2019 年，我在 Amazon 做資料科學。薪水很好，但每天盯著數據，我忘了為什麼要做這件事。
那時候我住在西雅圖。每天早上 8 點進辦公室，打開電腦，看儀表板。點擊率、轉換率、留存率、客單價。我的工作是優化這些數字。今天比昨天高 0.3%，這週比上週高 1.2%。開會的時候，大家盯著投影幕上的曲線，討論為什麼某個版本的頁面表現比較好。
日子過得很快。薪水準時入帳，股票定期 vest，每半年一次績效考核。生活穩定，前景明確。
但有一天，我坐在辦公桌前，盯著一個 A/B 測試的結果，突然問自己：我在幹嘛？
不是那種「我不知道自己在做什麼」的迷惘。我很清楚自己在做什麼——我在優化一個按鈕的顏色，讓多 0.15% 的人點下去。我非常擅長這件事。但這件事本身，對我來說，不重要。
那個問題一直在我腦袋裡轉。轉了三個月。然後我遞了辭呈。
台灣到德國：一切的開始
回到更早之前。
我大學在台灣讀數學。不是台大，是一間普通的大學。高中時期我的成績不算頂尖，數學特別好，但其他科目平平。大學聯考的時候數學幾乎滿分，英文差點不及格。
對，你沒看錯。我這個後來教英文的人，高中英文差點不及格。
大學的時候我開始對數學產生真正的興趣。不是解題的那種興趣，是「為什麼」的興趣。為什麼這個定理成立？為什麼這個方法有效？數學不只是計算，它是一種思考方式。
畢業後我去德國讀碩士，慕尼黑工業大學（TUM），數學系。那是我人生中第一次真正離開舒適圈。
語言不通。我到德國的時候，德文只會說「你好」和「謝謝」。課堂上教授用德文講數學，我前兩個月幾乎完全聽不懂。但數學有一個好處——公式是國際語言。教授在黑板上寫的推導，我不需要懂德文也能看懂。 Σ、∫、∀、∃ 這些符號跨國界也跨語言，黑板上的等號對全世界的人來說都長一樣。
這件事後來對我影響很深。它讓我明白：語言是工具，但底層的邏輯是共通的。 一個定理的證明可以用德文寫、英文寫、中文寫，核心結構不會因為換了語言而改變。理解結構的人，不會被困在任何一種語言裡。
在德國那兩年，我學會了三件事。第一，獨立思考。德國的教育方式跟台灣很不一樣，教授不會告訴你答案，他只會問你問題——「你為這樣假設？」「如果條件反過來呢？」「有沒有反例？」第二，表達能力。學術研討會上你要用不流利的德文或英文解釋你的研究，你必須把複雜的東西講清楚，因為語言不夠用，你只好把邏輯磨得更利。第三，忍受不確定性。在異國生活，什麼都不確定——簽證會不會過、房租能不能負擔、下學期要不要換城市。你只能一步一步走。
這三件事後來都成為我教書的核心。
Amazon 的日子：資料科學教會我的事
從德國畢業後，我進了 Amazon。不是因為我對電商有熱情，是因為他們給了 offer，而且西雅圖的生活聽起來不錯。
剛進去的時候，什麼都新鮮。Amazon 的文化很特別——他們有一套叫「Leadership Principles」的東西，14 條領導力準則，每個面試和績效評估都圍繞這些原則。其中我印象最深的是「Customer Obsession」（客戶至上）和「Dive Deep」（深入挖掘）。
Amazon 的面試也很有特色。技術關會問統計、機率、SQL、機器學習，但最後一關 Bar Raiser 一定會追問：「你為什麼這樣設計實驗？」「這個決策會影響哪些客戶？」我記得我當時被問到一個情境題：你發現某個推薦演算法讓短期點擊率上升，但長期留存下降，你怎麼辦？我的答案是：「我不會只看短期數字，我會去找出長期用戶的真實反饋，再決定要不要上線。」 面試官點頭說：「這就是 Customer Obsession。」
Customer Obsession 不是口號。它真的影響你做決策的方式。每次做 A/B 測試，你要問的不是「哪個版本的數據比較好看」，而是「哪個版本對客戶比較好」。短期數據好看但傷害用戶體驗的方案，不會通過。
Dive Deep 的意思是，你不能只看表面的數字。如果某個指標突然下降，你要一路追下去，找到根本原因。不是「這個月轉換率降了 2%」就結束了，你要問：是哪個區域降了？哪個產品線？哪個用戶族群？什麼時候開始降的？跟什麼變化有關？有時候挖到最後才發現，是某個伺服器在週日凌晨會慢兩秒，所有在那個時段上線的用戶體驗都變差。
第一天的震撼不是來自工作本身，而是來自「閱讀文化」。每位新人都會收到一份厚厚的「讀物清單」，裡面不是行銷話術，是 Jeff Bezos 從 1997 年到 2015 年的股東信，全部印成一本書。讀完之後還要寫備忘，主管會跟你討論你讀到了什麼。我第一個月讀了六份內部文件，做了三次模擬面試練習，才真正開始碰專案。那種「先搞懂文化再談執行」的入職流程，讓我到現在都記得。
關於資料這件事，Amazon 教我最重要的一課是：沒有數據支持的直覺，只是偏見。 你覺得某個方案比較好？做出來測。你覺得某個用戶行為很奇怪？拉數據看。你覺得某個市場有潛力？跑模型預估。每一個判斷都要能追溯到數字，否則它就不該進入決策流程。
這兩條原則後來深深影響了我教書的方式。
Customer Obsession → 教書要以學生為中心，不是以課本為中心。 Dive Deep → 學生學不會的時候，不是重複教同一個方法，而是找到他卡在哪裡。
2019 年的那個下午
故事要回到 2019 年。
那一天是星期二，下午三點左右。我記得窗外在下雨，西雅圖那種綿綿細雨。我盯著螢幕上一個 A/B 測試的結果，兩個版本的按鈕顏色，一個深藍、一個亮綠。亮綠那組的點擊率高出 0.15%。
0.15%。
我盯著那個數字看了很久。0.15% 乘以一天的流量，再乘以一個用戶的平均消費，再乘以一年。很大的一筆錢。但這筆錢，來自於讓某個正在購物的人，被一個更刺眼的綠色吸引了一下。
他沒有比較開心。他沒有比較滿意。他只是多點了一下。
我突然想到，我的人生有多少時間花在讓人「多點一下」上面？
不是那種戲劇性的「頓悟」。沒有音樂響起，沒有慢動作。只是很安靜地、很確定地，我問了自己：「我在幹嘛？」
這個問題轉了三個月。三個月裡，我每天上班、每天開會、每天優化數字。但那個問題一直掛在那裡。沒有變大，沒有變小，就是在那裡。
我跟自己說：先做完手上這個專案再說。專案做完了，我又說：等股票 vest 完再說。股票 vest 完，我又說：等績效考核結束再說。
每一個「再說」都是一個藉口。每個藉口背後都是同一個我沒回答的問題。
第三個月的某個週末，我去社區大學教數學志工。那天下課後，學生跟我說了句話，讓我做了決定。
詳情在下一段。
離開的那天：高速公路上的眼淚
那天下課的學生，我已經在前面提過了——四十多歲、來自墨西哥、在餐廳工作、每天晚上來上課、想考社區大學入學考試。他的英文帶很重的口音，數學幾乎從零開始。但他每次來，都坐在第一排，問很多問題。
那天他跟我說：「老師，我以前覺得數學是給聰明人學的。但你教了我之後，我發現它只是一套規則。學會規則，就會了。」
他說完就去趕下一班餐廳的班了。我站在空教室裡發呆。
開車回家的路上，是西雅圖的 I-5 高速公路。我開到一半，突然哭了。
不是那種默默流淚，是真的哭——視線模糊、方向盤握不穩、只好開到路肩停了一下。我太太後來問我那天怎麼了，我只說了兩個字：「決定了。」
不是因為那個學生（好吧，也有一點），是因為我突然清楚地意識到：這才是我應該做的事。不是優化按鈕的顏色，是讓一個人覺得「我也可以」。
一個四十七歲的廚師，剛學會分數的乘法，發現自己可以算出半份食譜的材料。我做的所有 A/B 測試加起來，都沒有這件事重要。
一個禮拜後我遞了辭呈。我的主管很意外，問我：「你升遷名單在前面，你確定？」我說確定。他又問：「是薪水的問題嗎？」我說不是。他看了我很久，最後只說一句：「好吧，如果你想回來，門永遠開著。」
到現在我都很感謝他。
2022 年回台灣
辭掉 Amazon 之後，我先在西雅圖待了兩年，做一些顧問案和家教。2020 到 2022 年是疫情，我大部分時間在家裡，開始認真寫教學筆記、構思一套「數學 × 英文」的課程。那兩年過得很慢，但很充實。
到了 2022 年，我做了另一個決定：回台灣。
這個決定比我離開 Amazon 還難。在西雅圖待了快八年，朋友、工作模式、生活節奏都在那邊。回台灣意味著重新開始。但我想得很清楚——我想教台灣的學生。
為什麼？
第一，台灣的英文教育資源相對集中，教材不缺，補習班不缺，但「方法」缺。很多學生從國中開始學英文，學了十年，連一段完整的自我介紹都講不出來。這不是學生的問題，是教法的問題。
第二，台灣的學生很努力，但很怕錯。我教過的學生裡，有一個明顯的特徵：他們怕開口講英文，怕寫作文被扣分，怕數學應用題看不懂。他們不是不會，是怕失敗。這種心態，比任何語言障礙都還要難突破。
第三，我自己也是從英文差點不及格走過來的。我能走到今天，不是我天資好，是因為我找到了一些方法。我相信這些方法可以幫助別人。
所以我回來了。先在高雄待了一年，後來搬到台北，開始系統性地教書。一開始是私人家教，後來慢慢變成小班課，現在我同時教數學和英文，把這兩件事放在一起教。
從 Amazon 帶走的三件事
很多人問我：你在 Amazon 做資料科學，跟教書有什麼關係？
我的答案永遠是：關係非常大。
第一件事：把「偏見」變成「假設」
在 Amazon，每個決策都要有數據支持。你不會說「我覺得這個方案比較好」，你會說「我的假設是這個方案轉換率會高出 3%」，然後做實驗驗證。
教書也一樣。我以前犯過一個錯：看到學生寫錯，我就預設他「不認真」。這個偏見讓我錯過了很多他真正卡住的地方。
現在我不會這樣了。我會問自己：「我的假設是什麼？這個學生是真的不認真，還是有其他原因？」然後我去蒐集證據——他上課的專注度、他回家練習的頻率、他在哪一題開始錯的。找出真正的原因，再對症下藥。
第二件事：快速迭代
Amazon 的開發節奏很快。一個功能從構想到上線，可能只要兩週。先推出最小可行產品（MVP），看數據，再迭代。
教書也一樣。我不會花三個月設計一套「完美」的教學方案。我先試一個方法，看學生的反應和數據，有效就繼續，沒效就換。每兩週調整一次。
有些老師花很多時間準備「完美的教案」。我覺得這跟在 Amazon 花六個月開發一個功能然後才發現用戶不喜歡一樣——浪費時間。先做，先測，先學。
第三件事：看系統，不看單一指標
在 Amazon 做資料科學，你學到最重要的一件事是：你不能只優化一個指標。
你提升了點擊率，可能犧牲了用戶體驗。你增加了短期營收，可能傷了長期留存。你優化了搜索相關性，可能減少了用戶探索新產品的機會。
每個指標都互相關聯。你要看的是整個產品，不是單一數字。
語言學習一模一樣。
很多學生學英文，只盯一個指標：考試分數。他們猛背單字、猛做題目，分數確實會提高。但他們的聽力沒有進步，口說能力沒有提升，閱讀速度沒有加快。他們在優化一個指標，犧牲了其他所有。
我從 Amazon 學到的：真正的進步，是平衡。
語言能力是一個系統。聽、說、讀、寫四個子系統互相影響。你閱讀量增加了，詞彙量自然增加，聽力也會跟著提升。你練習口說了，語感會變好，寫作也會進步。這些能力不是獨立的，它們是耦合的。
所以我教學生英文的時候，不會只讓他們做題。我會讓他們讀英文文章（訓練閱讀和詞彙）、聽英文 podcast（訓練聽力）、用英文寫日記（訓練寫作）、偶爾跟我英文對話（訓練口說）。不是每樣都要花很多時間，但每樣都要碰。
這跟在 Amazon 看待整個產品是一個道理——你不能只改標題不管內文，你不能只優化桌面版不管手機版。連動的問題需要連動的解法。
數學和英文：為什麼要一起教
很多人覺得數學和英文是兩個完全不同的科目。一個是理科，一個是文科。一個靠邏輯，一個靠語感。
這是我聽到最多的迷思。
我的經驗告訴我：數學和英文的底層能力是一樣的。
兩個都需要邏輯推理。 兩個都需要拆解複雜問題。 兩個都需要精確表達。 兩個都需要模式識別。
我在德國讀數學的時候，英文是我的工作語言。寫論文、做報告、跟教授討論，全部用英文。我發現，數學訓練出來的邏輯思維，讓我學英文的速度比一般人快。不是因為我聰明，是因為我已經習慣了「拆解、推理、驗證」的思考模式。
反過來也成立。英文的閱讀理解能力讓我更能讀懂數學論文。英文的寫作訓練讓我能更清楚地表達數學證明。
這兩種能力不是互斥的，是互補的。
所以我後來決定：不只教數學，也教英文。而且把它們放在一起教。
不是「數學課 + 英文課」的那種放在一起。是真正地融合——用數學思維學英文，用英文素材練數學。文法用公式表達，閱讀用推理分析，作文用證明結構。
這個方法的效果超出我的預期。那些「數學好但英文差」的學生，在接觸這種教學方式之後，英文進步的速度比傳統方法快了將近一倍。因為他們不是在學新的能力，他們是在轉移已有的能力。
如果你對這個方法怎麼運作有興趣，我在「用數學思維學英文」和「數學 × 英文：把文法變成公式」兩篇文章裡有更完整的說明。
什麼是好的老師
在 Amazon 工作的時候，我遇過好的主管和不好的主管。
不好的主管會告訴你：「這個任務，照這個步驟做，下週五之前交。」他給你明確的指令，但你不知道為什麼要這樣做。做完之後你還是不知道這件事為什麼重要。
好的主管會告訴你：「我們現在面對的問題是 X。客戶遇到的困難是 Y。我覺得可能的方向是 A 和 B，你覺得呢？你去研究一下，下週我們討論。」他不只給你方向，他讓你理解為什麼。
教書也是一樣。
不好的老師會說：「現在完成式的公式是 have/has + 過去分詞。背起來。考試會考。」
好的老師會說：「你有沒有想過，為什麼叫『完成』式？因為它描述的是從過去到現在的累積經驗。就像數學的累加——你把過去所有的經驗加起來，得到一個總和。」
前者教你記住。後者教你理解。
記住的東西會忘。理解的東西不會。
我以前在 Amazon 帶新人的時候，最常說的一句話是：「你不需要記住所有的工具和方法，但你需要理解問題的結構。理解了結構，工具你自己會找到。」
教書也是一樣。我不需要學生記住所有的文法規則和數學公式。我需要他們理解語言和數字的結構。理解了結構，他們自己能推導出規則。
這就是我的教學理念。不是填鴨，是引導。不是記憶，是理解。不是分科，是融合。
讀者今天可以問自己這 3 個問題
讀到這裡，我想留三個問題給你。不是回家作業，是你今天就可以問自己的：
1. 你現在正在做的事，是你選擇的，還是它選擇了你？
不是說你一定要辭職或轉行。很多事情是「它選擇了你」也能做得很好。但你至少要知道自己站在哪裡。
2. 你最近一次「學會一件新東西」，是因為「努力」還是因為「方法」？
如果是努力，那恭喜你，你很勤勞。但勤勞不能永遠彌補方法的不足。如果是方法，那你值得花時間去想：那個方法是什麼？為什麼有效？
3. 如果把你的工作「優化到極致」，它會讓誰的生活變得更好？
這個問題聽起來抽象，但很具體。你在做的那件事，誰是受益者？你認不認識那個受益者？如果你從來沒見過他，也許你要重新想一下。
這三個問題沒有標準答案。但問過，比沒問過好。
給學生的建議：不要更努力，要更聰明
最後，我想給正在讀這篇文章的你一些話。
如果你正在為數學或英文苦惱——或者兩個都苦惱——我想告訴你一件事：問題不在你的努力程度，問題在你的方法。
我在 Amazon 學到的最重要的一課是：用錯方法，再怎麼優化都沒用。你不能指望一個根本性有問題的方案，靠不斷調整參數來變好。你需要換一個方案。
學語言也是一樣。如果你背了很多單字但考試還是考不好，問題不是你背得不夠多。如果你做了很多題目但分數沒有提升，問題不是你練得不夠。
問題是你的學習方式需要調整。
三個具體的調整方向
第一，用邏輯取代死背。
不管是數學公式還是文法規則，都試著去理解「為什麼」，而不是只記「是什麼」。理解了為什麼，你遇到變化題也能應對。只記是什麼，稍微變化一下就不會了。
第二，追蹤你的學習數據。
不需要很複雜。拿一張紙或一個 Excel，記錄你每次練習的正確率、花的時間、錯的題型。一週之後看一次，你會發現你的問題在哪裡。不是模糊的「我英文不好」，而是具體的「我過去式和現在完成式搞混」或「我在時間壓力下閱讀速度不夠」。
具體的問題才能具體解決。
第三，把不同科目的能力互相轉移。
你數學學到的邏輯推理能力，可以用在英文上。你英文學到的閱讀理解能力，可以用在數學應用題上。不要把科目當成孤島。它們的底層能力是相通的。
這不是我的理論。這是我自己的經驗，也是我教了幾百個學生之後的觀察。
回到那個問題
2019 年的那個下午，我在 Amazon 的辦公室裡問自己：我在幹嘛？
現在回想起來，那個問題的答案很清楚。
我在優化一個按鈕。但我想優化的是人。
我想讓一個覺得「數學好難」的學生發現，他其實已經具備了學好數學的能力，只是沒有人告訴他。
我想讓一個覺得「英文學不會」的學生發現，他的邏輯思維已經很強了，只需要把這個能力轉移到語言上。
我想讓一個覺得「我不夠聰明」的人發現，聰明不是天賦，是方法。
這些事情，在 Amazon 的儀表板上看不到。但這些事情，比任何一個轉換率數字都重要。
所以我離開了，回來教書。
不後悔。
這是「數學 × 英文」系列的第三篇。如果你對這個系列有興趣，前面兩篇是「用數學思維學英文」和「數學 × 英文：把文法變成公式」，歡迎一起讀。
如果你想聊聊，可以直接寫信給我，我每一封都會看。
後記：那個我從來沒在 Amazon 學到的東西
Amazon 教了我很多。但有一件事，它教錯了。
它讓我相信：每個人都可以被「優化」。
績效考核、發展計畫、成長飛輪、回饋迴圈。在那套語言裡，一個人變成了一組指標。誰的產出高，誰就值得投資。誰的數字跑不動，誰就需要被「提升」。我當年也是這樣看自己的同事，看起來很合理，甚至看起來很公平。
但離開之後我才明白：人不是儀表板上的曲線。
我那個在社區大學學數學的學生，四十七歲、英文有口音、餐廳班結束後才趕來上課。在 Amazon 的評估框架裡，他會被歸類成「低產出用戶」——參與度低、完成率低、留存率低。所有指標都在警告：這個人不划算。
但他是那個讓我在高速公路上哭的人。
所以現在我看學生，不看「進步率」，看他們自己願不願意再回來。下次你踏進教室，那才是真的。
我人生的第一堂課
那是 2018 年，西雅圖的一間社區中心。
不是 Amazon 辦的，也不是大學辦的，是社區自己湊出來的。那天來了大概十二個人，年紀從二十出頭到六十幾歲都有。我準備了一份講義，講的是「日常生活中常用的英文句型」——我還記得標題是「Five Sentence Patterns You Need Every Day」。
結果那堂課徹底失控。
我站在前面講，底下的人眼神迷茫。有人舉手問我：「老師，『I am going to』跟『I will』到底差在哪裡？」我當時愣住了，因為我以為這是「小學生程度」，根本沒準備解釋。我硬著頭皮講了三分鐘，自己都不知道在講什麼。台下那個六十幾歲的伯伯很客氣，舉手說：「老師，你可以再說一次嗎？」我說：「好。」然後我又講了一次，一樣含糊。
那堂課結束後，我在停車場坐了二十分鐘，沒發動引擎。
我當時才知道：我不會教書。我只是會英文。
會做一件事，跟能把這件事教給別人，是完全不同的兩件事。後來我才慢慢學會：教書不是把你的理解倒給別人，是先承認別人站在哪裡，再從那裡接他。
一個自我檢測：你是不是困在一份讓你枯竭的工作？
不一定是 Amazon，也不一定是科技業。回答下面五題。如果你的回答大多數是「是」，也許該停一下。
- 你週日晚上想到明天要上班，胃會不會不舒服？
- 你最近一次跟朋友描述你的工作，是帶著熱情，還是帶著疲倦？
- 你做的那些事，有沒有任何一件，你記得上個月具體幫到了誰？
- 如果有人付你同樣的薪水做完全不同的事，你會不會想換？
- 你現在的生活，是你在 25 歲的時候想要的嗎？
沒有標準答案。但如果你五題有三題以上「是」，你心裡大概已經有數了。
一個 Amazon 的習慣，搬進教室
資料科學有一句話：「你沒辦法改善你沒在量測的東西。」
這句話聽起來冷，但它救了我的教學。
我以前犯一個錯：學生說「老師我英文變好了」，我說「很好」。但我心裡不知道他到底好在哪裡、好多少。後來我給每個學生一本小筆記本，叫「錯誤日誌」。
每次上課結束，學生寫下三件事：
- 今天我新犯的錯誤是什麼（寫出原句和改正後的句子）
- 我為什麼犯這個錯（猜猜看也可以）
- 下次我要怎麼避免（一句話就好）
一個月後翻回去，他們自己會看到模式。不是我告訴他「你過去式常錯」，是他自己看到「哇我過去式真的錯很多次」。
這個比老師講十次還有用。為什麼？因為人會相信他自己看到的，不會相信別人告訴他的。
跟資料科學一模一樣：你自己拉的數據，比別人轉述的報表有說服力一百倍。
回到台灣那一年：空氣、機車、還有一種說不上來的感覺
2022 年回到台灣的時候，整個城市還帶著一種「剛解封」的氣氛。街上人變多了，但很多人講話的時候還是會自動拉開一點距離。超商門口擺著酒精，捷運上偶爾還有人戴口罩。
我從西雅圖回來，第一個衝擊是聲音。台灣的街有聲音——機車、攤販的叫賣、便利商店的叮咚、隔壁大樓在施工。西雅圖很安靜，台灣不安靜。我剛回來的前三個月，每天都覺得有一點太滿。
第二個衝擊是速度。台灣人走路比較快，講話比較快，做決定比較快。便利商店從進門到結帳只要三十秒。我在西雅圖去咖啡店點一杯 latte，要等四分鐘，還會被問名字。我花了大概半年才重新習慣台灣的節奏。
但最讓我意外的是第三件事：我以為我會想念西雅圖，結果沒有。我想念那邊的朋友，想念那幾間我常去的咖啡店，但我不想念那邊的生活節奏。我發現，我在台灣覺得比較「活」。
這件事讓我確認了一件事：回來是對的。
如果你讀到這裡，謝謝你。我寫這篇文章，不是要說服你辭職或轉行，只是想讓你知道：轉彎這件事，是可以發生的。
下一篇我會寫「我怎麼設計『數學 × 英文』的課程」，敬請期待。
