讀完一本書，
留下來的是某一句話。

智商測的是運算速度與邏輯，跟做出好決策幾乎是兩件事；引擎再強，沒有方向盤照樣開錯路。

越懂 AI 的人往往越保守；台灣流行的樂觀論很多是美國學界早已辯論甚至推翻的進口舊貨。

卡住有兩種相反面貌——想到癱瘓與衝到後悔，但常出自同一個人在不同題目上的錯位。

交付變慢的根源常常不是人或流程，而是團隊邊界畫錯了位置。

資訊的第一任務不是揭露真相，而是把陌生人綁進同一個現實、讓他們一起行動。

品格不是天生性格，是「把價值觀放在本能之上」的後天技能，可以被練習，也比分數更能預測長期成就。

聰明不會自動變成好決策，它常被拿去替既有立場辯護——智商140的人刷爆信用卡的比例反而是100的近兩倍。

最初吸引你的，往往不是對方真實的樣子，而是你童年沒被填滿的那個洞的投射。

AI 風險常被貼標籤而非檢驗論證，因為承認風險的成本是政治與經濟，不只是技術。

「科學虛構」把每項技術綁在「即使無重大突破也成立」的現實上，讓推算比想像更逼人正視。

談判僵局常來自雙方只談立場、沒談利益——把「我要什麼」換成「我為什麼要」

人腦是演化出來的，不是設計出來的——很多直覺在現代決策中會出錯

預測變化的準確率極低，研究不變的人性反而更有長期價值

技術突破往往來自主流學界不看好的邊緣研究

每個人都有獨特的「時間觀」組合，它是被環境塑造出來的適應策略，不是性格缺陷

忙碌感不等於生產力， 很多時候只是用來掩蓋「不知道什麼才重要」的焦慮

好的主管不補短板，而是找到每個人的亮點並放大

技術的民主化同時也是風險的民主化 — 當 AI 成本趨近於零， 「誰有能力造成傷害」的範圍會急速擴大

5 本學習科學書的共識不是多讀，而是高頻提取、間隔練習、真實情境、多樣化環境。

真正好的問題，是你自己也不知道答案的問題

AI 對齊問題的核心， 其實是人類自己還沒搞清楚自己想要什麼

學習一個領域，最重要的不是記住規則，而是把基礎內化到不需要思考的程度

大腦有兩個思維模式：專注模式（處理已知問題）和發散模式（創造新連結）——兩個都需要

遺忘不是學習的敵人——適度遺忘後再回想，比從未遺忘更能強化記憶

熟悉度不等於掌握度，反覆閱讀只強化「眼熟」，不訓練「想得起來」。

個人財務最重要的一步是自動化——讓系統幫你存錢、投資，不依賴意志力

在投資的世界裡，你得到的是市場報酬減去成本——成本越低，你留下的越多

普通投資者的真實優勢：你在生活中看到的趨勢，往往比華爾街分析師更快。

大多數真正的百萬富翁過著低調、節儉的生活——『看起來有錢』和『真的有錢』是兩回事。

效率市場假說：股價已反映所有公開資訊，要持續打敗大盤比多數人以為的難。

安全邊際：以低於內在價值的價格買入，差距越大越安全——不是悲觀，是理性的謙遜。

早期採用者和主流市場之間有一道鴻溝——跨越它需要完全不同的策略

紅海是在既有市場廝殺；藍海是創造一個沒有競爭者的新市場空間

卓越公司的領導者把成功歸功於別人，把失敗歸咎於自己——跟大多數人剛好相反

互惠、承諾一致性、社會認同、喜好、權威、稀缺——六個原則解釋了幾乎所有說服行為

人們買的不是你做什麼，而是你為什麼這樣做

產品經理的核心責任是確保做的東西值得做，而不只是確保做完

你給機器的指令和你真正想要的結果之間，存在一道難以跨越的鴻溝

聰明不是優勢， 是負債——當它讓你更難承認自己錯了的時候。

人們先買單『你這個人』可不可信，才會開始聽你說什麼。

'The world will try to define success for you. Don't let it.'

最危險的不是 AI 做不到的事， 而是你以為它做得到、 但其實它在亂講的時候。

自由不是擁有無限選項， 而是不被選項困住。

團隊不是機器，是有機體，會經歷四個管理階段

人類天生會適應好事， 這能力讓我們生存下來， 卻也讓我們永遠不滿足。

領導力是一組可觀察、可學習的行為模式。

'當你真心渴望某件事時， 整個宇宙都會聯合起來幫助你完成。'

我們腦袋裡住著兩個系統，大部分時候是那個懶惰、衝動的系統一在幫我們做決定。

投資要贏，重點不是預測未來，是看懂此刻所有人在想什麼，然後問：我跟他們一樣嗎？