Zephycation
Philosophy · Publication · Semantic AI · Craft

這部落格為何而寫?

🌐 English

日期:2026-04-20

我們其實不缺答案,但是忘了怎麼思考

隨著科技進展,你可以使用搜尋引擎或是大語言模型,使得各種問題被快速回答:股價為什麼下跌?某個現象為什麼發生?身體哪裡出了問題?資訊很多、解釋很多、觀點也很多。但如果停下來看一眼,會發現一件有點不太舒服的事,我們無法分辨這些答案的正確性,而且大多是在問題還沒被理清楚前之前就出現答案。

我們很擅長取得回覆,但不太擅長思考與抽象化問題

之所以會得到錯誤的答案,不是資料不夠,也不是分析能力不足,而是更前面的一層:在回答之前,我們很少去問,這問題是不是已經被定義清楚了,我思考問題本身有沒有結構。 當習慣於只用單點方式思考問題,容易變成我們只看到一個現象,就試著替它找原因;看到一個結果,就急著把它連接到某個問題上。這樣的方式很自然,也很有效率,但同時也很容易忽略到現實世界幾乎從來不是單點運作的。 事情通常是一起發生的。變化是有層級的。原因往往不在被觀察的那個點上,而是在更外層的結構裡,但缺少抽象化的能力與結構性思考,就會問錯問題。當我們進行抽象化討論時,甚至會不時地出現這種想法:「要解決實際的問題,而不是在做研究。這些抽象思考對解決問題真的有幫助嗎?」 事實並非如此,沒有這樣的能力,不會有今天的深度學習,不會有今天的語言模型,也沒有啟蒙運動與科學革命,可能我們還停留在中世紀的黑暗時代裡。

我思故部落格在

當我們直接從單一觀察跳到解釋,中間其實少了一個把觀察「排列起來」的過程。 這個部落格不是提供答案,而是試著把「在回答之前,思考應該怎麼被結構化」這件事寫出來。

how thinking should be structured before answering why

在問「為什麼」之前,思考應該先有結構,需要把真正的問題給找出來。 這裡不太會有確定的答案。在這裡問題會被拆開,有些情況會保留多種可能。過早有確定的答案,往往會掩蓋掉原本應該被看見的東西。 我想要邀請你,一起在一個問題還沒被簡化之前,看看它原本長什麼樣子;或者,在各種解釋出現之前,觀察思考本身可以如何被組織,這會很有趣。 我會把「解法出現之前的思考」,與定義問題過程留下來。試著拆解問題,就像是拿到了一把能解開所有鎖的萬能鑰匙,而不僅僅是一次大腦體操。 但這並不代表我只思考而不解決問題,只是現在要解決問題,有太多種方式,也很快速。只要問題被定義清楚,對症下藥的解法就會有。這大概也是為什麼會有人在學 prompt engineering 的原因吧!

願你閱讀愉快,思考愉快