跳至主要內容

[試讀]那些我們沒談過的事

  • 書名:那些我們沒談過的事
  • 作者:馬克.李維(Marc Levy)
  • 出版:商周
  • ISBN:
  • 活動網址:連結
原以為這本書不太好讀,在讀這本的同時,我也讀著Yalom的《當尼采哭泣》,相較之下,這本小說真是輕鬆好讀多了。
《那些我們沒談過的事》的主軸是一對幾乎沒有溝通空間和時間的父女,一直到女兒朱莉亞要結婚的前三天,她接到父親的死訊,父親的葬禮就在她的婚禮當天。在葬禮結束後,情緒尚未平靜的她收到一個大木箱,裡面走出的是一個和她父親一模一樣,自稱是她父親安東尼的機器人,並要求和朱莉亞相處一個星期。
許多小說裡的主角會是以父子、母女或母子之間的相處情況來當故事主軸,這本小說的主軸是較少見的父女,這個女兒是個獨立自主的女性,有成功的事業,有一個比和未婚夫還有親密的男性同志好友,而不是常見的父親與年幼女兒的溫馨故事。
獨立自主的女性也會在婚禮前質疑自己將要嫁的這個人是不是真的要攜手共度一生的人?也會有愛人與被愛天人交戰。一個人的生命是不是只有一條路可以走?在茱莉亞年輕的時候,曾經有一段異鄉的戀情,而她那浪漫而感性的人生就停止在父親以強硬的手段帶回美國後停止了,在回家後她又創造了一個理性及獨立的人生。當自稱是安東尼的機器人出現,並開始與女兒在一個星期的旅行裡不斷的溝通與交談後,茱莉亞從理性、壓抑的個性中解放,讓她走向自己在年輕時走的道路上。機器人安東尼的角色就像西式婚禮中父親牽著女兒的手走在紅毯上,將女兒的手交給新郞,只是這條紅毯很長,從美國到加拿大到德國到羅馬再到德國,這麼長的紅毯只因為安東尼要把這個女兒從壓抑的人生中帶回她天真浪漫的人生道路上。
我很喜歡以下的幾段話,這對鮮少溝通的父女,在旅途最後一天的夜晚終於有了真正有意義的對話:
安東尼:「真有趣,我們都找出所有正當的理由來禁止相愛,只是為了愛受苦,有一天會被拋棄。可是我們是多麼熱愛生命啊!而我們心理很明白,有一天生命會離開我們。」
在朱莉亞與父親一番對談要離開房間時,
她問父親:「你想我們是不是有一天能夠不再被愛情折磨?」
安東尼回答:「永遠不能!除非妳運氣好。」
以下這段話其實有十分強烈的暗示,但沒有看到最後,會以為安東尼在為過往所做的事祈求得到女兒的諒解:
「...沒有一個父母親能替代自己的孩子去生活,但並不因為如此我們就不會去擔心,你們有不幸的時候我們不會跟著痛苦。有時候這會給我們一股衝勁去行動,設法指引你們的前途,也許會因為笨拙,或是愛得太過而弄錯,但要比什麼都不做來得好。」
當我讀完這本小說,會發現父親並不像女兒所想像的那麼冷漠,他雖然不知道如何和女兒相處但他總是默默的在一旁關照她,疼愛到縱容她,直到他擔心女兒的幸福時他才會親自出現來改變女兒的人生;而表面看起來獨立且成功的朱莉亞在實質上是一個衝動的女孩,在情緒的大起大落中,始終沒有看清楚真相,她怨恨自己一生的幸福被父親破壞,但在父親的安排裡,她才真正意識到什麼是愛,並放任自己追求自己的幸福,還是不離她父親的安排。安東尼在離開朱莉亞前所留下的那封信就像正常父親對女兒會說的話一樣,當他確定女兒的選擇後,就像他把新娘的手交給新郎時一樣,給予祝福。
沒有花太多心力去讀這本小說,雖然我覺得朱莉亞在柏林圍牆倒塌時遇見她的真愛是一件很值得玩味的事,但我始終沒有花太多心思去想這件事,我一路翻啊翻的把這本小說讀畢,看到結局時忍不住笑了出來,原來開頭的手機鈴聲是有意義的,而小說的結局就不會讓人以為這又是一本公主與王子從此幸福快樂的故事而已,我想,作者把結局安排的如此幽默,讀者還是不要急著翻到最後吧!

照片是4月25日在鶴岡八幡宮前所拍到的日式婚禮隊伍。

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...