人們普遍信任權威，這很合理；但權威並非永遠可靠，它也會失靈。 這篇想談的不是『該不該相信權威』，而是權威會在哪些地方失靈，及如何判斷該信什麼。
前言
官方文件寫「建議這樣做」，但那是三個版本以前寫的； 論壇上高票獲選的答案，它回答的可能是另一種情境； AI 的解釋語氣自信，但它的訓練資料停在某個時間點。
工程師每天都在面對這些「權威」，而這件事其實不只發生在寫程式的時候。 醫生說、老師說、長輩說、新聞說、書上寫...，我們一生中大部分的判斷都建立在別人給的結論上。
但我認為問題從來不是「要不要相信權威」，而是該怎麼長出自己的信任標準？
快速連結
何謂權威？
孟子曰：權，然後知輕重；度，然後知長短。物皆然，心為甚。
「權」最初指的是秤錘，用來測量輕重的器具，「度」則是測量長短的器具。 「權度」是兩者的結合，指的是一套檢測的標準， 「權威」則可以理解為「具備衡量輕重的能力，同時擁有威勢的人」。
我認為權威最大的問題在於：「威勢」是可以被造出來的。 當一段資訊看起來專業、聳動、有頭銜背書，多數人會選擇直接相信而不是驗證。
這不是笨，畢竟驗證需要時間、知識和心力， 而信任權威是最輕鬆的選擇，有人背書一切就好像合理了， 沒有人能親自查證每件事，信任權威本來就是一種理性的分工。
但輕鬆的代價是什麼？ 權威一定公正嗎？會不會過時？當多位權威說法分歧時又該信誰？ 身為一個自學者，我也經常問自己：我怎麼知道自己學的是對的？
失靈的權威
既然「權」是秤錘，那就用最貼近秤的買菜情境來舉例。
想像你正在市場買菜，每個攤販都用自己的磅秤計價， 你把一把青菜放上秤，老闆說「五十塊」，你付錢了。
為什麼沒有懷疑？因為信任那台秤。 但秤可能在不同的面向失靈而非永遠準確。
公正性 - 秤可以被動手腳
每個老闆都有個人利益，可能公正也可能自私， 秤本身沒有立場，但握著秤的人有， 只要牽涉利益，秤就可能被動手腳。
歷史上有一個很經典的例子。
1954 年初，多家美國菸草公司在報紙上聯合刊登了聲明，表示吸菸與癌症的關聯「尚無定論」，並成立研究機構、招募具資歷的懷疑派學者。菸草業者透過放大懷疑派的聲音，成功在大眾心中製造出「學界還在爭論」的印象，拖延社會對吸菸危害的認知長達數十年。 （延伸閱讀：A Frank Statement to Cigarette Smokers）
那些學者的頭銜是真的，但他們的公正性已經被收買了， 由此可知權威的身分不保證立場公正。
即時性 - 秤也會過期
磅秤需要定期校正，因為秤是會「老化」的。 彈簧會疲乏、零件會磨損，傳統桿秤也會鏽蝕或缺角， 秤在最後校正的那天是準的，但也從那天起，測量結果就會緩慢偏離現實， 然而秤自己不會知道，老闆和客人通常也不會發現，準確度只保證到最後一次校正為止。
這件事我親身經歷過，我在 ImmutableBase 中設計了 SVO（Single Value Object），
構想約束每個 SVO 提供 $value 屬性，並允許各自收窄型別，
我和 AI 反覆討論了好幾次，得到的答案都是：PHP 做不到。
AI 就像一台在某個時間點校正過的秤， 在它最後一次校正，也就是訓練資料截止之前，這個答案是正確的， 但當時 PHP 8.4 已經發布了，世界往前走，而它還停在校正的那一天。
不管是秤或被秤的東西改變，結果都一樣：秤上的數字和現實脫節了。
我知道 AI 知識有時間邊界，所以沒有直接採信這個結論， 而是親自查閱 PHP 8.4 的新特性，最後終於找到了解法。
點擊展開查看技術細節（給有興趣的人）
!!! tip 利用 PHP 8.4 新增的 hooked properties 搭配三層結構達成：
由介面要求實作提供 $value 這個 hooked property，再由抽象類別遵從該介面，
最終達成約束每個 SVO 子類都必須提供 $value，並可依需求收窄型別的目的。
!!!
這個經驗讓我注意到一件事：
「做不到、不存在」等這類否定的結論，比肯定的結論更容易過期。
因為世界大多是在持續增加可能性的：新的路會開、新的工具會出現、規則會改變。 「可以」的結論通常能成立更長久，而「不可能」的結論，卻可能在某天突然失效。
那時如果我選擇直接採信，這個設計就不會存在。 但我想強調的不是「我堅持所以成功了」， 關鍵在於，我有合理的理由猜測那個結論的前提可能已經改變。
一致性 - 不同秤，不同數字
同一籃菜，放上 A 攤販的秤是 1 公斤，放上 B 攤販的秤是 1.2 公斤。 兩台秤都剛校正且都沒被動過手腳，那麼誰才是可信的？
在這個情境中其實兩者都可信，但他們的前提不同， A 攤販的秤是扣掉籃子重量的淨重，而 B 攤販連籃子一起秤， 兩台秤量的其實不是同一個標準。
當同一件事存在多種權威說法，可能代表結論本身依賴特定前提， 而不同權威可能只考量了自己的那一組前提。
所以遇到分歧時，我認為該問的不是「誰是對的」，而是觀察： 他們的說法前提是否一致？哪一種前提與我的情境相符？
認同 vs 盲從
那麼，權威就完全不可信了嗎？
答案是否定的，全盤接受和全盤否定一樣危險。 關鍵應該在於認同和盲從的差別：
- 認同：思考後，理解並且同意。
- 盲從：接收後，一知半解就接受甚至直接轉述。
兩者可能得出一模一樣的結論，但只有前者在條件改變時能發現結論也該跟著變。
這在 AI 普及的年代格外重要。 AI 正在成為許多人第一個、甚至唯一的諮詢對象， 而它的語氣常常自信，自信到容易讓人忘記它也有自己的邊界。
所以不論是擔任技術主管或帶新人，我總會先說：
「不要怕質疑我。我歡迎且樂見，因為我不一定是對的。」
也會告訴對方：比起一個有把握的答案，我更想看到還不確定的推理過程。 因為有把握的答案可能只是轉述，而推理過程才是自己的。
這不是客套話，我相信能交流意見、接納不同觀點的團隊才能走得長遠。 就像人類的歷史一次次推翻舊有認知才得以前進，而團隊也該如此。
聽、摸、猜、驗
回到開頭孟子的那句話，後半句「物皆然，心為甚」。 他認為萬物都需要衡量，而人心比萬物更需要，並以此做為諫言。
前面三種失靈都在說明一件事： 我們應該要有自己的信任標準，不該全盤接受或否定。
那麼該怎麼長出自己的信任標準？ 我的方法大致可以分為四個步驟， 這是我學習任何新東西的方式。
聽
第一步是先聽清楚，聽清權威到底說了什麼。 這一步還不急著查證，只需要仔細聽完、聽懂。
摸
摸清楚權威說法涵蓋的範圍、時空背景等各種邊界， 同時摸自己的邊界：我的情況適用於這種說法嗎？ 摸清邊界，能讓我聚焦在真正的主題上，也能避免討論無限延伸。
猜
放心、大膽的猜，猜錯不用錢，甚至是好事。 把猜的過程和理由記下來，這些都是思辨能力的成長紀錄。
驗
這是我認為最重要的一步，猜完後驗證。 驗證權威的說法，也驗證自己的猜想。 驗的方式有很多，交叉比對、親自實作、多方查證，都是驗。
反覆練習這四步便能慢慢掌握專屬於自己的信任標準。
結語
我發現自從 AI 普及後， 身邊的人無條件信任 AI 「權威」的情況變得常見， 且不論技術或非技術人員都多少存在相同的狀況， 不少人選擇直接相信甚至照著使用 AI 給的建議， 沒有自己的信任標準和任何驗證方法，只是盲從， 但 AI 的操作者始終是人，該為選擇相信負起全責。
沒有標準的人通常只有兩種選擇：什麼都信或什麼都不信。 而有標準的人知道哪些可以信任，哪些需要自己再驗幾次。
最後，這篇本身也是一篇可以被測量的文章， 你也可以用自己的信任標準、試試看我的四步方法重新檢視它。