導讀：半世紀前，Pirsig 在《禪與摩托車維修藝術》裡問：「品質到底是什麼？」2026 年，AI 能寫論文、畫插圖、做簡報，這個問題比任何時候都更迫切。
品質不是屬性，是事件
Pirsig 花了整本書想定義品質，最後結論是：品質無法被定義，但所有人都認得出來。
品質不是物件的屬性，而是一個事件——發生在主體與客體相遇的瞬間，在分析介入之前。你讀一段文字，還沒想「結構如何」，就已感覺到：這個好。或：這個不對。那個先於理性分析的瞬間感知，就是品質。
這在 AI 時代很關鍵：AI 生成的內容經常「正確但沒有靈魂」——結構完美、用詞精準、邏輯通順，但讀完沒有任何感覺。它缺的不是能力，是品質。
AI 只有一半：古典理解，沒有浪漫理解
Pirsig 把認知分成兩種：
古典理解——分析、拆解、建立結構。AI 是完美的古典理解機器。AI 在此如魚得水。
浪漫理解——直接感知、整體把握。看到摩托車感受到的是風、自由、引擎震動。AI 缺乏這種分析之前的直接感知。這就是問題所在。
品質恰恰發生在兩種理解相遇的地方。 只有古典沒有浪漫，你得到的是正確但無感的產出。
品味 = 訓練過的品質感知，在 AI 時代暴漲
你的品味不是天生的。它來自反覆接觸好東西和壞東西，校準你的感知。讀了一千篇論文，你開始不用分析就知道哪篇好。
當生成成本趨近於零，篩選成本變成主要成本。 過去寫一篇文章要三天，品味體現在寫作的每個決策。現在 AI 三分鐘生成十個版本，品味轉移到選擇——哪個值得發佈？哪個應該丟掉？
不過，品味本身有盲點。你的品味是被你讀過的東西塑造的——如果你只讀過某個領域的論文，你的篩選標準就帶著偏見。Pirsig 也承認，品質的感知因人而異，沒有絕對的客觀尺度。有人會說 AI 透過 RLHF（人類回饋強化學習）已經在「學習」某種品味的近似值。這話有道理，但那仍是統計意義上的品味——多數人覺得好的，而非你覺得好的。兩者的差距，就是你的不可取代性。
Aretē：用 AI 省下的時間，投入需要關懷的環節
Pirsig 追溯古希臘的 aretē（卓越）——不是「把事情做得更快」，而是「做到它應有的最好狀態」。
正確的 AI 使用方式：讓 AI 快速生成初稿，你再花三倍時間打磨。讓 AI 產出十個方案，帶著你的品味選出唯一值得做的那個。效率服務於品質，而不是取代品質。
在什麼都能生成的時代，知道什麼值得生成——這是你最值錢的東西。
常見問題
Q：為什麼說 AI 只有「古典理解」，缺乏「浪漫理解」？
古典理解是分析、拆解、建構邏輯結構，AI 在此能力極強。浪漫理解是未經分析的直接感知——讀一段文字瞬間感到「這好」或「這不對」。AI 缺乏這種先於分析的整體感知，這就是為何它的輸出常常正確卻無感。
Q：品味是天生的嗎，還是可以後天培養？
品味是後天訓練的品質感知能力。透過大量接觸好作品與差作品，逐漸校準你的直覺判斷。讀一千篇論文後你不需要分析就能辨別好壞，這種感知能力可以刻意練習，並非天賦專利。
Q：AI 時代品味的價值為什麼比以前更高？
過去寫一篇文章需要三天，品味在創作過程中持續發揮作用。現在 AI 三分鐘產出十個版本，生成成本趨近於零，篩選成本變成主要成本。決定哪個值得發佈、哪個需要修改，這個判斷力就是品味，也是人類最後的差異化優勢。
Q：AI 透過 RLHF 不是已經在學習品味了嗎？
RLHF 讓 AI 學到的是統計意義上的偏好——多數人覺得好的東西。但品味的核心是個人化的品質判斷，是你讀了一千篇論文後形成的獨特篩選標準。AI 的「品味」趨向平均值，你的品味才是差異化的來源。
References
- Robert M. Pirsig《Zen and the Art of Motorcycle Maintenance》— Quality as event, Classical vs. Romantic understanding, Care as quality's engine
- 「你正在維修的那台摩托車」— Pirsig 品質哲學在 AI 時代的重新詮釋
- 古希臘 Aretē 概念 — 卓越與效率的區辨
- Quality as pre-analytical perception — Pirsig's paradox applied to AI-generated content evaluation
常見問題
為什麼說 AI 只有「古典理解」，缺乏「浪漫理解」？
古典理解是分析、拆解、建構邏輯結構，AI 在此能力極強。浪漫理解是未經分析的直接感知——讀一段文字瞬間感到「這好」或「這不對」。AI 缺乏這種先於分析的整體感知，這就是為何它的輸出常常正確卻無感。
品味是天生的嗎，還是可以後天培養？
品味是後天訓練的品質感知能力。透過大量接觸好作品與差作品，逐漸校準你的直覺判斷。讀一千篇論文後你不需要分析就能辨別好壞，這種感知能力可以刻意練習，並非天賦專利。
AI 時代品味的價值為什麼比以前更高？
過去寫一篇文章需要三天，品味在創作過程中持續發揮作用。現在 AI 三分鐘產出十個版本，生成成本趨近於零，篩選成本變成主要成本。決定哪個值得發佈、哪個需要修改，這個判斷力就是品味，也是人類最後的差異化優勢。
AI 透過 RLHF 不是已經在學習品味了嗎？
RLHF 讓 AI 學到的是統計意義上的偏好——多數人覺得好的東西。但品味的核心是個人化的品質判斷，是你讀了一千篇論文後形成的獨特篩選標準。AI 的「品味」趨向平均值，你的品味才是差異化的來源。