POYAOJUAN

問題先於行動（下）——好的問題，不是想出來的，而是修出來的

提問如何在行動、回饋與排序中被慢慢訓練。 如果上篇是在講：人生可能是被一連串問題推著走的。 那下篇我想再往前走一步，去談另一件事：如果問題真的這麼重要，那我們該怎麼拆解它？ 因為事情說到這裡，很容易掉進另一個誤會：好像只要找到一個夠好的問題，事情就會順利展開；好像厲害的人，是一開始就能問對問題的人。 但我後來越來越不覺得是這樣。 我反而越來越覺得，好的提問是一項可以透過刻意練習慢慢長出來的能力。它不是一次就問到核心，而是能不能在行動的過程裡，慢慢把問題修得越來越準。 好的問題，不是想出來的，而是修出來的。 一、每一個問題背後，其實都偷偷藏著一個假設 我後來慢慢發現，問題從來都不是中性的。 我們以為自己只是在問問題，但很多時候，當你把一個問題問出口的時候，你其實也已經偷偷替現實下了一個判斷。 當我問「是不是我不夠努力？」的時候，我其實已經假設，問題可能出在努力不足。 當我問「是不是產品功能還不夠多？」的時候，我也已經假設，事情卡住的原因是功能不夠。 當我問「是不是我表達得不夠清楚？」的時候，我同樣也已經在預設，問題大概出在表達，而不是別的地方。 也就是說，提問不只

問題先於行動（上）——你的人生，可能是被一連串問題推著走的

那些在行動之前就已經開始塑造你的提問習慣。 我們很常替自己設定目標。 一年開始的時候，會想今年要做到什麼；覺得人生卡住的時候，會想自己接下來應該變成什麼樣子；陷入焦慮的時候，也很自然會告訴自己，應該趕快找到新的方向。 我們很習慣相信，目標會推著人往前走。 這幾年也越來越多人開始提醒我們，真正重要的可能不是那些很大的目標，而是更小的習慣、更小的行動。《原子習慣》之所以會打中這麼多人，某種程度上也是因為它把注意力，從那些宏大的宣言，拉回到日常裡那些會反覆發生的小動作。 這個觀點我一直都很認同。 因為人確實很容易被大目標吸走注意力，最後反而忽略了真正會累積差異的，往往不是那些寫在計畫表上的句子，而是那些每天有沒有真的發生的微小行動。 只是我後來慢慢開始覺得，事情可能還可以再往前推一步。 如果微小的行動這麼重要，那這些行動又是怎麼出現的？ 我現在越來越覺得，行動不是憑空出現的。 在每一個微小的行動之前，往往先有一個微小的問題。你先問了「現在最重要的是什麼？」、「我到底卡在哪裡？」、「這樣做會不會出錯？」、「我是不是還不夠好？」然後你的注意力才落下來，接著行動才發生。 也就

自我對話

你已經做出來了，理解卻還在路上

當創造跑在理解前面，我們也得學會用新的方式調整自己。 這個時代最奇怪的事，是有些東西已經實實在在做出來了，心裡卻還是不太敢承認：這真的是我做出來的。 一個能收費的產品、一套穩定運作的系統，甚至一個真實被解決的商業問題。有人在使用、有人願意付錢，成果就擺在那裡，清清楚楚。 看著自己設計的方案成功跑起來的那一刻，那種快感，很像終於解開一道極其複雜的數學題。 但只要有人問一句：「所以這到底是怎麼寫出來的？」心虛還是會瞬間冒出來。 最弔詭的是，這些東西其實並不難講清楚。 系統架構、資料流動、問題拆解、邊界處理、錯誤除錯、測試補齊……這些我都能一步步說明白。 真正讓我不安的，是如果把 AI 拿掉，要我面對一個空白的編輯器，從零開始親手敲每一行程式碼，很多時候我根本做不到。 這才是那份心虛真正的來源。 一、成果已經發生了，心裡卻還不敢承認 這種心虛，不是因為成果是假的，而是我太習慣用舊標準來評價自己：只有語法夠熟、每一個細節都能親手完成，才算真的會，才敢說這是我的能力。 一旦做不到，我就覺得整件事像空中樓閣。東西雖然蓋起來了，心裡卻總覺得地基不穩。

自我對話

AI 正在讓科技業變成「傳統產業」

當技術不再是護城河，我們該掌握什麼？ 過去十年，「科技業」三個字代表著光鮮亮麗、高門檻與不可替代性。但在生成式 AI 爆發的今天，AI 正在讓許多科技產業變成了「傳統產業」。 這並不是說科技業將會衰退，而是指它「不再神秘」。寫程式、開發系統不再是少數人的黑魔法，而是逐漸變成像操作機台一樣的標準化技能。 這讓我回想起過去我在政大東亞所求學的一段經歷。東亞所是個專門研究中國政治與兩岸關係的學術殿堂，理論往往艱澀且深鎖在象牙塔中。為了打破隔閡，許多教授們致力於「知識科普」，努力將高深的學術語言「轉譯」成大眾聽得懂的邏輯。當時出版《中國大陸概論》、《從一所看一學科：政大東亞所與台灣的中國大陸研究》等書籍，正是貫徹這個概念，目的是讓更多人能參與討論，因為知識的普及才是真正推動社會理解、推動進步的關鍵。 而現在，我看到了這種普及化的奇異點。 過去我在 Threads 上觀察網友討論政治議題，發現許多人開始透過 ChatGPT 來理解複雜的政治理論與現實脈絡。以往要獲取這些知識，往往得先知道專有名詞，再透過 Google 搜尋權威來源。但