[LifeHack-23] 我如何保護上網閱讀注意力?
[LifeHack-23] 我如何保護上網閱讀注意力?

工作時覺得想偷懶,平常沒事做無聊,自然的打開手機、打開臉書、打開 PTT ,開始刷著「無窮無盡更新」的訊息、新聞、討論,但有時候我們會忽然自覺到:

怎麼一下子一個早上就過去了?剛剛只是想偷個懶,沒想到卻延誤了大量工作。剛剛只是沒事做,但卻浪費了假日早晨原本可以好好利用的時間。

是臉書很邪惡嗎?還是 PTT 是時間黑洞?都不是,因為這些管道確實就是獲取有用資訊的有效來源,邪惡的其實是我們自己的使用方法,是方法讓這些管道變成時間黑洞。

時間是不再生的資源,而我們的注意力是寶貴且有限的籌碼。

所以我們很容易事後痛心於時間與注意力的失去,而如何在時間上有效的運用我們的注意力,並「成就」更多成果,最後決定了我們「事後的滿足與幸福感」。

回到如何保護上網時間、保護上網閱讀注意力的問題上,我認為關鍵不是應該花多少時間上網,真正的關鍵是:「可以透過上網閱讀,來成就多少東西?」只要能有效運用上網的時間與注意力來做出成果,花多少時間又如何?

下面就以這樣的核心原則,跟大家分享我平常如何保護自己的上網閱讀注意力。

1. 有目的

最可怕的不是臉書或 PTT ,最可怕的是「因為無聊,沒事看看,偷懶逃避」的閱讀心態,一旦從這樣的心態上網,加上那無窮無盡的訊息更新,我們的注意力很快就會被訊息洪流帶走,但因為我們沒目標,所以只能跟著跑,一旦被動,那麼就像走馬看花旅遊之後,回到家裡依然覺得空虛。這時候,時間與注意力就真的被浪費了。

我自己對於 Facebook 和 PTT 對我的作用有很明確的「目的」定義:

  • Facebook 對我來說就是快速看到一些意見領袖、粉絲專頁的最新意見與新聞,這是要更新我的腦袋。
  • PTT 對我來說就是看一些有趣的娛樂的討論,這是像看電視一樣作為休閒。

等等,你剛剛不是說不要用偷懶逃避心態嗎?

是的,不要只是沒事、只是無聊的去看,就像不要有事沒事就每隔幾分鐘打開臉書無意識的刷一下,不要出去旅行、外出吃飯時也無意識地拿出手機刷訊息,因為前面這些時候刷訊息,對我們「幾乎沒有任何回饋」,只是「分散我們的注意力」而已,但這不代表我們不需要娛樂啊!

當工作到一個時間,真的有點累時,我會打開 PTT 看一些有趣的討論,但因為目的很明確,娛樂效果達到了,也讓我放鬆了,我就知道可以回到工作上了。

當每天一些固定的時間,或是遇到真的沒有需要其他注意力的空檔時(例如我每天上下班通勤時),我會打開 Facebook 去刷一下訊息,但因為目的很明確,我就是想要找可以更新我的腦袋的東西,所以可以跳過大多數內容,並且有效去尋找與運用我要的內容。

只要能把注意力花在有計劃的時間上,其實看臉書或看 PTT 都不是問題。

2. 提升閱讀質量

而要讓自己的上網閱讀注意力獲得最大的回饋,首先應該提升自己的閱讀質量。

這部分我覺得現在的臉書或社群論壇是做不到的,臉書與社群論壇適合零散、短暫、看運氣的捕捉一些可能有用的訊息,但因為太看運氣,所以不值得花上太多時間,有可能你的回報比會非常低

所以為了要提升上網閱讀的質量,我會優先使用「 Feedly 」(或是 Inoreader )這類的工具。也就是文章訂閱工具(俗稱 RSS 閱讀器),其實使用上很簡單,就是把你覺得對自己有用的文章網站「訂閱」進來,之後就能在閱讀器中瀏覽這些文章網站的最新文章。(請閱讀:社群時代,你還在手工訂閱嗎?

注意力必須自己保護,而上網閱讀的質量,其實也完全取決於自己手動的管理上,也就是取決於幫自己設計的「內容輸入端」

如果內容輸入端是一些優質的文章來源管道,那麼在上網閱讀時,注意力就會花在這些優質內容上。

但如果內容輸入端有太多雜訊,那麼注意力自然就會浪費在那些雜訊上。

所以,要保護上網注意力,首先要提升閱讀質量,而這就是要控管自己的內容輸入來源。這有很多方式,也不一定只能像我一樣用 Feedly 訂閱文章,例如有的朋友很喜歡把時間花在看 TED 演講,這也是一種優先控管內容輸入端的方法。(可參考:在 TED 影片上做筆記! Turbonote 影片學習的新利器

3. 懂得稍後處理

GTD 時間管理方法論中,有一個細節可能被很多朋友忽略,但其實非常重要。這個細節就是,他建議我們先把瑣事收集起來,然後設計一個情境統一處理相關瑣事,例如先把待回覆的郵件分類好,統一時間一起回覆,而不要來一封回一封。為什麼?

因為分散處理瑣事,就是把我們的時間切割,就是把我們的注意力切割,會因此大量耗損精力。

在保護上網閱讀注意力時,我也會注意「不要分散閱讀焦點」,用稍後閱讀來集中處理雜訊,尤其是處理那些「忽然跑出來的意料之外新訊息」時

例如我工作到一個段落,打開臉書想看看今天網路上一個重點議題的討論狀態,但這時候在某一則朋友的推文中,看到一個「新話題」,這時候我要如何處理這個新話題呢?

我的一個基本原則就是:「先收集然後稍後閱讀」,繼續先把我這次「有目的」的閱讀臉書的目的達成再說(以這個例子來說就是先完成對原先議題討論的重點整理)。

你要想想這是很可怕的一件事情:

社群上永遠都會有一個新訊息產生,前一個我都還沒處理完,就可能被拉去其他兩個、三個新訊息中,如果我都「照著臉書指引去做」,那麼注意力真的是「被超級切割與分散」,自己的節奏整個都亂掉了。

所以我會把「不符合當下閱讀目的」的雜訊(但是我感興趣),先不讀,先收納到像是「 Pocket 」這樣的稍後閱讀服務中,等到下次某個統一時間再處理。

這就是保護自己的注意力。

4. 收集與筆記,這是閱讀的產值

前面一開始我提到:關鍵不是你應該花多少時間上網,真正的關鍵是:「你可以透過上網閱讀,來成就多少東西?」

也就是說,我花了注意力與時間上網閱讀,這些閱讀後續可以「換成什麼有價值的東西」?

因此就會發現一件很重要的事情,如果只是無聊看看的閱讀,看過之後什麼都沒產生,甚至連腦袋裡的火花也沒出現,那這樣無論花了多少注意力都是浪費,因為毫無產值。

而要讓上網閱讀有產值,最簡單的方法就是:

這樣就有產值了,而且這些產值以後還可以在未來的工作或生活中被運用(參考:跟過去的自己取經:用第二大腦高效率思考的系統方法),當初花下去的閱讀注意力,便會不斷的產生增值的效果

我自己利用 Evernote 來做這件事,而你也可以利用像是 Onenote 等同類工具,或是你的筆記本、你的資料庫來完成。

以上,就是我平常保護自己上網閱讀注意力的方法,分享給大家參考。

本文授權轉載自:電腦玩物

關鍵字: #職場
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 2026 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