讀完 34 篇文章、上百個英文來源，整理出 182 個跨來源矛盾——不是 AI 可以用知識庫生成的「優缺點對比」，是 Housel 在兩本書裡自己跟自己打架、Sinclair 自己停用 NMN 但不推薦你停、PitchBook 和 Patrick Boyle 算 Starlink 市場差 37 倍。
每一條都帶具名來源、原始主張、量級差距。完整判斷在原文裡——這裡只攤開問題，不幫你決定答案。
此 topic 下沒有矛盾
買不買、賣不賣，數字背後的判斷
Side A
John Coates（The Hour Between Dog and Wolf，Scott 案例）
崩盤後 Scott 的皮質醇持續高漲，從「什麼都敢買」變成「什麼都不敢碰」，好機會擺在面前手指停在鍵盤上按不下去——學習性無助
Side B
Cueva, Roberts, Spencer, Raine, Nishi, Tulber, Coates
給受試者口服 100 毫克的皮質醇之後，他們投入高風險資產的金額平均增加了 70%
Tension 同一個研究者兩個研究方向相反；急性 +70% vs 慢性癱瘓
Side A
John Coates（倫敦交易室追蹤）
交易員早上的睪固酮水平越高，當天下午的獲利就越高，17 個人裡有 14 個呈現同樣的模式；Cueva 的實驗裡塗抹睪固酮凝膠後高風險資產投入增加 46%
Side B
Robert Sapolsky（Behave）
在正常範圍內，個體之間的睪固酮差異不能預測誰會更具攻擊性；因果方向可能是反的——冒險行為本身會回過頭來刺激睪固酮分泌
Tension Coates 觀察到 14/17 正相關；Sapolsky 說個體差異不預測行為
Side A
Morgan Housel
2020 年《致富心態》：有錢的唯一方式就是不花你已經有的錢。不花的錢就是財富。現金是獨立的氧氣。存錢不需要理由。
Side B
Morgan Housel
2025 年 The Art of Spending Money 提出 Frugality Inertia：存錢從策略變成身份認同,退休了也切換不過來。把存錢當信仰,結果明明負擔得起好生活卻永遠捨不得善待自己。這不叫理財,叫記帳遊戲。
Tension 同一作者前後隔五年,對「不花的錢」給了完全相反的評價
Side A
Vicki Robin
極度節儉,存到 25 倍年支出,靠利息活,永遠不碰本金。每一塊花掉的錢都是延後自由的代價。
Side B
Bill Perkins
每一塊存起來的錢都是浪費年輕身體的代價。年輕、有理由相信未來會賺更多,這時候把 20% 收入存起來是瘋了。主張消費平滑化：年輕時甚至可以借錢花。
Tension 兩人對同一筆年輕時的錢估值完全相反
Side A
Bill Perkins
花錢買來的體驗叫「記憶股息」(memory dividends)。每次你翻旅行照片、跟朋友講那次的故事,你就在領一次利息。越年輕投資體驗,股息累積越多。
Side B
Morgan Housel
世界上不存在客觀上「好的體驗」,所有的「好」都只是期待和現實之間的落差。花十萬去冰島很開心,明年紐西蘭打折,後年日本「還好」。這些地方沒變差,是你的基準線上移了。你花錢的品質由對比決定,跟金額無關。
Tension 一人說體驗會累積增值,一人說體驗靠對比、會遞減
Side A
William Bengen
1994 年提出 4%,30 年不破產；2025 年新書把安全提領率上修到 4.7%。發明人自己也改了。
Side B
Morningstar
2026 年研究把安全起始提領率調整為 3.9%。但彈性提領策略可以把起始率提高到接近 6%。
Tension 3.9% 到 6% 區間,同一個公式出現三個相反結論
Side A
MetLife
2026 年研究：58% 的準退休者擔心錢不夠用。準退休者預期儲蓄只夠用 15 年,比四年前的 19 年縮水。62% 低估了需要的金額。
Side B
New York Life
只有 31% 的退休者定期從投資組合提領,17% 完全不提領。消費缺口高達 47% 到 53%,退休者平均只花了他們安全可以花的金額的一半。
Tension 怕不夠用和實際花不夠同時存在——47%-53% 消費缺口 vs 58% 擔心不夠
Side A
Vicki Robin
4% 法則配合 25 倍年支出的存款,目標就是永遠不碰本金,靠利息活到被動收入超過月支出的 Crossover Point。
Side B
Bill Perkins
4% 法則的設計目標是讓你永遠不碰本金,但這保證你死的時候銀行還有一大筆錢。替代方案是買年金,用一次性支付換取保證收入,然後把其他的錢花光。
Tension 一人視「不碰本金」為聖杯,一人視為 bug
Side A
Bill Perkins
26 到 35 歲就把錢給小孩,理由是錢在年輕時效用最高。
Side B
White Coat Investor
不要 26 歲一次給,分四次：20 多歲小額、40 歲三分之一、50 歲三分之一、60 歲三分之一。
Tension 26 歲一次全給 vs 分四階段、最晚到 60 歲
Side A
Michael Green
Side B
Burton Malkiel
Tension 主動交易佔比從 80% → 10%（8 倍變化）
Side A
Michael Green
Side B
Eric Balchunas
Tension 機制定性衝突：動量追漲 vs 中性鏡子
Side A
Michael Green
Side B
Vanguard
Tension Green 估 90% vs Vanguard 估 1-5%（18-90 倍差距）
Side A
Michael Green
Side B
Federal Reserve Board
Tension 人口結構差距：70+ 歲 25% vs 40- 歲 95%（3.8 倍）
Side A
John Bogle
Side B
John Bogle
Tension 同一人自我矛盾：捧 vs 警告
Side A
Kahneman
你的 System 1 會系統性地略過不利資訊，WYSIATI 讓你以為看到的就是全部——問題在大腦處理單一來源的硬體限制
Side B
Mercier
你不是被動被操縱的，你主動選擇能合理化你偏見的來源——問題在你怎麼選擇要聽誰的軟體行為
Tension 硬體限制 vs 軟體行為，兩個獨立層次
Side A
Kahan
科學素養越高，爭議性議題上立場越極化——聰明是更好的武器，你用它來防禦你已經相信的東西
Side B
Tetlock
對某領域有深刻框架的「刺蝟型」專家在自己的領域預測最差，框架變成綠色眼鏡，所有資訊被拿來確認已經相信的結論
Tension 兩種升級路徑都失敗——知識和框架都會被用來強化既有立場
Side A
Mauboussin
5500 檔基金裡 206 檔連勝五年，純運氣模擬也能產生 147 檔同樣成績，被稱為「實力」的連續勝出裡 71% 用運氣就能解釋
Side B
Morningstar
2007 年的基金評級跟接下來三年超額報酬相關性 r = -0.10——過去的成功對未來預測力趨近於無
Tension 71% 是運氣，r = -0.10 是零
Side A
Mercier
當受試者可以私下寫答案而不是當眾說出來時，從眾率暴跌——他們不是被騙了，他們在做一個社交計算
Side B
Kahneman
System 1 會用手上的資訊建構連貫故事並自動採信，WYSIATI 讓人以為看到的就是全部——不是社交選擇，是認知缺陷
Tension 社交計算 vs 認知盲點，解法完全不同方向
Side A
Mercier
人類演化出精密的開放警覺機制，連十八個月大的嬰兒都能辨識不可靠的信號——輕信是不穩定策略，長期會讓通訊系統崩潰
Side B
Kahneman
你的 System 1 會系統性略過不利資訊、把有數字等同於有根據——大腦有結構性缺陷讓你誤信
Tension 演化證據 vs 實驗證據，結論方向相反
Side A
Tetlock
超級預測者先查這類事情的歷史基本比率（外部觀點），用顆粒化百分比表達信心，主動找讓自己判斷失敗的證據
Side B
Galef
用局外人測試——想像一個完全不認識你的人接手你的投資帳戶，他沒有你的情感包袱和決策歷史，他會做一樣的決定嗎
Tension 機率校準 vs 身份剝離，兩套工具解的是不同盲點
Side A
Daniel Crosby
你的大腦有 bug。牛市多巴胺讓你覺得自己是天才，你追更多風險；熊市杏仁核讓你覺得世界要毀滅，你在最差的時間點賣出。要當好的投資人，你基本上需要做一個「功能性精神病患」。
Side B
Adam Hayes
你做的「不理性」投資決定，源頭在社會網絡替你做的決定。大腦只是執行者。GameStop 散戶的大腦沒有壞，他們的社會環境告訴他們：持有 = 忠誠，賣出 = 背叛。
Tension 個體神經科學 vs 社會網絡分析
Side A
Daniel Crosby
從眾是投資人的死穴。確認偏誤讓你只聽跟你想法一樣的人，從眾效應讓你在牛市追高、熊市殺低。處方：做一個「有原則的反向者」，系統性地對抗群體的噪音。
Side B
Robert Cialdini
當很多人做同一件事，大多數時候那是正確的。社會證明是一個高效率的導航系統，不是缺陷。問題出在兩個特殊時刻：證據被偽造，或群體盲目跟隨自己而不檢查事實。
Tension 群體是噪音 vs 群體通常比你聰明
Side A
Daniel Crosby
消滅情感，做一個冷血的理性機器。要當好的投資人，你基本上需要做一個「功能性精神病患」。
Side B
Morgan Housel
擁抱你對策略的情感連結，因為你愛的策略你才撐得住。
Tension 兩人藥方完全相反
Side A
Daniel Crosby
把非理性行為歸類為「行為風險」，要消除。
Side B
Meir Statman
你確定那是錯嗎？還是那是需求？買樂透買的是一整週的希望，買對沖基金買的是社交圈的身份，買儲蓄險買的是「這筆錢我動不了」的紀律。他們做的事情對我可能沒有意義，但對他們有意義。
Tension 行為風險 vs 理性的身份/紀律消費
Side A
Annie Duke
blind-spot bias 的研究顯示，智力越高的人偏誤越大。他們更善於替自己已經想相信的東西編故事，而這很容易被誤認為是更善於發現真相。
Side B
Daniel Crosby
透過系統和規則（消滅情感、下注框架）可以修正認知偏誤，能力和紀律是解方。
Tension 聰明人偏誤更大 vs 能力加上系統可以改善
Side A
Michael Saylor
Strategy 是新類別公司，可以創造 100 倍甚至 1000 倍的回報，因為擁有自己的類別、透過紀律化的發行放大以比特幣計價的價值。溢價是資本市場創新的正當回報。
Side B
Jim Chanos
MSTR 的溢價是財務胡言亂語，花 $2.5 去買價值 $1 的東西，透過做多比特幣、放空 MSTR 的配對交易實際套利，放空那一邊賺了 100%。
Tension Chanos 從溢價套利賺 100%；Saylor 主張溢價可持續擴大至 100-1000 倍
Side A
Michael Saylor
Strategy 是積極的資本市場創新者，不是被動基金、控股公司或指數工具，是擁有自己類別的純粹玩家頂點。
Side B
Aswath Damodaran（NYU Stern）
MicroStrategy 就是比特幣 SPAC 加封閉式基金（歷史上通常折價交易的老型態），企業價值從 2014 年 10 億美元膨脹到 2025 年超過 1000 億美元，增量幾乎全來自比特幣估值。
Tension Saylor：新類別 100-1000 倍潛力；Damodaran：1920 年代舊模板，封閉式基金歷史上折價交易
Side A
Michael Saylor
熊市洗掉弱者，只有純粹玩家留下，分類被驗證，Strategy 成為這個類別的頂級獵食者。
Side B
Howard Marks
一檔股票、一個類股或一個市場的頂點，就是最後一個還沒進場的買家進場的那一刻。只剩一家還在買 = 定義上的市場頂點。
Tension Saylor 自述直接對應到 Marks 教科書的市場頂點定義，這不是觀點分歧
Side A
Jeff Dorman（Arca 投資長）
Strategy 被迫賣幣的論調不成立。MSTR 沒有強制清算條款、軟體本業還有正現金流可以付息、Saylor 持 42% 股權和 79% 投票權可以防惡意收購。
Side B
神魚
MSTR 把比特幣的波動率放大 2.5 倍傳遞到美股市場，這些波動被套利基金透過選擇權動態對沖收割，財富從資訊劣勢方（散戶）流向資訊優勢方（對沖基金和公司）。倒不倒是另一回事，共同股持有人已是波動率套利基金的對手盤。
Tension Arca 論「倒不了」；神魚論「不倒也在被剝削，2.5 倍波動率放大」
Side A
Michael Saylor
規模會贏、發行會贏、敘事會贏；Strategy 站在「純粹玩家」頂點，是資本市場創新的先驅，熊市只驗證分類優勢。
Side B
Jonathan Bier
大區塊派（Roger Ver、Jihan Wu 等矽谷新創思維）2015 年以誤判治理、矽谷短視、災難戰術三個原因失敗出局。這是歷史類比（非因果論證），指出同類人物過去輸過一次，但底層機制與 Saylor 的資本結構反身性問題不同。
Tension Saylor：矽谷擴張思維正確；Bier：歷史類比（非因果論證）指出同類人物過去輸過——但底層機制不同，Roger Ver 輸在共識治理少數派，Saylor 面對的是資本結構反身性
Side A
Anil Patel
書裡有一章《The 24 Risks of Equities》——看起來誠實揭露了共同股結構性風險（順位最末、可被稀釋、mNAV 壓縮對應的死亡螺旋）。
Side B
作者（讀完 Patel 書後的分析）
那 24 種風險通篇的用途是說服讀者「所以你要買比特幣不要買股票」，從不針對 MSTR 散戶做算術。這是寫法上的結構性轉移：承認風險，但把算術抽掉。
Tension 書面上揭露 24 種風險；實質上把算術移除，散戶讀完不會知道自己的具體損失路徑
Side A
Michael Green（Simplify Asset Management，前 Peter Thiel 避險基金）
被動投資讓定價機制失效：主動投資者交易佔比從 1995 年的 80% 降至不到 10%，被動資金按市值加權買賣，不分析基本面。被動持股達 83% 時市場將無法正常清算。
Side B
Cliff Asness（AQR 創辦人，2023 年論文《Less-Efficient Market Hypothesis》年度最佳論文獎）
市場效率確實下降，但主因是社群媒體讓群眾智慧變成群眾暴動。被動投資的角色被過度指控，即使被動交易量比例上升，實際定價仍由剩下的主動投資者決定。
Tension Green 說主動定價者剩 10%，Asness 說仍主導定價——對同一批人的影響力判斷截然相反
Side A
Michael Green（市場結構模型推算）
被動持股達到 83% 時，市場將無法正常進行價格發現和清算。目前約 54%，每年增加約 4 個百分點，四到六年內達到臨界。
Side B
John Bogle（指數基金發明者，Vanguard 創辦人）
被動基金可以安全增長到市場的 75% 不會出問題。但 Bogle 在 Cliff Asness 的 podcast 上被追問此數字來源，承認：「我完全瞎編的。」
Tension 83% vs 75%，差 8 個百分點；且 Bogle 的 75% 被發明者自己否定為無依據
Side A
Michael Green
問題在市場結構層：做功課的人被系統性清除，被動資金按資金流向而非基本面決定股價，崩盤時沒有人接手。
Side B
John Bogle（2018 年 11 月《華爾街日報》，其死前最後幾週）
問題在公司治理層：Vanguard、BlackRock、State Street 三家控制 80% 指數基金資產，自動成為幾乎每一家美國大公司的最大股東，投票控制權集中。「我不相信這種集中度符合國家利益。」
Tension Green 擔心清算失靈，Bogle 擔心投票控制——兩者診斷的風險層次完全不同
Side A
Cliff Asness（AQR，均衡理論）
市場效率下降對主動管理者是機會，小魚少了鯊魚更容易賺錢，長期會吸引更多主動投資者回來，均衡會自我修復。市場最終會回到均衡。
Side B
Michael Green
均衡假設有一個前提——回來有利可圖。但實際是反向螺旋：主動基金規模縮水、收入下降、裁員、人才流失、更難打敗指數、規模繼續縮水。沒有人說得出螺旋在哪個點停下來。
Tension Asness 相信均衡會自我修復，Green 認為螺旋沒有自然停止點
Side A
John Bogle（1976 年，Vanguard 指數基金創辦人）
推出史上第一檔面向散戶的指數基金，五十年實績長期贏過 95% 的主動基金經理人，稱其為「金融史上最偉大的發明」。
Side B
John Bogle（對 ETF 的評價，同一人不同時期）
把 ETF 比喻成倫敦最好的珀代獵槍：「去非洲打大型動物是神器，但也很適合自殺。」反問「誰會早上十點半買進下午一點賣出？」並在 2018 年臨終前警告指數基金的集中度「不符合國家利益」。
Tension 同一發明者走完反對→發明→推廣→懷疑→警告的完整弧線，五十年跨度
Side A
股板勝率派（PTT Stock 板主流論述）
以 2012 年以來的歷史，定期定額三年以上勝率九成，七年以上 100%。
Side B
havocfuture.tw 回測分析
若從 1999 年 1 月 1 日起做同樣的定期定額，1999-2022 這 24 年 TQQQ 年化報酬只有 5.62%，輸 QQQ 的 9.37%，最大回撤接近 99.91%。
Tension 起點差 13 年，結論相反；99.91% 回撤需上漲一千倍回本
Side A
SLCG（Guedj, Li, McCann）及傳統學術文獻
三倍槓桿 ETF 有結構性耗損，每年波動率 20% 會產生約 2% 的年化磨損。每日再平衡等於長期必虧的機制設計。
Side B
Hsieh et al.（2025 arxiv preprint，AR(1)-GARCH 模型）
傳統衰減公式「不完整」。Lemma 3.1 證明：若每日回報彼此獨立，期望複利效果一定非負。Decay 需要均值回歸市場作前提，在正自相關趨勢市裡，衰減甚至可以是正的。
Tension 傳統公式：每年必虧 2%；新模型：趨勢市可以是正複利，衰減非普遍定律
Side A
ProShares TQQQ 招股書（法律合規文件）
「基金的目標只有單日是三倍。一天以上它不保證也不追求。」並揭露指數年跌 20% + 波動率 50% 時預期跌幅 -75.8%，2022 年實績 -79.03%。
Side B
ProShares TQQQ 行銷與媒體露出
「捕捉 Nasdaq 100 的三倍動能」「適合積極投資人」「追求科技成長」。
Tension 同一公司同一產品：招股書揭露 -79.03% 實績、長期目標不保障；行銷強調三倍動能捕捉。同一管道不同，讀者看到的結論相反
Side A
股板主流論述（引用 TQQQ 王的讀者）
「一張不賣奇蹟自來」「純 DCA + 重倉 + 不再平衡」是成功法則，TQQQ 王四十萬美金獲利就是最好的例子。
Side B
TQQQ 王（PTT 年報原文）
「高點（破歷史高點）的時候賣一些 TQQQ 換成 QQQ，低點（大跌 15% 以上）的時候賣 QQQ 換成 TQQQ。」他做了主動調整，不是純信仰長持。
Tension 被引用為長持信仰典範的 TQQQ 王，實際操作是主動再平衡；轉述時主動判斷被刪掉
Side A
張忠謀
1995 年 WaferTech 毛利率 20-25%，比台灣廠低了整整二十幾個百分點。文化衝突、預算超支、管理失控，美國廠是一場災難。
Side B
魏哲家
2025 年 1 月法說會說 Arizona Fab 21 Phase 1 良率和缺陷密度已接近台灣水準。Raimondo 進一步揭露 N4 實際良率已達 92%，比台灣同級廠高約 4 個百分點。
Tension 同一家公司，毛利率差距從二十幾個百分點到「比台灣高 4pp」，跨三十年完全翻轉
Side A
Dylan Patel
台積電護城河在製程良率：Samsung 3nm 50%、台積電 90%+ ，差距砸錢也追不上，是規模效應的結果。
Side B
黃仁勳
護城河在「絕不跟客戶競爭」的治理承諾。買台積電產能幾十年，判斷標準是「deep trust and agility」，沒提良率。技術可以砸錢追，治理承諾追不上。
Tension 工程師量製程良率（Samsung 50% vs TSMC 90%+，可量化），客戶量治理信任（不可複製的承諾）
Side A
童子賢
護國神山是奇怪觀念，不能幻想台積電再守護台灣二十年。
Side B
Hal Brands
中國是正在 peaking 的力量，2020 年代是軍事冒險動機最強的窗口期；台灣飛行員月飛行不到十小時、超過半數戰車和攻擊直升機故障，矽盾無法依賴軍事準備度支撐。
Tension 矽盾論相信全球依賴構成威懾，Danger Zone 認為衰落大國的窗口期風險比依賴更大
Side A
巴菲特
2022 年花 40 億美元買進台積電，確認台積電基本面出色，是一家好公司。
Side B
巴菲特
幾個月後全數出清，理由不是基本面，而是重新評估地緣政治風險。把錢移到日本五大商社，基本面不如台積電但不在台灣。
Tension 同一人幾個月內從買進 40 億美元到全部出清，理由從「基本面好」翻轉到「地點風險算不出來」
Side A
Dylan Patel
Samsung 同級 3 奈米良率卡在 50%，Samsung 2 奈米剛量產目標 60-70%；這個差距砸錢也追不上。
Side B
魏哲家
台積電 3 奈米良率 90% 以上，2 奈米良率已達 90% 以上。Arizona N4 實際良率達 92%，比台灣同級廠高約 4 個百分點。
Tension Samsung 3nm 50% vs TSMC 3nm 90%+，差距約 40 個百分點；2nm 節點同樣拉開
你的身體比你以為的複雜
Side A
Peter Attia
CGM 是個人實驗工具，跟群體 RCT 屬於不同框架，證據門檻本來就不同；短期戴幾週校準飲食運動，不需要等群體 RCT。
Side B
Lustig
糖前該驗的是胰島素阻抗跟內臟脂肪，血糖只是替代品而且不夠準——連量的東西都不對，等 RCT 等不到。
Tension burden of proof 哲學分歧：醫療介入需群體證據 vs 個人健康決策只要邊界安全就可試
Side A
Casey Means
在《Good Energy》寫持續戴，把 CGM 定位成代謝健康監控的核心技術。
Side B
Peter Attia
在《Outlive》寫短期戴幾週、一兩個月就退，校準完搭配其他指標（OGTT、apoB），不該一直戴。
Tension always-on vs 14-28 天，差距至少 6-12 倍時間
Side A
Casey Means
揭露 Levels 共同創辦人 + 立場持續戴，剛好對齊訂閱月費商模——揭露 ✕ 立場 ✕ 商模三向對齊。
Side B
Peter Attia
揭露 Dexcom 付費顧問 + 立場一兩個月就退，剛好不對齊月費商模——揭露對齊但立場反向，公開反向自身利益的判斷。
Tension 揭露對齊度反向：一向強化賣方話術 vs 一向反思自身利益
Side A
Rodriguez-Segade
西班牙社區 N=254，73% 曾經出現血糖事件高於 IGT 閾值——但研究裡 21% 已被歸類糖前，不是純健康人（PMID 29807103）。
Side B
Snyder
Inchauspé 書中寫 Snyder N=20 有 16 人（80%）spike >140；Snyder 2018 原 paper N=57 是 24% 嚴重型。被誤掛 Snyder 身上的「73%」其實不存在。
Tension 三個不同指標被混為一個 73%：episodes 級觀察 vs 早餐後 spike vs glucotype 分類
Side A
Inchauspé
引用 Shukla 2015：按進食順序（蔬菜→蛋白質→澱粉）可以降 73% 餐後飆升，效果可媲美糖尿病藥物。
Side B
Shukla
73% 是「餐後 0-120 分鐘血糖曲線下面積」的降幅，受試者只有 11 位且是接受二甲雙胍治療的第二型糖尿病患——既非健康人也非糖前。
Tension N=11 metformin 第二型糖尿病 vs 流傳版「健康人吃法」
Side A
衛福部
2023/11/01 起放寬限懷孕第二型糖尿病或妊娠糖尿病接受胰島素注射者 + T1D 從 3 個月放寬到 1 個月，年度預算 250 萬元預估 512 例。
Side B
石崇良
2025 年底允諾研議放寬，方向是 T1D 試紙／CGM 二選一（< 26,000 人），糖前仍未在規劃內；2026-04 仍未看到正式公告。
Tension 500 萬糖前族群完全在給付外，自費市場 NT$2,200/14 天 + 沒人解讀
Side A
STEP 1
1,961 個人打了 68 週 semaglutide 後強制停藥並停掉所有生活介入，一年後減掉的體重回來了三分之二，淨效果只剩 5.6%。
Side B
Cleveland Clinic
追蹤 7,938 個在真實醫療環境中停用 GLP-1 的患者，肥胖組停藥後平均復胖只有 0.5%，45% 的人體重繼續下降或維持不變。
Tension 0.5% vs 三分之二，差 130 倍——差的不是數字，是『停藥』兩個字的定義
Side A
Peter Attia
STEP 1 身體組成子分析（140 人）顯示 semaglutide 使用者減掉的體重裡約 39% 是瘦肉體重。Attia 用『令人擔憂』形容。受試者沒被要求運動也沒補蛋白質。
Side B
案例系列研究
2025 年搭配阻力訓練（每週 3-5 次）和高蛋白飲食的 GLP-1 使用者，一人瘦肉體重只流失 6.9%，另外兩人反而增加 2.5% 到 5.8%。
Tension 39% 流失 vs 2.5%-5.8% 增加——差別在有沒有搭配肌肉保護策略
Side A
Cleveland Clinic
停藥後體重平均只復胖 0.5%，肌肉流失可以靠蛋白質和重訓預防，停藥看起來是安全的選擇。
Side B
Washington University
追蹤 333,687 名糖尿病患者三年：停藥六個月心血管風險增加 4-8%、一年 14%、兩年 22%。心臟保護建立得慢消退得快，重新用藥只能部分恢復（持久的疤痕）。
Tension 體重指標說沒事 vs 心臟指標六個月就開始付代價
Side A
Washington University
停藥後六個月心血管風險就開始升，兩年後增加 22%，心臟留下『持久的疤痕』。
Side B
Johann Hari
長期過度刺激的後果是胃輕癱風險增加四倍、胰臟炎風險增加九倍，且沒有臨床指南要求開藥前先測體內原本 GLP-1 濃度。這個藥不是假期的戀情，是終身的婚姻。
Tension 停藥有心血管代價 vs 繼續打有神經系統風險，困境沒有乾淨出口
Side A
SURMOUNT-5 試驗（NEJM 2025）
751 人、72 週正面對決：猛健樂 -20.2%，週纖達 -13.7%，差距 6.5 個百分點，在所有亞群中都成立。
Side B
SELECT 試驗（NEJM）
週纖達降低主要心血管事件 20%、全因死亡率 19%，而且這個好處跟體重減少幅度之間沒有相關性，腰圍縮減只能解釋 33% 的風險降低。
Tension 20.2% vs 13.7% 減重 vs 獨立 20% 心血管保護
Side A
網路上流傳 / STEP 1 數據
減掉的體重裡，39% 是肌肉。每瘦 10 公斤就有 4 公斤是肌肉而不是脂肪。
Side B
Lyle McDonald（The GLP-1 Solution）
把所有 GLP-1 試驗放在一起做統合分析，瘦體重流失比例是 25-27%，跟正常節食一模一樣，搭配阻力訓練和高蛋白可降到 15-20%。
Tension 39% vs 25-27%，搭配訓練可再降到 15-20%
Side A
Lyle McDonald（The GLP-1 Solution）
GLP-1 不會特別「吃肌肉」，任何能量赤字都會，30 歲的人丟掉一些肌肉有儲備可以補回來。
Side B
一位長壽醫學醫師（Peter Attia）
對於 60 歲已經在自然流失肌肉、有肌少性肥胖症的患者，進一步流失瘦體重對健康和壽命的威脅可能比肥胖本身更大，減重手術可能比 GLP-1 更合適。
Tension 一般族群可補回 vs 老年族群可能比肥胖本身更危險
Side A
Novo Nordisk / 醫學標準
CagriSema 試驗結果減重 22.7%，醫學上是奇蹟。
Side B
華爾街
華爾街預期 25%，隔天 Novo 市值蒸發 930 億美元。
Tension 22.7% 減重奇蹟 vs 930 億美元市值蒸發
Side A
FLOW / 臨床試驗體系
腎臟 FLOW 試驗顯示腎病惡化風險降低 24%，好到被提前終止；猛健樂獲 FDA 核准治療睡眠呼吸中止，阿茲海默試驗進行中。
Side B
作者風險視角
藥廠的商業利益是讓每個適應症都需要長期用藥，而最長的人類數據只有 3-4 年，越多適應症上市，暴露在未知長期風險下的人口就越大。
Tension -24% 腎病風險 vs 只有 3-4 年長期數據
Side A
Lotte Bjerre Knudsen（Novo 科學家）
在實驗室裡看到老鼠把自己餓死，確信這個分子可以治肥胖，花了一年說服高層並在 12 個月死線內穩定了分子。
Side B
Mads Ovlisen（當時 Novo CEO）
每天跑十公里，直接說「如果每個人都做運動，就不會有肥胖問題」。
Tension 分子可治肥胖 vs 運動就解決
Side A
Cochrane Library
六到十二個月，168 跟傳統熱量限制減重差不多，統計上沒有顯著差異，大約減 2 到 5%。斷食有超越熱量限制的特殊代謝效果，這個說法幾乎沒有實證支持。
Side B
Jason Fung
傳統節食幾乎必定失敗，因為身體會把代謝調低；斷食不同，胰島素歸零、腎上腺素上升、靜息代謝率增加 12%。Women's Health Initiative 48,835 人節食七年半體重沒動、Biggest Loser 冠軍基礎代謝率下降 800 大卡證明節食必輸。
Tension Cochrane 量六到十二個月體重，Fung 量五到七年復胖率和代謝損傷
Side A
Satchin Panda
2012 年小鼠研究：同樣高脂飲食、同樣熱量，8 小時內吃完的老鼠沒變胖，整天自由進食的對照組肥胖生病。Huberman Lab #41 拿來替 168 背書。
Side B
Olga Ramich
ChronoFast 人體試驗：31 名過重或肥胖女性、嚴格控制等熱量、8 小時窗口、兩週。血糖、胰島素敏感性、血脂全部零改善。之前說 168 有代謝好處的研究，受試者其實在不知不覺中少吃了。
Tension 小鼠 4 個月 vs 人體 2 週，時間尺度差距懸殊
Side A
Victor Zhong
2024 年在美國心臟協會年會發表：分析 20,078 名美國成人、追蹤中位數八年，每天進食時間八小時以內的人，心血管疾病死亡風險比吃十二到十六小時的人高 91%。
Side B
Christopher Gardner
研究設計根本不能回答這個問題：只憑兩天飲食回憶分類、沒控制食物品質、沒排除癌症末期和重症患者因食慾不振自然少吃的逆因果。Harvard 的 Kenneth Mukamal 同樣立刻反駁。觀察性研究只能告訴你相關不是因果。
Tension 91% 的相對風險 vs 方法論致命缺陷
Side A
Dave Asprey
女性比男性更敏感，每天規律做 168 會讓大腦誤以為飢荒來了，觸發「停止生育」的演化機制。動物研究：兩週間歇性斷食讓雌鼠卵巢萎縮、停止排卵。建議女性隔天斷食、保留碳水補給日。
Side B
Jason Fung
正常體重女性的三天完全斷食研究顯示，月經週期和生殖荷爾蒙完全沒有受到影響。同意體重過輕的女性不應斷食，但反對把這個禁忌擴展到一般健康女性。
Tension 動物研究（雌鼠本身偏瘦）vs 人體研究（正常體重女性）
Side A
Dave Asprey
防彈咖啡（加草飼奶油和 MCT 油）不會打破斷食。沒有蛋白質和碳水化合物就不刺激胰島素，身體仍然認為在斷食中，自噬和燃脂繼續進行。
Side B
Jason Fung
Fung 和 Jimmy Moore：一杯防彈咖啡有四五百大卡，騙得了胰島素但騙不了熱力學，「不是真正的斷食」。Huberman 最嚴格：吃進任何食物都會把身體從修復模式推向生長模式。
Tension 胰島素反應 vs 熱量反應（400-500 大卡）
Side A
Jason Fung
如果胰島素阻抗已經改善就不會復胖。復胖代表胰島素阻抗沒被真正解決。診所用七到十四天延長斷食有臨床成功案例。
Side B
Heilbronn
168 是「溫和介入」，六到十二個月只減兩到三公斤，長期有回到原點甚至更重的趨勢。原因跟節食一模一樣：身體降低能量消耗、增加飢餓素來對抗你。
Tension 機制解釋對立：胰島素理論 vs 能量平衡與飢餓素
Side A
David Sinclair
每天吃一克 NMN 加一克白藜蘆醇，把 NMN 定位為提升 NAD+ 最有效的方式
Side B
Peter Attia
把 NMN 的近親 NR 歸類為「被大肆炒作的補充劑」
Tension 推薦 vs 炒作
Side A
David Sinclair
NMN 提升 NAD+，能支持 Sirtuin 家族的修復機制
Side B
Valter Longo
想靠多吃維他命 C 來延長壽命，就像在莫札特的交響曲裡多加幾個大提琴手；人體經過數十億年的演化已經接近完美
Tension 分子補充 vs 整體演化
Side A
Peter Attia
目前 off-label 使用雷帕黴素，採週期性給藥，只抑制 mTORC1 避免免疫副作用
Side B
Bryan Johnson
使用一段時間後停藥，原因是血糖升高、免疫功能下降、傷口癒合變慢
Tension 繼續用 vs 停用
Side A
ITP（多個頂尖實驗室同時測試）
老年老鼠服用雷帕黴素，雄鼠壽命延長 28%，雌鼠延長 38%，是史上最一致的動物數據
Side B
Eric Verdin
我們不是裸鼴鼠，我們的長壽機制已經高度優化了；老鼠身上延壽 38% 不等於在人類身上能做到哪怕 5%
Tension 38% vs 可能不到 5%
Side A
David Sinclair（書中版本）
每天吃二甲雙胍，語氣是推薦不是嘗試
Side B
David Sinclair（2026 年版本）
縮減了二甲雙胍的劑量，沒有大張旗鼓宣布
Tension 每天吃 vs 減量
Side A
Peter Attia
運動是「最強的長壽藥物」，沒有其他干預手段比得上；NMN 是被大肆炒作的補充劑
Side B
NMN 產業
NMN 站在 60 個人吃 12 週的地基上卻行銷最猛；證據最強的運動沒有人打廣告，證據最弱的 NMN 行銷最猛
Tension 行銷跟證據強度完全反轉
Side A
David Sinclair
NMN 能提升 NAD+ 啟動長壽基因，白藜蘆醇激活 SIR2；自己吃 NMN 吃了十年，依然推薦每天吃 1 克白藜蘆醇（配優格溶解脂溶性）
Side B
Peter Attia
白藜蘆醇「不值得你花時間」；NAD+ 下降 85% 肌肉功能照常運作；NMN 跟 NR 的爭論「純粹是商業定位，沒有科學理由偏好哪一邊」
Tension 一人推薦每天 1 克，一人說「不值得花時間」
Side A
Peter Attia
每公斤體重 2.2 克（怕肌少症）；70 公斤的人一天 154 克
Side B
Valter Longo
每公斤體重 0.8 克（怕癌症）；70 公斤的人一天 56 克
Tension 差將近三倍（56 克 vs 154 克）
Side A
Valter Longo
少吃能延壽；FMD 有小型正面 RCT 結果（但他持有 FMD 公司股份）
Side B
Cochrane Review 2026
22 個臨床試驗、將近 2000 人，間歇性斷食跟標準飲食建議相比「幾乎沒有差異」；跟什麼都不做相比也「可能幾乎沒有差異」
Tension 22 個試驗、2000 人的最高等級證據 vs 單一學者與其持股公司的 FMD 小型 RCT
Side A
Matthew Walker
睡不夠八小時會得癌症、失智、心臟病；WHO 已經宣布了「全球睡眠流行病」
Side B
Daniel Lieberman
坦桑尼亞、喀拉哈里沙漠和亞馬遜叢林三個狩獵採集者族群平均睡眠時間 5.7 到 7.1 小時；8 小時更像是工業革命的產物，不是演化的要求
Tension Walker 的 8 小時底線 vs Lieberman 跨大洲田野數據的 5.7–7.1 小時
Side A
Matthew Walker
書中聲稱 WHO 宣布「全球睡眠流行病」、睡不夠會翻倍癌症風險、致死性家族失眠症（FFI）證明不睡覺會死
Side B
Alexey Guzey
花了 130 小時 fact-check 第一章就找到至少七個重大問題：WHO 從未宣布「睡眠流行病」；刪除了不利的數據；150 萬人統合分析顯示短睡眠跟整體癌症風險沒顯著關聯；FFI 是朊病毒疾病不是睡眠不足致死；NSF 推薦的是 7-9 小時不是 8 小時
Tension 一本全球暢銷書 vs 130 小時獨立核查找到七個錯誤
Side A
Dan Buettner
世界上有五個地區的人特別長壽——沖繩、薩丁尼亞、伊卡利亞、尼科亞、洛馬林達；共通點是植物性飲食、自然運動、社群連結、目的感
Side B
Saul Justin Newman
義大利有三萬人死了還在領養老金，哥斯大黎加 42% 的百歲人瑞年齡造假（修正後尼科亞 Blue Zone 縮水約 90%），日本 82% 登記為活著的百歲人瑞實際上已經死亡，希臘約 9000 人死了還在領百歲養老金
Tension 全世界引用的長壽聖地 vs 修正後 Blue Zone 縮水 90%、Ig Nobel 2024
Side A
David Sinclair
老化不是磨損，是資訊丟失；NMN 透過提升細胞裡的 NAD+ 水平來啟動長壽基因
Side B
Peter Attia
問題可能不是 NAD+ 太少，而是 NAD+ 和 NADH 之間的氧化還原電位在衰退；口服 NMN 確實能拉高血液裡的 NAD+ 數字，但「不知道有多少真的進到細胞裡面」
Tension NAD+ 濃度下降 vs 氧化還原電位下降的機制之爭
Side A
Peter Attia
70 公斤每天需要 154 克，每公斤 2.2 克；RDA 0.8 是最低生存值不是最佳化
Side B
Stuart Phillips
It's baloney（胡說八道）。49 篇 RCT 統合分析效益在 1.6 g/kg 就到頂，超過的基本上直接尿掉
Tension 2.2 vs 1.6 vs RDA 0.8 — 最高最低差 2.75 倍
Side A
Stuart Phillips
49 篇 RCT 統合分析顯示效益在 1.6 g/kg 到頂，超過無效
Side B
Eric Topol
Phillips 畫出「1.6 截線」倚賴的那篇 2018 Morton et al.（BJSM）論文，統計 p 值是 0.079，沒達到顯著
Tension p = 0.079（未達 0.05 顯著門檻）
Side A
Valter Longo
50-65 歲高蛋白（超過 20% 熱量）全因死亡率比低蛋白族群高 75% 以上，癌症死亡率高四倍；但 65 歲以上翻過來，全因死亡率下降 28%，癌症死亡率下降 60%
Side B
Peter Attia
流行病學充滿混淆因子，觀察不到因果，只有 RCT 值得參考
Tension 50-65 歲全因死亡率 +75% vs 65+ 歲 -28%，切點差約 100 個百分點
Side A
Eric Topol
2024 年 Nature Metabolism 研究顯示高蛋白可能透過 leucine → mTOR 路徑增加動脈硬化風險，小鼠先發現、人體研究也看到類似方向
Side B
Peter Attia
機制研究不等於人體傷害，不能從動物實驗直接外推到臨床建議
Tension 機制證據 vs 臨床證據的門檻分歧
Side A
Eric Topol
Attia 和 Huberman 各自持有 David 蛋白棒的股份
Side B
Peter Attia
他的論點建立在對現有研究的詮釋上，用整章節解釋 RDA 是最低生存值、老年人和重訓者被嚴重低估、肌肉維持是晚年獨立生活的關鍵變數
Tension 利益揭露改變信任權重，但不直接證否論述
Side A
台灣國健署第八版 DRIs
成人 1.1 g/kg、老年人 1.2 g/kg（2022 年公告）
Side B
台灣藥局工作者（門診觀察）
門診老人拿到的飲食建議單大多還是寫 0.8，建議單沒更新、門診時間不夠詳細解釋
Tension 官方 1.2 vs 門診 0.8，差 1.5 倍
Side A
Matthew Walker
WHO 已經宣布睡眠不足是流行病
Side B
Alexey Guzey
Walker 書裡標的來源是一部國家地理紀錄片，紀錄片從頭到尾沒提 WHO
Tension 捏造宣稱 vs 來源實際無聲明
Side A
Matthew Walker
少睡會讓癌症風險翻倍
Side B
BMC Cancer 統合分析
涵蓋 155 萬人、86,201 例的統合分析結論是睡眠和癌症風險沒有顯著關聯，Walker 書裡零篇研究支撐
Tension 翻倍 vs 無顯著關聯（155 萬人樣本、零篇支撐）
Side A
Walker 的書
咖啡零容忍、酒精摧毀 REM、午睡絕對不行、處方安眠藥全面反對、市售褪黑激素劑量正常
Side B
Walker 在 podcast 裡
咖啡「睡前 8 到 10 小時停就好」、酒精「That's the cost of having a fun life」、午睡「20 到 25 分鐘 OK」、處方安眠藥「短期有其時間與空間」、褪黑激素市售是有效劑量的 15 到 100 倍
Tension 五個招牌立場全數自我修正
Side A
Matthew Walker
睡不夠 8 小時等於慢性自殺，區間 7 到 9 小時
Side B
Satchin Panda
死亡率曲線是 U 型的：7 小時最低，睡 10 到 11 小時的反而死更早
Tension 8 小時底線 vs U 型兩端都有代價
Side A
Matthew Walker
算時數，睡不夠 8 小時等於慢性自殺
Side B
Nick Littlehales
焦慮本身是主要的傷害——皮質醇正是讓你睡不著的荷爾蒙，強迫躺滿 8 小時但睡不著，比少一個週期但睡得深傷害更大
Tension 時數 vs 焦慮成本
Side A
Matthew Walker
失眠的人絕對不行
Side B
Nick Littlehales
白天的「受控恢復期」是補回週期的必要工具，推薦「Coffee Nap」——喝一杯義式濃縮，立刻躺下 30 分鐘
Tension 絕對禁止 vs 必要工具
Side A
Satchin Panda
節律——固定作息、固定飲食窗口、控制光照，不花錢、不需要額外時間
Side B
Peter Attia
運動——如果你連動都沒在動，從走路開始
Tension 節律優先 vs 運動優先（Walker 另稱時數優先）
Side A
市面上賣的劑量
5 到 10 毫克為常見劑量
Side B
Matthew Walker
在 Huberman Lab podcast 上說有效劑量只需要 0.1 到 0.3 毫克
Tension 市售是有效劑量的 15 到 100 倍
Side A
Morgentaler
有症狀、游離 T 又低，就不要把人趕回去等半年。他看過太多人被叫去運動、減肥、早睡，半年後回來數字更低，人更絕望。驗到低，就補。
Side B
Busnelli
全球 TRT 處方資料顯示，95% 的處方不符合指南，75% 拿到處方的男性同時過重或肥胖。很多人不是被延誤治療，而是太早把本來能逆轉的問題交給藥物。
Tension 95% 處方不合指南 vs Morgentaler 的「低於 400 就該懷疑」臨床標準
Side A
Travison
麻州男性老化研究追蹤 1987 到 2004 年的同一批人，看到睪固酮每年大約掉 1%，控制年齡之後還在掉。
Side B
Andersson
丹麥那個追蹤超過 5,300 人的研究把 BMI 控進去之後，下降幅度大幅縮小。你以為在看世代衰退，很多時候其實是在看男人整體變胖。
Tension 每年 1% 世代下降 vs 控制 BMI 後幾乎消失
Side A
Swan
男性的生殖發育在媽媽懷孕第八到第十二週已經被塑形，那幾週的塑化劑暴露，可能永久影響兒子的精子數、睪固酮水平和生殖器發育。成年後戒菸、減脂還有機會補救，胎兒期那層沒有。
Side B
Sapolsky
睪固酮不太像一個會憑空創造新人格的開關，比較像放大器。給三號猴子大量睪固酮，牠不會突然去挑戰一號和二號，只會對四號和五號更具攻擊性。大腦不是收到一個命令就改寫性格，而是在原本的階級和處境上放大反應。
Tension Swan 看胎兒期永久塑形 vs Sapolsky 看成年階級與處境的動態放大
Side A
Gillett
在 Huberman Lab 裡具體推薦了 Tongkat Ali（每天 300-1,200mg，不需循環停用）和 Fadogia Agrestis（每天 300mg）。
Side B
Morgentaler
「沒有任何一絲證據顯示這些治療對低 T 男性有任何幫助」，他的否定涵蓋了所有草本補充劑。
Tension 臨床內分泌醫師給具體劑量 vs 哈佛泌尿科醫師零證據否定
Side A
Huggins
1941 年拿諾貝爾獎的那篇論文建立了「睪固酮會養癌」的教科書定論，但裡面只有一個沒被先閹割的病人。
Side B
Morgentaler
2006 年提出飽和模型，用一項研究證明了注射六個月睪固酮後，血中 T 大幅上升，但攝護腺組織裡的 T 完全不變。2025 年 12 月 FDA 專家小組建議移除攝護腺癌警告。
Tension 單一病例的七十年定論 vs 2006 飽和模型 + 2025 FDA 移除警告建議
Side A
健身房教練
阻力訓練讓 T 短暫升 15-30%。重訓是提升睪固酮的方法。
Side B
Andersson
丹麥數據（追蹤超過 5,300 人）顯示，控制 BMI 之後睪固酮下降大幅縮小。脂肪裡的芳香化酶把 T 轉成雌激素，減脂才是直接提升方式。重訓的價值在減脂和改善胰島素敏感度，不在直接拉高 T。
Tension 短暫 15-30% 升幅 <30 分鐘消退 vs 統合分析：長期規律訓練對靜息 T 影響可忽略
選擇比努力重要，但怎麼選
Side A
Suleyman
18 個月內，大部分白領工作會被 AI 自動化。會計、法律、行銷、專案管理，只要是「坐在電腦前做的事」，全部。
Side B
Anthropic
自 ChatGPT 發布以來，高曝險職業的失業率沒有系統性上升。統計上跟零無法區分。
Tension 18 個月 vs 零失業；理論曝險 75% vs 實際覆蓋 33%
Side A
BCG
在 AI 能力範圍內的任務，顧問的表現大幅提升。但在能力邊界外的任務，準確率從 84% 暴跌到 60-70%。
Side B
METR
讓開發者在真實工作環境中使用 AI，任務完成時間比不用 AI 多了 20%。
Tension 效率飆升 vs 慢 20%；BCG 邊界外準確率從 84% 暴跌到 60-70%
Side A
Suleyman
$20 兆增長。白領的重複性認知操作（cognitive manual labor）很快會被完全自動化。
Side B
Goldman Sachs
我們仍然在經濟體層級找不到 AI 採用和生產力之間的有意義關係。除了科技業利潤率上升 20%，其他產業幾乎沒有變化。
Tension $20 兆預測 vs 零生產力提升
Side A
Mollick
工作不是一個任務，是一束任務（a bundle of tasks）。AI 可以替代束裡的某些線，但很少能替代整束。
Side B
Susskind
2005 年人機組合是西洋棋最強選手，2017 年 AlphaZero 在沒有任何人類輸入下擊敗最強的電腦。人的參與變成了噪音。task encroachment 最終壓過互補。
Tension 短期 Mollick 對（工作是一束任務），長期 Susskind 可能對（task encroachment）
Side A
Suleyman
18 個月內大部分白領工作被 AI 自動化，核心使命是達到「超級智慧」。
Side B
Lambert
真正的瓶頸是「人力和組織文化」，不是技術。Raschka 更直接說：「我不認為現在任何一家公司擁有其他公司沒有的技術。」
Tension 賣 AI 的看潛力天花板 vs 做 AI 的看每天的限制、bug、不確定性
Side A
Duke / Fed
高管感受到的 AI 生產力提升，遠大於實際營收數據能支持的幅度。預期今年有 502,000 個工作因 AI 消失。
Side B
Solow
你到處看到電腦時代，除了在生產力數據裡。
Tension 502,000 個預期消失工作 vs 經濟體層級零生產力關係
Side A
Harvard Business Review
60% 企業已因 AI 減人數。只有 2% 是因 AI 真能做才裁。58% 是 posturing（作秀）——『AI 裁員』比『砍成本』聽起來性感。
Side B
Gartner
50% 因 AI 裁員的公司 2027 年前會重新雇人。實際只有 20% 的客服主管因 AI 減了人。Klarna 兩年砍 40% 全押 AI，2025 年重新雇人。
Tension 90% 說有價值 vs 2% 真因 AI 裁；50% 會重新雇人
Side A
Jonathan Haidt
2010 後智慧型手機滲透是 Z 世代憂鬱爆發主因，禁手機就能救。四大建議：高中前不給手機、16 歲前不給社群、學校禁手機、增加真實世界自由玩耍。
Side B
Orben
35 萬樣本分析顯示數位科技使用只能解釋 0.4% 的青少年身心健康變異，跟吃馬鈴薯關聯類似。霸凌是手機的 4.3 倍。
Tension 99.6% 的變異不由手機解釋
Side A
Jonathan Haidt
2012 年智慧型手機滲透後憂鬱率上升，時序論證明手機是原因。
Side B
Candice Odgers
縱向研究顯示是先有心理問題才多用手機——反向因果。方向反了，整個治療邏輯就反了。
Tension 因果方向完全相反
Side A
Jonathan Haidt
高中前不給手機，延後接觸保護青少年心理健康。
Side B
蔡孟利
在高中階段才擁有智慧型手機的學生從此一發不可收拾地沉迷，過去被限制到多麼嚴格，擁有之後就會多麼不可自拔。
Tension 延後反而加劇沉迷
Side A
Jonathan Haidt
透過社區共同承諾和學校政策幾乎不花任何成本，兩年內看到青少年心理健康顯著改善，四大建議 universal。
Side B
Debra Harrell
低收入單親家長做了書說的事（讓孩子獨自玩耍），結果被警察以遺棄罪逮捕、關 17 天。Haidt 自己在第五章註 13 也承認許多收入較低父母身兼多個工作沒時間精力監控螢幕。
Tension 同一本書內的自我衝突——作者看到階級問題卻用另一個中產解法解決它
Side A
Jonathan Haidt
手機和社群媒體是青少年心理健康惡化主因，解方是四大建議。
Side B
Pete Etchells
真正的第三因子是低社經地位、家庭關係不好、霸凌、孤獨感，手機和心理健康都是它們的結果不是原因。
Tension 完全不同的因果架構
Side A
Jonathan Haidt
2010 後智慧型手機滲透導致 Z 世代全球同步出現憂鬱爆發。
Side B
Jonathan Haidt
書裡的 OECD PISA 數據顯示除了亞洲所有地區的孤獨感都在上升，亞洲是異例。第六章註 4：『我對亞洲或非洲的趨勢所知甚少』。
Tension 全球敘事的關鍵區域缺失（同一本書內的自我矛盾）
Side A
台灣教育部
2025 年 9 月起國中小校園手機集中保管、高中三方協商，政策採了 Haidt 的路徑。
Side B
蔡孟利
結構性四因素（社交圈狹窄、感覺無聊、能力不足、不當自我暗示）才是因，手機是果，禁了手機果消失但因還在——像把體溫計藏起來不量，體溫還是 39 度。
Tension 症狀治療 vs 病因治療
Side A
Jonathan Haidt
手機設計讓孩子上癮，上癮導致憂鬱——因果方向是手機→憂鬱。
Side B
馬大元
他整天滑手機是能量低的結果，不是原因。是倒過來的。孩子能量只剩一點點，滑手機是那一點能量還做得動的唯一事。禁手機是在治口渴，但身體的問題是脫水。
Tension 因果方向反轉——臨床醫師觀察 vs 社會心理學推論
Side A
Cal Newport
職涯資本大部分是領域特定的；你在舊領域累積的人脈、聲譽、對客戶心理的理解，換到一個「有熱情」但陌生的領域，折現率接近零。不要跟隨熱情，先把自己變成市場上稀缺的人。
Side B
David Epstein
轉型本質上是認知的重新配置。你帶著舊領域的認知框架進入新領域，解決新領域的專家解不了的問題。晚專精者最終超越早專精者；50 歲創業者成功率是 30 歲的兩倍。
Tension Newport 說折現率接近零；Epstein 引用的 50 歲創業成功率是 30 歲的兩倍
Side A
Cal Newport
放棄職涯資本才是損失。瑜伽教室案例是血淋淋的證據——行銷業的女人追隨熱情開瑜伽教室，幾年後靠食物券過活。
Side B
Annie Duke
留在一個次優或正在虧損的局面，才是真正拖慢你的事。退出會讓你更快到達想去的地方。好的投資組合管理是「買進表現好的，賣出表現差的」，因為每一塊錢在任何時刻都有機會成本。
Tension Newport 算的是退出的成本；Duke 算的是留下來的成本
Side A
David Epstein
晚專精者超越早專精者，因為帶著跨領域的思維框架能用不同的角度看問題。英格蘭早選科學生長期收入反而低於晚選科的蘇格蘭學生，而且早選科者更容易在中年換行業。
Side B
ScienceDirect
橫向轉換（跨部門/跨功能）對年輕人的職涯成功有正面效果，但對中年人效果依條件而異——而且是上升轉換（往管理層）才對客觀成功有顯著效果，橫向的效果弱化。
Tension Epstein 說晚轉有優勢；縱貫數據說中年後橫向轉換效果弱化、不確定
Side A
NBER
人力資本技能折舊率約每年 4.3%；技術密集產業技能半衰期約 3-5 年。折舊是持續且可量化的，中斷期間折舊繼續、新累積停止。
Side B
哈佛商業評論
技術技能半衰期已縮到 2.5 年、一般專業技能也從 10 年降到 5 年。AI 時代工具鏈加速了折舊速度，NBER 的 3-5 年估算對今天的工程師而言可能已過於樂觀。
Tension NBER 估算 3-5 年；HBR 2026 縮到 2.5 年（技術技能）——AI 加速折舊尚無學術共識
Side A
Scott Galloway
複利是宇宙中最強大的力量：22 歲投入的職涯資本以複利滾動，先累積再換自由是正確的時序。
Side B
台灣工程師市場
「年資只採計 5 年」是很多公司的真實規則，50 歲的技術職在很多公司的 HR 系統裡本來就不在篩選名單。如果市場花期在 45 歲後縮減，「先累積」的視窗可能已經過了。49 歲整個部門裁掉、9 個月零回應是真實存在的結局。
Tension Galloway 說複利時序正確；台灣市場數據說前提（市場花期夠長）在本地可能不成立
Side A
James Clear
先決定你要成為什麼樣的人，然後每天用行動證明。身份驅動行為，要從身份層開始改，否則行為撐不過三週
Side B
Herminia Ibarra
你不可能事先知道自己要成為什麼人。成功轉型的人幾乎沒有一個是「先想清楚再行動」的，他們是做了才發現自己要什麼
Tension 方向完全相反：Clear 在下游鎖行為，Ibarra 在上游找身份
Side A
Herminia Ibarra
建議遠離最親近的人。家人、伴侶、密友會把你拉回去，他們認識的是上一個你。Harris Roberts 被五個 mentor 的柵欄困住，William Bridges 轉行被家人說「你瘋了」。人只有在跟認識他們的人分開的時候才能真正改變
Side B
Amir Levine、Rachel Heller
依賴悖論：你越能有效地依賴另一個人，就越獨立、越敢冒險。Feeney 實驗顯示伴侶不支持時人會主動把目標降低，Coan 的 fMRI 顯示握著伴侶的手大腦威脅反應直接下降
Tension 方向相反：Ibarra 說親密連結是阻力，Levine/Heller 說是條件
Side A
James Clear
環境設計讓好行為不用想就能做到，自動化是解藥
Side B
Adam Grant
過度自信循環——你越熟練一件事，你越不質疑它，越看不到世界已經變了。習慣可以讓你每天六點起床去一份三年前就該離開的工作，自動化不區分好的例行公事和壞的例行公事
Tension 同一機制，相反定論：解藥 vs 陷阱
Side A
Adam Grant
卡住是認知問題，叫做「承諾升級」——投入越多越退不出來。Ryan 十六年走不出醫學院那條路是因為認知上無法接受「我選錯了」
Side B
Jay Shetty
卡住是情感問題。You're not stuck. You're actually grieving a past version of yourself. 他自己在印度出家三年後住進醫院，想得透但放不下
Tension Grant 的 Ryan 是想不通，Shetty 是走不動——一個是頭的問題，一個是心的問題
Side A
Arthur Brooks
金融專業人士的表現在 36 到 40 歲之間達到巔峰；流體智力在 30 多歲開始下降；達爾文 50 歲寫出《物種起源》之後就完全停滯，看不懂孟德爾的新遺傳學。
Side B
David Epstein
一萬名科學家的研究顯示一個人最有影響力的論文跟他是第一篇還是第一百篇一樣可能出現；50 歲的科技創業者成功創辦高成長公司的機率是 30 歲的近兩倍。
Tension 50 歲創業者成功率是 30 歲的兩倍
Side A
Jonathan Rauch
幸福感有一條 U 型曲線，在 40 多歲末到 50 歲出頭觸底；研究者在 336 隻黑猩猩和 172 隻紅毛猩猩身上也發現了同樣的 U 型曲線，谷底換算成人類大約是 45 到 50 歲，這可能是寫進靈長類大腦的生物機制。
Side B
Bruce Feiler
中年危機是一個可疑的概念，1995 年 MIDUS 研究指出很少有證據支持大多數美國人會經歷中年危機；人生地震在 20、30、40、50、60 歲之間的分布是均勻的。
Tension 跨國大規模數據+靈長類驗證 vs 美國 MIDUS 研究+數百人生命故事
Side A
Arthur Brooks
你擅長的東西在變，那就去做新擅長的事；跳到第二曲線，從解題者轉為教學者，本質上是一次主動的職涯重新設計。Arthur 追求的是更好的自我（ego 還在，只是換了一種展現方式）。
Side B
David Brooks
追求更好的職涯策略，不管是第一曲線還是第二曲線，都是「第一座山」的邏輯；第二座山你爬不上去，是它征服你；核心是對一個人、一個社區、一個信仰、一份天職的不可撤回的承諾。David 追求的是自我的消融。
Tension 能力重新設計 vs 自我消融；職涯策略升級 vs 存在問題的回答
Side A
50 年的美國社會調查（GSS）
70% 的人就算中了樂透也會繼續工作。
Side B
Anthony Klotz
在另一個非正式調查裡，只有大約 10% 的人會繼續做同一份工作。
Tension 70% vs 10%，差 7 倍
Side A
Cal Newport
追隨熱情是爛建議，你需要 career capital，把一件事做到別人沒辦法忽視你；不被打斷的專注是稀缺資源，副業就是在消耗它。對照組 Joe Duffy 在同一家公司花了二十年磨同一把刀。
Side B
David Epstein
早期專精的英國學生後來跳出原本領域的比例反而更高（Malamud）；Nobel 得主業餘表演藝術機率是一般科學家 22 倍；50 歲創業者成功率幾乎是 30 歲的兩倍。跨領域連結比單一技能極致深度更有創新力。
Tension 22 倍（Nobel 得主 vs 一般科學家的表演藝術參與率）
Side A
MJ DeMarco
真正有錢的人不分散，他們集中。Harrison Group 三千位淨資產五百萬美元以上的人，八成靠自己創業或小公司，只有一成靠被動投資。同時做多個副業是 Tekel Syndrome——每週換一個生意，什麼都沒累積。
Side B
Tim Ferriss
BrainQUICKEN 的 80/20：一百二十個批發客戶裡五個貢獻 95% 營收，砍到八個，工時從八十小時降到十五小時，月收入四週內從三萬翻倍到六萬。做到之後用 80/20 原則自動化。
Tension 80 小時 vs 15 小時（每週工時）
Side A
MJ DeMarco
Commandment of Scale：生意必須能影響上百萬人才有價值。不能規模化就是死路。
Side B
Paul Jarvis
Sean D'Souza 的 Psychotactics 上限設在年獲利五十萬美元，朋友宣布要把利潤翻倍時拒絕跟進，因為翻倍需要更多員工、更多管理、更多壓力。Leah Andrews 手工做雪花球，可以請人量產但不想。
Tension 上百萬人 vs 年獲利五十萬美元（規模目標對比）
Side A
Cal Newport
專注磨一把刀，副業是在消耗稀缺的深度工作資源；對照組 Joe Duffy 在同一家公司花二十年磨同一把刀。
Side B
Paul Jarvis
Company of One 要求你什麼都會做，心理學、銷售、記帳、客服全部自己來，這跟「磨一把刀」完全相反。
Tension 一把刀（二十年）vs 所有技能（自己來）
Side A
Cal Newport
有一個共同前提：經濟系統是正常的，你要在裡面找到最好的位置。Newport 教你磨刀、Ferriss 教你買回時間、DeMarco 教你致富。
Side B
David Graeber
銀行家年薪五百萬英鎊每賺 £1 摧毀 £7 社會價值；醫院清潔工年薪一萬三千英鎊每賺 £1 創造 £10。做真正有用的事的人領最少，做消失了世界不會變差的事的人領最多。系統本身在獎勵錯的事。
Tension 五百萬英鎊 vs 一萬三千英鎊（摧毀者 vs 創造者的薪資對比）
Side A
Angela Duckworth
在銷售領域，樂觀的人業績好 20% 到 40%，學業和軍事訓練裡也是類似的方向
Side B
Annie Duke
Don Moore 的實驗裡，高度樂觀的人確實堅持得更久，但他們的表現沒有更好；樂觀延長了努力的時間，沒有改善結果
Tension Duckworth 量已確認方向的人（燃料），Moore 量方向不確定的人（方向）——不同問題
Side A
Angela Duckworth
恆毅力是 West Point 留到最後的預測因子，能預測誰留到最後的不是體能或智力，而是恆毅力
Side B
David Epstein
恆毅力的效用取決於環境；在惡劣環境（規則模糊，如創業、投資、職涯選擇）裡早期專精反而造成認知僵化，讓人面對新狀況時表現比新手更差
Tension Epstein 拆 Duckworth 的 Grit Scale，把扣分項目（興趣每年都在變、換目標）指為 match quality 搜尋的必要動作
Side A
Angela Duckworth
沒有人能在不感興趣的事情上長期堅持，熱情是恆毅力的前提
Side B
Cal Newport
「追隨你的熱情」可能是最危險的職涯建議；Lisa Feuer 辭職創兒童瑜伽品牌，幾年後在靠食物券過活。熱情是做到精通之後才長出來的
Tension 作者結論：離開前要問「帶走什麼下一站能用的東西」＋「要去的是友善環境還是惡劣環境」
Side A
Angela Duckworth
恆毅力量表會扣分的選項包括「我的興趣每年都在變」和「我設了目標後來又換一個」
Side B
David Epstein
放棄和換方向叫做尋找 match quality，找到你真正適合什麼的必要過程；Ofer Malamud 的研究顯示早期專精的英格蘭學生後來完全換行的比例反而更高
Tension 蘇格蘭學生起初薪資較低但很快迎頭趕上，因為找到了更好的匹配
Side A
Seth Godin
在 Cul-de-Sac（死路）裡多待三年是浪費機會成本；你做了很久，不會變得更差，但也不會變得更好，你不是在掙扎，你只是在消耗
Side B
Bill Perkins
浪費的不只是機會成本，是那三年裡你身體能做但以後做不了的事；大多數人到死的時候銀行帳戶裡還有很多錢，代表你用最好的年紀免費工作了幾千個小時
Tension Duke 補充：大腦天生不會算留下的隱形成本（身體老化、學習能力下降、選擇變少）
AI 改變什麼、不改變什麼
Side A
黃仁勳
I think it's now. I think we've achieved AGI. 量的尺是經濟門檻——AI 能短暫做出一個值十億美元的數位產品。
Side B
Hendrycks
GPT-5 的 AGI 分數是 57%，長期記憶 0/10。量的尺是心理計量學——10 個認知維度各打分數。
Tension 二元達成 vs 57% 分數（差一半的分數）
Side A
黃仁勳
AGI 已達成，那一週 NVIDIA 股價上漲了。用的是經濟門檻——衝過十億美元估值的數位產品。
Side B
OpenAI
2023 年跟微軟合約裡，AGI 被秘密定義為一項能產生至少 1000 億美元利潤的技術。OpenAI 去年營收 130 億還虧了 80 億。
Tension 130 億營收虧損 vs 1000 億利潤門檻，差近百倍
Side A
Amodei
AGI 概念可能已經過時了。Claude 寫 Python 比很多工程師強，常識直覺卻還是零，「通用智慧」這個標籤站不住腳。
Side B
DeepMind
概念本身很好，只是被企業的行銷扭曲了。解法是用心理計量的尺取代 demo 影片的敘事——10 個認知維度各打分數。
Tension 建造方喊停 vs 學術派要救回
Side A
Hassabis
語言模型因為「沒有接地」（沒有在物理環境中互動）所以永遠無法產生智慧。
Side B
Hassabis
語言模型是「不合理地有效」。LLM 派押對了趨勢。DeepMind 內部有人因此離職抗議。
Tension 從永遠不可能到不合理地有效（同一人前後立場翻轉）
Side A
黃仁勳
AI 能搞出一個病毒式 app、一個數位網紅、一個 Tamagotchi 遊戲，衝到十億美元估值。
Side B
黃仁勳
要建造一家持續運作的公司——十萬個 AI agent 一起上也做不到。You said a billion, and you didn't say forever.
Tension 短暫衝過 vs 持續運作，他自己需要用「十萬個一起」才敢說做不到
Side A
Peter Steinberger
只要照他的文件做，把 agent 放在私人網路上、確保只有你一個人跟它互動，「整個風險輪廓就消失了」。他說安全研究者誇大了風險。
Side B
Peter Steinberger
Prompt injection 目前「無解」，使用者「太容易相信了」，非技術用戶不該用，第一個版本根本沒有安全機制，他不會推薦給他媽媽用。
Tension 同一人在同一集 podcast 裡自我矛盾
Side A
Sam Altman
核心信念是「漸進部署」：把不完美的 AI 放出去，從真實世界的回饋中學習，比在實驗室裡猜測安全得多。
Side B
Jan Leike
OpenAI 內部的安全團隊曾經成功延緩 GPT-2 完整版本的公開，但隨著公司越來越商業化，安全的聲音越來越小。「安全文化和流程已經讓位給了閃亮的產品。」
Tension Altman 量的是「放出去之後我們學到了什麼」，Leike 量的是「放出去的時候我們犧牲了什麼」
Side A
Mustafa Suleyman
設計了十步驟的「圍堵」框架：公司把至少 20% 研發預算用於安全、建立獨立的 AI 審計機構、用 GPU 供應鏈當減速帶、開發可靠的緊急關閉開關。
Side B
Mustafa Suleyman
他自己承認三個致命弱點：緊急關閉開關是「未解的問題」；國際合作極度脆弱（你慢下來的地方，別人會衝上去）；成功的圍堵可能需要全球監控，「一個壓迫性的監控社會，只是另一種形式的失敗」。
Tension 圍堵方案自我否定——每一層聽起來合理的答案，都被下一層打翻
Side A
Dario Amodei
把人類跟 AI 的關係比喻成青春期——混亂、危險、但可以走過去。主張「外科手術式干預」：施加完成任務所需的最小負擔。過度監管會跟不監管一樣危險。
Side B
Mustafa Suleyman
未來的 AI 網路武器會是自主學習的蠕蟲，不斷探測、實驗、適應，自動找到金融數據庫和關鍵基礎設施的漏洞。他把這叫做「國家級緊急事態 2.0」。
Tension 青春期 vs 國家級緊急事態
Side A
Jensen Huang
AI agent 代表 50 兆美元的市場機會，每個工程師很快會管理一百個 AI agent。AI 不是外星人、不是黑箱，它就是軟體。最大的威脅是太恐慌而不敢採用，不是 AI 失控。
Side B
Peter Steinberger
非技術用戶不該用。他的 Discord 裡充滿了問「什麼是 CLI？」的人。如果你不懂基本的程式概念和風險管理，你不應該用 OpenClaw。
Tension 50 兆美元機會 vs 非技術用戶不該碰
Side A
Ajay Agrawal, Joshua Gans, Avi Goldfarb
AI 負責預測，人負責判斷，兩者分開，各做各的。AI 越強，人的判斷就越重要，因為有了更好的預測，你才能做更精細的判斷。
Side B
Ethan Mollick
實際上人類不會分開。AI 預測越好、越方便，人就越懶得做判斷那一步。菁英顧問加了 AI，正確率從 84% 掉到 60%。
Tension 正確率從 84% 掉到 60%，差距 24 個百分點
Side A
Nature Scientific Reports, 2026
越信任 AI 的人判斷越差，這個效應只在 AI 組出現，信任人類建議的人沒有這個問題（295 人實驗）。
Side B
AI & Society, Springer, 2025
對 AI 了解最少的人會自動懷疑，了解中等的人最容易被牽著走，了解最深的人才知道什麼時候該信、什麼時候不該信（35 篇研究回顧）。
Tension 信任度與理解深度呈非線性關係
Side A
MIT
在特定寫作任務裡，ChatGPT 組在擁有感、內容記憶、寫作參與指標都比較差。
Side B
Microsoft Research
同一個 ChatGPT 也可以用後設認知提示回頭問使用者原本目標、輸出是否偏掉、有沒有相反觀點。
Tension 同一個工具，兩種順序：AI 先寫、人接手修；或人先想、AI 反問。
Side A
MIT Media Lab
54 個人寫文章的實驗裡，ChatGPT 組在擁有感、記憶和參與指標較弱。
Side B
Stankovic et al.
從樣本和 EEG 分析提出質疑，使這篇研究更適合被讀成早期訊號，而不是恐慌定論。
Tension 54 人主實驗與 18 人切換輪提供訊號；方法質疑把結論從定論降回保守解讀。
Side A
Carr
工具不只是省時間，也會改變注意力放在哪裡；ChatGPT 讓人習慣下一句已經有人接好。
Side B
Mollick
AI 可以扮演共同工作者、老師、教練；但第一個決定仍要留給人。
Tension 共同工作者越好用，越需要保留第一個決定在人這邊。
Side A
經理人
台灣職場 AI 已是基本配備，93.9% 受訪勞工實際使用過 AI 工具，ChatGPT 使用率高達 95.9%。
Side B
重度使用 ChatGPT 六個月後，使用者描述自己連沒有 AI 的 300 字筆記都寫不下去。
Tension 職場數字支持速度壓力；Reddit 個案指出代價可能落在第一步判斷與壞草稿耐心。
Side A
Mitchel Resnick
最好的學習是不結構化的 tinkering，隨便玩、隨便試、不預設步驟。環境分成遊樂場和遊戲圍欄，前者永遠比後者好。
Side B
James Paul Gee
讓初學者在豐富環境中自由探索是糟糕的學習理論和無腦進步主義。沒有引導，人會走進一堆錯誤的模式，然後卡在死胡同裡出不來。遊戲之所以有效，正是因為它提供 strong doctrine，一套有序的問題。
Tension Resnick 量的是內在動機，Gee 量的是學習效率，兩個不同的變數各自對
Side A
Mitchel Resnick
強烈反對遊戲化教育：點數、徽章、排行榜。這些外在獎勵短期刺激行為，長期殺死內在動機和創造力。Scratch 刻意沒有任何點數和徽章系統。
Side B
Frontiers in Psychology
2024 年統合分析：獎勵和回饋對動機的效果量 g=0.40，參與度 g=0.44，認知發展 g=0.46，社會發展 g=0.38。
Tension Resnick 量的是二十年後這個小孩還會不會自己寫 code，統合分析量的是這學期他願不願意打開工具
Side A
Mitchel Resnick
外在獎勵短期刺激行為、長期殺死內在動機和創造力，所以 Scratch 刻意沒有任何點數和徽章系統。
Side B
Greg Toppo
紐約的 Quest to Learn 學校用 Boss Level 取代期末考，學生花一週設計、測試、修正自己的遊戲；另一間學校用 Classcraft 讓學生扮演戰士、法師、治療師，用經驗值獎勵回答問題和幫助同學。老師評價：學生前所未有地投入。
Tension Resnick 的動機理論否定 vs Toppo 的學校田野正效應
Side A
Carol Dweck
失敗不代表你笨，只是代表你還沒學會。成長心態影響了全世界的教育體系。
Side B
Jesper Juul
在遊戲裡，失敗確實代表你不夠好，而這正是遊戲有效的原因。我們在日常生活中避免失敗，在遊戲裡不斷經歷失敗，卻主動去找遊戲來玩。
Tension Dweck 在學校場合對，Juul 在遊戲場合對，兩個不同場所的心理工具
Side A
Carol Dweck
成長心態理論的核心主張是失敗不代表你笨，只是代表你還沒學會，後來影響了全世界的教育體系。
Side B
愛丁堡大學
測試了超過 600 名學生，試圖複製 Dweck 最被引用的實驗，結果是不夠強也不夠穩定，只能算是統計假象。阿根廷和英國的測試也沒有效果。
Tension Dweck 原始實驗 vs 多國複製失敗
Side A
Jordan Shapiro
對 AAP 的時間限制直接開砲：維多利亞時代的思維，節制和禁慾。小孩對螢幕不算上癮，他把手機比成泰迪熊——過渡性客體，不是毒品。
Side B
Jordan Shapiro
在書裡大力批評螢幕恐慌，自己家的餐桌卻是禁止使用任何裝置的。他承認：晚餐不是我們家庭生活的中心。
Tension Shapiro 公開立場 vs 自家實踐的內部矛盾
Side A
Jensen Huang
學程式語法正在變成學打字機——很快就不需要了。AI 幫你寫 code、幫你 debug、幫你部署。
Side B
Mitchel Resnick
coding 是新的讀寫能力。寫可以讓 AI 做，要怎麼想還是得自己練。
Tension Huang 看工具取代，Resnick 看能力內化，兩人都對了一半
Side A
James Paul Gee
把社會分成兩種人：laity 教眾被動消費技術但不理解它怎麼運作，和 priests 祭司掌握技術深層秘密的人。如果只是用 AI 做遊戲不去理解它怎麼運作，你永遠是教眾。
Side B
Jensen Huang
學程式語法正在變成學打字機——很快就不需要了，AI 幫你寫 code、幫你 debug、幫你部署。
Tension Gee 警告教眾化風險，Huang 認為無需再學語法
每個矛盾都連回原文。完整的判斷過程、作者背景、為什麼選信哪一邊——都在文章裡。
看全部 34 篇分析
本矛盾圖譜以 CC BY 4.0 授權。歡迎引用、改作、再發布，請註明來源並連結到 https://ducorn.com。