知行合一與自我覺察

搜尋「主管領導力」，你會得到一百篇幾乎一模一樣的文章。五大能力、七項特質、十三個關鍵指標。溝通力、執行力、同理心、遠見、果斷、激勵團隊。

這些都對。但全部都不是重點。

我帶過團隊，經歷過公司重組和多輪募資。我見過溝通能力極強但帶不出成績的主管，也見過不太會講話但每次決策都精準到讓人服氣的主管。差別到底在哪裡？

不是清單上那些能力。是一個沒有人教、沒有人練、甚至沒有人在談的東西：決策的品質。更精確地說，是品味 (Taste)。

品味不是審美偏好。品味是你面對十個看起來都可以的選項時，能在三秒內看出哪個 80 分、哪個 95 分的判斷力。是你對「好」和「偉大」之間那個微妙差距的感知力。

為什麼這才是主管領導力的核心？因為 AI 正在改寫遊戲規則。

以前主管的價值在「知道答案」，你比部屬懂更多，所以你是主管。但現在 ChatGPT 知道的比你多、回答的比你快。以前主管的價值在「管理流程」，但現在自動化工具已經接管了大部分流程管理。剩下的是什麼？

是在兩個都「說得通」的方案之間，判斷哪一個「對」。是在數據不充分的時候，憑直覺做出高品質決定。是在所有人都說「可以了」的時候，看出「還不夠好」。

這就是判斷力主權 (Judgment Sovereignty)。AI 時代主管最不可被取代的能力，不是專業知識（AI 會超過你），不是管理技巧（工具會取代你），而是你的判斷品質。判斷品質的底層基礎設施，就是品味。

接下來這篇文章，不會再給你「主管必備五大能力」的清單。你已經看過一百篇了。我要給你的是如何刻意練習你的判斷力，讓它像複利一樣增長的五個具體方法。

所有人都在學 AI。

LinkedIn 上每天有一千篇「如何用 AI 提升效率」的貼文。每個人都在秀自己的 prompt 有多厲害、用了什麼新工具、自動化了什麼流程。AI 技能成了新時代的英語能力——不會的人焦慮到睡不著。

但沒有人在談品味。

沒有人在 LinkedIn 上發「今天我花了兩小時研究為什麼這個產品設計比那個好」。沒有人在分享「今天我拒絕了一個數據上完全成立的方案，因為它不夠好」。

為什麼？因為 AI 技能看得見、學得快、能在履歷上列出來。品味看不見、學得慢、而且無法量化。

但這裡有一個殘酷的數學事實：AI 技能的半衰期是六個月。 你今天學的 prompt 技巧，六個月後工具更新了就過時了。你精通的 AI 工具，一年後可能連公司都不在了。

品味沒有半衰期。品味只會越練越值錢。

而且它的增長模式是複利。

一、直覺資本：品味的複利模型

我要引入一個概念：直覺資本（Intuition Capital）。

直覺資本是什麼？是你透過大量經驗、判斷、犯錯、修正所累積的判斷力資產。它有三個特性：

特性一：複利增長。 每一次正確的判斷，都會強化你下一次判斷的準確度。每一次錯誤的判斷，如果你有意識地回顧和修正，也會成為下一次判斷的養分。你的第一年可能只累積了 10 單位的直覺資本，但到第十年，你每年累積的速度可能是 1000 單位。

這跟金融複利的數學完全一樣：前期增長平得令人絕望，但一旦過了拐點，曲線會陡峭到你自己都不相信。

特性二：不可轉讓。 金融資本可以繼承、可以借貸、可以轉移。直覺資本不行。你不能把你二十年的品味判斷力灌進別人的腦袋。這也是為什麼它是護城河——它只能靠自己，一天一天地練出來。

特性三：抗折舊。 AI 技能會折舊。商業知識會過時。市場洞察會失效。但你對「好」和「偉大」之間差距的感知力，不會因為技術迭代而貶值。二十年前有品味的電影導演，今天依然有品味。工具變了，但判斷力沒有變。

直覺資本的經濟學含義：它是 AI 時代唯一一種不會被通膨的資產。

當 AI 讓所有技能的邊際成本歸零，技能型資產在通膨（每個人都有了）。但直覺資本在通縮（有品味的人不會因為 AI 而增加，反而因為大家都依賴 AI 而減少了自主判斷的練習機會）。

明白了這個框架，接下來是五個具體的累積方法。

二、練習一：品味日記（Taste Journal）

這是最簡單、最有效、也最被低估的練習。

做法： 每天花 10 分鐘，記錄 3 個判斷。格式很簡單：

• 我選了什麼？（今天我批准了那個行銷方案 / 選了那個設計版本 / 決定了那個定價策略）
• 我拒絕了什麼？（我沒有選另一個方案 / 我要求團隊重做 / 我否決了那個合作提案）
• 為什麼？（不需要長篇大論，一兩句話的直覺記錄就夠。「感覺不對」也是有效的答案。）

重點不在記錄，在回顧。

每個月底，花一個小時回顧這個月的所有判斷。你會發現三件事：

第一，你的很多「直覺」其實有模式。你拒絕的東西往往有共同特徵，你選擇的東西也有共同特徵。這些模式就是你品味的 DNA——但在記錄之前，你自己可能不知道。

第二，你會發現哪些判斷事後被驗證是對的，哪些是錯的。對的判斷，你要問：「我當時依據的直覺是什麼？」錯的判斷，你要問：「是我的辨別力不夠，還是我明知不夠好卻妥協了？」

第三，你的判斷品質會隨時間肉眼可見地提升。因為你建立了回饋循環——做判斷 → 記錄 → 回顧 → 修正 → 更好的判斷。大多數人的判斷力停滯，不是因為他們笨，是因為他們從來不回顧自己的判斷。

品味日記的底層原理：把隱性知識顯性化。你的大腦每天都在做品味判斷，但如果不記錄，這些判斷就像沙子一樣從指縫漏掉。品味日記是你的判斷力集裝箱。

三、練習二：A/B 盲測

這個練習的目的是訓練純粹的辨別力，剝離所有偏見。

做法： 讓 AI 生成同一個任務的 5-10 個版本（文案、設計概念、商業策略、產品名稱——什麼都行）。然後隨機編號，不標記哪個是哪個，在不知道來源的情況下排序：從最好到最差。

排完之後，問自己：

• 我的第一名和第二名差在哪裡？我能用語言描述嗎？
• 我的排序是否跟其他有品味的人一致？（找你尊敬的同事或朋友獨立排序，然後比對。）
• 一週後再排一次，排序穩定嗎？（穩定 = 你的辨別力有標準；不穩定 = 你可能是在猜。）

為什麼要「盲」測？因為人類的判斷極度容易被無關資訊污染。你知道這個方案是資深設計師做的，你就會不自覺地給它加分。你知道這個文案是 AI 生成的，你就會不自覺地扣分。盲測強迫你只看品質本身。

進階版：請你的團隊也做同樣的盲測。比較不同人的排序，討論差異。這不是為了找出「誰是對的」，而是為了暴露每個人的品味標準，讓隱性的審美標準變成可討論的。

A/B 盲測的訓練原理：把辨別力從依賴脈絡的判斷，訓練成獨立的感知力。就像音樂家練聽力——不看樂譜，純用耳朵辨別音高。品味也一樣，你要能在去掉所有脈絡之後，純粹靠品質本身來判斷。

四、練習三：最佳實踐沉浸

你的辨別力上限，取決於你見過的最好的東西。

做法： 每週花 2 小時，專門研究你產業中（以及跨產業）公認最好的作品。不是「看過」就好，而是帶著問題看。

研究的核心問題只有一個：「為什麼這個好？」

不是「這個好」，而是「為什麼」。

• 蘋果的產品頁面為什麼好？不是因為「乾淨」——所有人都知道乾淨好。是因為它的資訊層級完美到你的眼睛完全不需要思考就知道先看哪裡。
• Stripe 的開發者文件為什麼好？不是因為「詳細」——所有文件都可以很詳細。是因為它在你最可能遇到問題的地方預判了你的困惑，提前給出答案。
• 《乘乘》的攝影為什麼好？不是因為「好看」——很多電影好看。是因為每一個構圖都服務於敘事，沒有任何一個鏡頭是「純粹為了美」而存在的。

你能回答的「為什麼」越精確，你的辨別力就越鋒利。

大多數人的問題不是「沒看過好東西」，而是「看過但沒問為什麼」。你每天都在滑手機、看產品、用服務——但如果你不帶著問題看，你就是在消費，不是在學習。消費一萬小時也不會提升品味。帶著「為什麼」看一百小時，會。

五、練習四：否定練習

這個練習直接針對品味三要素中最稀缺的那個——否定的勇氣（Courage to Reject）。

做法： 每週至少刻意拒絕一個「夠好但不夠偉大」的東西。

不是拒絕「爛」的東西——那不需要勇氣。是拒絕「好」的東西。

• 一份 80 分的提案，你平常會說「可以，上吧」。這週，說「不，這裡和這裡可以更好，重來。」
• 一個各方面都 OK 但讓你感覺「少了什麼」的合作機會。這週，拒絕它。
• 你自己寫的一封信、做的一份簡報，你覺得「差不多了」。刪掉，重做。

這個練習的目的不是讓你變成完美主義者。完美主義者是什麼都拒絕，然後什麼都做不出來。否定練習是有選擇地拒絕——你知道自己想要什麼標準，然後在還沒到那個標準的時候，有勇氣說不。

否定練習最大的副作用是：你的團隊會開始提升標準。 當 CEO 開始說「不夠好」的時候，團隊要嘛崩潰、要嘛進化。如果你的否定是有品味的（你能清楚說出「什麼不好、為什麼不好、什麼方向才是好的」），團隊會進化。他們會開始用你的標準來自我要求，因為他們知道半吊子的東西過不了你這一關。

否定練習的肌肉記憶模型：說「不」是一種能力，跟肌肉一樣，不用就會萎縮。大多數人的「否定肌肉」嚴重萎縮——他們太久沒有對「夠好」說不了，以至於已經失去了對「偉大」的要求。

六、練習五：跨域品味遷移

這是五個練習中最高階的，也是長期回報最高的。

核心觀察：品味的底層結構是通用的。

你在音樂上的品味、在食物上的品味、在設計上的品味——表面上看是三個完全不同的領域，但底層的判斷結構驚人地相似。

一個好的料理和一個好的產品有什麼共同點？都有層次感——不是所有食材/功能平等排列，而是有主角、有配角、有節奏。
一首好的音樂和一個好的品牌有什麼共同點？都有辨識度——前三秒就讓你知道「這是誰」。
一部好的電影和一個好的簡報有什麼共同點？都有取捨的勇氣——不是塞進越多東西越好，而是每一個留下的元素都有存在的必然性。

做法： 從你最有品味的領域出發（可能是音樂、電影、料理、穿搭——任何你直覺最強的領域），提取你判斷「好」和「偉大」的底層標準。然後問自己：這個標準遷移到我的商業決策中，會怎麼樣？

舉例：

• 如果你在音樂上重視「留白」——一首好的歌不是每一秒都塞滿音符。那你的產品是不是也塞了太多功能？你的行銷是不是說了太多話？
• 如果你在穿搭上重視「一致性」——不是每一件都是名牌，而是整體風格協調。那你的品牌各個觸點（網站、客服、包裝、社群）是不是風格一致？
• 如果你在電影上重視「節奏」——該快的快、該慢的慢。那你的產品體驗有節奏嗎？還是從頭到尾同一個速度？

跨域品味遷移就是結構映射（Structural Mapping）在品味領域的應用。你不是在「學習新東西」，而是把你已經有的品味智慧，遷移到需要它的地方。

大多數人的品味是分裂的：他們在生活中有品味（穿衣、吃飯、旅行的選擇都不錯），但在商業中沒有品味（做出來的產品和決策平庸得令人窒息）。不是因為他們不會，是因為他們從來沒有意識到品味可以遷移。

七、把五個練習連起來：品味的複利飛輪

五個練習不是獨立的清單，而是一個自我強化的飛輪：

最佳實踐沉浸（練習三）提升了你的辨別力 → A/B 盲測（練習二）校準了你的辨別力 → 更精準的辨別力讓你在否定練習（練習四）中知道該拒絕什麼 → 你的判斷和拒絕都被記錄在品味日記（練習一）中 → 每月回顧讓你發現品味模式 → 這些模式透過跨域遷移（練習五）被應用到更多領域 → 更多領域的實踐又反哺你的辨別力 → 飛輪繼續轉。

越轉越快。這就是直覺資本的複利。

品味護城河越練越深，越來越寬。這不是比喻——你每練一天，你跟「沒在練的人」之間的差距就不可逆地拉大一點。因為品味是累積性的，不練的人不是停在原地，是在倒退（被 AI 養成的「夠好就好」心態侵蝕）。

品味是智力槓桿（Intellectual Leverage）的方向盤。方向盤的品質決定了槓桿的價值。同樣的 AI 工具、同樣的資源、同樣的 24 小時，有品味的人會把它們導向偉大的方向，沒品味的人會把它們導向精緻的平庸。

結語

你今天花了多少時間學 AI 工具？大概不少。

你今天花了多少時間練品味？大概是零。

這就是問題。

你在投資半衰期六個月的技能型資產，而忽略了唯一一種會複利增長的資產。你在把 100% 的學習時間放在油門上，而方向盤已經鏽死了。

從今天開始寫品味日記。不需要多，三行就好。一個月後回顧一次。

一年後，你會感謝今天的自己。

不是因為你變得「有品味」了——品味不是一年能練成的。是因為你啟動了複利的引擎。而複利最重要的變數，從來都不是利率，是時間。

你已經晚了，但現在開始，還不算最晚。最晚的是讀完這篇文章，覺得「說得真好」，然後繼續去學下一個 AI 工具。

MBA 教了你 DCF 估值。
AI 在 0.1 秒就做完了。

MBA 教了你波特五力分析。
AI 在 0.3 秒就做完了，而且附帶了你漏掉的三個競爭者的數據。

MBA 教了你 SWOT 分析。
AI 不只做完了，它還同時做了 PESTLE、價值鏈分析、波士頓矩陣，順便附上一份行動建議。

那你花兩年時間、兩百萬學費學的東西，還剩什麼價值？

這不是修辭性問題。這是你必須誠實回答的問題。

一、MBA 的詛咒

我要提出一個不受歡迎的觀點：MBA 在 AI 時代不只是「不夠」，它可能是一種認知詛咒。

為什麼這麼說？因為 MBA 的核心訓練是「框架思考」（Framework Thinking）。你學了一個又一個框架：五力分析、BCG 矩陣、麥肯錫 7S、平衡計分卡、商業模式畫布。你的思考方式被訓練成：遇到問題 → 選擇框架 → 填入數據 → 得出結論。

這套方法在過去五十年非常有效。因為在資訊有限、分析成本高的時代，「懂得用框架思考」本身就是稀缺能力。

但在 AI 時代，框架思考恰恰是最容易被自動化的東西。

為什麼？因為框架本質上是演算法。「五力分析」就是一個演算法——輸入五個維度的數據，輸出一個結論。「DCF 估值」也是演算法——輸入現金流預測和折現率，輸出一個數字。演算法是 AI 的母語。

MBA 的詛咒不是它教了你錯的東西，而是它讓你習慣了用「可編碼的方式」思考。 你的第一反應永遠是「用什麼框架？」——而不是「這件事的本質是什麼？」你的分析永遠是邏輯嚴謹的——但邏輯嚴謹的分析，AI 做得比你好十倍。

稀缺性轉移（Scarcity Migration）的邏輯在這裡完美展現：分析能力從稀缺變成充裕，直覺能力從充裕變成稀缺。

「充裕」是什麼意思？每個人都有 AI，每個人都能瞬間做出專業級的五力分析。當所有人都能做同樣品質的分析，分析就不再是競爭優勢。就像當所有人都識字的時候，「識字」就不再是求職優勢。

「稀缺」是什麼意思？在 AI 氾濫的分析和建議中，能看出「哪些分析是對的但結論是錯的」、能在所有數據都指向 A 的時候直覺知道 B 才是對的——這種能力正在急劇稀缺化。因為大家都在練 AI 技能，沒有人在練直覺。

二、AI 時代真正需要的四種教育

如果 MBA 訓練的是「可編碼的分析能力」，那什麼教育訓練的是「不可編碼的直覺能力」？

四種。每一種都不在任何商學院的課程表上。

第一種：哲學——教你問「為什麼」

MBA 教你「怎麼做」——怎麼算 ROI、怎麼做市場分析、怎麼設計組織架構。

哲學教你問一個更根本的問題：「為什麼要做？」

「為什麼這個市場值得進入？」——不是用 TAM/SAM/SOM 的框架回答，而是從「這個市場的存在解決了人類什麼根本性的需求？」來思考。

「為什麼顧客會付錢？」——不是用需求調研的數據回答，而是從「人為什麼需要這個東西？這個需要是表面的還是深層的？」來思考。

AI 能分析數據，不能質問存在。它能告訴你「市場規模是多少」，但它不會問「這個市場該不該存在」。它能計算 ROI，但它不會問「即使 ROI 是正的，這件事值得做嗎」。

蘇格拉底的核心方法——持續追問「為什麼」直到觸及本質——在 AI 時代的價值，比歷史上任何時刻都大。因為 AI 給你的答案越多越好，你就越需要知道哪些問題值得問。

哲學培養的是品味三要素中的辨別力——不是辨別答案的好壞（AI 做得比你好），而是辨別問題的好壞。問對問題，比找到對的答案重要一萬倍。

第二種：美學——教你辨別「好壞」

MBA 教你用指標衡量。一切都必須量化：市場份額、客戶滿意度、淨推薦值。

美學教你用感受判斷。

「這個產品好嗎？」MBA 的回答是：「NPS 是 72，客戶留存率 85%，數據顯示是好的。」美學的回答是：「拿起它的那一瞬間，你有沒有感到一種愉悅？用了五分鐘之後，你有沒有忘記自己在用一個『產品』？」

這不是軟綿綿的廢話。這是指標無法捕捉的維度。

NPS 72 的產品和 NPS 78 的產品，數據上差距很小。但使用者的感受可能有天壤之別——一個是「還不錯」，另一個是「我願意推薦給每一個朋友」。這個差距不在數字裡，在感覺裡。

美學訓練的不是「把東西做漂亮」，而是建立一套超越指標的判斷系統。當所有人都用同樣的 AI 優化同樣的 KPI，最後的產品會趨於同質化（因為 AI 在相似的數據上會收斂到相似的最優解）。這時候，能跳出指標來判斷「什麼才是真正好的」的能力，就是終極差異化。

美學培養的是品味三要素中的一致性——對「好」的感受一旦建立，就會成為一個穩定的內在標準，不因外在指標的波動而動搖。

第三種：歷史——教你看「模式」

MBA 教你用框架分析現狀。框架是抽象的、是通用的、是脫離時間的。

歷史教你從千年的時間線中提取直覺。

AI 可以搜索歷史、整理歷史事件的時間表、甚至分析歷史趨勢。但 AI 做不到的是：「感受」歷史的韻律。

什麼叫歷史的韻律？馬克·吐溫說：「歷史不會重複，但會押韻。」這個「韻」不是數據模式，而是一種直覺——你讀了足夠多的歷史之後，看到當下的某個事件，你的大腦會自動浮現「這個跟三百年前那件事很像」的感覺。不是因為數據相似（數據可能完全不同），而是因為底層的人性動態相似。

1637 年的鬱金香泡沫、1720 年的南海泡沫、2000 年的網路泡沫、2021 年的加密貨幣泡沫——數據完全不同，但讀過這些歷史的人，在泡沫的早期就能聞到那個味道。這不是分析，是模式直覺。

歷史培養的是品味三要素中的否定的勇氣——當你知道歷史上每一次「這次不一樣」最後都證明是一樣的，你就有勇氣在所有人瘋狂的時候說「不」。

第四種：心理學——教你理解「人」

MBA 教你分析「用戶」。用戶畫像、用戶旅程、用戶需求分析——一切都是把人抽象化為數據點。

心理學教你理解「人」。不是數據點，是活生生的、矛盾的、非理性的、充滿恐懼和渴望的人。

AI 能分析行為數據，告訴你「用戶在這個頁面停留了 3.2 秒然後離開」。但它不會告訴你：這個用戶離開是因為困惑、無聊、還是受傷。

AI 能做情感分析，判斷一段文字是「正面」還是「負面」。但它不會理解：一個客戶說「你們的產品還不錯」的時候，語氣裡那個微妙的失望。

最偉大的產品不是「分析」出來的，是「共情」出來的。賈伯斯不需要焦點小組，因為他能直覺地理解人在面對科技時的恐懼和渴望。他知道人不想要「更多功能」，人想要「更少困惑」。這不是數據告訴他的，是他對人性的深刻理解。

心理學培養的不是「用戶研究」的技能（AI 做得更好），而是真正的同理心——感受別人感受的能力。而同理心，是任何演算法都無法編碼的。

三、兩種思維的對決

讓我用幾個具體場景，對比「MBA 思維」和「品味思維」的差異：

場景一：要不要進入一個新市場？

MBA 思維：市場規模 50 億美元，年增長率 15%，我們有技術優勢，DCF 模型顯示五年回本。結論：進入。

品味思維：這個市場的增長是因為真正的需求，還是因為資本在追風口？我們對這個市場的用戶有真正的理解嗎？如果沒有，50 億的市場跟我們有什麼關係？

MBA 的分析，AI 做得比任何人都好。品味的判斷，只有你自己做得了。

場景二：產品該往哪個方向迭代？

MBA 思維：用戶調研顯示 67% 希望新增 X 功能，競品已經有了，不做就會落後。

品味思維：67% 的用戶說他們想要 X 功能。但他們真正的問題是什麼？也許 X 功能只是他們能想到的最近的解決方案，而真正的解法是他們還沒見過的 Y。

福特的那句（被歸諸的）名言：「如果我問人們想要什麼，他們會說更快的馬。」這句話的重點不是「不要聽用戶的」，而是「用戶告訴你的是症狀，不是病因」。找到病因需要直覺，不是數據。

場景三：要不要接受一個投資人？

MBA 思維：估值合理，條款可接受，資金缺口剛好補上。

品味思維：這個人走進會議室的時候，我的直覺告訴我什麼？他問的問題是「你怎麼賺錢」還是「你為什麼在做這件事」？錢都是綠色的，但給你錢的人的品味，會影響你公司的靈魂。

四、哲學護城河：品味構建的不是優勢，是引力場

把哲學、美學、歷史、心理學的教育整合起來，你構建的不是某一個具體的競爭優勢——你構建的是一個引力場（Gravity Field）。

具體優勢是線性的：你有 X 能力，所以你能做 Y 事情。但引力場是非線性的：你的思考深度、審美標準、歷史視野、人性理解，會像重力一樣吸引好的人才、好的機會、好的問題向你聚集。

品味護城河（Taste Moat）的真正含義就在這裡：它不是一道牆，把別人擋在外面。它是一個場，把好的東西拉進來。MBA 教你建牆。品味教你建場。

在 AI 時代，牆會被越來越快地突破（因為 AI 能幫每個人複製你的技術和流程）。但場不會——因為場的強度取決於你這個人的深度，而這個深度只能靠時間和思考來累積。

五、不是反對 MBA，是補課

我要澄清一點：我不是說 MBA 完全沒有價值。人脈、紀律、基本的商業素養，這些依然重要。

我反對的是把 MBA 當作 CEO 教育的全部。

MBA 給你的是地圖。但地圖不是領地。在 AI 時代，所有人拿著同一張 AI 生成的完美地圖，知道路怎麼走不再是優勢。優勢在於：你知道要去哪裡。

判斷力主權（Judgment Sovereignty）——決定「什麼是重要的」的權力——不來自框架分析，來自你對世界的深層理解。這種理解來自哲學的追問、美學的感受、歷史的沉浸、心理學的共情。

你花了兩年讀 MBA。
花了多少時間讀哲學？讀歷史？研究美學？

如果答案趨近於零，你的教育有一個巨大的缺口。而這個缺口，AI 不會替你填補——AI 只會讓這個缺口的代價越來越大。

結語

AI 做得了五力分析，做不了靈魂拷問。
AI 算得出 DCF，算不出一個決策是否「值得」。
AI 能優化你的 KPI，但它永遠不會問你：「你追求的 KPI 本身，是對的嗎？」

未來十年，最成功的 CEO 不會是分析能力最強的人——那個位置已經被 AI 永久佔據了。

最成功的 CEO 會是那個讀過足夠多的哲學，所以知道問什麼問題的人。看過足夠多的好東西，所以知道什麼是偉大的人。讀過足夠多的歷史，所以在所有人瘋狂的時候敢說不的人。理解足夠深的人性，所以做出的產品讓人感動的人。

你的 MBA 教你怎麼分析世界。但 AI 時代需要你理解世界。

分析是拆開來看。理解是感受到它的整體。

這兩種能力的差距，就是 MBA 和品味的距離。也是平庸和偉大之間，那條越來越寬的鴻溝。