我不是懶得做事，只是無法接受同一件蠢事做第二次

我一直都承認自己很懶，但我不是懶得做事，只是我無法接受同一件蠢事做第二次。但每次我這樣說，身邊的人通常不太相信，因為從旁人的角度看，我好像一直在做很多事情：寫文章、備課、做網站、研究新的 AI 工具、設計工作流程，有時候還會突然冒出一個小系統，然後還只是我上課時順手做出來的玩具。

一個真正懶惰的人，怎麼可能做這麼多事？

大家對「懶」的理解可能跟我不太一樣，有些人的懶是不想做事，我的懶是無法忍受一件明明可以被改善、被簡化、被自動化的事情，還要按照原本那個笨方法一遍又一遍地做下去。

如果一件事情每個月都要做一次，我第一個反應通常不是提醒自己下個月記得再做，而是開始懷疑這個流程是不是哪裡設計錯了？（報稅除外）

我會想為什麼每個月都要重新整理同樣的資料？為什麼每次都要重新比對相同的欄位？為什麼明明有固定的判斷規則卻還要依賴某一個人憑經驗檢查？為什麼錯誤總是在最後一刻才被發現？為什麼做完一次的東西，下一次竟然不能直接沿用？

所以，我所謂的懶不是「這件事我不想做」，而是這件事情如果每個月都要做一次，那一定有地方設計錯了！

既然設計錯了，我就會開始想能不能自動？能不能前移？能不能一次做好？能不能少一個判斷？能不能把錯誤擋在前面？能不能讓下一個人不用再重新理解一次？能不能讓這次投入的時間，在未來持續產生價值？

後來我才逐漸發現，這種我一直以為只是「懶得重複做事」的個性，其實很接近很多優秀工程師共有的特質。

我真正討厭的不是工作，而是沒有累積性的工作

有些工作做完之後，什麼都沒有留下來，這跟射後不理沒啥差別:Q

今天手動整理一次，明天再手動整理一次；這個月重新核對，下個月再重新核對。每一次都很忙，每一次都很認真，可是無論做了多少次，下一次還是要從頭開始。

這種工作最容易製造一種假象，大家看起來都非常勤勞，公司也一直有人在忙，但組織的能力並沒有因為這些忙碌而增加，因為每一次勞動都只是消耗，沒有形成可以重複使用的資產。

我很討厭這種事情。

不是因為我不願意付出喔！而是我無法接受今天花了三個小時，結果這三個小時只解決今天的問題。

既然我都已經要花三個小時了，為什麼不順便想辦法讓下一次只需要三十分鐘？如果有可能，為什麼不再進一步讓它下一次根本不用由人來做？

所以我做事情時，腦中經常會有兩條線同時進行。

① 今天這件事要怎麼完成？

② 它下次再出現時，能不能不要用同一種方式完成？

很多人完成第一條線就結束了，我通常會被第二條線纏住，因為只要我已經知道這件事會再次發生，我就很難假裝沒看見它的重複性。

2022 年，我只是懶得繼續按計算機

以前公司規劃促銷活動時，每次都要列出不同商品的組合，重新計算售價、成本、折扣、贈品、通路抽成和預期利潤，表面上看起來只是在算價格，但真正執行起來很麻煩。

不同規格要分開計算，不同通路有不同成本，活動還可能包含折扣券、滿額贈、加價購和現金折扣。

只要其中一個數字改變，其他地方可能全部都要重新檢查。

最糟糕的是，很多問題不是在活動規劃時被發現，而是等到行銷文案寫好了、設計圖做完了，甚至活動開始之後，才赫然發現利潤太低，或者贈品成本早就把原本以為還不錯的毛利吃掉了。

我那時候的想法非常單純：這種事情為什麼要一直按計算機？

如果商品成本已經存在，通路費用也有固定規則，折扣和贈品同樣可以被寫成條件，那麼這些數字為什麼不能在活動規劃時就自動出現？

於是我做了一套 Excel。

當時我只會用 SUM，但我沒有先去學一整套 Excel 課程，我先把真正要解決的問題列出來，再去找需要的函數。

我需要下拉選單，就去研究下拉選單；需要依照商品與規格自動帶入價格，就去找查找函數；不想看到滿版的 N/A，就去研究錯誤處理；希望新增商品時不用重新做一張表，就開始思考資料結構和可擴充性。

後來那份 Excel 不只是幫忙加總價格，而是把商品、組合、成本、折扣、贈品、通路毛利、期望利潤與商品內容整理放進同一套流程裡。

很多人看到之後說很厲害，但我當時真的沒有覺得自己在做什麼驚人之舉，我只是懶到不想接受每次規劃活動都要重新做一遍已經有規則可循的工作。

對我來說，既然某個判斷可以被清楚描述，就應該想辦法讓它被系統執行；如果某個錯誤可以提早發現，就不應該等到最後才由人收拾。

所以我沒有特別勤勞，但我很明確的懶得重複痛苦。

我的懶，也會把問題一直往前推

大部分人遇到問題會思考如何更快地完成眼前的工作，我常常會再多問一句為什麼這個問題會在這裡出現？

十萬個為什麼的小孩大概就是我這種，我媽說我很晚才開口說話，但我開口說話之後，她就寧可我不會說話，因為我有一大堆的問題，弄到她天天都崩潰狀態。

回到主題，發現活動利潤不足，一般的改善方法可能是算得更仔細一點或者增加一個覆核流程。

但我的想法是為什麼一定要等活動方案完成後才檢查利潤？可不可以在決定折扣時就同時看到成本和毛利？

如果可以，那麼問題就不再是「如何更快地核對」，而是「如何讓錯誤根本沒有機會走到後面」。

這就是我說的前移，品質檢查可以前移，風險判斷可以前移，資料整理可以前移，需求釐清也可以前移。嗯，這跟婚前同居是一樣的道理！

很多看起來發生在最後一段的問題，真正出錯的原因往往出現在很前面，只是大家已經習慣在錯誤爆炸之後補救，所以不會再回頭問我們是不是一開始就讓錯誤通過了？

我不喜歡補破網

不是因為我沒有耐性處理錯誤，而是補完這一次，下次還會再破，如果每次都在同一個位置出問題，那就不該繼續稱它為意外，這明明就是流程設計上的問題啊！

所以我的懶會迫使我去找源頭，如果資料每次都不一致，我不會只想著多核對一次，而會去找資料為什麼有多個版本；如果每個使用者都在同一個地方問問題，我不會只想著寫一份 FAQ，而會先懷疑那個介面是不是沒有把下一步說清楚；如果 AI 每次在後面產生錯誤內容，我不會只修改最後的 Prompt，而會回頭確認它前面的品牌理解是不是已經錯了。

因為我懶得一直修最後的結果，所以我會去動最前面的結構。

能不能少一個判斷？

自動化經常被理解成讓機器代替人工作，但我認為真正值得做的自動化不只是把人的動作搬給電腦，更重要的是能不能直接移除某些沒有必要存在的動作。

例如，很多流程裡會有一個人專門把 A 表格的資料複製到 B 表格，再由另一個人根據 B 表格做判斷。

這時候大家可能會想如何自動完成複製貼上？但我會先問 B 表格為什麼存在？後面那個人需要的到底是 B 表格，還是其中幾個欄位？如果系統可以直接取得那些資料，這一整段搬運是不是根本不需要發生？

這就是「少一個判斷」真正的意思。

有時候不是讓 AI 幫忙判斷，而是重新設計流程後，發現那個判斷原本就是因為資訊分散、規則不清或工具限制才被製造出來的。

如果規則可以被前面吸收，後面的人就不需要再判斷一次。

如果資料可以被結構化，下一步就不需要重新理解。

如果狀態能夠沿著流程保留下來，每一個階段就不需要重新讀取所有原始資料。

我很喜歡消滅這種沒有必要的中間工作，因為每少一個人工轉換點就少一次誤解；每少一次重複輸入就少一次打錯資料的機會；每少一個只能由某個人記住的規則整個系統就少一個單點故障；少吃一顆山竹就少一隻貓咪的爪爪受到傷害。

這種減法有時候比增加新功能更重要。

我做 AI 工具時，也不是因為想讓 AI 多做一點

我今天開源了「品牌內容引擎」，它可以讀取自己的網站與多個競品網站，先分析我方品牌，再逐家拆解競品，接著比較雙方的定位、客群、訊息、證據與市場空位，最後才發展差異化策略、行銷矩陣、貼文策略與品牌文案。

有人看到最後會覺得這是一個功能很完整的 AI 文案工具，但我最不在意的恰好就是最後那篇文案！

因為如果品牌定位不清楚，競品比較沒有證據，分眾與漏斗階段沒有被定義，那麼 AI 最後寫得再流暢，也可能只是生成一篇漂亮但沒有競爭力的文章。

所以我沒有從「怎麼讓 AI 寫得更好」開始，而是把任務一直往前推。

在寫之前，需要做哪些判斷？每個判斷需要什麼資料？輸出應該長成什麼結構？哪裡可能出錯？哪一段需要人確認？某一步錯了，要不要整包重跑？網站抓不到時，有沒有其他路徑？資料不足時，系統能不能誠實地說不知道？

這些設計看起來比直接叫 AI 寫文案麻煩很多，但它的目的其實是讓未來少麻煩。

如果所有要求都塞進一個巨大 Prompt，只要其中一部分錯了，就可能整份重來。

如果流程被拆成可以檢查、修改和局部重跑的節點，錯誤就可以在擴大之前被攔下來。

我不是因為喜歡把事情弄得複雜才設計這麼多階段，我是因為懶得在最後面對一整套建立在錯誤前提上的完整答案，所以寧可在前面多放幾個檢查點。

有時候真正的簡單不是畫面上只有一個輸入框，而是出了問題時，你知道錯在哪裡而且只需要修那一小段。

一次做好，不是要求一次完美

我常常想「能不能一次做好」，但這裡的一次做好不是完美主義要求第一次就沒有任何錯誤。

我很早就知道第一次通常不可能完美，就跟初戀一樣。我所說的一次做好是這次做完之後要留下能被下一次使用的東西。

可能是一個範本、一套規則、一個資料結構、一段程式、一份檢查表，或者至少是一個已經被說清楚的決策邏輯。

第一次做一件事時，我可以接受慢，也可以接受查資料、測試、重做，甚至整份打掉重來。

但如果第二次仍然跟第一次一樣從零開始，我就會覺得哪裡不對，因為有價值的工作應該帶來能力累積。

第一次花三個小時，除了完成眼前的任務，也應該要讓第二次更快；第二次再補上缺口，第三次最好可以交給別人；再往後，理想狀態是由系統處理大部分重複工作，只把需要情境判斷與責任承擔的部分留給人。

所以我不是追求「第一次就寫出最精美的函數」或「第一次就做出完整 SaaS」。

我追求的是，第一次做完之後，不要什麼都沒留下。

不是不想工作，我只是對低價值勞動沒有耐性

有些人把勤勞理解為願意長時間處理大量細節，但我一直覺得願意辛苦不代表應該保留辛苦。

一個人今天很有責任感，所以願意花六個小時核對資料，當然值得肯定。但如果這件事每週都要做，真正負責任的做法可能不是要求他永遠更仔細，而是檢查為什麼系統需要一個人每週花六個小時避免錯誤。

人很擅長處理例外、理解脈絡、做出權衡，也能對判斷負責，但人並不適合長期扮演資料搬運機、格式轉換器或重複計算機。

把大量時間花在可以被規則化的工作上，不只是浪費，也會逐漸侵蝕人的注意力。

等真正需要判斷時，反而已經沒有足夠的精神處理，所以我一直想把複雜且重複發生的事情簡單化。

不是因為我排斥工作，而是因為我認為人的時間應該留給更值得的事情，例如追劇 😂

能夠由系統完成的就不要依賴意志力；能夠由資料帶出的就不要要求人憑記憶；能夠在前面驗證的就不要拖到最後補救；能夠保存成結構的就不要每次重新解讀。

這種懶，表面上看起來是在減少工作，實際上卻是在提高每一份工作的價值。

也許我有一天真的會成為一個工程師，但不是大家熟悉的那一種

我最近常常覺得總有一天我可能真的會變成工程師？但就算成真了，應該也會是很不一樣的那一種吧？

我不一定會從程式語言開始看一個問題，也不會先問應該使用哪個框架，我的起點仍然是這件工作為什麼要這樣發生？它真正要達成的結果是什麼？哪些步驟具有價值，哪些只是歷史留下來的習慣？哪些判斷可以被系統支援，哪些責任必須保留給人？

我會先拆工作，再決定工具。

先找錯誤會在哪裡擴大，再設計檢查點。

先想失敗時如何繼續，再想成功時畫面要多漂亮。

先問這套東西能不能交給別人使用，再問它在我自己的電腦上能不能跑。

也許這就是為什麼有工程師來上我的課之後，會說我打破了他對「程式可以用這麼多方法解決」的認知，我不一定比工程師懂更多程式，但我常常會在寫第一行程式以前，先重新定義這個問題是否非得用原來的方式被解決。

工程師很擅長在線上找出最佳路徑，而我可能比較習慣先問為什麼只有這條線？能不能換一個起點？能不能繞過這一段？能不能把兩個步驟合併？能不能讓問題根本不再出現？

這些問題的起點，說穿了還是因為我懶

我懶得接受一個不合理的流程，只因為大家一直都這樣做。

我懶得記住本來可以寫進系統的規則。

我懶得反覆修正原本可以提早阻止的錯誤。

我懶得每個月再做一次已經做過的事情。

我也懶得把人生花在證明自己很勤勞。

所以，我寧可第一次多想一點、多拆一點、多測幾次，甚至把原本做好的東西整份砍掉重來，也不要未來每一次都繼續付出同樣的成本。

這可能不是一般人理解的懶，但我越來越覺得這種懶不是我的缺點，而是我所有系統設計、AI 工作流與產品思考的起點。

因為我想消滅的不是工作，而是那些做完一次，下一次仍然必須原封不動再做一次的工作！

講了這麼多要幹嘛

喔！我把 2022 的超級 excel 做成應用了，也打算開源了，需要加資料庫的自己改程式蛤！

喔！這套單機版沒有使用 AI API，因為可以用程式免費執行的，幹嘛用 AI 去跑？

四年前，一堆軟體公司說想拿去開發，我都同意了，也沒收費，但等了四年也沒有人做出來，所以我乾脆自己做。需要資料庫、會員系統或企業版功能的，自己改程式蛤！

想要的人喊聲！！！

本文原發表於 2026/08/03 的 Facebook 貼文，原文照登，僅調整網頁排版；文中提及的產品、價格與活動以當時為準。