[書介]《放棄的力量》:擁抱放棄的價值,活出幸福健康的人生
[書介]《放棄的力量》:擁抱放棄的價值,活出幸福健康的人生
2014.11.02 | 技能

放棄往往比堅持更難!就像佛家講的「執念」一樣,放棄通常都比堅持更令人糾結,或難以抉擇,而放棄的勇氣可能更大過於堅持的力量。知名作家佩格.史翠普(Peg Streep)和心理治療師艾倫.柏恩斯坦(Alan B. Bernstein)透過《放棄的力量》這本書告訴你為什麼《慾望城市》影集裡,凱莉和大人物之間那麼糾纏不清情感的真正原因。

enter image description here

先試想,你是否曾經有過這種想法,「萬一」我再多撐一下,就成功了?「萬一」我再堅持一點、努力一點,我就獲得我所想要的。這種「萬一」開始督促著我們在許多情境裡「堅持」努力不懈的奮鬥下去,就像希臘神話裡的薛西弗斯一直不斷的將巨石往山頂推,西方人卻認為這是潛在英雄的成形。但是事實上,我們可能落入了沒有放棄能力的無限迴圈之中。

《放棄的力量》這本書要打破你對「堅持」的定義,並讓我們反思是否自己都被「堅持=成功」這樣的迷思給桎梏住了。作者強調,放棄不是逃避、不是隨便的態度,而是真正釐清自己、認識自己,就像作者提到:「若是沒有了脫離的能力,大家會繼續活在衝突中,既不開心也不健康。」因為我們可能往往「堅持」一些根本不是自己想要的,卻依舊不願放棄,堅持到最後可能只是緣於不甘願、不想丟臉、不希望被別人認為自己是失敗者、沒韌性。但,這可能都是人類大腦與心理習性的作祟。

作者在書中引用大量的心理學理論與觀點,一步步解析為何我們這麼難放棄。作者提到,對大腦而言,堅持與放棄其實都是困難的事。「我們在追求目標時,總是相信應該是會有秩序、合邏輯,如果目標會輕易達成,這種策略就有其價值,但萬一目標無法達成,這些就成了有害的策略。」為了不落入「失敗者」這種不堪忍受的說法,於是我們繼續堅持著。

受到堅持的迷思洗禮,在達成目標之前失敗的人,通常會相信自己距離勝利只相差了一步而已,不會認為是損失或失敗。這都是人腦在制約下對「距離勝利只差一步」所做出的回應。作者在書中透過,科學家研究在賭場玩吃角子老虎的賭客的例子告訴我們,人類為何永遠很難分辨什麼是真正的只差一步。我們也許都清楚,賭客們贏錢和技巧當然無關,但科學家在他們腦中發現,腦部的快樂與獎勵中樞對於「只差一步」的回應,和他們真正贏錢時的反應一樣高昂,這種「只差一步」的感覺會讓他們繼續玩下去,就算他們實際上是在輸錢,但他們認定卻是只差一步。這種現象就能解釋為何有些賭徒不顧一切的豪賭,但在他們的認知裡總認為,就差那麼一點,下次一定可以大贏一筆。

外界資訊的接收,也會影響我們對於堅持的心理狀態。作者舉例,人類通常都有一種心態是「為什麼不是我?」這種情況多半會出現在,當我們看到別人中樂透的時候,這也是另一種心理傾向,心理學稱為「可得性捷思法」(availability heuristic),它會大力推動堅持的迷思。舉例來說,是被天上飛機殘骸掉下來砸到的機率比較高?還是被鯊魚攻擊的機率比較高?大部分人的答案應該都是被鯊魚攻擊的機率比較高。然而事實上,被天上飛機殘骸掉下來砸到的機率比被鯊魚攻擊的機率要高出30倍。你一定會想,到底為什麼會這樣?這就是「可得性捷思法」在作祟。因為媒體較常報導被鯊魚攻擊的事件。

會有這種心理傾向是人類在原始社會裡為了要生存下來的一種反應,因為原始社會裡,人類需要狩獵,在某個機緣下聽說抄捷徑會受到熊的攻擊,因此,人腦會將這些片斷資訊連結起來,就此認定「抄捷徑=攻擊」,為了存活,於是就決定要改走遠一點的路,也許打獵較不易,但卻可以讓自己活久一點。

而「可得性捷思法」會讓人類很難預測成功或其他事情,這也使得當我們在社會中、文化上不斷受到某些「堅持下去就會帶來成功」這樣故事的洗禮,我們並無法認清這當中可能有其他導致成功的因素,而非只是一謂的堅持。

人有時候往往會毫無理由、莫名的堅持某些事情或狀態。作者用心理學裡另一個名詞叫「間歇性增強」,來解釋這種無法放棄的狀態。某些時候「間歇性增強」是增強人類生存所需要的堅持,書中舉例在實驗室裡的3隻饑餓的老鼠,這3隻老鼠分別透過推拉桿而得到、或得不到食物的獎勵。最後研究發現,拉桿偶爾會掉出食物的那隻老屬,會變得最堅持,牠會為了「有時會得到的滿足」而日以繼夜的努力等待在拉桿旁。

看完實驗室裡的老鼠,或許可以明白在許多情感關係裡,那些糾葛不清、剪不斷、理還亂的感情,讓雙方痛苦不堪卻又難以割捨,到底是為了什麼?也就比較能理解《慾望城市》影集裡,凱莉和大人物的故事,正是感情關係裡間歇性增強最佳的案例。

作者在本書中的前面幾章透過解析人類本能與心智上對堅持的迷思,再透過一些方法幫助我們重新規劃目標,引導走向內在真正的滿足與渴望,而非世俗或他人所定義的自己。因此,作者強調,放棄不是單純的放棄,若沒有伴隨著訂定新目標,它根本不算解決之道。追求目標也是人類本能反應之一。作者建議大家整理並列出自己的目標,反複詢問自己這些目標清單裡的目標是來自於內在或外在?是自己內心的渴望?亦或是來自社會、親友、文化所強加的?

接受放棄的價值並不是懦弱的象徵,而是重新定義自己的目標,想從人生中得到什麼?每個人都希望自己的內在與外在行為一致,才能避免造成更大的衝突,也就是作者在書中提到心理上的「主觀幸福感」(subjective well-being),當我們都能理解自身的每項目標,呈現出真正的自我,才能感到幸福與滿足。

(作者Jasmine,曾擔任科技媒體記者,現為Readmoo特約作者。)

《放棄的力量》

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓