Practice
真問題 01
思問卡 02
決策室
0 / 0模組一 · 課程定位
三個根本問題
在學習任何知識之前，先問自己為何在這裡、為何在乎、以及我們真正知道多少——釐清學習動機，對抗 Dunning-Kruger 的自信幻覺。
① Why here？你為什麼在這裡？
② Why care？你為什麼在乎？
③ How much do we know？我們真正知道多少？
模組一 · 背後理論
三個根本問題
核心概念
課程的開場自我釐清練習，對應心理學中的 Dunning-Kruger
曲線——自信與能力的落差。人往往在知識最少時最自信（愚昧之峰），唯有先誠實面對「我不知道的」，才能開始真正學習。三問強迫學習者主動設定學習動機，從被動接受轉為主動建構知識。
「學習是為了賺取，賺取是為了回饋。」 — Learn to Earn, Earn to Return｜林益全教授
模組一 · 魔鏡魔鏡告訴我
克服演講恐懼工具箱
緊張代表你重視這場演講——透過系統性準備，把焦慮轉化為熱情與投入。
- 找到激勵歌曲（Hype Song）
- Power Pose——Amy Cuddy 力量姿勢（持續 2 分鐘）
- 深呼吸法（Diaphragmatic Breathing）
- 臉部肌肉與聲音熱身（「歐喔」練習）
- 撰寫「安全網」——簡單演講大綱
- 使用關鍵字筆記，避免死記硬背
- 套用 STAR 法則（Situation/Task/Action/Result）
- 演講前與幾位觀眾聊天，找到 Connection Point
- Post-Speech Reflection：記錄 2 個成功 + 2 個可改進
模組一 · 背後理論
克服演講恐懼工具箱
核心概念
課堂互動實踐「魔鏡魔鏡告訴我」——透過 Trust Triangle（同理心 Empathy × 邏輯 Logic × 真誠 Authenticity）建立信任。Pre-Speech Routine
是系統性準備，讓演講者把注意力從「評價自己」轉移到「傳達訊息」。Perfectly Imperfect：接受自己的不完美，是克服緊張的核心心態。
「沒有人天生就是完美的演講者，錯誤是學習的一部分。」 — 模組一 Perfectly Imperfect 原則
模組二 · 人生價值分析
靈魂的減法測試
從成功定義的 16 個變數中，一層層問「如果少了這個，我還是我嗎？」——篩出你真正不能失去的 3 個核心。
16 個變數（點選你已考慮過的）：
年齡 外表 健康 聰明 家庭 教育 專長 職業 財富 名聲 地位 權力 朋友 志趣 社團 信仰
我最終不能失去的 3 個核心（具體描述）
模組二 · 背後理論
靈魂的減法測試
核心概念
擴展者的三位一體方程式第二步：收斂變數。成功的 16
個變數分屬四象限：與生俱來的條件、成長累積的資產、社會取得的結果、選擇接觸的環境。人生的悲劇不在於「擁有太少」，而在於「用力的方向分散在平庸變數上」。找到 3
個核心，所有選擇才能圍繞這些價值累積，產生複利效應。
「放棄 16 個平庸變數，聚焦 3 個不可替代的長期核心。」 — 模組二 擴展者的三位一體方程式
模組二 · 30 年視角工具
生命的樂章矩陣
在 30 年的維度下，思考對你最重要的人，他們真正在乎的價值——打破「下一份工作」的短視迴圈。
縱軸：我在乎的人 × 橫軸：30年三個五年期。點選象限確認已思考。
今後 5 年
5–15 年
15–30 年
自己
健康、職業方向
財富、影響力
志業、傳承
家人
陪伴、支持
教育、家庭
晚年、關係
夥伴
建立信任
共創事業
生態影響
這個矩陣讓我意識到…
模組二 · 背後理論
生命的樂章矩陣
核心概念
對抗「人生的盲點：短期目標的堆疊」。線性勞動（下一份工作→下一個收入）停下即歸零；系統性人生需要 30 年的維度。矩陣強迫使用者從「我想要什麼」切換到「他們真正在乎的價值是什麼」，實踐
Trust Triangle 中的同理心（Empathy）——理解他人真正的需求，而非投射自己的期望。
「人生不是設立目標而已，而是設定你的目標函數！」 — 模組二 人生第一性原理
模組二 · 度化智能
蝌蚪變青蛙・榜樣金句練習
找一位讓你認同的榜樣，擷取他說過的一句話——探索你真正認同的核心價值觀。
Role Model（榜樣是誰？）
Quote（他說過的一句讓你深受啟發的話）
Why（為什麼這句話讓你共鳴？）
模組二 · 背後理論
蝌蚪變青蛙・榜樣金句練習
核心概念
度化智能的「Being」層次——你想成為什麼樣的人？蝌蚪（現在的你）→
青蛙（認同的榜樣）的轉化歷程，核心是找到不可替代的核心價值並建立一致的敘事。榜樣幫你看見「可能的自己」；金句是濃縮的價值觀標籤；Why
是把外部認同內化為自我敘事的關鍵步驟。
「能力不是第一性原理，敘事才是。」 — 模組二 系統第一性原理
模組二 · 宇宙觀校準
宇宙觀校準三問（奪回敘事權）
你活在誰設定的敘事裡？三個問題幫你從「別人的事實堆」跳出來，重新寫自己的航海圖。
① 我現在活在誰設定的敘事裡？
② 我的 16 個變數中，哪 3 個是核心？（靈魂減法結果）
③ 我的長板是什麼？能否帶著它進入肥尾市場？
模組二 · 背後理論
宇宙觀校準三問
核心概念
擴展者的三位一體方程式：① 跳出系統（奪回敘事權）→ ② 收斂變數（靈魂的減法）→ ③
接入乘法（長板複利進入肥尾市場）。世界是敘事驅動、極端值湧現的宇宙，而非事實堆砌、平均分配的樂園——這是加法人生 vs. 乘法人生的核心分野。
「不做等待順風的帆，成為寫下航海圖的風。」 — 模組二 度化智能
模組二 · AI 時代商業模式
AI 時代 Best Practice 自問清單
AI 能填補 0–80 分的效率；80–100 分的勝負靠判斷力（Judgement）——審視自己在哪個象限啟動 AI 轉型。
維持可控
探索彈性
代客行動
Customer Proxy
護欄內代客行動
哪裡可嘗試？
護欄內代客行動
哪裡可嘗試？
Orchestrator
承擔生態最終結果
我們的核心戰略要地？
承擔生態最終結果
我們的核心戰略要地？
強化流程
Existing+
強化現有流程
哪些場景適合？
強化現有流程
哪些場景適合？
Modular Curator
跨系統動態組裝
何時需要？
跨系統動態組裝
何時需要？
我的組織 / 我自己，目前位於哪個象限？下一步是？
模組二 · 背後理論
AI 時代 Best Practice 自問清單
核心概念
MIT CISR 針對 2013–2025 年 2,378 家企業的長期數據，提出 AI 時代商業模式四層演進。Output Trap vs. Outcome
Goal：AI 產出海量效率，但前端加速而後段未跟上等於無效。0–80 分靠 Intelligence（模型），80–100 分靠
Judgement（判斷力）。寫程式多半是智能；知道接下來要造什麼才是判斷力。
「Writing code is mostly intelligence. Knowing what to build next is judgement.」 — 模組二 AI 決策框架
模組三 · 正和思維
正和思維轉化練習
大腦預設零和（稀缺感知）。透過三步驟 SOP + 10 情境抽樣，把「我有沒有吃虧？」切換為「我能貢獻什麼？」
1
暫停「搶奪」壓抑遇到競爭就想爭奪單一資源的直覺反應
2
重新定義痛點越過對手，看見整個系統或對方真正卡住的地方
3
提供不可或缺的價值主動讓利或設計好局，讓自己成為系統中不可替代的節點
🎲 今日情境（點「換一題」抽題）
—
你的正和思維版本：
模組三 · 背後理論
正和思維轉化練習
核心概念
零和本能是人類演化出的稀缺感知，但 AI 資訊經濟的邊際成本趨近於零、價值可無限複製。三層供給側架構：核心輸出層（求解能力）→ 中介膠水層（人機轉譯介面）→
網路路由層（聲譽即折現率）。靠譜是工程能力——AI 讓技術變便宜，卻讓協作變昂貴，能轉譯業務痛點者才是真正稀缺。
「你的終極競爭力，不在於跟 AI 比算力，而在於成為那層不可或缺的膠水（Middleware）。」 — 模組三 系統架構升級指南
模組三 · 不確定性燃料
生火指南四法則
不確定性不是牆，而是唯一的燃料——四條法則把波動從敵人變成動力引擎。
- Rule #1 火侯控制（80/20）：每週在行事歷刻意留 20% 空白，讓新事物有空間進來
- Rule #2 情緒降維（焦慮兩問）：問①「有哪些可以多了解？」→ 填補資訊缺口；②「哪些即使知道更多也改變不了？」→ 放下執念
- Rule #3 追求熱值：優先選「沒人確定答案，但解開了回報指數跳躍」的命題，追求高風險溢酬
- Rule #4 囤積選擇權：建立弱連結人際 / 碰觸跨域認知 / 讓自己始終站在充滿機會的十字路口
我目前最需要加強的一條法則，以及具體行動：
模組三 · 背後理論
生火指南四法則
核心概念
塔雷伯（Taleb）的收益函數思維：不確定性沒有好壞，取決於你的「收益函數形狀」。脆弱型（跌一點死很慘，漲很多也只多拿一點）應避開；反脆弱型（跌幅有限但漲幅無限）應擁抱。義大利學者
40 年虛擬職涯模擬：頂端者非最聰明，而是「中高能力 × 極端好運」——Optionality 正是讓好運找得到你的策略。
「你不需要每天冒險，你只需要留下 20% 的縫隙讓奇蹟發生。」 — 模組三 生火指南
模組四 · 策略預測力
RCF 參考類預測三步自檢
「我是一個樣本，不是一個故事」——強迫從英雄敘事切換到統計視角，對抗規劃謬誤。
1
確立參考類找一組數量足夠、與你高度相似且已結束的案例/專案（不要找你喜歡的榜樣）
2
找出基準線檢視該參考類的平均成本、時間、失敗率（注意中位數與尾部風險）
3
客觀微調除非有極強的客觀證據，否則預設自己就是中位數；達到 P80（80% 把握不超支）才算合格
我目前在進行的計畫或決策是？
我的參考類（找到多少個類似案例？基準線是？）
模組四 · 背後理論
RCF 參考類預測三步自檢
核心概念
由學者 Bent Flyvbjerg
提出，終極反自戀裝置。人腦的「幻覺生成引擎」：樂觀偏誤、確認偏誤、控制錯覺、自利歸因、敘事謬誤，系統性地讓決策者低估成本與時間。實證數據：論文寫作預估 33.9 天，實際
55.5 天；悉尼歌劇院預算 700 萬，實際 1.02 億美元。現實往往比你最悲觀的估計，還要再悲觀一點。
「旁觀者未必比你聰明，但旁觀者沒有你的自戀情結。」 — 模組四 外部視角核心價值
模組四 · 策略預測力
決策品質四象限自評
好策略必須「選對模式（Prediction）× 算得清楚（Forecast）」——點選你目前所在的象限，診斷下一步。
算得清楚（低）
算得清楚（高）
選對模式（高）
美麗的幻影
有願景但無資源，
在迷茫中耗盡精力
有願景但無資源，
在迷茫中耗盡精力
✓
策略預測力
組織決策最高境界，
安全且高速的規模化
組織決策最高境界，
安全且高速的規模化
選對模式（低）
盲人摸象
隨波逐流，
純靠運氣
隨波逐流，
純靠運氣
高效率的停滯
完美的財務報表，
卻做沒有未來的產品
完美的財務報表，
卻做沒有未來的產品
我目前在哪個象限？我需要先補強什麼？
模組四 · 背後理論
決策品質四象限自評
核心概念
策略預測力雙引擎：引擎一 Prediction（選對模式）——方向對不對？我們要去哪？商業模式有破壞力嗎？引擎二
Forecast（算得清楚）——資源夠不夠？每季 KPI 是什麼？何時停損？兩者缺一不可。創辦人直覺必須通過「模式對齊」和「資源試算」兩道關卡，才能轉化為組織執行力。
「好策略，既要選對模式，也要算得清楚。兩者缺一不可。」 — 模組四 策略預測力核心
模組五 · 宏大敘事
MTP Reflection + 效果邏輯三問
找到你的 MTP（Massive Transformative Purpose）——超越利潤的北極星，用效果邏輯三問盤點你擁有的資源。
▍效果邏輯三問（盤點起點資源）
我是誰？（身份與專長）
我知道什麼？（知識與洞見）
我認識誰？（人脈與生態）
▍MTP
宣言（Massive + Transformative + Purpose）
模組五 · 背後理論
MTP Reflection + 效果邏輯三問
核心概念
Sarasvathy 效果邏輯（Effectuation）的核心起點：Bird in Hand 原則——從手中已有的資源（我是誰 / 我知道什麼 /
我認識誰）出發，而非從預設目標反推。MTP 是目標函數而非目標點，賦予敘事壓力測試三關：情感共鳴（親近友）× 邏輯一致（懷疑論者）× 可傳播性（陌生人），三者都能說服才算形成共同知識。
「別浪費時間在不是你的價值觀的事情上！」 — 模組五 MTP 核心精神
模組一 · 愛拼才會贏
拼圖 vs 拼布：創業思維的四軸
拼圖＝管理思維（按圖索驥），拼布＝創業思維（從現有材料拼出獨特作品）——你現在用的是哪種思維？
- 定位：我理解「拼圖（管理）」與「拼布（創業）」的本質差異
- 領導力：我思考過「領導力 vs 追隨力」在我現況中的角色
- 問題類型：我能區分「技術問題（有標準答案）」與「挑戰性難題（需創意）」
- 夥伴選擇：我理解新創夥伴選擇的邏輯（Crazy Quilt：形成夥伴優於競爭分析）
我目前生活/工作中，最需要「拼布思維」的一個場景：
模組一 · 背後理論
拼圖 vs 拼布：Effectuation Crazy Quilt
核心概念
Sarasvathy 效果推理的 Crazy
Quilt（拼布）原則：創業初期不做競爭分析（拼圖），而是主動與利害關係人結盟、形成夥伴關係。管理思維預設「有既定答案」；創業思維預設「答案尚未存在，由我們共同創造」。成功的創業者把每個「意外來的夥伴」當成新的布塊，編織出獨特的商業圖騰。
「拼布是創業思維，拼圖是管理思維。」 — 模組一 愛拼才會贏
模組一 · 種子資金任務
種子資金任務：90分鐘商業模式驗證
給定極小種子資金（NT$50–500）+ 90 分鐘，賺越多越好——體驗 Affordable Loss 原則的真實運作。
你的團隊拿到的種子基金是（或假設是）：
你的商業模式構想（核心：如何在 90 分鐘內變現？）
最大的不確定性 / 風險是什麼？你的 Affordable Loss（最多損失多少仍可接受）？
模組一 · 背後理論
種子資金任務：Affordable Loss 原則
核心概念
效果推理的 Affordable Loss
原則：創業者不問「預期報酬最大化」，而問「即使失敗，我能承受多少損失？」這把決策焦點從「能贏多少」轉向「輸了還能繼續玩」，讓試驗成本降低、讓更多實驗成為可能。種子資金任務是
Affordable Loss 的體驗版——在安全沙盒裡練習商業模式設計，學習從現有手段出發（Bird in Hand）而非設定遠大目標反推。
「創業家志業：創造機會、組織團隊、解決難題、傳承價值。」 — 模組一 林益全教授
模組二 · 可擴展人生
可擴展人生三基石
當這三件事同時成立，人生就具有方向性、累積性與放大性——把加法勞動升級為乘法人生。
1
找到不可替代的核心價值靈魂減法測試後，我已確認 3 個不能失去的核心
2
讓所有選擇圍繞這些價值累積我的日常決策是否朝核心價值靠攏，而非被隨機機會驅動
3
建立一致且可持續的敘事我能用一句話向陌生人說清楚「我是誰、我在做什麼、為什麼」
我目前最薄弱的基石是哪一個？下一步具體行動：
模組二 · 背後理論
可擴展人生三基石
核心概念
「可擴展人生」對應機器學習中的
Scalability——系統在規模增大時仍保持效能的能力。人生如果是隨機演化（非結構化），停下即歸零；結構化人生圍繞核心價值持續強化，產生複利效應。三基石對應：①找核心（靈魂的減法）→
②一致決策（目標函數）→ ③可傳播敘事（共同知識）。這三件事形成閉環，驅動「敘事→選擇→接觸→累積→成為」的人生第一性原理。
「找到不可替代的核心價值 → 讓所有選擇圍繞這些價值累積 → 建立一致且可持續的敘事。這，才是真正的 Scalability。」 — 模組二 人生價值分析法
模組二 · 擴展者方程式
擴展者三位一體方程式
停止加法勞動，帶著你的極致長板進入肥尾市場——三個動作組成乘法人生的核心公式。
- ① 跳出系統（奪回敘事權）：我已辨識出目前活在誰設定的敘事裡，並開始為自己設定目標函數
- ② 收斂變數（聚焦3個核心）：我已完成靈魂的減法測試，知道自己的 3 個不可替代核心
- ③ 接入乘法（長板複利進入肥尾）：我已識別出自己的極致長板，以及對應的肥尾市場機會
我的「極致長板」＋「對應的肥尾市場」具體是：
我目前最大的「加法勞動陷阱」（做多少得多少，停下即歸零的事）：
模組二 · 背後理論
擴展者三位一體方程式
核心概念
真實世界是肥尾世界（冪律分配）而非平均世界（常態分配）。全球最富有的 8 個人擁有超越世界底層一半人口的財富——馬太效應的數學引擎是乘法（增量 = 當前動作 ×
存量），而非加法（1+1+1+…）。吉布拉特定律：大公司依然能保持驚人增長，因為他們帶著極致長板進入了肥尾市場。三位一體方程式就是讓個人也能複製這個邏輯的操作系統。
「停止加法勞動，帶著你的極致長板進入極端值的肥尾市場。」 — 模組二 宇宙觀與人生演算法
模組三 · 不確定性素養
不確定性素養：三層物理限制
AI 再強也無法消滅不確定性——它根植於宇宙底層。理解這三層限制，才能設計正確的應對策略。
- 混沌（Lorenz/Poincaré）：初始誤差非線性放大——蝴蝶效應，氣候無法長期預測
- 計算不可約性（Wolfram/Turing）：沒有捷徑，只能一步步跑——有些問題無法被壓縮
- 量子隨機（Heisenberg/Bohr）：宇宙底層本質就在丟骰子——測量本身改變現實
在我的工作/事業中，哪些不確定性是「可量化風險」？哪些是「奈特不確定性」（根本不知道可能結果有哪些）？
模組三 · 背後理論
不確定性素養：可量化風險 vs 奈特不確定性
核心概念
Frank H. Knight（1921）的核心區分：可量化風險（知道可能結果且能估機率）vs
奈特不確定性（連「可能結果有哪些」都說不清）。混淆兩者是企業的最大系統性風險——如 Netflix OTT 崛起、Tesla
電動車，都是訓練資料根本不存在的模型外情境。反身性：廣泛採用的風險模型本身成為下一次危機的起點（2008 年 VaR 模型）。
「不確定性不僅僅是缺乏資料，它其實是宇宙與人類社會運作的底層特徵。」 — 模組三 不確定性素養
模組三 · AI時代定位
三層供給側架構（Alpha Advantage）
AI 讓技術變便宜，卻讓協作變昂貴——你在哪一層創造稀缺價值？成為不可或缺的「膠水層」是生存關鍵。
L1
核心輸出層（Output）我能提供穩定、可遷移、可驗證的求解能力——我的「可驗證輸出」是什麼？
L2
中介膠水層（Middleware）我能主動降低協作摩擦，成為人機轉譯介面——我如何轉譯業務痛點為可執行洞見？
L3
網路路由層（Network）我在建立長期重複博奕的聲譽——我的「聲譽資產」是什麼？別人如何找到我？
目前我最薄弱的一層，以及強化計畫：
模組三 · 背後理論
三層供給側架構：靠譜是工程能力
核心概念
市場真正稀缺的是「在模糊場景中推進狀態（State Progression
A→B）」的能力：模糊資訊→資訊整理與敘事→系統化解決方案→高價值輸出。靠譜不是性格，而是工程能力：持續降低系統摩擦，包括轉譯業務痛點、轉譯情緒語言、沉澱標準流程。聲譽是未來的折現率——你爭取的不是名額，而是進入高密度合作網路的資格。
「聲譽，就是未來的折現率。你爭取的不是名額，而是進入高密度合作網路的資格。」 — 模組三 系統架構升級指南
模組四 · 規劃謬誤
悲觀校準提醒（對抗幻覺生成引擎）
現實往往比你最悲觀的估計，還要再悲觀一點——用五步驟校準系統性樂觀偏誤。
我目前在規劃的事項（專案/目標/計畫）：
我的內部視角估計（樂觀）：時間 ___ / 成本 ___ / 成功率 ___
RCF 外部視角：同類專案的歷史基準線（中位數）是？
我的 P80 校準後估計（加入緩衝）：
模組四 · 背後理論
悲觀校準：幻覺生成引擎的五大偏誤
核心概念
人腦的「幻覺生成引擎」包含五個系統性偏誤：①樂觀偏誤（這次一定順利）②確認偏誤（只看利好證據）③控制錯覺（以為意外都在掌控中）④自利歸因（失敗都怪環境）⑤敘事謬誤（把碎片包裝成熱血劇本）。實證：論文寫作平均預估
33.9 天，實際 55.5 天；悉尼歌劇院預算 700 萬，實際 1.02 億美元，工期超 10 年。
「工程界最貴的一句話，就是『我們這次能控制得住』。」 — 模組四 策略預測力
模組四 · 領導力升級
雙系統領導力拐點自評
在這個拐點上，過去讓你成功的個人決策法則，正是阻礙組織成長的最大瓶頸——診斷你現在用哪個系統。
動力系統（內在敘事）
導航系統（外部視角）
我用它做什麼
英雄主義驅動熱情
克服困難的意義感
自我敘事的力量
（點選：我懂得善用）
克服困難的意義感
自我敘事的力量
（點選：我懂得善用）
RCF潑冷水校準
防範風險的清醒
精準預測與資源調配
（點選：我懂得善用）
防範風險的清醒
精準預測與資源調配
（點選：我懂得善用）
我目前偏向
↑ 太多英雄主義
→ 需要補充 RCF
（點選如符合）
→ 需要補充 RCF
（點選如符合）
↑ 太多分析癱瘓
→ 需要補充敘事熱情
（點選如符合）
→ 需要補充敘事熱情
（點選如符合）
我在個人→組織的拐點上，目前最需要切換到哪個系統？具體場景是？
模組四 · 背後理論
雙系統領導力：個人決策 vs 組織決策
核心概念
個人決策曲線（速度快、依賴直覺、擴展性極低）在組織規模化後撞上天花板。組織決策曲線（需共識、依賴系統/數據、擴展性無上限）需要更長建置期，但一旦啟動後超越個人。拐點：早期讓你成功的個人敏銳直覺，到了組織規模化階段成為最大瓶頸。卓越領導者擁有在「動力系統（英雄主義）」與「導航系統（RCF校準）」間隨時切換的機制。
「卓越的領導者，擁有在動力系統與導航系統間隨時切換的拐點機制。」 — 模組四 策略預測力
模組五 · 局部最優
局部最優陷阱突破三步驟
在舒適區內持續優化，反而鎖死在次佳解——要抵達全域最優，必須先接受暫時「下坡」。
1
辨識局部最優我目前執著於「微調既有商業模式/工作方式」而非根本性重新定義——我看見了嗎？
2
重新框架問題「問題本身是否問對了？」引入外部視角，從更高層次的目標函數重新定義問題
3
接受暫時下坡離開當前高點需要短期損失——我願意承受什麼樣的「下坡代價」來抵達全域最優？
我目前最明顯的「局部最優陷阱」是（描述你執著微調的那件事）：
模組五 · 背後理論
局部最優陷阱：能量地形圖
核心概念
以「能量地形圖」理解：局部最優（Local Optimum）是山頂的小高點；全域最優（Global
Optimum）是更高的山峰。在局部最優持續向上爬（優化），只會讓自己更深陷其中，因為山的斜率讓你看不到更高的山。要跨越，必須先「走下坡」到谷底，再爬向更高峰。創業情境中，執著於既有商業模式的微調是最常見的陷阱——MTP
正是讓你看見全域最優在哪裡的工具。
「跨越局部最優需要主動下坡：接受短期損失，才能抵達更高的全域最優。」 — 模組五 局部最優的陷阱
模組五 · 度化湧現
度化三度自評（無設計者的設計）
沒有總設計師，你每一次微小的決定，都在參與這個世界的設計——三種「度」決定生態能湧現出什麼。
點選你已意識到並刻意選擇的「度」：
短期回報
長期做大
分紅之度
快速分利
塑造短期記憶文化
（我考慮過這選擇）
塑造短期記憶文化
（我考慮過這選擇）
犧牲分紅做大生態
長期影響力複利
（我有意識選擇）
長期影響力複利
（我有意識選擇）
容忍之度
嚴格停損
快速進出市場
（我考慮過這選擇）
快速進出市場
（我考慮過這選擇）
高容忍度
養出更大量級的公司
（我有意識選擇）
養出更大量級的公司
（我有意識選擇）
放手之度
嚴格監管
控制創新風險
（我考慮過這選擇）
控制創新風險
（我考慮過這選擇）
高度放手
塑造社會創新態度
（我有意識選擇）
塑造社會創新態度
（我有意識選擇）
我目前在哪個「度」上的選擇，最可能影響到身邊的生態系？
模組五 · 背後理論
度化：複雜系統的湧現（Emergence）
核心概念
湧現（Emergence）：複雜系統的秩序不是被設計出來的，而是從微觀決策的累積中湧現。「演化 →
度化」——系統在足夠多的試錯後，才具備湧現新性質的條件。三種「度」決定生態能湧現出什麼量級的創業生態：分紅之度（塑造長短期文化）、容忍之度（決定市場能養出什麼量級的公司）、放手之度（影響整個社會對創新的態度）。你不只是創業者，而是系統設計的共同參與者。
「因為沒有總設計師，你每一次關於分紅 vs 做大的微小決定，都在參與這個世界的設計。」 — 模組五 度化：無設計者的設計
模組五 · 宏大敘事
敘事壓力測試（MTP 三關驗證）
MTP 若能成為共同知識，便能召喚集體行動。三類聽眾都能被說服，才算真正形成共同知識。
我的 MTP 宣言（從 card 12 帶過來）：
- 測試一：最親近的朋友（情感共鳴測試）——他們被你的熱情感染了嗎？能理解你為什麼在乎嗎？
- 測試二：懷疑論者（邏輯一致性測試）——他們的反駁你能應對嗎？邏輯能自洽嗎？
- 測試三：完全陌生人（可傳播性測試）——他們能在 30 秒內理解並記住你的使命嗎？
測試後，我需要修改或強化 MTP 的部分是：
模組五 · 背後理論
敘事壓力測試：預測編碼與共同知識
核心概念
大腦本質上是一台預測機器（Predictive Coding / Free Energy
Principle）：好的敘事讓聽者「看見」一個更可預測的未來，直接改變他人大腦的預測模型。共同知識（Common
Knowledge）是大規模社會合作的基礎——貨幣、法律、公司，都是集體相信才有效的虛構現實。創業者的 MTP
若能通過三關壓力測試成為共同知識，便能召喚跨越個人的集體行動，成為組織的真正北極星。
「敘事不只是溝通工具，而是認知架構——好的故事讓聽者看見一個更可預測的未來。」 — 模組五 宏大敘事
模組五 · 目標函數
目標函數設定（從目標到優化準則）
人生不是設立「目標」而已，而是設定你的「目標函數」——前者是終點，後者是你持續最佳化的準則。
我做重大決策時，最看重的三個標準（目標函數的近似）：
用這三個標準，重新評估我目前最大的一個「目標」——它真的符合我的目標函數嗎？
模組五 · 背後理論
目標函數：借用機器學習語言設計人生
核心概念
機器學習中，目標函數（Objective
Function）定義系統「要優化什麼」——每一次決策都在最小化/最大化這個函數。「設立目標」只定義終點（點）；「設定目標函數」定義持續最佳化的準則（面），能應對無限多種情境。MTP
即是人生的目標函數：Massive（規模巨大）× Transformative（帶來轉化）× Purpose（有意義的使命）。效果邏輯三問（我是誰 / 我知道什麼 /
我認識誰）是目標函數在資源端的對應盤點工具。
「人生不是設立目標而已，而是設定你的目標函數！」 — 模組五 宏大敘事
模組六 · Alpha 躍遷
從 AI 跟風者到 Alpha 設計者
Beta 讓你不被市場淘汰；真正的策略任務，是看見錯配、做出取捨，並把優勢沉澱成別人繞不過去的位置。
1
找到錯配哪裡的需求與供給嚴重錯開？我看見的是跟風趨勢，還是真實不均衡？
2
辨識獨特性憑什麼是我？我手上有哪些別人沒有的元素可用來修補錯配？
3
說出取捨我為了建立位置，必須明確不做什麼？
4
沉澱卡位若成功，優勢要變成標準、平台、接口，還是互補資產？
5
週期重構我保留哪些資源，讓自己能尋找下一輪 Alpha，而不被舊租腐蝕？
我目前最想修補的市場錯配：
模組六 · 背後理論
Alpha：扣除市場順風後的策略定位
核心概念
Beta是暴露於市場風險：市場好你跟著好，市場壞你一起掉。Alpha是扣除市場影響後，透過判斷與策略多賺到的超額報酬。AI 時代的
Beta 是導入自動化、降本增效；Alpha 是發現市場錯配、重構商業模式，並將暫時優勢沉澱為標準、平台、接口或互補資產，形成健康的創新租。
「看見錯配的人，即掌握 Alpha。」 — 模組六 Alpha 躍遷
模組六 · 決策資訊
高 VOI 資訊狙擊檢查
資訊的價值不來自排版、字數或新鮮感，而來自「有它 vs. 沒它」造成的行動差額。
我現在面臨的具體決策對象：
- 目標導向這份資訊能對應到一個明確決策，而不是單純滿足好奇或緩解 FOMO。
- 帶有痛感它挑戰了我原本的先驗假設，甚至讓我有點不舒服。
- 決策邊界我正卡在 A/B 之間，這份資訊足以讓天平傾斜。
如果取得這份資訊，我會改變的行動：
模組六 · 背後理論
VOI：資訊價值來自行動差額
核心概念
VOI（Value of
Information）衡量資訊是否能改變具體選擇上的行動。沒有決策對象的資訊，價值接近於零；真正高價值的資訊通常出現在左右為難、需要更新假設、且行動後果差異很大的情境。資訊消費讓人漂流，決策資訊讓方向、時機或力度被重新校準。
「先有具體問題，才配得上去找資訊。」 — 模組六 Alpha 躍遷
模組六 · 多面向談判
三維談判掃描器
談判不是一場事件，而是複雜生態系的治理；真正的勝負，多半在進談判桌之前就已經被設計。
我已盤點
還要補強
1D 戰術
報價、讓步、ZOPA
已可控
已可控
情緒控管與話術
仍需補強
仍需補強
2D 設計
合約、風險分配、里程碑
已設計
已設計
交易結構仍太單薄
需重設
需重設
3D 佈局
參與者、時序、聯盟
已佈局
已佈局
桌外重力場不足
需造局
需造局
我要改變談判重力場的下一個桌外動作：
模組六 · 背後理論
3D Setup：勝負七成在桌外
核心概念
多數人把 90% 時間放在 1D 戰術：報價、話術、讓步；高手會進入 2D 交易設計：合約、風險打包、價值共創；真正的造局者處理
3D 佈局：誰先進場、誰被排除、聯盟如何形成、監理與政治風險如何被提前處理。Sequencing Power 讓局勢自然流動到對方無法拒絕的位置。
「你不是在說服對方，而是讓局勢自然流動到他無法拒絕的位置。」 — 模組六 多面向談判
模組六 · 課程總回顧
Becoming：把六個模組收斂成下一步
創業家思維不是工具清單，而是學習成為自己，並致力於世界上值得的改變。
Knowing：這門課讓我更新的一個世界觀：
Doing：我接下來 30 天要做的一個小實驗：
Being / Becoming：我正在成為什麼樣的人？
模組六 · 背後理論
度化智能：Knowing, Doing, Being, Becoming
核心概念
課程總回顧把六個模組收斂回一條主軸：Entrepreneurship as an empowerment for social change。創業家思維連結
Worldview、Knowing、Doing、Being 與 Becoming；它要求你跳脫舒適圈，從知化、內化、變化走向度化，把決策理論、效果邏輯、因果邏輯與度化智能整合成可實踐的學習經驗。
「致力於世界上值得的改變。」 — 模組六 課程總回顧
模組一 · 理論實務轉譯
理論-實務矩陣：把想法推向可用
創業家思維不是只懂理論，也不是只靠經驗衝撞；真正的練習，是把抽象概念翻譯成能被驗證、能被他人使用的行動。
今天要檢查的想法 / 方法
實務弱
實務強
理論強
高概念
低落地
低落地
可教
可做
可做
理論弱
口號
幻覺
幻覺
土法煉鋼
難複製
難複製
下一個轉譯動作
模組一 · 背後理論
理論-實務矩陣
核心概念
模組一的理論-實務矩陣提醒學生：管理與創業教育的價值，不在於背誦名詞，而在於讓理論能解釋現場，讓現場能反過來修正理論。好的創業家會在概念與行動之間往返迭代，避免停在「懂很多但做不出來」或「做很多但無法複製」。
「把知識轉成可以被驗證的行動。」 — 模組一 課程簡介
模組二 · 創業羅盤
總體經濟敏感度診斷
不要把創業想成只在公司內部發生；利率、匯率、供應鏈、AI 與地緣政治，都會改寫你的成本、需求與策略自由度。
要盤點的產業 / 專案
- 利率：資金成本或客戶預算會明顯改變
- 匯率：收入、採購或競爭者價格受匯率影響
- 地緣政治：市場准入、法規或信任成本會變動
- AI：生產方式、服務承諾或人才結構正在重寫
- 供應鏈：關鍵零組件、通路或資料來源有集中風險
把外部震盪變成內部策略
模組二 · 背後理論
創業羅盤：總體經濟不是背景音
核心概念
「總體經濟下的創業羅盤」把不可控的外部震盪轉化為可討論的策略矩陣。創業者不需要假裝能預測宏觀世界，但必須知道自己的商業模式暴露在哪些變數上，並設計對沖、聯盟、替代供應或新定位。
「將不可控的外部震盪，轉化為可管理的內部戰略矩陣。」 — 模組二 總體經濟下的創業羅盤
模組三 · 正和破局
破局對照矩陣：你是哪一種作業系統？
面對衝突時，你的預設反應會暴露自己的作業系統。先看見它，才有機會把「搶有限蛋糕」改寫成「擴大可合作空間」。
目前卡住的場景
低貢獻
高貢獻
低信任
零和防衛
先別輸
先別輸
交易算計
先換到
先換到
高信任
被動等待
先求穩
先求穩
正和造局
先創造
先創造
正和改寫句
模組三 · 背後理論
從零和反射到正和作業系統
核心概念
正和思維的操作版不只要求善良，而是要求重新設計局面。當大腦落入稀缺感知，最容易把問題看成固定蛋糕；破局練習則要求你改問：我能提供什麼資訊、框架、資源或問題，使參與者共同變好？
「放棄我要贏你一嘴的反射，改問我可以貢獻什麼。」 — 模組三 正和思維練習
模組四 · 組織決策
團隊預測對齊檢查
組織決策失準，常不是因為大家不努力，而是每個人其實在回答不同問題、使用不同基準、想像不同成功。
要一起判斷的決策
- 問題對齊：我們同意現在真正要解的是什麼
- 參考類對齊：我們同意要拿哪些相似案例作基準
- 成功標準對齊：我們同意何時算成功、何時算失敗
- 關鍵假設對齊：我們知道哪個假設一錯，整個計畫要改
- 更新節奏對齊：我們同意何時根據新資訊修正判斷
最需要補上的對齊
模組四 · 背後理論
從個人直覺到組織決策
核心概念
模組四的策略預測力強調，領導者必須把個人直覺升級成可共享、可校準、可更新的組織判斷。團隊若沒有先對齊問題、參考類、指標與更新機制，就會把討論時間浪費在表面共識上。
「好策略必須讓團隊知道自己正在預測什麼。」 — 模組四 策略預測力
模組五 · 關係建立
30 秒電梯關係建立練習
宏大敘事不是只寫給自己看的宣言；它必須能在短時間讓陌生人理解你、信任你，並願意繼續對話。
我是誰 / 我在意什麼
我正在推進什麼
我想遇見誰 / 為何值得聊下去
模組五 · 背後理論
關係建立是敘事的現場測試
核心概念
第五模組中的電梯練習訓練學生在短時間建立關係。這不是銷售話術，而是把身份、使命、正在做的事與合作邀請壓縮成可被他人接住的敘事。能被陌生人理解並回應，才表示你的 MTP 開始具有社會性。
「練習在短時間快速和他人建立關係。」 — 模組五 課堂練習
模組六 · 談判預演
談判七問掃描器
每一場交易都可以先被預演。七個問題幫你從「我要怎麼說服對方」升級成「我要如何設計整個局」。
- 誰在桌上？誰不在桌上但會影響結果？
- 各方真正利益是什麼，不只是表面立場？
- 我的 BATNA 與對方 BATNA 分別是什麼？
- 時間壓力站在哪一邊？可否改變節奏？
- 哪個資訊若被揭露，會改變各方計算？
- 目前敘事是什麼？我能否改寫評估框架？
- 進桌前，我能先建立哪個聯盟、選項或限制？
最重要的桌外 setup move
模組六 · 背後理論
談判是可預演的未來
核心概念
談判掃描器把交易視為多方、多階段、多敘事的賽局。好的談判者不只準備說詞，而是先盤點利害關係人、替代方案、資訊差、時間壓力與敘事框架，再設計桌外行動，讓正式談判發生在更好的局面中。
「把每一場交易變成可預演的未來。」 — 模組六 談判掃描器
決策推演 · 問題型態
分類問題型態
真實人生問題常是不同型態混在一起。先把主問題講清楚，才知道該用標準答案、實驗、談判還是身份設計。
這是哪一種問題？
這個決定真正卡住的是什麼？
決策推演 · 背後理論
分類問題型態
核心概念
真實人生問題常是混合題。Ronald Heifetz
區分技術問題（有專家答案、靠執行）與適應性難題（沒有標準答案，必須改變自己與系統）。再加上複雜賽局與身份轉換，先把主問題型態講清楚，才知道要動用哪一種能力。
「先問這是哪一種問題，再決定用哪一種能力。」 — 決策室 · 問題型態
決策推演 · 目標函數
寫出目標函數
目標函數不是漂亮願望，而是你願意反覆犧牲其他東西來換的排序。先把不可犧牲與可犧牲分開。
我以為我在追求
我真正要最大化
不可犧牲的底線
可以付出的代價
決策推演 · 背後理論
寫出目標函數
核心概念
決策的本質是最大化一個目標函數。先用「靈魂減法」分出不可犧牲與可犧牲，否則容易在最大化錯的東西——表層願望（薪水、頭銜）會掩蓋真正要守住的長期值。
「你不是在最大化選項，而是在最大化某一種人生。」 — 決策室 · 目標函數
決策推演 · 因果/效果
因果還是效果
能預測的部分用因果邏輯；高度不確定的部分用效果邏輯。成熟判斷是知道哪一段該切換。
這個決定主要該用哪種邏輯？
可預測、可計算的部分
不可預測、只能試的部分
決策推演 · 背後理論
因果還是效果
核心概念
Saras Sarasvathy 區分 Causation（先定目標、反推資源）與
Effectuation（先看手上資源、創造下一步）。能預測就規劃，不能預測就用可承受實驗——關鍵不是選邊站，而是知道在哪一段切換。
「能預測就規劃，不能預測就設計可承受的實驗。」 — 決策室 · 因果/效果
決策推演 · 尾端分布
砍左尾、留右尾
不要只問平均結果。好決策會先排除不可恢復的傷害，再保留意外上行的空間。
左尾風險
最壞的不可逆損失
砍左尾的方法
右尾機會
如果變好，會怎麼非線性放大？
保留右尾的方法
決策推演 · 背後理論
砍左尾、留右尾
核心概念
Nassim Taleb
的槓鈴策略與反脆弱：先排除不可恢復的左尾傷害（先活下來），再保留意外上行的右尾選擇權。重點不是平均結果，而是分布的不對稱——讓壞事有上限，好事沒上限。
「先活下來，再讓好事有機會變大。」 — 決策室 · 尾端分布
決策推演 · 可逆小步
可逆小步與退場
真正的行動方案不只是「做或不做」，而是設計一個能學到東西、輸得起、必要時能退出的小步。
下一個 7 天內可以做的可逆小步
成功訊號
退場條件
Affordable Loss
下一次更新判斷的日期
決策推演 · 背後理論
可逆小步與退場
核心概念
把「做或不做」換成可逆小步。Bezos 的單向門/雙向門：可逆決策快速試，不可逆決策才放慢。設定成功訊號、退場條件與
Affordable Loss，讓每一步行動都能更新判斷，而不是一次性豪賭。
「好的行動方案，輸得起、學得到、退得出。」 — 決策室 · 可逆小步
決策推演 · 拷貝測試
一萬份拷貝測試
把這次選擇放進長期分布。如果一萬個你在類似情境都照這個規則行動，人生系統會變強還是變脆弱？
我的決策規則
一萬份拷貝後，好的分布
一萬份拷貝後，壞的分布
最後判斷
決策推演 · 背後理論
一萬份拷貝測試
核心概念
把單次選擇放進長期分布來檢驗。康德式普遍化與遍歷性（Ergodicity）：如果一萬個你在類似情境都照這個決策規則行動，整體分布會變強還是變脆弱？檢驗的是規則，不是單一賭注。
「如果每個你都這樣選，分布會變好嗎？」 — 決策室 · 拷貝測試