在尋找答案之前，應該把什麼與什麼連接起來？
問題越困難，就越不可能一開始就以正確問題的形式出現。看似一個單一的煩惱，其中可能包含與成本、時間、價值觀、人際關係以及對未來的不確定性有關的不同問題。如果AI不是急於給出答案，而是能夠拆分問題，並將每一部分連接到所需的知識和條件上，那麼思考的對象本身就會變得更容易看清。本文將思考重新理解為不僅是「尋找答案的工作」，也是「設計為了讓問題顯現出來，必須把什麼與什麼連接起來的工作」。
一般主題
思考
探索 Sai＊aus Labo 中關於思考的文章。
依讀者類型篩選
在AI時代，思考的瓶頸是否正從推理能力轉向「連接設計」？
隨著AI降低搜尋、摘要、比較、計算與寫作等處理的成本，只用「某項處理能否執行」來解釋思考的限制變得愈來愈困難。在複雜任務中，結果取決於把哪些問題連接到哪些知識、工具、專業能力與驗證手段。本文不只從個別推理過程的效能來理解AI時代的思考，也將其視為一種「連接設計」：把問題分配到適當的處理路徑。同時，本文檢視連接自動化可能使問題設定固化的風險，並思考人類能夠重新建構這些路徑的條件。
專業我們還能說「以後再想」多久？
繼續思考有時能讓我們更接近一個更好的答案。但人在思考的同時，情境仍在不斷變化，時間也在不斷流逝。在AI讓我們能夠一次又一次繼續審視同一個問題的時代，我們透過區分「我們還可以繼續想」和「我們還有時間繼續想」，重新思考在有限時間中思考意味著什麼。
一般在最佳化之前，由誰決定什麼才重要？
對於給定的目標，AI可以比較不同手段並提出高效率的候選方案。但當目標本身包含多種價值時，如果把哪些價值應當優先也自動化，人類的判斷就可能從視野中消失。本文探討一種思考結構：將手段的最佳化與目標的形成區分開來，並使有限的主體能夠為自己賦予各種價值的優先次序承擔責任。
專業不去嘗試，你能知道自己真正想要什麼嗎？
我們往往認為，在行動之前充分思考更為理性。然而，當問題是我們自己究竟想要什麼時，有些資訊僅靠思考無法獲得。本文把一個小小的行動看作並非執行已經確定的決定，而是向現實提出問題的一次觀察，由此重新思考思考與行動之間的關係。
一般在最佳化之前，AI能否推理「為什麼是這個目標」？
即使兩個目標完全相同，選擇它們的理由不同，所需要的支援以及重新驗證目標的條件也可能不同。本文探討：當目標不被視為唯一輸入，而是與支撐它的理由、假設和價值聯繫起來進行表徵時，AI的推理會如何改變。
專業如果猶豫沒有消失，也許並不是因為你缺少一個「答案」
無論怎麼思考都無法作出決定時，我們往往會認為自己缺少資訊或建議。然而，在猶豫之中，可能有多個判斷標準同時發揮作用，並各自支持不同的方向。本文重新理解「思考」：它不是從中選出一個正確答案的工作，而是把我們內心彼此競爭的判斷標準區分開來，並由自己承擔決定其優先順序的責任。
一般AI推理效率能否以「座標變換的選擇」而非「最短路徑」來衡量？
AI的推理效率常被評價為以更少的計算或更短的推理路徑到達答案。然而，如果最初的問題表徵並不恰當，那麼該空間中的最短路徑未必在整體上具有效率。本文考察一種設計：將多個哲學座標作為候選加以保留，並根據輸入選擇將哪個表徵空間置於前景。由此，效率的對象從「到答案的距離」擴展為「在不丟失意義差異的情況下，移動到適當座標的成本與效果」。
專業為什麼從困難的部分開始，反而能讓我們更安心？
在工作中，先處理簡單的部分，會讓人產生進展順利的感覺。然而，真正可能打亂計畫的，也許恰恰是我們一直到最後都沒有碰過的困難部分。本文不把及早接觸困難部分視為一種「更快完成的方法」，而是把它看作一種「更早發現自己不知道什麼的方法」，並思考與AI一起思考時，如何建立安心感。
一般「火箭式起步」能否成為一種「早期證偽」而非預測的技術？
在早期階段大幅推進重要部分，不只是把工作提前。透過讓計畫及早與實際成果物接觸，我們可以在截止日期之前取得證據，判斷某項估算、前提或方法是否不成立。本文將早期加速重新理解為一種技術：它不是為了按照計畫推進，而是為了更早發現計畫可能是錯誤的。
專業越是不斷追問「怎麼做？」，我們越可能偏離目的
改進方法在許多情況下都很有用。然而，當我們不斷追問怎樣才能做得更快、更多或更好時，也可能逐漸偏離最初的目的。本文關注這種「目的偏移」：對手段的最佳化把目的拋在身後，並思考為什麼AI的生成能力越強，提出能讓我們回到目的的問題就越重要。
一般AI能否檢測「目的偏移」？
高能力AI能夠高效優化給定的局部目標。但目前的問題或輸出是否已經偏離對話開始時存在的更高層目的，則是另一個問題。本文透過追蹤目的、目前問題、約束條件與輸出之間的關係，探討目的偏移能夠在多大程度上被檢測出來。同時，本文也討論區分兩種情況的困難：一種是目的得到了合理更新，另一種是目的在適應手段的過程中無意發生了變化。
專業