跳至主要內容

[試讀]鐵塔上的少女

アンクレット・タワー (単行本)

日本與台灣有很多社會情況是類似的,在還是學生的時候,台上的老師說,台灣未來的前景如何就看日本現在的經濟發展如何。老師說這話時,日本正面臨經濟泡沫化的危機,不過台灣多為中小企業且組織較具彈性,所以在當時是沒有發生問題的,直到現在,問題一一浮現。除了經濟狀況外,被日本統治過的台灣人,也和不少日本人一樣,對於愛,我們都說不出口,愈是愛對方,愈是說不出口,有不少人反其道而行,也有不少人反而傷害到自己所愛的人。

這本小說主要是在說友情與愛情,書中的每對男女,所有情緒的出口都繫在這位鐵塔上的少女:「如果她...,就...」。我們總是以一些無關緊要的小事情作為藉口,並以這些轉折點來做為釋放壓力的管道:

  1. 「如果,如果那孩子平安下來,我就讓你和我的男人見面」
  2. 「如果,如果這孩子安全地從鐵塔上下來,我就說出實情」
這兩段剛好是兩對「夫妻」中,妻子心中的話:一對是遇到生育障礙的妻子和渴望孩子的丈夫;一對是女性懷孕但男性在當時無法負擔工作及家庭壓力而要求女友墮胎,女友傷心離開多年後,兩人再度相遇。

小說裡提到的一些社會狀況,不止日本社會常見,台灣的社會也有,例如:年輕人對於工作及愛情的態度、女性對愛及認同的渴望、孩子對家庭溫暖的渴望、夫妻間缺乏溝通以致於婚姻受挫,這些都是很常見的家庭或是個人認同的問題,因為無法得到被認同,於是傷害了愛自己的人,無力改變的人就選擇傷害自己。我們都渴望被愛,希望自己就是那個被愛的人,但往往也不願去愛人或是把心中的愛說出口,這份渴望變成了焦慮,最後變成了一種反向動作,例如書中無法生育的妻子要丈夫另外再找情人,還有其他人做出許多荒謬的事。這些都繫在那位站在鐵塔上的少女的身上,她是否跳下來的決定,繫上了許多人的壓力,在這些人的眼中,她只是因為母親不能完成她的生日願望而做出無理可鬧的動作,他們的心中可能覺得荒謬無理取鬧,卻不知道自己所做的行為也是不可理喻的。

很多事情,我們只看表面而未看到事情的真相,就像這些人會以自己的認知去解釋少女的行為一樣,在其他人的眼中,書中因為各種原因而焦慮的人們,他們也不會真正在乎少女為什麼會做這樣的行為。鐵塔上的少女,真正讓她爬上鐵塔的原因,是因為母親對她身體與心理上的虐待,還有父親對她的冷漠與蔑視,令人感到難過的是在她出生後就被父親遺棄也被母親怨恨,甚至在說出自己差點被母親的男友性侵的經驗後,也得不到母親的支持,反而是遭受辱罵,如此的傷害,任何人都撐不下去,更何況是一個處於青春期需要被認同的女孩啊!生日對一個缺乏愛的少女而言是一件十分重要的事,幾年前的這天她來到這個世界,卻彷彿受了咀咒不佩被父母喜愛的,如此的忽視。

作者以少女跳樓的原因作為轉折點,前半篇在寫這些三對情侶及夫妻的相處狀況,少女與母親相處的狀況及跳樓的原因,將讀者的情緒帶到一個緊繃點,再寫情侶及夫妻們因為鐵塔上女孩的決定而做出的行為與決定,最後再寫出最後影響少女是否跳下鐵塔的主要原因。

很遺憾的是我目前若是寫出結局可能會讓想讀這本書的讀者感到索然無味。在初踏入輔導諮商的門檻後,我覺得這本書的作者十分細心的去安排整本書的情節與情緒流動的方向,結局的安排雖不令人感到意外,但並不會讓人失望。

隨選歷史閱讀:

Powered by Stuff-a-Blog

留言

此網誌的熱門文章

哪個應用、服務、平台可以代表台灣?

大概 2003、 2004 年,我還是個大學生,那個時候「電子商務」是一門選修課,那個時候台灣還在所謂的電子商務泡沫化中復甦,很多熱極一時的「電子商務」就像今天大家看到的 FTX 事件一樣,一點都不真實,很多執行長、總裁瞬間就失業了,也有很多投資人的錢拿不回來。 看過歷史上的鴻源事件、經歷過電子商務的虛無飄渺時期,再看到 FTX,其實也不會太驚訝。通常泡沫消散後,未來才會到來。 回到大學課堂,穿著輕便但言語犀利的老師談到當時的 Amazon 網路書店,他問大家對 Amazon網路書店的看法,那時的Amazon一直被看壞,所有的媒體都不看好它。甚至會有各種市場傳言,覺得 Amazon會被賣給哪家公司或哪家公司、網路書店會主動併購它。 最後老師說,不會,Amazon書店不會那麼輕易就垮掉,它有其代表的意義。 這個答案給了我很深的印象,我常會問自己,台灣有哪個服務會具有這樣的意義? 偶爾我會問身邊的朋友、同事,對於台灣的哪個服務,會覺得有不能輕易垮掉、要支持它的?我列一下自己所接觸過的,這個世代的應用: 通訊服務:ICQ、MSN Messenger、LINE、Cubie Messenger(台灣,已無服務)、Google Talk、WhatsApp、Telegram、Skype、Signal,還有一些台灣可能較少聽到。 社群平台:Twitter、Facebook、LinkedIn、無名小站(已停止服務,它雖然是Blog,但比較像社群)、Plurk、PTT、Dcard、Instagram、AKASHA、Pinterest Blog平台或架站:Blogger、Wordpress、Drupal 共享書籤 : HemiDemi(已沒有提供書籤服務)、美味書籤delicious 叫車服務:UBER、55688 、呼叫小黄、LINE Taxi、yoxi  當然還有很多是我沒接觸過的,請原諒我的見識不夠廣泛,忽略了哪一個平台、應用或服務。一時想到的大概就這些。有一些服務已經消失或在被併購後就消失了,我也忘了名稱,至於 TikTok 和小紅書,是我不想碰觸的應用服務。 在韓國有 Kakao,日本有 LINE、PayPay,東南亞國家有Grab,中國有自己的網路應用,那台灣呢?之前 KaKao 中斷服務,造成民生應用的線上服務也幾乎中斷,過度集中依賴在一個服務上的確是一個缺點。在和...

我在不會寫 code 的情況下做出一個桌面工具

當各種AI工具迅速發展的情況下,大家也開始製作自己常用的工具,更進一步公開分享給大家使用,例如 Jimmy Su 就分享自製的 沉浸式翻譯工具 ,滿足一般人平時上網閱讀外文頁面的需求;進一步像是 Justin Lee  開發的 ccxray ,讓Claude Code的使用者可以監看Claude Code與Anthropic API之間的互動,使 AI Token 的消耗變成視覺化的儀表板。 為什麼做這個工具 AI 幫助許多一般網路使用者做出適合自己使用的工具,我自己也曾 分享自己的經驗 ,現在做出一個應用程式的門檻已經降低許多,AI不會讓程式設計工作消失,反而讓更多人投入這樣的工作,從這個角度看應該是好事。 我自己也用AI打造一些工作上會使用的工具,包括後來做的這個「 AI-Doc-Translator 」,這是獨立自我日常工作使用的工具的其中一個功能,做成一支桌面程式。 由於每天都會接觸到外文論文、期刊,很多PDF檔下載後,只會放在儲存空間裡,或是丟到電子書應用程式裡,但什麼時候再打開?打開還要再閱讀外文的摘要、從頭理解?這些都會消耗掉耐心,於是我讓AI先幫我摘要重點,讓我大致了解檔案內容、記錄後,再做關聯成為自己的知識庫。 這個工具主要的功能是翻譯、摘要,它不是通篇翻譯,也不是改寫作者的內容,只做摘要,長期累積起來的文件會相當可觀,就可以做成知識庫應用。人們通常在下載文件時,自己已經先篩選過資料了,也不是隨便下載,所以使用者自己就是守門員。 為什麼不用 Notebook LM 就好 當然也有很多人習慣把檔案抓下來後丟進各種AI工具,Notebook LM、各種AI Chatbot或是翻譯軟體,但我自己在使用後的心得是,因為資料量太多,Notebook LM的效能會很差,而各種AI Chatbot 在對話結束後,使用者要再找回對話記錄可能還要花時間找尋。那為什麼不平時就開始做知識庫呢?所以在翻譯、摘要的過程中,也是在建立自己的知識庫,存在某個資料夾,可以再利用各種工具來搭建。 我自己是使用 Obsidian 配合 Claudian Plugin 一起使用。在閱讀由LLM產出的摘要時,我一定會遇到無法理解的內容,就可以再使用Claudian進一步「討論」內容,或請它解釋。於是文件就不是只有文件,而是可互動性的內容,也不會只在電腦裡積灰塵。 製作「AI...

不是公司設在哪裡,是公司的服務對象是誰:臺灣中小企業的跨境法遵現實

歐洲資料保護委員會(EDPB)在2026年2月發布的刪除權調查報告,給我一個很難忽視的數字:他們聯合調查了將近8,000家企業,回應率不足一成。 這個數字不只是個資法遵落差的指標,它更像是一個訊號:當監管機關開始大規模橫向調查,沒有回應不代表豁免,代表的是還沒輪到你。 更讓我在意的,是這場調查背後的制度性涵義。EDPB首次明確將備份系統納入刪除義務範圍,這意味著企業不能再把「刪除」當成一個資料庫指令的問題,而必須把它理解成一個系統架構問題。這一步看起來是資料保護法的問題,但它實際上開始觸碰AI系統設計的核心:一個以個人資料訓練的模型,要怎麼「刪除」某一筆資料的影響? 這正是我想在這篇文章討論的事:三個原本分開運作的監管領域——競爭法、資料保護、人工智慧監管——在近年間,已經開始彼此滲透,形成臺灣中小企業難以用過去的法遵邏輯應對的複合壓力。 競爭法:從行為合謀到架構審查 全球反壟斷執法在過去一年發生了一個根本性的轉變,而它的影響遠比多數企業意識到的更廣。 過去的競爭法問題大多有一個清楚的前提:企業之間是否彼此溝通、達成協議。現在這個前提正在鬆動。美國加州的反壟斷法在2026年1月修訂後,正式將「競爭對手共同使用同一定價演算法」納入審查範圍,即使業者之間沒有任何直接溝通,只要共享了同一套系統的輸出結果,就可能被認定為形成協同定價的制度環境。 這個轉變的理論基礎來自稍早的RealPage租金案:多家房東將非公開的即時租金資訊提交給同一平臺,平臺以演算法生成建議租金。法院的判斷是,不需要租東彼此達成共識,這個「共同使用同一個資訊中介」的架構本身,已經可能構成協同定價的條件。 紐約州對Instacart演算法定價機制的調查,和歐盟對Google AI內容抓取的反壟斷調查,都在同一個方向上進一步延伸。歐盟這個案子格外值得注意:Google被指控在未取得授權的情況下,以爬取網路出版商內容的方式訓練AI模型並生成搜尋摘要。這是競爭法第一次正面觸及AI訓練資料取得的合法性問題——從反壟斷法的角度,不是從著作權法。 對臺灣企業的直接影響在這裡:如果你的公司使用第三方定價工具、需求預測平臺或市場分析服務,你需要知道這些服務是否同時服務你的競爭對手,以及這些系統是如何處理競爭敏感資訊的。這不再是IT部門的採購決策,而是一個具有競爭法風險的經營選擇。 歐盟《數位市場法》(DMA)和英國《數位...