跳至主要內容

人生沒有想像中的美好

這幾天想了很多東西,最容易刺激我產生灰色念頭的地方就是偉大的捷運,上下班尖峰時段,那真是令人好灰暗。
看見那麼多人排隊擠入車廂,許多人試著用報紙為自己區隔出一塊屬於自己呼吸的空間,完全剝奪其他人呼吸的空間,從車廂裡出來,木然的臉,擠著排隊上電梯,擠著踏出捷運站,再擠著上電梯,也因為平凡,所以每個人都過著幾乎同樣的生活:醒來→上班→下班→睡覺。
當我還是個接案工作者時便注意到每個人的生活再怎麼不同,都會有著可悲的規律性,就像螞蟻一樣依循著自己習慣的腳步、生理時鐘來運作,準時的肚子餓、上廁所的時間固定(例如幾小時跑一次洗手間或幾點一定會上大號)、幾點開始疲倦。在工作之後,假設我搭上8點15分的班次,大概會在8點33分時到達車站,大概8點45分刷卡,如果搭上8點20分的班次,踏出車廂時的時間約是8點39分,到公司時約是8點51分,固定幾點會跑洗手間、幾點開始覺得想離開座位。偷偷觀察同班次的人,是的,幾乎在同一個時間的班次會遇到同一批人,哪幾個人不管車廂裡有多擠就是一定要看那些垃圾報,下車擠電梯時也是哪些人會去插隊,辦公室裡,固定在11點57分會有人站起來吆喝大家買午餐。人,是種固定並依賴穩定的動物。穩定不好嗎?穩定很好,減少不當刺激為健康帶來的隱憂,也會讓人在習慣中失去敏銳,讓人錯愕。比方說,習慣走的斑馬線因為施工而封起來了,著實楞了一下才想起自己在還沒走這條斑馬線時的路線。
在車廂裡,我常看著那些白髮蒼蒼的老奶奶或是看似邁入更年期的婦女,又或是一些中年婦女,她們的身材因為荷爾蒙分泌改變的影響而變形了,臉上也浮現了細紋、皺紋,頭髮也斑白了,臉形也變了;同時也欣賞著漂亮或新潮到不屬於我這個年代裝扮的年輕女孩們,還有那些未發育的小小女孩們。不管使用多少宣稱含有抗老化、抗氧化、除皺成份的保養品,我們總是從孩童再透過氧化作用成長,成為少女、女人、老人,臉上佈滿皺紋與脂漏性角化斑點,周遭人想不起來這位白髮蒼蒼(或頂上無毛)的老太太曾經有過多麼美麗的身影與白皙的皮膚,接著踏入死亡的陰影,我們無法避免,只能自欺欺人,而壽終正寢只是所謂幸運的方式,還有許多讓人無法想像的死亡方法。
這個世界之所以美好是因為人類還保有想像的力量,有些人更致力於將想像的美好事物實現,卻又無法承受險惡人性的黑暗面而崩解,也就是當人類必須直視自己性格中的黑暗面時,才會發現那是醜惡的,也因此而崩潰。
人因為太欣賞自己而創建了天堂的幻想,但也因為厭惡自己的過往與現在而創造了地獄。

留言

  1. 點進論壇 看見右邊有你的部落格就點進來參觀
    順便留個言 跟妳問候一下囉 :)
    be kind to yourself.
    love you.

    海蒂

    回覆刪除
  2. 海蒂,
    好久不見啊!很想大家,可是一直都沒辦法回去上課,很想念每個塔羅班的同學。現在心情不好時都在家裡用藝術治療學的方式來發洩情緒,非常的有用啊!寫這篇文章也是一種方式。

    很巧的是,我今天抽到第一次在課堂上抽到的Chariot。它先是在洗牌時跑出來,然我把它插回去,再洗牌,抽牌,還是Chariot。不知道妳會不會看到,我會放在論壇裡,有空的話也許你們也會看到:)

    非常想念每個人。

    回覆刪除

發佈留言

請勿匿名留言,待審核後才會出現。

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...

當AI給你營養建議:台灣《營養師法》還沒想過的法規空白

之前分享利用 Claude Code 做 飲食營養分析 Bot 的經驗 。我自己有個習慣,就是在做新的專案時,會先評估法遵風險。當我在做飲食營養分析 Bot 時,我才知道原來台灣除《醫師法》外還有《 營養師法 》,而《營養師法》第 12 條列舉營養師的法定業務,包含營養評估、飲食設計、個案諮詢、膳食管理等。 這部《營養師法》在幫大家的健康把關,因為不能隨便一支影片、一段報導,就能提供營養建議。在法規中,需要接受完整的專業教育,並持續進修,每 6 年就要提出繼續教育的證明文件,才能更新執業證照;沒有「營養師」的證照不能自稱「營養師」,法規中列舉了營養師的業務範圍,並規定須親自執行業務,不能由他人代理,如果藉由通訊方式執行業務,還要經過執業登記的主管機關核准;執行業務時還要做紀錄,這些紀錄可能還會成為法律或醫療紀錄文件。 成為「營養師」需要符合嚴格的要求與限制,並不是隨便用AI分析、讓AI提供建議就能取代的。台灣每年會舉辦 2 次營養師的考試,參考自中華民國營養師公會在 2025年的統計資料 ,台灣每年營養科系的畢業生約 1500 人,到 2025年,累計已有 11,860 人通過考試取得執照,及格率約 25%,看起來是一個具有挑戰性的考試。 Bot 的個人化建議,算不算「執行業務」? 在我設計的 Bot 裡,不是只有拍照上傳讓 AI 去分析、評估,事實上還有其他情境的飲食需求,再提供使用者建議,例如由 Bot 提醒當天攝取的蛋白質不足,或我在前篇文章中提到的鈉的攝取量過高,Bot可能提醒要減少鈉的攝取或是多補充哪些蛋白質來源,這些分析與建議是否算「執行業務」?在該法第 29 條中也寫明,如果沒有取得營養師的資格而執行相關業務,本人及其雇主各處新臺幣 5 萬元以上,25 萬元以下罰鍰。 法律規範的對象是「人」,目前法律還沒有明確定義 AI 工具的法律地位,也不知道該找誰負責,是開發的工程師?大語言模型的公司?還是開發的公司?一般開發者通常會在提供的資訊裡加上「僅供參考、非醫療建議」的免責聲明來規避,但無從得知這樣的聲明在法律是否具有效力。另外,由於在 Bot 中可以設定慢性病的個別飲食計算,還可能同時踩到《醫師法》(涉及診療)與《營養師法》(涉及個案管理)。同時,即使開發者已在服務中加入「僅供參考、非醫療建議」的免責聲明,主管機關或法院在判斷是否構成營養師業務的執行時,...