解題之外的模式判斷力
在 AI 什麼都能解題的年代，這集談的是為什麼人更該練判斷問題種類的能力，而不是解題技巧。
主講 Bryan 姚詩豪 · 讀 3 分鐘 · 原片 35 分 · EP658，2026-03-30 看原片 ↗
先知道
節目的題目在AI出現之前，你所受的教育都在教你「如何解題」！但從今天開始，「模式判斷」將是人類最重要的能力！
這集是 Bryan 一個人講。
怎麼做
辨識題型比解題重要
學校教育著重解題技巧，但真正厲害的人是一看到問題就能判斷它屬於哪一類，方法自然就出來了。
職場問題常被誤判
同事互推工作、客戶嫌報價貴，表面看像人格或價格問題，實際上常常是流程設計或信任出了狀況。
廣度比解題深度重要
工具能幫忙解題之後，真正該培養的是判斷問題屬於哪個領域，再交給對的方法或工具處理。
跨領域學習打造工具箱
不必成為經濟學或心理學專家，但學過這些領域的思維方式，遇到問題才有多種角度可以切入。
別急著下結論
面對複雜狀況，先檢查自己的推論有沒有漏掉反例或其他原因，才不會被情緒或成見帶著走。
請 AI 當反方練思考
把自己的論述丟給 AI，請它挑毛病、找漏洞，是這個時代值得練習的思考方法。
逐段聽
點時碼直接跳到原片的那一段。
| 01:10 | 開場 | Bryan 開場，這集想聊一個跟學習有關的能力。 |
| 01:41 | 學霸的秘密 | 真正厲害的學生不只會解題，是一看到題目就能判斷它屬於哪一類。 |
| 03:14 | 職場案例 | 同事互相推工作，追根究柢常常不是人格問題，是公司流程與 KPI 設計沒訂清楚。 |
| 05:18 | 業務案例 | 客戶嫌報價貴，真正該處理的不是價格，而是信任。 |
| 06:50 | 心理學研究 | 新手用彈簧、斜坡等表面特徵分類物理題目，高手看的是牛頓定律、能量守恆等背後原理。 |
| 09:29 | 為什麼還要學習 | AI 能給答案，但學習的重點該轉向辨識問題屬於哪一種類型。 |
| 10:17 | 教育太重解題 | 數學課多半只教公式與解法，很少教怎麼判斷題型。 |
| 13:27 | 廣度比深度重要 | 多數人不需要成為解題高手，而是要懂得判斷問題該找哪個領域求解。 |
| 14:59 | 工具選擇 | 差別不在專業能力，而在有沒有先判斷哪些該問 Google、哪些該問 AI。 |
| 17:01 | 格柵理論 | 查理·蒙格主張跨領域學習不同思維模式，遇到問題才有多種角度可用。 |
| 18:35 | 線上課與實體課 | 用供需的角度判斷實體課不會被線上課取代，後來也證實如此。 |
| 21:42 | 疫苗案例 | 用機率統計比較染疫與副作用的風險，做出相對理性的選擇。 |
| 25:04 | 投資案例 | 只是跟著別人買黃金卻不懂背後脈絡，最後常常賺得少或心情沮喪。 |
| 27:22 | 別急著下判斷 | 有學生認定主管討厭半路出家，追問後發現證據站不住腳。 |
| 30:44 | AI 當反方 | 把自己的論述丟給 AI，請它挑錯、找漏洞，練習批判性思考。 |
| 34:19 | 結語 | 模式判斷是這個時代最值得培養的能力，不用擔心解題能力被取代。 |
原話
名詞與人物
- 查理·蒙格
- 已故投資人，巴菲特多年的事業夥伴，提出跨領域思考的格柵理論。
- 格柵效應
- 蒙格提出的概念，主張學習不同領域的思維工具，遇到問題才不會只有一種解法可用。
- 第一性原理
- 這集提到伊隆·馬斯克常用的思考方式，強調先想清楚為什麼要做，再想怎麼做。
- Gemini、ChatGPT
- Bryan 準備節目或課程大綱時，會請它們扮演反方，找出論述裡的漏洞。
- Project Charter、Kick-off Meeting
- 舉例時提到的專案授權文件與啟動會議，用來說明公司若沒有這些制度，工作容易互踢皮球。
延伸
- 提到查理·蒙格的著作《窮查理的普通常識》，書裡對格柵理論有更完整的說明，這集只點出概念。
- 提到用機率統計判斷疫苗風險，沒有進一步談疫苗本身的爭議與數據來源。
- 提到 NotebookLM 整理資訊的速度，沒有再說明實際的使用方式。