跳至主要內容

聽死神說故事--偷書賊

偷書賊封面

  • 書名:偷書賊(THE Book Thief)
  • 作者:Markus Zusak
  • ISBN:9789866973420
  • 譯者:呂玉嬋
  • 出版:木馬文化
  • 封面取自博客來網路書局。
  • 購買於小小書房。
這個夏天讀《偷書賊》和《失物之書》,會在兩本不同的故事裡看到同一個時空背景所發生的故事,同樣是發生在孩子身上的事,同樣在說文字的力量,但《偷書賊》的節奏比《失物之書》緩慢一些。我盡量不要比較這兩本書,因為這是很無聊的事,但在閱讀的過程裡總驚訝這兩個故事有那麼多巧合之處,不是情節上的相似,而是在人物角色和背景總是有相似或是對立的情況出現。

《偷書賊》的女主角是被德國夫妻領養的莉賽爾,原本也要一同被領養的莉賽爾的弟弟卻死於火車上,莉賽爾在遭受與父母分離及弟弟的死亡後,在精神上受了極大的創傷,幸運的是領養她的父母是故事書中最仁慈的角色,給了莉賽爾完整的愛,不同於此時期裡其他的孩子可能瀕臨餓死或是送入集中營或是在街頭流浪被流彈波及,莉賽爾因為養父母的照顧和周遭的朋友、躲在地下室的猶太人…還有偏愛她的死神。

這個故事的特別處之一,敘述者不是主角或是任何一個書中的角色,而是沒有時空限制,總是旁觀的第三者,特別是在二戰的年代,無所不在的死神,戰場、集中營、巷弄裡,特別的是,這個死神總是想要表現祂冷酷無情和輕蔑人類的一面,但實際上我們從書中讀到的,是祂憐憫人類、輕視、無奈、驚訝人類的個性,也像人類一樣會抱怨工作、具有詩意、幽默感,也就是具有人性的一面:

人類只有在一天的開始與結束時,才會觀察顏色的變化。
但是對我而言,一天當中,每個短暫片刻都呈現出不同的色度與調性。
光是一個小時的時間,就包含了幾千種不同的顏色:蜜蠟黃、柔絲藍、陰鬱黑。
我是做這行的,當然特別注意顏色的變化。
…她貫徹始終,只要經過三十三號的門口,從沒有忘記吐痰,還會外加一句「死豬」。我發現德國人有個特點:他們真的很愛豬。
這個具有人性的死神成了說書者,祂說著在戰時會發生在任何一個角落的故事,然而我們透過祂的眼睛,看到一個帶著色彩、煙硝味濃厚、心驚膽跳與眼淚的故事,祂不儘是旁觀者,同時也是貫穿整個故事的主要角色之一。

整個故事讀起來有對納粹主義的不滿也有對當時情況的無奈。裡面對於創傷後壓力症候群(PTSD)的描寫也很貼切,莉賽爾和猶太人麥克斯分別經歷了不同程度的打擊,也產生了同樣的症狀,兩個人在同一個時空下,透過文字互相治癒了彼此。當然這個故事也讓我們看到了戰爭的殘酷與帶給人民的痛苦,比《失物之書》更甚,也許是因為《偷書賊》的說書者是個性格像詩人般,且不得不參與其中的死神,祂讓讀者看到戰爭所帶來的痛苦:失去童年的兒童被迫於早熟、偷竊只為滿足「活下去」的基本需求,老百姓為了狂人的理想,即使不支持也得裝作崇拜以謀生,在面臨道德上的衝擊時,茫然不知所措;而《失物之書》裡的大衛,同樣也是創傷後壓力症候群患者,他因一架墜落的戰機進入了一個奇幻的故事世界,裡面有貪婪、虛偽、利用和殺戮,透過奇幻的童話旅程找回親情溫暖及心智上的成長,不再痛苦於母親的死亡與父親的新家庭,甚至是接受死亡與改變這些事。

《偷書賊》裡莉賽爾成長的過程也充滿了恐懼與悲傷,但其實也充滿著戰爭中的幸福與溫暖,起初她藉由所偷竊的掘墓工人手冊來記住弟弟,而後她的識字過程不只是因為也是來自於養父漢斯在一戰時發現文字可以救人一命後的啟發,他們在地下室裡習字、閱讀麥克斯的圖畫書自傳監看者、莉賽爾在鎮長家中讀書而後藉由偷竊滿足自己閱讀的渴望、在防空洞中閱讀小說以文字的力量安撫密閉空間中的緊張情緒及安撫失去兒子的母親的心靈,最後在習字的地下室裡創作了偷書賊,這個故事裡完整的寫下了一個孩童如何學習文字的過程,包括了反覆的寫與讀,圖畫與文字的配合、閱讀與不斷的學習到了解如何使用文字的力量,到最後則是創作屬於自己的故事。在莉賽爾學習的過程裡,也是她療傷的過程,這中間還包括了每個人的自我檢視、治療及現實、理想、道德之間的衝突。

《失物之書》中的大衛雖然在遭受喪母後,父親再娶,但父親一直忙於工作,特別是戰時擔任的情報職務,而忽略了兒子對於一個替代自己母親之位的女人及新的家庭所抱持的敵意與喪母的創痛,而再娶的妻子也一直處於尷尬的狀態,面臨先生原本家庭的成員與之後自己的家庭成員,她想做個好母親但總被大衛排斥在外,兩人不斷發生衝突,但擔任先生與父親這個角色的人卻必須要以國家要事為重而忽略了家庭,看似完整的家庭其實充滿了怨恨與排斥。

在《偷書賊》的最後,死神想說的話,也相信是作者對於人類的疑問,其實不只是作者,相信很多人都有這些疑問:

…我很難給人類做出個正確的評價。我想要問她,同樣是人,怎麼有人如此邪惡,又有人如此光明燦呢?人類的文字與故事怎麼可以具有毀滅性,又同時光輝呢?

我覺得《偷書賊》會比較適合青少年或是兒童閱讀,也可以啟發他們對善與惡、人性脆弱面及道德的認知,而《失物之書》裡的部份情節的確如作者所言,是個成人童話。

從收到這本書的試讀本時就一直好奇為什麼封面上的英文書名要用大括號標註起來?在Amazon的書封也沒看到這樣的設計,讀到後來才知道,原來是因為書裡莉賽爾習字的過程中,某些章節,例如杜登大辭典,書中會標註某些字詞,我猜這大概是啟發的來源?

無聊的把這兩個故事拿來比較,發現《偷書賊》比《失物之書》較為容易拍成電影,話題及衝突(納粹、戰爭與人性)對編劇來說應該會比較容易改編成電影,甚至在閱讀的過程裡都已經想好了扮演書中角色的演員,例如James Cromwell 演漢斯、Lupe Ontiveros或Kathy Bates演羅莎及Conchita Campbell擔任莉賽爾,雖然他們不見得都是德國人,也只是個人的偏好,但對我來說在他們平常所扮演的角色裡都有書中的特點,但若真如想像的話,似乎也太普通了些,而且「死神」這個重要的角色可能就消失或是變成觀眾;《失物之書》如果要拍成電影,可能會讓我想到《大魔域》,雖然現代電影科技進步加入不少特效而失去了書中童話故事的原意,所以兩部小說還是不要改編成電影會比較好。

留言

此網誌的熱門文章

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

停不下來的更新

一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...

用Claude Code做一個AI飲食營養分析Bot:從拍照辨識到條碼查詢的實作筆記

沒想到在十多年後,因為想做飲食營養控管,所以自己利用 AI 開始做一個簡單的食品營養分析工具,能分析我每餐的飲食是否充足或過量,並提供有依據的飲食建議。 最初的雛形是基於以往曾參與「 Food Open Data 」倡議的經驗,我希望用最簡單的方式,拍照-->AI辨識與分析-->提供建議,然後統計一段期間的營養攝取狀況。 最初的想法 當我把我的雛形想法告訴 AI 後,Claude Code 很快的就幫我設計好雛形、教我如何申請Telegram Bot,這些步驟都寫得很清楚,整個雛形做好不用半天,我還愣住了,怎麼可能這麼簡單?難怪那些應用程式公司只把飲食營養分析當作一個「附加功能」,主要目的是蒐集其他的生理監測資料,但這些公司蒐集資料的用途,我自己在處理過美國資料經紀公司所販售的資料隱私資訊後,這是值得關心的議題,但不在此篇文章裡討論。 不過,我只專注在飲食分析項目,我覺得這個功能如果可以做好,再想想其他的。最初的想法很宏大,因為家人與自己患有慢性疾病,所以特別針對某些族群設計,但事實上,如果沒有實際的使用情境,可能也無法做出符合需求的產品。 於是我把這個Bot的使用者只鎖定在我自己的飲食分析上,那就簡單多了。 工具與環境限制 我在今年已經改用 Claude Cowork 與 Claude Code 協作,雖然 Claude Code 有一般介面版,但我大多數時間都開著終端機視窗使用 Claude Code,這樣比較能專心工作。 基於使用工具的習慣,我使用 Claude Code 開始建置,當時的模型雖然已經有Opus 4.8,但Sonnet 4.6已綽綽有餘,而後來出現的Fable 5 則用在其他專案裡。 因為只做給自己用,所以選擇最簡單的 Chatbot 形式;也因為我希望可以自由的使用而不是提供過多的個人資料給其他平台,選用 Telegram Bot,而不是台灣人常用的 LINE Bot ,而且 LINE上太多廣告,根本不想開它。 在衡量經濟現實及自我管理資料的想法後,目前這個 Bot 與資料庫只放在我的電腦裡,沒有上雲端,當電腦休眠、網路斷線時,Bot就會停止工作。 雖然只是給我自己使用,但我還是要求資料庫是加密儲存的,匯出資料時也必須加密。 台灣的飲食文化很多元 我不是開發者、也不是營養師,我自己也沒使用過其他的應用程式,所以無從理解在開發飲食營...