紀錄在實體筆記本，更方便翻閱。但是除此之外的所有筆記我會儘可能集中在 Obsidian，方便未來的自己查閱以及整理知識庫。

筆記架構

筆記架構非常的重要，這個關乎我們如何快速找到想要找的知識。不然有時候明明記得自己有記相關筆記，但卻一直找不到。尋找的方法如果是用筆記軟體的話，大部分都有支援全域搜尋。不過我個人更喜歡的是用階層式資料夾來分類，可以把相關的筆記集中在一起，尋找的時候按照階層點開即可。當然，我也會適度搭配 tag 使用，然而有時候會發現維護所有筆記的 tag 其實也不是容易的事項。例如要讓 tag 有用處的話，當有個新的分類要加入，可能還需要為以前的筆記加上該分類，這個工程有時候也挺浩大的。

另外，要有筆記可以跟我們一起成長的概念。隨著年齡增長，我們的身份會不斷產生變化，從學生、成家立業、到成為父母，所關注的知識有所不同，常翻閱的內容也有極大的變化。學生時代可能是考試會考的重點，出社會工作則是專業知識的增長，成為父母後有可能是養育的方法。或許有時會覺得過去的知識可能沒有再回顧的價值，不過我的想法是這也是我們成長的痕跡，一方面是可以回頭看看自己走過的路，另外一方面很難說哪天會需要再用到。基於如上的理由，在設計筆記架構的時候，我會以一生的角度來歸檔自己當下筆記的定位，當目前角色結束時，筆記系統也有個地方可以封存這些紀錄。

以下是我的筆記架構，特別注意的是我會在每個分類前加上數字，這樣方便按照我喜歡的順序排序。

• 100.工作：紀錄自己當前最常用的事物，例如工作上的專業知識。
• 200.個人：包括蒐藏的名言佳句、旅遊心得、創作等等個人的內容。
• 300.學習：各個方面的學習筆記，甚至當角色轉換時，也可以把工作的筆記放進這裡。
• 500.筆記：存放自己讀書、聽演講的筆記和心得。
• 800.規劃：對各方面的自我規劃，理財、職涯、健康等等。
• 900.日記：每日的紀錄和反省。

每個分類底下可以再加上你的子分類，舉例來說，學習底下你可以有 310.語言，再下面還能分成 311.英文 或 312.日文 等等。總之找出適合自己的分類方式就好，這是很需要個人化設計的。

常見問題

分享一些我對做筆記常見問題的看法：

• 什麼樣的內容該紀錄到筆記裡面？

  記住筆記的目的，它是我們的第二大腦，所以只需要充當提起我們記憶的角色即可。我們並不需要完完整整把紀錄對象的一字一句都紀錄到筆記內，而是要專注在怎麼樣的紀錄可以幫助回憶起當初的內容，以及自身當時的看法。有些內容，就像是網路可以輕易查到的資源，就沒必要紀錄到筆記之中了，或許紀錄自己要查詢什麼都還比內容本身還重要。

  通常我還會思考這個筆記未來會怎麼去用它，要用自己容易使用的方式來紀錄。舉例來說，有時會紀錄跟技術相關的筆記，然而某個概念現在雖然已經理解，但很肯定幾個月之後的自己一定會忘記，這時我可能會從完整的筆記中特別提出幾個幫助回憶的核心概念，加速未來重新理解該概念。

• 市面上流行的筆記方法一直不斷有變化，例如心智圖筆記法、子彈筆記法、卡片盒筆記之類的，該怎麼挑選適合自己的?

  筆記永遠只是輔助功能，只是個工具而已，過度琢磨並不會帶來價值。我認為，人真正的核心價值是自身的思考，而不是紀錄的工具。選定一個適合自己的筆記方法就好，因為永遠會有新的作法出現。我們隨時可以看看其他人應用的工具，找出其優點並適當融入自己的方法，但沒必要他人說這個方法好就一定要把自己過去的筆記全部轉換成新的方法。

• 過時用不到的筆記該怎麼處理或者封存？

  基本上我會鼓勵把過去的紀錄都留下來，特別是當筆記都電子化的時候，其實也沒差那一點儲存空間了。封存的方式怎麼做都可以，只要知道自己要用的時候怎麼找到就好。如果是同一類型的資料可以就直接存在某個分類底下就好，而至於某些會不斷更新的內容，例如職涯的規劃，我會特別用日期區分，而不是把舊的規劃內容直接覆蓋，畢竟這也是自己當初的思考痕跡。

  其實我會強調留下思考痕跡的原因除了可以讓自己回顧以外，隨著 AI 的發展未來可能也會有屬於自己的 AI agent 可以透過過去的紀錄來認識自己。特別如果你有在紀錄時留下屬於自己的想法、為何受到觸動，而不是單純複製貼上的時候。我們永遠不會知道這些會不會哪天會派上用場。

• 別人的筆記是否對自己有幫助？

  對我而言，別人的筆記其實參考價值不大。大多數人的筆記都不是為了給別人看而存在，而是為了幫助自己思考。也許我們可以從他人的筆記中理解他思考的脈落，然而卻無法像當事人一樣的思考。思考是很個人化的事情，看同本書、聽同場演講，人人的想法都不一樣，沒有人可以幫我們去經歷和理解。除非那個人作筆記的目的就是為了給其他人看，不然我不認為可以有太大幫助。

總結

筆記只是輔助，但是卻也不可或缺。找出適合自己的筆記方法是非常值得的投資，會幫助思考並且讓生活更容易被掌握。以我的經驗來說，筆記確實讓我感到生活工作各個方面都更加可控，不過也要記得過猶不及，花太多時間在筆記上反而會阻礙了我們發揮創意並思考。

在社會中，某些議題上有立場衝突必定是會存在的。社會是由人組成的，人人也都有不同意見。當大家對某個方向都贊同，那社會肯定是會朝這個方向前進，這時就沒有太多討論價值。會吸引人們目光的總是那些有不同意見的議題，透過激烈討論，直到達成某種程度的共識後才會逐漸潛伏，被其他更引人注目的議題所取代。這就如同大海上有很多波浪，當最大的波浪消失了，大家的注意力就會集中在次高的波浪上一樣。

隨著時代的推進，人們的價值觀也不斷更新，過去認為正確的概念在現代可能也會被推翻。其中最著名的就是種族不平等。以美國為例，奴隸制度直到內戰才被廢除，但是一直要到二戰後才真正落實廢除種族隔離。而現在很多社會運動者更加追求在各個領域，各種人種都要能一定程度的參與，例如大學入學或是公司聘用。

然而這類社會進步價值的推進，也一定會帶來反作用力。追求進步價值的人 (SJW)，常常會被其他相對比較保守的人嘲笑為「覺青」、「左膠」。這個非常正常，任何對社會現狀的改動都會有阻力。一開始可能因為某些事件爆發(如 Black Lives Matter、Me too)，改革的動力非常強大，不斷在某個議題上面往前推進，社會也願意支持。但隨著時間推移，改革者的要求越來越多，社會大眾也會逐漸對議題失去興趣，其中的保守派也會開始抗拒，最終反而形成另一股強烈的反對力量把改革派反推回去。這就像是鐘擺一樣，在議題中的兩個立場不斷擺盪，直到形成社會可以接受的新共識。

這樣的現象其實我們可以在很多例子上看見。以前陣子台灣的同婚議題來看，同志對同性婚姻的訴求得到年輕人的認可，產生出改革力量，推動公投。然而社會雖然對同性戀愛的接受度越來越大，卻還是無法忍受改變傳統上對婚姻的定義，最終在公投上否決了這項改變。不過從結果上來說，儘管同性婚姻沒成功，但是社會也接受了新的同性伴侶相關法律。就像是改革派往前兩步，保守派往後推一步，最終還是前進一步，社會達成了新的共識。

同樣的狀況也發生在全球化上面，過去幾十年由於全球化，人們可以享受發展中國家製造的便宜商品，但卻也造成了先進國家的製造業外流。美國的藍領階層在 2016 年的大選反撲中選出了川普，透過拉高關稅而造成逆全球化。現在再加上地緣政治和疫情的原因，逆全球化的趨勢短時間內應該是不會緩解，但可預期的是也不會回到大家完全閉關鎖國的格局。整體態勢應該最終還是在一個新的共識點達成平衡，直到下一股外在力量再次引發改變。

回到我們個人，我們所參與的團體，例如公司、社團等等，其實也是一種小社會。當遇到外在壓力下，通常也會產生出改革和保守兩股力量。舉例來說，公司營收不好需要進行轉型、社團老化需要吸引新血加入。改革派會認為不變動就是等死，保守派則是擔心太大的變動會失去了團體本身的價值，導致團體的崩解。兩種力量在內部不斷拉扯，直到找出新的平衡出來。

雖然我們這裡使用改革和保守兩種詞，但這並沒有任何的褒義和貶義。改革並不代表有完美結局，看看多少國家在革命後陷入貧窮崩壞。保守而轉型太慢也常常是公司被新的挑戰者所取代的原因。改革沒有保守的制約往往會衝太快，讓系統不穩定而崩潰，反過來說，保守也需要有改革派的驅動來應對新的挑戰。有智慧的領導人必須要在這兩種勢力中小心翼翼維持平衡，走出緩慢並有力的改變力量。

我們人類總是喜歡有共識沒分歧，但是分歧在一個正常的社會中是一定存在的，因為人與人彼此間就是不一樣。分歧從來不是壞事，這是社會多樣性的一種展現。當我們可以用比較自然態度看待他人意見不同時，社會也越不會二極化、彼此相互對立。因為我們知道不同立場都有存在的必要，唯一需要的是一套穩定合理產生出彼此都能接受共識的方法。這個方法可能是公投、可能是選舉，只要人們可以接受即可。當分歧可以用這套系統來彌合，社會就不會因此而產生分裂，進而朝有共識的方向往前邁進。

「納瓦爾寶典」是 Eric 整理 Naval Ravikant 過去 X 上的推文、部落格和 podcast 上的想法所集結而成，前一版的名字叫做「快樂實現自主富有」。Naval 是一位知名的矽谷天使投資人，創辦了 AngelList。這本書的內容主要是 Naval 對於人生的各種看法，包括金錢、創業、努力、快樂等等。

想要瞭解矽谷創業家是如何思考、他們的人生價值觀是什麼，非常推薦閱讀這本書。他有很多思考方式很有啟發性，常常會讓我覺得耳目一新，沒想到還可以這樣看待事情。一本書如果可以在某個角度開啟不同視野就非常有價值了，更別說它在人生的各個面向都有獨特的見解。

我畫線的地方

下面提供一些對我有所感觸的句子：

• 人生並不是競爭的過程，而是找出自己的天命。沒有任何人可以在成為自己上面贏過你。

  No one can compete with you on being you.Most of life is a search for who and what needs you the most.

• 不要靠時間、勞力賺錢，要靠判斷賺錢。沒有機器或是 AI 可以取代你的判斷。

  I want a robot, capital, or computer to do the work, but I want to be paid for my judgment.

• 如果我不再想著要為了未來而忍受當下，那就沒有退休的概念了。如果我所作的事情是自己生命中的天命，那怎麼還有退休這回事呢？

  Retirement is when you stop sacrificing today for an imaginary tomorrow. When today is complete, in and of itself, you’re retired.

• 環境會塑造一個人，但是如果我們夠聰明的話，就會去選擇可以讓自己變更好的環境。

  The current environment programs the brain, but the clever brain can choose its upcoming environment.

• 如果我們不想要徹徹底底變成某個人，那就沒有必要去忌妒。專注在讓自己身上，他人的經歷成就最多只能提供參考而已。

  Do you want to actually be that person with all of their reactions, their desires, their family, their happiness level, their outlook on life, their self-image? If you’re not willing to do a wholesale, 24/7, 100 percent swap with who that person is, then there is no point in being jealous.

個人想法

我認為 Naval 都是用整體系統的方式來看待事情。他不會用我們一般很直覺的方式來思考，而是從社會的角度來看每個人所扮演的角色。正因為如此，他才能創造出不同常人的事業。書中很多地方都給我不一樣的觀點，不過整體來說，可以整理成如下四個點。

金錢與財富

一般我們都認為金錢就是財富，但是 Naval 強調兩者的不同。金錢不過是社會為了感謝你的貢獻所提供給你的借據，你可以用這個來換取其他商品，但是借據本身是無法創造價值的。然而財富不一樣，它在你睡覺的時候仍然可以不斷創造價值，不斷增值，例如房地產、工廠、程式等等投資。對我們而言，正確看待金錢才能善用金錢。金錢本身只是一種資源，單純放著沒有任何效益，唯有當它開始流動的時候才會產生出價值。

Naval 提到了三種槓桿：人力槓桿，靠雇用員工來放大產值，但是你需要去負擔管理成本。金錢槓桿，如很多現在的財富管理人或是投資者，他們玩的是一種金錢遊戲，看怎麼用錢滾錢。而最簡單的槓桿則是利用新型態的槓桿，例如程式、自媒體、書籍等等，它們的複製成本極低，一旦成功，就可以快速放大獲得利潤。有趣的是，很多自媒體在介紹本書的時候都會特別強調這句話，也許是因為剛好符合他們目前所作的事情的關係。我個人認為三種槓桿並沒有優劣之分，一個公司最終也是三種槓桿都會用到，就算是自媒體，到一定的規模也還是與需要有員工協助才行。重點是我們可以把這三種槓桿放在心中，在必要的時候選擇需要的來使用。

競爭與努力

這部分是我最喜歡的地方，因為常常都和他人比較，想要比別人好。但 Naval 提醒我們，沒有必要去嫉妒羨慕他人，畢竟我們也不願意徹底成為某個人。當羨慕某個人在某方面表現優異的時候，可以想想自己願不願意付出他所付出的代價，例如放棄與親朋好友相處的時間或是對員工很刻薄等等。另外一方面來說，競爭和比較代表自己和別人在做同樣的事情，社會也可以輕易找出其他人來替代自己。就某種程度來說社會也希望如此，因為越容易被替代，就越不需要付出高昂的代價。然而換個角度來說，若是自己發展出獨特不可取代的價值，剛好社會也需要這個價值，社會就會願意提供非常豐厚的報酬。至於怎麼找出自己不可取代的價值呢？Naval 建議可以找看看什麼東西是別人覺得無聊，但是你很有興趣的。人生其實就是一個不斷尋找什麼最需要自己的過程。

和他人的關係最好是正合關係，也就是利益相同，往同個方向前進。有些遊戲是零和遊戲，例如地位的競爭，某個職位只有一個，大家只能把別人擠下去來得到該位置。在這個情況下，所有參與者的努力是彼此抵消，無法共同創造價值。這給我的啟發是要避開競爭的遊戲，並且參與合作的遊戲。在一個系統中大家的方向都不同樣時，只是互相拉扯，而利益一致的時候，方向就會相同，所有的努力都會推動前進，產生的價值也是巨大的。

談到努力，我們從小到大都被灌輸努力很重要。有志者事竟成、一分耕耘一分收穫。努力絕對很重要，但是更常被忽略的是努力的方向。我們很常只關注付出多少努力，反而忽略了要選擇做什麼以及和誰一起做，很多時候後者影響更為巨大。因此保留時間思考很重要。以工作時間衡量一個人的價值已經是工業時代的事情了，現在的社會中如何判斷的價值更高。Naval 舉個很鮮明的例子，股東們從來不在乎巴菲特或是馬斯克一週工作多久，股東會說：「做你們自己就好」，因為這樣他們才能創造出最大的價值。這也讓我反思自己是不是也都只是用付出多少時間努力來當衡量標準，努力只是手段而已，重要的是到底能打造出什麼成果。

從人生的角度來看，一生中 99% 的努力都會被浪費掉，例如求學階段學的知識在考完試之後，大部分都還給老師了。可能最終我們會發現自己生命中的志願只用到 1% 的過去知識而已，就如同我們花很多時間約會找對象，最終也只為了找到適合的丈夫和妻子，中間的努力與最終成果沒有直接關係。我們不可能一開始就知道那 1% 是什麼，但是一旦發現自己找到了，就要勇於放棄其他 99% 並全心投入其中。

在現代社會中，各種技術和機會不斷湧現，從網路、手機到 AI，社會形態的迭代速度越來越快。不需要擔心自己會錯過時代的機會，因為機會只會越來越多。就如同 Naval 所說，如果對某個機會會猶豫，那可能就不是適合自己的，我們完全不用擔心找不到其他機會。找出真正適合自己的方向並專注投入其中，而非人云亦云跟著人群大眾去競爭。尋找與探索遠遠重要於努力競爭。

閱讀和學習

Naval 提到他很喜歡閱讀，所以對於閱讀也有自己的一套想法。他並沒有被被閱讀本身所拘束，而是享受閱讀本身，所以認為閱讀的書本數量只是個空虛指標。很多時候書並不需要全部讀完，因為作者只是為了描述某個論點而不斷論述，舉了各式各樣的例子來讓理論完整且有說服力。一旦你認為已經了解核心概念了，應該就可以放下手上的書轉而去讀其他的書，沒必要完整看完。我們的社會很鼓勵閱讀，但也因此讓閱讀變得過度形式化，應該要回歸閱讀真正的本質，而不被看完一本書的形式所拘束。

那可以看些什麼書呢？Naval 的論點挺有意思的，他覺得如果只是去讀大家都看的書，那你的想法只會跟別人一模一樣，沒有太多不同。對我而言排行榜的書和他人推薦的書其實也是一種過濾機制，可以幫助我們找出值得一讀的書籍。不過他的提醒也讓我意識到要有能創造自己獨立想法的養份，有意識讓自己的書單與他人不同增加差異化。Naval 也有提到可以多讀第一手的書籍，例如談到看不見的手，可以去看看亞當斯密的『國富論』、談到演化論可以去看看達爾文的『物種原始』。我們可以更直接的接觸該作者的思考方式，而不間接透過他人轉述。至於一些關於人生恆久不變的古老問題，例如生命的本質這種，更可以透過時間來選書。經過時間的洗禮，會流傳到現代還有價值的書籍一定程度上能幫助我們解決問題。

雖然本書很多內容是從 Naval 的 X 推文整理而成，但他卻否定了收集格言的價值。格言很酷，但是我們欠缺相關的經驗和背後的思維模型的話，它並無法幫助我們思考解決問題，只會隨時間過去而遺忘。我想這個也就是為何本書會出現的原因，透過完整且有系統的論述，讓我們才能真正了解 Naval 的思考方式，這個比起格言才是更珍貴的寶藏。

對於 Naval 而言，除了閱讀，還有一些技能也是非常重要的。首先是各個學科的基礎知識，因為複雜的理論都是從基礎而來，這個也就是 Charlie Munger 的所謂「思維模型」。再來就是流暢的表達能力，比起高深的文學用詞，更重要的是怎麼用簡單的語言來清楚表達自己。合作是人類社會成立的基石，而要能夠合作就需要彼此能夠有效溝通，甚至是說服他人。最後就是邏輯能力，這點其實我也很有感，有時候我們會遇到非常複雜的問題不知道從何下手，這時候有清晰的邏輯能力就能夠有效分析問題。在我工作的經驗中，能力好的同事都有把複雜問題簡單化的能力，用最基本的邏輯來分析並且一一排除問題。以上這些能力都值得我們重視。

價值觀

一如其他人的看法，Naval 強調了健康的重要性，不管是事業、金錢、家庭，沒有健康就無法照顧到其他面向。他有提到一個有趣的論點，健康、金錢和時間這三者在人生不同階段都無法同時擁有。年輕的時候，沒錢但有時間和健康、中年時沒時間但有錢和健康、老年的時候則是有錢有閒，但沒健康。無論如何，健康對於我們人生都是要不斷去關注的課題。或許有時候我們會說沒時間關照健康，但是 Naval 說「沒有時間」意味著「這不是我的優先權」。仔細思考一下，確實也是這樣，不去做某件事，就是因為認為其他事情更重要。當別人問健康是不是比其他事情還重要時，我會說是，但是當問有沒有時間去照顧健康時卻說沒有時間，這似乎是一件很衝突的事情。因此當問到有沒有時間時，應該要換個思考方式，這個是不是我的優先權，是的話就要把其他優先度較低的事情排開。

Naval 提到了他有三個核心價值觀。第一個是誠實，這裡的誠實最主要是對自己誠實，不需要為了他人眼光去偽裝自己。他提到勇氣是能夠不管他人目光做自己，一旦認為某個聚會只是浪費時間，他甚至會直接中途離席。我常常認為以和為貴，所以會一定程度壓抑自己配合他人，但是這也造成需要花費精力在非目標的事情上，讓自己很不開心。第二個是不要短期思考，不管是金錢、人際關係、健康都需要長期堅持才能有複利效應，不要因為短期的快樂而造成長期的痛苦。最後則是平等待人，與他人相處沒有上下之分，我不高人一等，但也不落於人下，只有維持平等才能確保關係的長久。這非常困難，特別是我們為他人工作的時候，自己因為是下屬，自然而然就會以老闆意見為上，隱藏自己的想法。然而工作也不過是個交易關係，並不應該因此失去自我。Naval 很敢於做自己，和我的個性差異很大，雖然不可能和他一樣，但是是個可以讓我可以學習調整自己的模範。

小結

總結來說，Naval 分享了他在人生方方面面的各種想法，儘管很多部分很有道理，但有些要落實在行動也不容易。舉個例子，他說如果認為自己的時間多高價值，低於該價值的事情就應該要外包，然而他也承認自己很多時候也做不到。我會覺得重點在於看看別人不一樣的價值觀，找出適合的部分並融入自己的人生中。不需要完全學他，但是可以藉此調整看待事情的方式。

看完整本書可以發現 Naval 很強調自我。做自己不要跟別人競爭、跟隨自己的興趣閱讀、誠實對待自己不要偽裝。我想對我而言，這本書的最大收穫就是尊重自己與他人的不同，就算活得很自我，一樣可以獲得充份的財富和快樂。

反思與行動

如同書中最後所提： “Inspiration is perishable - act on it immediately”。下面是看完書後我希望為自己帶來不一樣改變的地方。

1. 當發現自己在用努力與別人競爭的時候，思考一下我有沒有在做自己。在做自己上是不需要跟別人競爭的。
2. 當自己無法決定某個選擇時，就先不要接受該選項。因為現代社會不缺機會，好的選擇不會讓自己猶豫。
3. 與他人共贏，人與人是平等關係，並不是上和下。當有共同利益且能為彼此帶來價值時，這樣的合作就更加容易成功。

「為什麼偉大不能被計劃」是由兩位作者 Kenneth Stanley 和 Joel Lehman 所著。他們是機器學習和人工智慧研究學者，其團隊做了一個圖片孵化網站，意外發現要從亂數中產生出好的圖片並不能透過事先的計劃，而是只能透過不斷嘗試，發掘夠新奇有趣的圖片，然後以此為踏腳石繼續往下探索。這樣的發現也可以套用到其他人類偉大的發現和發明之中。這些偉大的成就，大多都不是透過設定目標和安排計畫來達成，反而都是因為在興趣探索時意外發現。

在現代社會中，人生也都有既定的目標，讀書升學、找個好工作、結婚買房、賺到可以退休的錢。有時候也會不禁想到按照這樣目標走，好像缺乏了什麼，無法創造不一樣的可能性。若是對這樣的人生有所疑惑的話，卻又沒有個方向的話，這本書可以很好地釐清並啟發自己不同的想法。

我畫線的地方

書中有些讓我特別有感觸的地方：

• 越是遠大的目標，越是不可能透過計畫來達成。能夠透過努力和計畫達成的目標根本稱不上偉大，因為每個人都可以透過同樣的方式達成。

  若⽬標設置⾜夠適度，它就會起到積極作⽤；反之，⽬標越「⾼⼤上」，情況就越複雜…關鍵在於，通向「⾼⼤上」⽬標的踏腳⽯，往往⾮常奇怪。也就是說，若你只是悶頭盯著⾃⼰的⽬標，那它們可能就是你根本意想不到的東西。

• 新奇比起固定方向的目標更為可靠，因為沒有人踩過，更有可能有別人所沒注意到的發現，雖然我們並不知道是什麼。

  設定⽬標意味著遵循⼀條未知的路徑，朝著遙遠的⽬的地前⾏，⽽新奇性只要求我們遠離已經到過的地⽅。離開⼀個已經到過的地⽅，不僅更簡單輕鬆，還蘊含了更豐富的信息…相信新奇性是推動進步的⼀台有意義的引擎。

• 我們的教育讓大家少了目標就沒有方向了，這時或許順應興趣、本心直覺去走，會是一個更靠譜的方式。

  如果你想知道如何擺脫對⽬標的盲⽬信奉，只需要隨⼼⾏事、遵循個⼈興趣的指引即可。不是所有的事情都需要以嚴謹的⽬標為指導。如果你對某件事有強烈的直覺，不妨順應本⼼。如果你沒有明確的⽬標，那也沒必要患得患失，因為不論你最終⾛到哪⾥，結果都不會太壞。

• 一直以來我們都有所誤會，物競天擇的重點不在於競爭，而是避開競爭。避開競爭才能夠有更大的生存空間。

  ⾃然進化並不是通過競爭來獲得⽣物多樣性，⽽是通過避免競爭。特別是某⼀⽣物如果能以⼀種新⽅式謀得⽣存，那便是成功找到了⾃⼰的專屬⽣態位。因為它會成為第⼀個以這種新⽅式⽣存的⽣物，所以作為此道開⼭者，競爭不會太激烈，繁衍也會更容易。

• 過於專注在支微末節的競爭沒有太大意義，重點是這個是不是能夠帶來全新領域的踏腳石。想想自己是不是也常在不重要的地方跟別人競爭那細微的差異呢？

  通過細枝末節的調整，擠出最後⼀絲性能提升空間的做法，並不會帶來令⼈振奮的洞見…所有被歷史記住的算法，必然是為未來的開拓者奠定基礎的算法。它們將推動新算法的誕⽣，甚⾄幫助我們開闢全新的領域。到那時，誰還會在乎這些新算法在剛開始出現時，與「⽼靠譜」算法⽐較時的表現如何呢？

個人想法

從小我就很相信目標論。相信任何事物都可以透過設定目標並且執行詳實的計畫來完成。越是想達成偉大的成就就更應該設定遠大的目標、加倍的努力、以及嚴謹的紀律。然而這本書卻打破了想像，提供了完全不一樣的視角。下面三點是我從中獲得的最大收穫。

偉大目標無法被設定

作者的圖片孵化器網站讓人們能夠協作從最基本的圖形，過程不斷產生些微隨機變異，最終產生出各種有趣的圖片。然而，人們卻無法透過事先設定想要產生某種圖案來達成，只能在產生圖片的過程中挑選比較新奇的圖片並且持續嘗試。舉例來說，就像是下圖，我們沒辦法透過事先設定好要創作汽車來產生期待的結果，反而意外是從外星人的圖片演化而來。當初的創作者從來也不會想過外星人的眼睛可以轉換成汽車的輪子。

圖片取自 Kenneth Stanley 的演講

這樣的現象其實在其他研究中也有同樣發現，就像是走迷宮，如果只是設定要往最接近出口的方向前進，很可能會卡在死胡同出不來。然而如果我們不要設定目標，讓探索更隨意，單純去嘗試過去沒試過的路線，反而更有機會走出迷宮。讓機器人學習走路的過程中，設定目標要它不要跌倒反而學不會走路，因為飛踢是往前邁步的開端。這些目標的設定反而成了目標的阻礙。

在人類偉大的發現發明中，因為繞路反而達成目標的情況並不罕見。例如，當初發明真空管並不知道可以用來製作電腦；而人類想要飛行不是像鳥一樣使用翅膀，而是發明內燃機，有趣的是內燃機最一開始也不是為了飛機而做。沒有這些看似不相關的發明，或者說踏腳石，後續更偉大的成就就不可能達成。越是困難、高大上的目標，越是無法被詳實計畫。因為從所在位置到目標之間，並不是筆直一條線。

新奇搜索：放棄目標才有可能成就偉大

既然設定目標不管用，難道就沒有什麼其他比較好的方法了嗎？確實是有其他的方法，也就是所謂的新奇搜索法。主動去尋找新奇有趣的事物，因為這些事物看似雖然沒有關聯，但是卻是有可能成為未知目標所需要的踏板。

這裡作者用的比方我很喜歡：各種偉大的成就就像是散落在一個很大的空間之中，要前往某個偉大的目的地，這之間我們需要有很多踏腳石。然而不能期望前進的方向上所有踏腳石都清晰可見，有時離下一個踏腳石距離太遠根本勾不到。不過也許換個方向走，尋找其他看似不相關的踏腳石，卻反而有可能抵達該目的地。目標就像是指向偉大成就的羅盤一樣，方向明確但並不一定有用。

從上面的比喻我們可以知道，要在這個巨大的搜索空間中尋找有價值的事物，比起一味朝著某個方向前進，不斷去搜尋可以成為踏腳石的地方更為重要。最適合在這個空間中搜尋這些踏腳石的方法，就是所謂的新奇搜索法。我們越是去尋找有趣，從未見過的事物，它們可以創造的可能性越多，通往下個踏腳石，甚至是偉大的成就的機會也越大。我們放棄了偉大的目標，追隨自己的好奇心走，反而可能會抵達另一個不在計畫中的偉大。

避開競爭，走出屬於自己的人生道路

書中我最喜歡的一段是把生物的演化論拿來類比新奇搜索法。生物之所以會存在就是不斷的生存和繁衍，過去課本所學到的物競天擇會進行篩選，留下可以有競爭力、有能力存活的物種，讓生命持續「進化」。然而，作者反對這樣的思維方式，他認為生物演化就像是把牛奶往外潑，牛奶會持續向外擴散，直到遇到障礙物為止。生物也一樣，會不斷去尋找不同的可能性，盡量避免競爭。比起與同物種競爭，最終產生出一個超級生物，更好的方式是尋找新的生活空間、到新的生存環境，相對來說這個更容易達成。這也是為什麼我們會看到世界上有那麼多生物種類，不同環境都有自己的生態圈的原因。

用企業的角度來看，這也是一樣的。在上個世紀各種石油巨無霸、汽車製造巨頭主導著市場，但我們並沒有看到有什麼新的相關領域企業出現並與其競爭。反而是在未知領域，半導體、軟體、網路等方向有新的巨頭出現，對比這些舊企業對世界有更大的影響力。因為避開了在同個市場的直接競爭，所以有新的生存空間能夠發展。這個也是人們常說的紅海藍海的概念，在沒有過多競爭的藍海，才能有更大的可能性。

回歸到個人，老生常談中的做自己就好以及跟著興趣走其實也是有道理的。在人多的地方就會充滿各種競爭，跟著直覺覺得有意思的方向走，依據自己的個人特點避開競爭，反而更有可能得到世俗意義上的成功。書中有個比喻，假設目標是要成為百萬富翁，我就會避開沒有支薪的實習，就算非常喜愛這個工作。然而現實往往是因為追尋了內心的激情和興趣，而不是向「錢」看，某天才意識到自己離百萬富翁只差一個踏腳石而已。

小結

小目標可以被計畫，但是偉大則不能。本書打破了目標的迷思，大從政府企業，小到個人，對於偉大的成就需要有新的認知。在黑馬思維那本書有提到很多成功人士都是不會執著於特定目標，願意嘗試各種新事物，一旦感到苗頭正確，就做出特定的改變。或許這也是有異曲同工之妙。先追尋自我找到有趣的事情，一旦發展到後來對他人有價值，就能發揮出影響力，這時反而各種一般人所盼望的成就也會隨之而來。對於偉大，越是汲汲營營，越是不可得，就像是「眾裡尋他千百度，驀然回首，那人卻在燈火闌珊處」一樣。

反思與行動

雖然這本書是比較概念性的內容，還是盡可能轉換成可執行的行動，應用在自己人生中。

1. 自己會走到當下這個位置，是經過無數選擇和探索，跟其他人完全不同。因此對於未來要走的道路，也不需要跟別人比較與競爭。
2. 在當下所處的位置去思考有哪些可能性，保持好奇心，以實際行動去探索新奇事物。
3. 一旦發現吸引自己的事情，就安心地跟著直覺走，勇於改變方向並前進。