想到一個點子。幾乎不花錢，五分鐘做完，錯了也能立刻復原。於是馬上做。
只看這一幕，很像「很衝動的人」。
可是碰到大額消費、長期合約、轉職、投資、重要關係等高成本決定，同一個人卻會突然變慢：搜尋、比較、和AI反覆討論、找失敗案例、看解約條件、找免費試用、縮小投入、先定撤退線。等風險壓到夠小，又立刻加速。
這和「不想後果就衝」不是同一件事。
核心更像：把昂貴、模糊、難撤回的決定，改造成便宜、可試、可撤回的小實驗。
本文把這整套暫稱為「探索型風險壓縮」。它不是單一正式學術名詞，但其零件散見於心理學、創業研究、策略管理、組織研究與行為科學。
也因此能解釋一個非常惱人的職場場景：
最壞只損失100日圓、五分鐘可復原的決定，卻要花30分鐘開會。
1. 行動快，不等於有害的衝動
衝動性研究有一種重要區分：在速度本身有價值時，以較少思考快速行動；以及在本該仔細思考時仍缺乏預想，因而製造問題。Dickman把前者稱為功能性衝動，後者稱為功能失調性衝動，且兩者並沒有很強的相關。[1]
所以，
- 免費、五分鐘、可復原 → 馬上做
- 高價、長期綁定、難撤回 → 先研究
和「所有事都憑衝動」不同。
如果「想要！30萬日圓！先買再想」幾乎不會發生，反而遇到大額決定會查很久，而小實驗才秒做，那麼速度可能不是忽略後果，而是把思考時間按照風險分配。
小時候試探老師在哪條線會生氣、臨時起意做小惡作劇然後被罵，也不足以判斷ADHD。成人ADHD評估要看症狀是否從兒童期開始、跨多個情境持續，並造成實際功能損害等。[2]
想很多不代表一定沒有ADHD，動作快也不代表一定有。
2. 真正的核心不是「危險就不做」，而是「把危險縮小再做」
保守型可能是：高風險 → 不做。
魯莽型可能是：高風險 → 很刺激 → 全押。
探索型風險壓縮走第三條路：
找出風險來源 → 拆分 → 降低承諾 → 留退路 → 損失可承受後再執行
Amazon長期使用「單向門／雙向門」比喻：難以撤回的決定應慎重；可撤回的決定則應用輕量程序快速處理。[3]
創業研究中的效果邏輯也很接近：與其只追求最大預期報酬，不如先決定自己能承受多大損失，也就是「可承受損失」。[4][5]
實質選擇權思維則主張分階段投入，讓未來仍能擴大、縮小、延期、切換或退出，藉此保留上行並限制下行。[6][7]
因此，看見100萬日圓的選擇，不必只有「做／不做」。先問：能不能變成3萬日圓的測試？一個月合約？先免費取得資訊？失敗時能不能退出？
3. 失敗可以變成檢查表，而不是永久煞車
小孩常靠實際碰邊界學習。「做到這裡老師會不會生氣？」有時用一個很蠢的小惡作劇就得到答案：會，而且馬上生氣。
那時的預期損失計算機還沒升級。
長大後，失敗可以變成兩種東西：
失敗 → 害怕 → 再也不碰
或是：
失敗 → 漏掉哪個變數？ → 加進檢查表 → 下次用更小實驗
後者保留探索慾，卻讓控制系統愈來愈成熟。維護費、解約條件、鎖定效應、名譽、他人負擔、可復原性、最大損失、是否有更便宜驗證，都會加入規則。
可以說，童年的邊界探索後來裝上了搜尋、AI、撤退條件和成人責任。
4. 為什麼「100日圓決定耗30分鐘」特別令人火大
這類人不一定討厭慎重。安全、法律、品質、巨額資金、多人大範圍影響，本來就值得花時間。
真正討厭的是：決策成本和實際風險完全不成比例。
錯了幾乎沒代價、五分鐘可復原，卻要做資料、主管確認、開會、再次確認，最後流程成本甚至高於失敗成本。
公共行政研究把目的和負擔不成比例的繁瑣規則與程序稱為繁文縟節。一項統合分析發現，它與組織績效和員工結果都有顯著的小至中等負向關係，尤其組織自己製造的繁文縟節更有害。[8]
Amazon也指出，把不可逆決定的重流程套到可逆決定，會導致速度下降、過度避險與實驗不足。[3]
當然，主管可能看見隱藏的系統風險。表面100日圓的改動若碰到安全、合約、資料保護、先例或大規模複製，它就根本不是100日圓決定。
問題不是審批，而是說不出多管理了什麼風險，卻只靠層級拖慢決定。
5. 很多人不是不想做，而是每次被要求「再決定一次」就掉線
「想做」和「真的做」之間存在意圖—行為落差。運動領域的大型統合分析顯示，意圖與實際行為只有中等關聯，而計畫與行動控制有助於跨過這道落差。[9]
日常死亡流程更簡單：
想試 → 選哪個 → 有20個 → 要比較 → 要註冊 → 要看日期 → 改天吧 → 考古遺址
選擇不是越多越好。99個觀察、7,202人的選擇過載統合分析發現，選項複雜、決策困難、偏好不確定時，過載更容易出現。[10]
行為政策把不必要的時間、理解、程序與心理負擔稱為「淤泥式摩擦」。OECD也用淤泥稽核來分析這些阻礙服務使用與執行的摩擦。[11]
人不只因為沒意志力而停止。
每要求一次重新決定，就會掉一批人。
所以可以壓縮行動摩擦：70分就停止搜尋；先定「滿足條件就GO」；三分鐘可逆任務現在做；比較表交給AI；高價時找試用、二手、補助、短合約。
把何時、何地、如何行動先決定的執行意圖，在94項獨立檢驗的統合分析中對目標達成有中至大的正面效果。[12]
6. 拖延減少，可能不是意志力變強，而是工作結構被改造了
反拖延不一定要靠逼自己。
更直接的方法是：把最容易拖延的步驟改成不需要自己做。
目標、假設、證據評價、最後決定自己掌握。搜尋、摘要、比較表、重複格式、候選整理、行程整理、機械性工作交給AI、自動化或外包。
如此一來，「我沒親手做」不等於「事情沒推進」。
把記憶或資訊處理移到外部資源，以降低內部認知需求，稱為認知卸載。[13]
生成式AI讓這個問題更重要。2026年的研究區分依賴型與自主型認知卸載：前者把核心思考與治理權也交給AI；後者把AI當支架，但仍由人保留目標、評價與最終判斷。[14]
「全部替我想完」和「幫我找候選、攻擊假設、比較，我自己決定」並不是同一種使用。
7. 這種強項從5分鐘到10年都能用
| 時間尺度 | 用法 |
|---|---|
| 幾分鐘～一天 | 免費工具、詢問、小設定、體驗立即試 |
| 幾天～幾週 | AI工作流、學習法、業務改善、小型比較實驗 |
| 幾個月 | 副業、網站、課程、職缺、工作方式分階段驗證 |
| 幾年 | 把職涯、居住、資產形成、創業拆成一串選項，而非一次豪賭 |
工作上先試一個品項、一個小組、一週、一個功能。
職涯上，先看職缺、談資訊、面試、取得條件。應徵不是按下辭職鍵。
戀愛上，如果條件合適，可以把低成本公共交流活動、短時間線下活動、App等當不同入口。把「要不要結婚」拆成聊天、喝咖啡、重複見面、價值觀、家庭期待與生活相容性。但一定要把對方的情緒成本算進去。
投資上更嚴格：想到策略就先免費驗證，而不是先下注。歷史資料、不同期間、模擬、極小部位、條件式擴大。縮不小的風險就不要快。
8. 長期優勢是「接觸真實世界的次數」產生複利
沒有人能保證第一次就判對。
但如果能快速跑「假設 → 小行動 → 回饋 → 更新」，就能得到更多真實回饋。
失敗就把解約、維護費、外部成本加入規則；成功就做模板與自動化。
優勢不是每次都猜中。
而是避免致命下行，同時增加向現實學習的次數。
短期看是動作快；長期看，回饋、失敗規則、模板、自動化一直累積。
9. 如果把所有事都硬說成「小實驗」，一定會出事
真正不可逆的安全、醫療、法律、巨額金融、公開資訊、重大名譽問題不能為了快而輕量處理。
初始價格低，仍可能有訂閱、鎖定、搬遷資料、學習等長期成本。
自己沒損失，但別人要收拾、說明、承擔風險或受傷，就不是低成本。
AI也一樣；連目標、證據標準、最終判斷都交出去，認知主導權可能跟著轉移。[14]
原則很簡單：
縮不小，就別加速。
10. 日常只需要七個問題
- 錯了能不能復原？
- 金錢、時間、名譽、他人的最大損失是多少？
- 能不能改成更小測試？
- 搜尋、AI、自動化、外包能不能降低決策或執行成本？
- 再查一小時，究竟會減少多少預期損失？
- 能不能先定GO條件與撤退條件？
- 條件都滿足後，現在不做的真正理由是什麼？
低風險、三分鐘、可逆，就現在做。
高風險時，不是現在把錢砸下去，而是現在開始把風險變小。
快與慎重並不矛盾，只是同一系統面對不同風險時輸出不同速度。
不要花30分鐘避免100日圓的錯誤。
把那30分鐘拿去把100萬日圓的不確定性改成3萬日圓的實驗，更值得。
資料來源
- Dickman, S. J. (1990). Functional and dysfunctional impulsivity: personality and cognitive correlates. Journal of Personality and Social Psychology, 58(1), 95–102 pubmed.ncbi.nlm.nih.gov
- National Institute of Mental Health. ADHD in Adults: 4 Things to Know nimh.nih.gov
- Amazon shareholder letters — one-way / two-way door decision making. https://www.aboutamazon.com/news/company-news/amazon-ceo-andy-jassy-2024-letter-to-shareholders aboutamazon.com
- Sarasvathy, S. D. (2001). Causation and Effectuation: Toward a Theoretical Shift from Economic Inevitability to Entrepreneurial Contingency. Academy of Management Review, 26(2) doi.org
- Sarasvathy, S., Read, S., Dew, N., & Wiltbank, R. (2009). Affordable Loss: Behavioral Economic Aspects of the Plunge Decision effectuation.org
- Trigeorgis, L., & Reuer, J. J. (2017). Real options theory in strategic management. Strategic Management Journal doi.org
- Yan, J., Williams, D. W., & Hunt, R. A. (2026). A Real Options Reasoning Perspective on Entrepreneurs’ Decision-Making Over Time. Entrepreneurship Theory and Practice doi.org
- George, B., et al. (2021). Red Tape, Organizational Performance, and Employee Outcomes: Meta-analysis, Meta-regression, and Research Agenda. Public Administration Review doi.org
- Inconsistency between words and deeds”: a meta-analysis of the moderating and mediating mechanisms of bridging the exercise-intentional-behavior gap (2025) pmc.ncbi.nlm.nih.gov
- Chernev, A., Böckenholt, U., & Goodman, J. (2015). Choice overload: A conceptual review and meta-analysis. Journal of Consumer Psychology, 25(2), 333–358 doi.org
- OECD (2024). Fixing frictions: ‘sludge audits’ around the world. OECD Public Governance Policy Papers, No. 48 doi.org
- Gollwitzer, P. M., & Sheeran, P. (2006). Implementation Intentions and Goal Achievement: A Meta-analysis of Effects and Processes. Advances in Experimental Social Psychology, 38, 69–119. )38002-1 doi.org
- Risko, E. F., & Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences, 20(9), 676–688 pubmed.ncbi.nlm.nih.gov
- Zhu, Q., et al. (2026). Not all cognitive offloading is equal: distinguishing dependent and autonomous offloading to generative AI. Frontiers in Psychology pmc.ncbi.nlm.nih.gov
