你到底愛不愛我？談愛情裡的安全感匱乏——《為什麼我們愛的如此不安？》

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

貢貝黑猩猩戰爭

就在你讀這本書之際，從西非的象牙海岸共和國到東非的烏干達，到處都有成群的公黑猩猩在地盤邊界來回巡邏，有組織地追捕並攻擊外來的黑猩猩。牠們小心、安靜地移動，甚至不會花時間停下來吃東西。在烏干達最新的研究中，科學家使用了衛星定位裝置來追蹤努迦（Ngogo）黑猩猩族群，觀察牠們在一九九八到二○○八年之間進行的數十起突襲和二十一起殺戮行動，這些攻擊以吞併鄰近族群告終。

這些黑猩猩僅有的武器是拳頭和牙齒，偶爾也會用石頭和樹枝，但即使是年老的黑猩猩，隨便出手也勝過重量級的人類拳擊手，鋒利的犬齒更可長達四英寸。牠們一旦發現敵人就會拚個你死我活，啃咬對方的手指和腳趾，打斷骨頭、撕爛臉。有一回，靈長類動物學家驚駭地目睹攻擊者扯裂受害者的喉嚨，把氣管拉了出來。

《蒼蠅王》似乎說對了：「獸性就是我們的一部分，離我們很近、很近、很近。」

嬉皮猿愛情派對

但就像所有新的科學領域，大家很快就發現事情更加複雜。我在第一章提到《蒼蠅王》的觀點時，也立刻補充美國人類學家米德在南太平洋島嶼薩摩亞的見聞，她提供了截然不同的視角。

米德相信自己偶然遇見了太平洋上的和平天堂；同樣的，如果我們飛越六百英里，越過遼闊的剛果河，從貢貝來到另一區叫作萬巴（Wamba）的非洲雨林，也彷彿是跟著愛麗絲穿越鏡子，夢遊仙境。

一九八六年十二月二十一日，日本靈長類動物學家伊谷原一在森林中的空地邊緣等待一群猩猩經過，但他驚奇地發現兩群猩猩同時出現了。如果這裡是貢貝，可能五分鐘內就會大事不妙，兩群猩猩互相發出威脅的吼聲，作勢攻擊並揮動樹枝，情況更糟的話甚至會打鬥喪命。

然而，萬巴這裡不是那樣。兩群猩猩只是隔著幾碼坐了下來，互相瞪視。半小時後，其中一群（P群）的一隻母猩猩起身，緩緩走到另一群（E群）的一隻母猩猩面前。過了一會兒，兩隻母猩猩面對面躺下來，張開腿貼緊對方的陰部，並加速來回移動屁股，互相摩擦陰蒂而發出低吟。過不了幾分鐘，兩隻猩猩都狂喘尖叫，緊抱在一起抽搐著。一時之間，兩隻猩猩都歸於安靜，注視著彼此的眼睛，然後精疲力盡地癱軟下來。

此時，兩群猩猩之間的距離也消失了。幾乎所有猩猩都在分享食物、理毛和交配。牠們公配母、母配母或公配公，不分老少地任意交纏著手、嘴與生殖器。牠們「做愛不作戰」^[註1]。

接下來的兩個月裡，伊谷和同事們看到這兩群猩猩再度上演這幕三十多次。他們一次都沒看到貢貝黑猩猩那種暴力行為。不過，這是因為萬巴猩猩不是黑猩猩，至少與貢巴的不是同一種。嚴格說來，兩者同屬不同種，萬巴猩猩是倭黑猩猩（Pan paniscus），而貢貝猩猩就是我們一般所說的那種黑猩猩（Pan troglodytes）。

在外行人眼裡，兩種猩猩根本一模一樣。倭黑猩猩只是體型稍小，四肢較為瘦長，嘴巴和牙齒較小，臉也比較黑，毛髮中分（靈長類動物學家到一九二八年才把倭黑猩猩列為獨立物種）。然而，兩種猩猩的差異有助於解答戰爭有何好處，以及人類在二十一世紀會發生什麼事。

為了避免混淆，科學家通常稱倭黑猩猩為巴諾布猿（bonobo），記者則稱牠們為「嬉皮猿」（hippie chimp），一般黑猩猩就只稱為黑猩猩（chimpanzee），不加特別的形容詞。巴諾布猿和黑猩猩的DNA幾乎一樣，兩者有共同祖先，僅在一億三千萬年前才開始分化。更驚人的是，兩種猩猩與人類DNA的相近程度也一樣。

如果黑猩猩戰爭代表人類可能天生就是殺手，巴諾布猿的雜交派對則顯示我們可能也是天生的歡愛之徒。

除了在格勞庇烏山拔劍相向，兩個陣營的領袖阿古利可拉和卡爾加庫斯搞不好也可能扯掉袍子，互相摩擦下體。

但西元八三年的這幕還是以拔劍相向收場。在我們爬梳背後原因的同時，也將理解人類為何在動手不動口的整整一萬年後，竟然沒有繼續大動干戈，在二十世紀晚期轟掉全世界。背後的解釋也暗示我們將在二十一世紀保持和平紀錄。但這事說來話長，事實上，有三十八億年那麼長。

註釋

註1：作者此處刻意化用美國反越戰時期的著名口號「做愛不作戰」（make love, not war）。後面作者用特別用「嬉皮黑猩猩」這個常見別稱來指涉倭黑猩猩，顯然也與嬉皮是反戰人士有關

——本文摘自《戰爭憑什麼：從靈長類到機器人的衝突與文明進程》，2022 年 11 月，黑體文化出版，未經同意請勿轉載。

• 吳姵瑩　諮商心理師

如何證明你愛我？

「如果你愛我，現在就陪我去吃宵夜好不好？」

「你為什麼不陪我去看電影，你真的愛我嗎？」

「如果他在乎我，為什麼經常已讀不回呢？」

在關係裡，這是你經常問的問題嗎？你不懂為何你這麼擔心失去，也不懂你怎麼這麼需要陪伴，更不懂你付出這麼多，怎麼還是不能肯定對方是愛你的，於是你問了不下數百次的：「你愛我嗎？」並且更深入地確認：「你愛我哪一點？」但怎麼樣你都很難滿意對方的回答，甚至在對方的不耐煩中更加懷疑對方的愛。

你討厭自己的患得患失，但你控制不了不時察看手機的衝動，害怕失去愛的自己也失去價值。你不懂自己的不安全感為何這麼強，強到你總是需要用分手或傷害自己的方式考驗對方，或者大哭、或者冷戰，去要對方聽從順服。然後你開始越來越不安，因為你發現在這些查勤、擔憂與控制後，對方對你失去耐性，回應越來越慢、也越來越冷淡，你開始深信你不被愛了，因為你再也找不到愛的證明，你多麼希望回到當初甜蜜、緊密的狀態裡。

正是你的不安，創造了你不被愛的證明，即使你不斷努力地付出或掌控亦然。

關於這反覆確認與安全感匱乏的狀態，我將用兩個層次來說明這個現象：一個是自體和客體的概念；一個是童年陰影的概念。

自體感發展受阻 + 客體恆存的經驗挫折

有非常多人需要反覆確認愛是否存在，其實與客體恆存的經驗挫折和自體感的發展受阻有關。

什麼是客體恆存呢？其實是嬰兒在思維發展的過程中，約八到十二個月會發展出物體恆存概念，也就是認知上，當他看到眼前的東西不見的時候，他會開始尋找，因為他思維裡已經知道這東西應該不會無緣無故消失，所以你會發現嬰兒在六個月的時候，你跟他玩躲貓貓時，他會特別興奮，因為他覺得這個現象很神奇。而這裡我們談到的客體恆存，則是比較偏向情緒層次的，當照顧者不在身邊時，孩子並不會覺得天崩地裂，因為他信任照顧者會回到自己身邊，因此能夠安心等待。

所以照顧者與我們之間的關係，成為我們認識自我與發展安全感很重要的過程，它會形塑我們對外界的看法。照顧者在我們小時候會是「全世界」般的存在，而當「全世界」給了我們舒服的感受，除了會讓我們感覺安全之外，也會幫助我們認識「我」是好的，讓我們整合自我時順利許多；但是當「全世界」給了不舒服的感受，也意味著「我」是不好的，就會產生挫折的經驗，阻礙我們整合自我。

因此，全世界、他者或照顧者的代稱，都泛指「客體」的存在，像是一面鏡子，在孩童的「自體感」發展上扮演非常重要的角色，如果要讓孩子擁有健康的自體感，就是要讓孩子在逐漸與照顧者分離的過程中體認到：

「我」跟「他」是分開的，但我依舊可以在「他」身上獲得安全感

如此孩子才有辦法安心地做自己，在擁有自體感的過程中，也允許他人擁有自體感，清楚人與人的疆界。

當我們的內在需求被好好滿足，外在客體對待我們的方式，會被我們的自我吸收消化，進而內化成我們自己的心理功能，因而我們有辦法具備成熟的獨立性，並且有辦法安撫自己。

反之，倘若你小時候所知覺到的環境，並沒有讓你感覺安全，或者你成長的許多需求沒有被好好滿足，就會對外在世界感覺不安全，在成年後的關係中，不斷用以下三種方式，來確認自我的存在：

1. 需要不斷被讚賞，感到被肯定

2. 不論在生活裡或情感中，都要不斷尋求肯定，也容易為了肯定，而委屈或掏空自己

3. 需要與人融合，感受到安全與支持

因為缺乏客體恆存的認知，導致在看不到人時會容易不安，甚至要到了全面掌控的狀態，才能稍微安心或感覺被愛，但這種與人融合的方式會讓伴侶感到窒息。

從一段安全穩定的關係中，獲得修復與替代性的安全感

我相信所有人都希望是用這個方式，期待出現夠穩定的伴侶或關係，移除自己的不安全感，畢竟前兩個非常困難。因此在我許多情感諮商的經驗裡，都是要不到愛的一方，一直跑來問我「怎麼改變另一半、讓另一半成長」，因為他們身上的匱乏感太過強烈，一直渴望別人愛他，因此會將目光執著地放在另一半身上，等著另一半變好之後能更穩定地愛他。

然而，擁有成熟自體感的人會具備：

自尊的調整能力：不會因為別人一句話或一個行為而失去自信。

能享受生活樂趣：不需要透過他人來豐富自己的生活。

能感受到生命的意義：不會因為他人的離開就感覺生命變得索然無味。

因此我們要練習「將目光回到自己身上，給自己讚賞和肯定，向內探索自己、與自己在一起」，並且「練習給自己安全和支持的力量」，如此，我們就能逐漸成為擁有自體感的成熟個體。不過，除了嬰孩時期這些不可考的記憶外，也可以探索幼年時期我們還記得的事件，看看它們對我們的安全感造成了什麼影響。

童年陰影：被拋棄的內在小孩事件及情緒激發

現在，請回到你的內在，開始去感受你哪裡受了傷，是什麼讓你如此缺乏安全感？你可以透過幾個問句開始問自己：

為什麼懷疑自己沒有被愛著？
為什麼覺得自己要很努力才會被愛？
為什麼你不相信自己值得被愛？

允許自己靜下心來去感受這幾個問題打在心上的感覺，越是你害怕接觸的問題，可能背後的答案有越深刻的寶藏。這些答案牽引出來的，很可能是曾經有段讓你痛徹心扉的情感傷痛，也許是你經常看見母親牽著哥哥的背影，或者是爸爸跟弟弟一起打棒球，又或者是你經常自己一個人坐在家中走廊，看著天色逐漸變暗的孤單與落寞。

所以，你要幫自己找到那個觸發你情緒的關鍵，可能是「不在」、「不夠」、「不對」等等，而這通常是我們幫自己腦補出來的想像，接著讓我們陷入恐慌，又回溯到小時候那個「被丟下」的經歷裡。但因這股「被丟下」的傷痛與恐懼，對孩子而言是巨大且難以排解的，使他長大以後在面對關係時，只要面臨相似的場景，大至他人轉身離開、突然消失，小至發現與身旁的人意見不合，都容易引發「被丟下」的陰影，讓自己陷入傷心與恐懼中，就像小時候那樣手足無措。

因此接下來，我們要學會自我安撫的步驟：

了解自己的傷痛與不安

究竟我們被觸發的情緒是什麼事件？是什麼情緒？讓你回溯到小時候那手足無措的狀態又是什麼？

當你勇敢地看見自己的不安，看見那一幕幕令你心痛或心碎的畫面時，請試著讓自己停下來，去陪伴自己的傷痛、自己內在的孤單與渴望愛的孩子，去和他說說話、安撫他，當你感覺自己越排拒他，也意味著你越需要他人陪伴，越容易創造讓你感覺再次被排拒或受傷的關係，因為人際關係與愛情，向來都是自我關係的延伸。

當我們把自己愛回來，當我們感覺安適和安定，就會在關係裡感覺穩定，就可以給出愛和發自內心的關懷，而不是搜尋愛來填補自己的孤單。

愛，是可以不證自明的。

用正念呼吸進行深度的自我陪伴

深度陪伴，也就是在面臨了傷痛與不安的此時此刻，跟自己在一起。例如：當你經歷已讀不回、或者情緒被觸發時，你可以跟隨這樣的引導語：

吸氣，我看到我內心的擔憂
呼氣，我呼出我內心的擔憂
吸氣，我看到我內心的恐懼
呼氣，我呼出我內心的恐懼

在吸與吐之間，不斷與自己同在，不斷靠近難以忍受的情緒，你就會逐漸增加面對與承受情緒的能力，漸漸就能安撫那個需要反覆確認、經常不安的自己了。

——本文摘自《為什麼我們愛的如此不安？》，2019 年 2 月，商周出版。

• 文／雞湯來了特約作者吳心予
• 校稿／雞湯來了張芷晴、陳世芃
• 製圖／雞湯來了實習生翁欣容
• 編輯／雞湯來了蕭子喬

電視劇《華燈初上》以日式酒店為背景，描述劇中人物的愛恨情仇。其中最受到關注的是劇中兩位女主角：蘿絲跟蘇之間發生的故事。蘿絲和蘇在高中時期成為好姐妹，一路以來發生了蘿絲離家出走、蘇未婚懷孕、蘿絲因為前夫的債務坐牢、兩人共同經營「光」酒店、各自面對不同的愛情煩惱等等人生轉折的時候，蘿絲跟蘇都一直陪伴在彼此身邊、不離不棄。

「就像我和蘇一樣，有人在背後支撐妳，不管發生什麼事，只要有她在就心安」
－《華燈初上》蘿絲

然而，在第二季的劇情裡，蘇跟蘿絲親密的情感卻出現裂痕，發生激烈的爭吵。在爭吵之中，蘇頻頻說出傷人的話，甚至讓蘿絲拿起煙灰缸想要砸向蘇。是什麼原因讓原本要好的閨蜜決裂？原生家庭的溝通模式，如何影響她們的相處？

「同情就像一把刀子，一刀刺死我，這種你最擅長，

又假裝一副清高溫柔、與世無爭的樣子，妳就是要證明妳是最優秀、贏的那個。」
－《華燈初上》蘇

女生的感情為什麼這麼好？獨特性的閨蜜情感

從蘿絲跟蘇的感情互動中，可以看到女性親密情感關係的獨特性，它自成一格，獨立於女同志以及異性戀關係框架之外。相較常見女性的人生規劃以原生家庭或另一半為主，劇中蘇跟與蘿絲都把對方當作人生規劃的重心，事業跟養育子女的計畫都與彼此相關。不論是生活安排或者情緒感受，蘇跟蘿絲的狀態緊緊相連，除了考慮對方的感受與處境，也將對方視為生命中重要的夥伴。

甚至當蘿絲跟蘇兩人在面對「情人跟閨蜜」二選一的情境時，都選擇了彼此。蘿絲跟江瀚在一起之後，蘇選擇隱忍自己對江瀚的情愫，支持好姊妹的感情。蘿絲與江瀚分手後，蘇與江瀚無縫接軌的戀情曝光，一開始蘿絲非常憤怒，但是蘿絲在蘇與他人衝突或遇到人生困境的時候，都站在蘇的立場處理事情，可見閨蜜情感對蘇跟蘿絲來說都勝過愛情。　

《華燈初上》的劇情，讓我們不只看見愛情如何影響閨蜜情感，而是兩個原生家庭及婚姻破裂的異性戀女生，如何成為互相支持的角色，以及緊密的關係如何受到兩人的自我價值感、成長背景以及戀愛經驗影響，發生劇烈的爭吵與誤會。

閨蜜情感總是脆弱？3大因素影響友情

蘇跟蘿絲在學生時期跟成年後曾經歷強烈的爭吵，在吵架的過程中，可以看到兩人面對衝突時的不知所措。她們看待友誼跟處理衝突的方式，都受到家庭關係、自我價值感跟戀愛經驗的影響。

因素1｜家庭關係影響溝通習慣

原生家庭的互動方式，大幅影響蘇跟蘿絲看待自我與人際關係的角度。蘇的媽媽與蘇之前沒有良好的溝通與照顧關係，導致蘇缺乏與親近的人溝通的能力。蘿絲的爸爸用權威的方式教育子女，所以蘿絲沒有機會跟父母表達內心想法，也無法被父母理解，年少的時候就離家出走。

因為兩人都生在缺乏良好溝通的家庭，每當蘇跟蘿絲的關係出現矛盾，都是用大聲爭吵的方式跟對方互動，無法順暢面對衝突。不管青少年時期或者成年後的蘿絲跟蘇，對於關係都缺乏安全感與溝通能力，無法坦誠對人際關係中的對象說出自己的感受與期望，只會習慣性地用傷害對方或自己的形式，期望情感關係朝向理想的方向發展。

因素2｜自我價值影響自尊與安全感

青少年時期形塑的自我價值，也進一步影響蘇與蘿絲的閨蜜感情。當青少年的自我價值感低落，認為自己不值得獲得友情支持，就不容易感受到身邊朋友的情感支持。

蘇從小被母親拋棄，在學校除了蘿絲沒有其他朋友，在戀愛關係中用激烈的手段離開或者挽留關係，對於人際關係有著強烈的不安全感與不自信，認為自己不值得被愛。低落的自我價值感影響蘇從蘿絲身上感受到的支持，讓蘇認為「蘿絲跟其他人一樣可能會背叛自己」，難以獲得關係中的安全感。

因素3｜戀愛經驗影響自我覺察深度

戀愛關係的結束，可能引爆原本隱藏的感受，以及對閨蜜情感進一步的覺察，也可能因此動搖原本的姐妹情誼。蘿絲因為跟江瀚分手，發現堅強的內心也有脆弱的地方；蘇也在跟江瀚分手之後，發現自己面對感情沒有想像中理性，一旦面對破裂的關係，沒有復原的能力與勇氣。

蘇與蘿絲激烈爭吵後，無法面對蘿絲可能傷心的情緒，同時出於對於現有生活的逃避，離開與蘿絲共同經營的日式酒店，連股份也劃分得一乾二凈。

閨蜜吵架怎麼辦？2個方法梳理過去、尋找關係共識

蘿絲跟蘇因為長期在生活上跟情感上互相扶持，累積了深厚的情誼，但感情在突發事件爆發後，引爆過去的家庭、自尊與戀愛經驗議題帶來的影響，尤其兩人跟原生家庭成員溝通不良的經驗，持續影響她們的友情發展，難以維持像是學生時期一樣的單純互動。

面對閨蜜情感中的爭吵，可以透過自我覺察與表達感受兩個方式，找到能夠一起長期經營閨蜜關係的模式。

• 自我覺察｜
  回顧過往的家庭關係與人際關係（戀愛經驗），思考過去與家人溝通的方式，能不能對家人說出內心的想法？心裡的想法有沒有被聆聽？跟家人互動的時候，能不能感受到愛和支持的正向感受？
• 表達感受｜
  從過去的人際互動經驗中，找到順利溝通的方式，用來與閨蜜表達內心想法。或者從過去不愉快人際經驗中，反思自己不適應的互動模式，以及期望的互動方式，並嘗試與閨密討論兩人對關係的期待，一起尋找共識。

參考資料

張晏榛（2011）。「非標準親密關係」的女性友「情」：以異性戀女性為例。高雄醫學大學性別研究所碩士論文，未出版。

許皓宜（2004）。姊妹情誼的舊曲與新調～戀愛經驗對成年前期女性友誼影響之探究。國立台灣師範學院教育心理與輔導學系碩士論文，未出版。

Niobe Way & Melissa L. Greene（2006）。Trajectories of Perceived Friendship Quality During

Adolescence: The Patterns and Contextual Predictors。JOURNAL OF RESEARCH ON ADOLESCENCE，16(2)，293–320。