無名羊肉湯- 大菜市

 

有特色

刀工和調味單調, 易膩

油香肉味的平衡不太好

牛五藏

脆脂, 胸口油, 口感脆又富含油香, 相當有特色

厚盤子, 翼板, 甜度集中肉感夠

緊繃, 彈性口感迷人

Ephernité

白酒醋醃漬馬鈴薯薄片 配上蜂蜜芥末油醋

第三次吃這道開胃菜了, 清爽的酸味, 脆脆的馬鈴薯口感, 依舊不錯的表現

帕瑪森起司脆餅, 西班牙火腿配上起司奶醬

入口即化的火腿和濃郁的起司醬是個很棒的搭配, 咀嚼起來甚至有點焦糖的錯覺

酥軟的脆餅增添了口感變化

這道喜歡

這次的招牌菜的雞肝比較粉? 口感沒有之前的凝凍感, 跟櫻桃酸味也沒那麼協調, 可惜

日本象拔蚌/檸檬香茅蘋果雪酪/老叢文旦

一入口, 晶凍和冰砂競相在舌尖融化, 各種黃色果實的酸味香氣繽紛綻放,

配上簡單料理的象拔蚌, 凸顯出食材本身的鮮甜,

正當覺得香氣過頭時, 柚肉的清苦微澀浮現, 給了整道菜平和的收尾, 以及和酒的連結

這道喜歡

煙燻黃金蟹/魚子醬/塊根芹

柔順的芹菜根泥和溫和的芹菜香很迷人

蟹肉, 芹菜根碎粒, 細條狀的不知名蔬菜搭配的咀嚼感不錯

魚子醬直接吃搶戲, 拌進去做鮮鹹的襯托倒是很適合

中段和尾韻都不錯的一道菜

香料燉牛肚/希臘式紅扁豆泥/孢子甘藍

香料與紅酒燉煮的牛三寶(牛肚/牛頰肉/牛筋), 走是軟嫩風格

乾淨的味道, 配上略酸的紅扁豆泥和有迷人苦味的甘藍, 最後以羊肚菌獨特菌香貫穿整道料理

這道喜歡

搭配威石東的淡紅酒酒體太輕, 單寧感太少, 不太喜歡XD

野生紅條魚/日本大蔥/牛奶貝

紅條魚和牛奶貝的魚介組合, 野生昆布和小魚乾的湯品組合, 日本大蔥和百合的蔬菜組合,

食材是完全的日本元素, 呈現的風格卻不日本

難以形容的法式椀物

這道喜歡

慢燉荷蘭小菲力/Blanquette Sauce/法國野生羊肚菌菇

配上羊肚菌的白醬炖小牛肉 (Blanquette de Vea)

軟嫩至極, 毫無褐化雜味的小牛肉,

牛肚菌入將, 多層次的香氣有煙燻和森林感

依舊好吃的白蘆筍

這道很喜歡

花東鹿野玉米雞/炭燒茄泥/萊姆酒辣腸醬汁

有趣的雞肉做法, 一個上面多了凝乳口感的菠菜慕斯, 另一個在皮下植入了巴西里

玉米雞本身雞肉鮮味充足, 通過後製豐富口感和風味

配上炭燒苦香的茄子泥還有帶著臘腸碎粒的醬汁

這道喜歡, 感覺很有未來性

萬壽菊泡泡和哈密瓜冰沙

冰沙有點甜

南投紅茶粉粿/白木耳紫蘇漬/白田陶雪酪

紫蘇醃漬的白木耳, 配上清香無甜感的紅茶, 中西合併清爽的感覺很好

精準預測

1.  前言
1. 資訊越多, 問題越多
1. 印刷術之前, 書籍製作的困難, 讓知識的累積緩慢
1. 印刷術帶來書本生產量大增
2. 印刷術的資訊爆炸讓人類變得更好
1. 資訊普及大眾而思想紛呈, 造就啟蒙運動, 乃至工業革命
2. 在這之前, 宗教藉由印刷術擴大了影響力, 造就了多次宗教戰爭
3. 也可以用這樣的角度來看待資訊革命
   
2. 生產力矛盾
1. 當人們對資訊的理解程度, 追不上資訊的成長速度時, 就會面臨危險
1. 1970和1980年代的電腦熱潮, 都曾造成科學與經濟的生產力暫時性衰退
1. 這邊將經濟周期性衰退歸咎於電腦熱潮, 個人不太贊同
1. 長期進步, 短期衰退, 螺旋式上升是常見的演進型態
3. 巨量資料的希望與困難
1. 數字沒辦法為自己說話, 是人類在為數字說話
1. 人為數據賦予意義
1. 以對自己有利的方式解讀, 讓資料脫離客觀.
4. 為何未來令我們震驚
1. 人類本能要求歸納, 尋找重複的模式
1. 無法避免大腦會在隨機的雜訊中找到模式
2. 世界越來越多元和複雜, 人類的防禦機制仍會想辦法讓世界簡化, 以確認我們的偏見
1. 類似偏誤一書的概念 : 專家更擅長找到對自己有利的資訊來鞏固思想
   
   
2. 慘烈的預測失誤 - 2008金融危機
1. 錯誤的房價預測
1. 屋主和投資人認為當價格上漲, 房屋價值會持續攀升
1. 歷史顯示價格上漲會影響購買意願, 反而會讓房屋價值容易下跌
2. 錯誤的信評
1. 銀行相信信評機構評價不動產抵押貸款證券的能力
2. 但信評機構對於不動產抵押貸款證券的評級錯誤, 嚴重低估了違約率
1. 違約率實際值28%, 預測值0.12%
2. 利益造就的偏誤
1. 新的債券上市, 等同信評公司的新業務
1. 給予好評級有助於評等公司業務
2. 評等品質並不是推動公司利潤的因素
3. 評等機構無法/沒興趣去理解風險與不確定性的差別
1. 風險是可以計算的機率
1. 配上損失可以得到期望值
2. 不確定性是難以衡量的風險
3. 評等機構將不確定性粉飾成風險
1. 好比風險大多沒有關聯的錯誤假設
1. 將各貸款的違約率當作獨立事件
2. 房市泡沫破滅的不確定性被換成風險機率
4. 忽略房市泡沫的訊號
1. 以為自己可以控制, 卻控制不了的風險
3. 傷害擴大
1. 錯估了房價對全球金融的影響
1. 低估了高槓桿的影響
2. 對金融危機後經濟復甦的錯誤預估
1. 衰退單獨到來, 以及金融危機和衰退一起到來的差異
4. 樣本之外, 思考之外
1. 預測出現重大失誤時, 往往來自樣本外的錯誤
1. 當發生的事件不存在樣本中時, 由這些樣本所擷取出的模型往往毫無價值
5. 我們所知道的事情跟我們以為自己知道的事情, 隨著世界知識量增加, 兩者差距不斷增加
1. 所謂模型, 是對我們所知道的事情做簡化, 以對我們以為自己知道的事情做預測
   
   
3. 你比電視名嘴還聰明嗎? 
1. 統計顯示, 電視名嘴對事件的預測沒有顯著的正確率
1. 跟隨機亂猜差不多
2. 各領域的公開的專家存在同樣問題
1. 越長在媒體上出現的專家, 預測品質往往更糟糕
2. 狐狸知道許多小事, 但刺蝟只知道一件大事
1. 刺蝟
1. 相信有所謂"偉大的想法"
1. 世界上有項物理定律一樣的法則, 社會上互動以此為基礎
1. 馬克思的鬥爭論
2. 佛洛依德的潛意識
2. 作風大膽且強烈, 在公眾知識領域比較顯著
1. 能夠將複雜的事情化簡成簡單的故事:有好人有壞人,有贏家和輸家
3. 將事實和價值觀混在一起的思考方式, 對預測不利
2. 狐狸
1. 對各式各樣的問題採用各式各樣的手段
1. 能包容細微差別, 不確定性, 複雜局面和異議
2. 別本書中的超級預測者
3. 預測較為保守, 給人缺乏信念的形象
1. 能接受世界的實際樣貌, 和自己希望世界的樣貌中, 存在差異性
   
3. 精準預測的原則
1. 原則一:用機率思考
2. 原則二:正確的態度是做出當下最有可能的預測
1. 不要被過去做的預測綁住, 該修正就修正
3. 原則三:尋求共識
1. 做出大膽, 勇敢, 打破框架的論述能博取眼球
1. 但團體的力量不容忽略, 大膽突出不意味著精準
4. 不要尋求聖杯
1. 小心萬靈丹式的模型
1. 自稱某些變量和指標足以取代整個系統的預測, 往往只是對歷史資料的overfit
5. 評估質化資料
1. 質化資料較難分析, 但是還是存在可用資訊
1. 分數制等的手段也可硬把質化轉成量化
6. 純粹的客觀令人嚮往, 但這並不存在
1. 質疑自身的預測立場, 量化自己預測中的不確定性
   
   
4. 我在乎的只有輸贏
1. 職業棒球是個對統計有利的環境, 選手表現獨立且歷史資料豐富
1. 即便如此, 純粹以統計為基礎的選手表現預測系統, 無法勝過職業專家(球探)
1. 球探同時接觸到統計數字和許多無法量化/統計的資訊
2. 一般而言, 增加資訊對系統有利
1. 除非這過程進來的資訊的偏見太強烈, 蓋過應有的好處
2. 也就是加進來的雜訊大於訊號
3. 統計系統較難處理無法輕鬆量化的東西
   
   
5. 多年以來你一直告訴我們雨是綠的 - 氣象預報
1. 氣象預報的方式
1. 將大氣分解成一系列有限的單元矩陣, 針對每個單元進行分析
1. 依據物理性質, 推估下個時點每個單元的狀態 
2. 隨著計算能力增強, 單元可以切得越來越小
2. 混沌理論存在的系統
1. 系統是動態的
1. 某個時間點的行為表現會影響未來的行為表現
2. 系統是非線性的
1. 系統有大量等比級數的關係
1. 流體運動算是都是非線性
3. 初始狀態細微的差異, 透過等比級數的放大, 加上時間維度的累積, 讓結果產生巨大的分歧
4. 另一方面, 也可藉由變動初始狀態的細微差異, 得到結果的機率分布
3. 預報品質
1. 準確性
1. 預報和結果是否符合
2. 一般而言, 通過校準可以看出預報的品質
1. 校準:預報機率和實際機率的參照
2. 一致性, 誠實姓
1. 預報是否是當時能做出的最佳結果
1. 反例:民眾不喜歡50%下雨的預報, 所以任意調成40%或是60%
2. 反例:民眾如果看到5%下雨的預報, 實際上真的下雨時會有不滿, 所以將5%調整成20%
3. 經濟價值
1. 預報是否有辦法幫助決策者做出更好的決定
1. 降雨/降雪/降冰雹都是降水, 但是對人民影響差別很大
4. 動態記憶與統計
1. 就氣象預報而言, 超過一個禮拜的預報準確性比不上氣候學的統計結果
1. 負相關而不是零相關, 這顯示系統內不存在有意義的訊號, 且雜訊還被放大了
   
   
6. 拼命找訊號 - 地震預測
1. 與氣象不同, 地質運動的單元在地下, 目前人類難以有效的大量觀察
1. 無法以類似單元分析的方式得到有意義的結果
2. 以統計學為基礎的預報是可行的
2. 規模的統計
1. 古登堡－芮克特定律
1. 地震規模每增加一點, 發生頻率少十倍
3. 時間的統計資料
1. 大型地震幾乎都會有數十次以上的餘震隨之而來
1. 除非有足夠資料, 否則很難分出前震, 主震, 餘震
2. 一半以上的地震沒有前震
3. 地震活動增多了卻沒出現大地震
4. 以統計學為基礎的地震預測, 容易受到overfitting的影響
1. 把雜訊當作訊號的動作
2. 過度配飾的模型可以在統計檢定中得到較高的分數
3. 如同機器學系, 使用樣本外的檢查有幫助
   
   
7. 要怎麼淹死在一公尺深的水里 - 經濟預測
1. 經濟預測常常少了不確定性的提示
1. 這給人經濟預測很準確的觀感, 然則實否
2. 預測給出的應當是機率分布
1. 化成文字表達時, 針對常態分佈, 除了中央的預測值, 也該給予誤差範圍, 好比百分之九十的預測區間
3. 由歷史資料來說, 經濟學家給的預測準確率偏低
2. 從經濟統計數字難以決定因果關係
1. 經濟指標的資料非常多, 公私部門提供的高達四百萬種
1. 要分辨任相關兩者是因果關係和僅是相關性很困難
3. 經濟不斷在改變, 對於經濟行為的解釋, 也許在某次循環管用, 卻不適用於未來
1. 一旦決策者以某個特定的數字做目標, 這數字就會失去當成經濟指標的價值
1. 觀察者效應, 當我們測量某項東西, 其行為就會開始改變
2. 我們不知道什麼時候會發生下次的典範轉移
3. 充滿人類行為的回饋
4. 如同氣象預測, 經濟是種動態系統, 對於初始條件的改變極為敏感
5. 經濟預測的品質
1. 群體預測比個人預測好
2. 對統計預測方式做判斷後的調整, 可以再提高正確率
1. 這意味著專家的個人判斷有其幫助
3. 對於聲譽的考量影響正確率
1. 小人物會想藉由異想天開的預測來博取眼球
2. 績優股會給出較保守的預測
3. 充滿信心地預測往往比保守的表現糟糕
4. 經濟預測和經濟政策互相影響, 而政策往往又和個人的政治偏向互相影響
1. 想看到資料往你想看到的方向走
   
   
8. 模型的角色 - 關於傳染病
1. 過去幾次傳染病的預測, 人類做得說不上太好
1. 高估了H1N1, 低估了新冠
2. 外推法的危險
1. 對於研究的數量以等比級數成長的預測, 外推法容易會有不精確的問題
1. 初始值的些微誤差會被系統放大到難以接受的程度
1. 對r0和致死率的推估會大幅影響預測結果
3. 自我實現與自我取消
1. 當被預測的對象, 對於預測有所知覺, 進而改變行為
1. 自我實現
1. 預測可以讓本身實現
1. 預計經濟衰退所以減少消費, 而減少消費造成經濟衰退
2. 自我取消
1. 預測會破壞自己的狀態
1. 預測路線一會塞車, 所以改走路線二, 結果路線二反而塞車
4. 傳染病的SIR模型
1. 任何人在特定時間都處於三種階段之一
1. 易受感染(suscpetible)->已受感染(infected)->康復(recovered)
2. 疫苗視作S->R的捷徑
2. 模型假設特定群體中, 每個人行為模式一致, 擁有一樣的感染率
1. 過度簡化, 效果並不好
5. 傳染病發生初期, 資料缺乏時, 任何模型都很難做出準確的預測
1. 如果沒辦法做出好的預測, 卻假裝做得到, 常常會造成傷害
   
   
9. 錯誤越來, 越來越少
1. 貝氏推理
1. P(H|E) = P(H) * (P(E|H)  / P(E))
1. H是假說
1. P(H) 是事前機率, 還沒檢測前我們認為H為真的機率
2. E是證據, 新的資料
3. 如果已知P(E|H) 和P(E|!H), 也可看作P(H|E) = P(H) * (P(E|H) / (P(H)*P(E/H) + (P(!H)*P(E|!H))
4. P(H|E)也稱作事後機率
2. 結合先驗機率和新的證據, 得到更新的事後機率
3. 用趨近法認識宇宙, 隨著收集的證據E越多, 越來越接近真理
1. 機率是無知與知識之間的中途站
2. 機率是衡量不確定性的方式
1. 好比現狀認知的不確定性
2. 頻率論
1. 不關心先驗機率
2. 統計顯重性檢定
1. 假設統計的不確定性來於採樣和母體本身的誤差
1. 隨著取樣數上升, 雜訊會消失
2. 忽略了人為造成的偏誤,
1. 拉大取樣數只能降低常態分佈的不確定性
2. 換言之, 如果人為偏差造成非常態的取樣偏差, 那這誤差將無法靠增大採樣數消滅
3. 舉例來說, 電話民調受訪不到的民眾.
   
   
10. 對機器大發雷霆 - 古典人工智慧
1. 尚未導入機器學習為基底的西洋棋軟體
2. 電腦能做得到的事情
1. 快速的計算
2. 不會中途改變分析模式
3. 不會偷懶也沒有情緒
3. 做得到這些事不意味著可以產生完美的預測
1. 原始資料雜訊越多, 人類對於問題的瞭解越少, 電腦的幫助就越小(機器學習之前)
   
   
11. 撲克泡沫
1. 2000~2010年間, 一度興盛的網路德州撲克
2. 思維模式走貝式推理
1. 對手未知的兩張牌形成機率分布
1. 根據對手的行為, 不斷更新分布模型
2. 最後以勝率的期望值來決定行為
3. 預測的帕雷多原理
1. 
   
   
   
   
2. 只要把最基本的東西做好, 就有機會在80%的時間做出正確決定
4. 對德州撲克的環境而言, 玩家競爭的是預測力
1. 大家都把基本的東西做好, 那麼要變得更好就很困難
2. 賺錢玩家仰賴著少數玩家的大量輸錢
1. 當這些玩家因為政策消失時, 撲克泡沫戳破
5. 撲克中的運氣和技巧
1. 撲克同時具備高度技巧和高度運氣
1. 要測量一個人的能力變得很困難, 需要大量的資料和時間
2. 很難公正的自我評斷
2. "撲克就是一堆以為自己有機會獲勝的傢伙, 但他們並不是"
1. 跟投資類似, 過多的雜訊和結果導向, 會讓人偶爾做出很痛的錯誤決定
6. 預測不該單純以結果為導向
1. 有些領域, 我們可以很快地拿到長期結果
1. 在這些領域, 以結果為導向的預測評估較為恰當
2. 某些領域, 預測可以較難快速拿到長期結果
1. 這時應該更關注於過程, 好比預測是如何產生的以及其品質
1. 換言之, 預測這些預測的品質
   
   
12. 要是你贏不了他們
1. 金融體系/股票證券
1. 大多數的交易都反應了對股票未來的預測
2. 團體預測與群眾智慧
1. 歸結後的預測, 基本上比個人好
1. 但是不代表這預測就足夠好
2. 歸結前各預測應該是獨立進行
2. 長期來看, 歸結後的預測比任何個體的預測品質都好
3. 效率市場假說
1. 對股票市場的移動不可能做出有意義的預測
1. 短期來看, 會有個體有超凡表現
2. 弱勢效率假說
1. 股票的價格無法只靠分析過去的統計模式來預測
1. 換言之, 技術分析無用
3. 半強式效率假說
1. 基於公開資訊的基本面的分析註定會失敗, 無法產出可穩定擊敗市場的收益
4. 強式效率假說
1. 私有的資訊造成的波動(內線交易), 很快會融入市場價格, 不會產生高於平均的收益
5. 這邊的收益是要依據風險而定
1. 投資人無法在不增加風險的情況下, 獲得額外收益
1. 願意冒高風險的投資人, 還是能賺到超過平均的收益
2. 造成超額利潤的資訊很快被市場訂價
3. 只有不符合交易成本的額外利潤存在於市場
4. 效率市場碰上非理性繁榮
1. 如果效率市場存在, 泡沫是如何產生的?
1. 作者歸咎於多數交易人的短線心態和防禦性策略
1. 多數交易人是經理人, 交易其他人的錢
2. 短線心態
1. 投資經理人的績效周期很短
1. 在策略選擇上, 傾向低估機率小, 但損失大的風險事件
3. 防禦性策略
1. 從眾心態
2. 如果經理人和多數人做出同樣決定, 即使錯了, 他也只是犯了多數人會犯的錯誤
4. 察覺泡沫比泡沫破裂更難
1. 少數人會逆向的嘗試對泡沫做空
1. 這是理論上要控制泡沫的反向力量
2. 市場對作空並不友好
1. 交易成本和其他交易限制
1. 市場不理性的時間, 會比你有償還能力的時間更長
3. 極少數會獲得成功, 大賣空
5. 雙軌市場
1. 把股市看做兩種過程和合為一
1. 訊號, 依據效率市場假說, 定價每個資訊, 影響長期市場
2. 雜訊, 充滿了動量交易, 偏差的誘因和從眾行為, 影響短期市場
   
   
13. 有著健康懷疑態度的氣氛
1. 雜訊與訊號
1. 預測將雜訊當成訊號, 將相關當成因果
1. 很多失敗的預測範例
2. 有時資料的雜訊模糊了訊號, 反而讓因果變成不相關
1. 好比各國的肥胖率和熱量攝取量, 並不具備統計上顯著的意義
2. 溫室效應與氣候變遷
1. 二氧化碳之類的溫室氣體, 會讓地球溫度增加
1. 地球反射的太陽光被溫室氣體吸收
2. 人類活動提升溫室氣體濃度, 尤其是化石燃料的使用
3. 水蒸氣隨著氣溫上升, 而水蒸氣也是溫室氣體的一種
1. 自我強化地加強溫室效應
4. 健康的懷疑態度
5. 相信幾乎所有科學假設應該都用機率來思考
1. 對於有明顯的因果關係支持的假說, 我們應該給予更大的信心, 更高的先驗機率
2. 當有反對的新證據時, 我們應該降低對假說可能性的估計
3. 對於氣候變遷預測的批評及反駁
1. 預測人員的共識與準確度無關
1. 確實, 共識決降低了獨立性
2. 但共識代表經過商議之後, 大體上獲得一致的意見
2. 全球暖化的複雜性會讓預測徒勞無功
1. 複雜的模型有過度適化的潛在危機
2. 這涉及到對問題的理解
1. 對系統了解不夠時, 較簡單的統計模型, 可以提供粗略可用的預測
1. 好比尋找歷史上最類似的颱風軌跡, 來預測新的颱風軌跡
2. 對系統背後結構有充足理解時, 可以改用模擬為基礎的預測
1. 以物理力學模擬的颱風路徑, 比以前者的準確
3. 預測不足以說明全球暖化問題中的不確定性
1. 我們知道有不確定性, 但是不能確定有多少不確定性
2. 不確定性的構成
1. 初始條件的不確定性
1. 對於現狀的不確定性
1. 一些較短的週期影響, 會以雜訊的方式干擾預測
2. 太陽黑子/聖嬰年
2. 預設狀況的不確定性
1. 對於未來狀態的不確定性
1. 我們不知道未來二氧化碳濃度到底是多少
3. 結構上的不確定性
1. 預測系統和實際的落差
1. 我們對氣候動態的理解和實際的落差
   
   
14. 你不知道的東西可能會傷害你 - 恐怖攻擊
1. 事後論的角度, 恐怖攻擊前都有訊號
1. 在事情過去後, 從不相關的訊號中整理出相關的訊號, 就簡單得多
1. 重要的不是偵測訊號的能力, 而是分析訊號的能力
2. 要避免混淆不熟悉和不可能的東西
1. 某種可能性對我們來說是不熟悉的時候, 我們甚至連思考其可能性都不會
1. 偏誤:我們沒有認真考慮過的意外事件看起來很奇怪, 看起來很奇怪的東西就被認為是不可能, 不可能的東西就不用認真考量
3. 未知而不自知
1. Unknown unknown
2. 知識的缺口, 且我們不知道有這些缺口
3. 想都沒想過的意外狀況, 缺乏心理建設和預測
1. 來自想像力的失誤
4. 定義與測量恐怖主義
1. 恐怖主義類似地震, 以冪次律分布存在
1. 非常少數的案例占了整體衝擊的絕大部分
1. 規模(死亡人數)和發生次數在對數空間上呈現線性關係
2. 不過從以色列的例子來看, 又不是那麼冪次律分布
   
   
15. 結論
1. 資訊的總量飛快的增加, 但其中有用的資訊很少
2. 記住:我們所知道的和我們以為自己所知道, 這兩者之間差距
3. 用機率思考, 不要太絕對, 永遠為了新證據更新後驗機率
1. 從錯誤中學習
4. 斬釘截鐵的話語如同刺蝟的預言, 簡潔好聽但是做預測容易失真

百年早餐史

本書以歐洲人的角度來探討早餐的歷史

1. 世界甦醒
1.  你說的是早餐嗎?
1. 法文和其變種, 在不同時期和地區對三餐的稱呼有差別
1. Petit déjeuner/Déjeuner/Dîner 
2. déjeuner/Dîner/Souper
   
   
2. 結束或開端
1. 在主要語言中, 早餐有兩種敘述方式
1. 斷食的結束:breakfast, déjeuner, nashtaa
2. 早上的餐點:早餐, morgenmete
   
   
3. 一日之首, 歷史之末
1. 隨著進步人類放棄隨機進食, 改成一日三餐
1. 符合人類的基本性能
1. 成年人每隔五到六小時進食一次
1. 食物在胃停留1.5~2小時, 在小腸停留3~5小時
2. 每天睡眠7~8小時
2. 多數文化里, 午餐和晚餐較為相似, 早餐則和兩者區隔較大
1. 午餐/晚餐多半以俄羅斯出菜法進行, 一道一道上
2. 早餐多半以法式出菜法, 一次全上
3. 早餐菜色樣式較為侷限, 每天相似度較高
4. 早餐一般以湯品/飲料為主.
   
   
4. 群體化作息下, 個人化的一餐
1. 工業化社會中, 人們高度協作
1. 分段式早餐逐漸消失
1. 南方的早茶點心, 之後九點十點在接豐盛的早餐
2. 工作日的早餐, 每個人會因社會角色的不同, 選擇不同的早餐類型和時間.
   
   
5. 與法式美食悖道而行
1. 一日三餐中值得關注的是午餐, 介紹最多的是晚餐
2. 法國料理的進步源自路易十四的餐桌
1. 為了符合王室用餐水準, 逼得廚師不斷格新
2. 料理器具和方式不斷演進, 爐台湯灶的發明
3. 因應上桌前最後加工的需求, 配膳室的出現
3. 得利於料理方式進化, 早餐逐漸走向標準化
1. 需要快速備妥, 清淡卻充滿活力
2. 可以舒緩其他兩頓正餐的負擔
   
   
6. 早餐變小, 世界變大
1. 早餐常見的飲品, 來自世界各地
1. 可可, 原生美洲大陸
1. 美洲原本沒有糖
2. 可可原始的喝法是配香料和辣椒, 多經過發酵成酒精飲料
2. 茶, 生長於亞洲
1. 亞洲基本上不加糖和奶
2. 蒙古的茶奶是鹹的
3. 咖啡, 長於非洲
1. 最早的咖啡調理方式只有烹煮, 好比土耳其咖啡
2. 來自印度的糖, 很早就和咖啡搭配在一起
2. 十九世紀甜菜糖出來之前, 糖主要來源是甘蔗
1. 甘蔗是熱帶和亞熱帶植物, 原產自東南亞
2. 十四世紀左右進入歐洲
   
   
7. 控制東西印度之路
1. 歐洲往東, 進入亞洲的航線較長
1. 一路上停靠站多, 人為變數大
2. 需要國家等級的支持來維護, 於是有各種東印度公司
2. 往大西洋的貿易路程較短, 西印度公司需求不大
3. 為了以熱帶產品為主的新型早餐, 歐洲利用非洲的奴隸, 在大西洋種植可可咖啡等熱帶產物
   
   
8. 茶, 咖啡, 可可, 此物只應天上有
1. 對各區域來說, 一般會把來自本地的辛香草和來自遠方的香料做分別
1. 對台灣這來說, 好比蔥薑蒜對比肉桂
2. 早餐一般比較少香料
   
   
2. 飲品與賞味
1. 咖啡, 後起之秀
1. 清早喝咖啡的歷史並不長
1. 人工種植起步晚, 從果實到飲品的加工程序複雜
2. 茶葉相較之下簡單許多
2. 咖啡曾經拿來和酒相提並論
1. 某些宗教禁止咖啡
1. 摩門教
2. 伊斯蘭教歷史上曾經禁止過
   
   
2. 茶,  耆老
1. 茶原生中國
1. 全世界消費, 但產地主要在中國和印度附近
2. 茶在各語言的發音與其傳播方式有關
1. 陸路上以絲路傳播的, 以chai為發音
2. 海陸傳播的則以te為發音(閩南語)
3. 各文化各有其處裡/喝法
   
   
3. 最佳配角, 巧克力
1. 早期不受歐洲人歡迎, 加了糖之後才得以流行
2. 十七世紀末之後的一百年間, 跟茶與咖啡擁有類似的早餐地位
1. 長期盛傳的催情功效
3. 十八世紀後, 熱可可退燒, 固體化巧克力出現
1. 最早是教會為了推廣以巧克力取代酒的概念, 並針對兒童市場所做的創新
2. 很快便出現了牛奶巧克力和煉乳巧克力
4. 工業革命後, 方便的即溶可可出現.
   
   
4. 薄荷茶, 創造出來的傳統
1. 起於摩洛哥, 盛行於北非
1. 起因是克里米亞戰爭導致俄國茶業市場關閉, 英國茶商面臨庫存壓力, 轉銷摩洛哥市場
2. 薄荷加上綠茶
1. 綠茶中的一種, 珠茶
   
   
5. 早餐工廠
1. 咖啡和巧克力有複雜且類似的前處理步驟
1. 變成習慣飲品之前, 需要工業技術
2. 咖啡
1. 果實乾燥, 去除果皮和果肉, 果膜, 得到咖啡生豆
2. 咖啡生豆烘烤, 生豆的品質和烘培技法決定了成品風味
3. 可可
1. 從可可果實取出可可
2. 經過先後三次的發酵濃縮香氣後日曬或烘乾
3. 研磨以分離可可脂和可可膏
1. 必須維持住溫度, 讓巧克力融化但不燒焦
2. 反覆加熱冷卻提純, 避免產生任何結晶
4. 茶
1. 類似花草茶, 可以用較簡單的方式處理
2. 也有許多技法增加風味, 發酵和培烤
   
   
6. 瓷杯, 舉世通用
1. 瓷器基本上從絲路傳入歐洲, 16, 17 世紀普及
2. 此後歐洲開始自製瓷器, 好比骨瓷
3. 在美國, 依據長時間, 大容量的需求, 出現了馬克杯
   
   
3. 北方珍饡, 南方奴隸
1. 歐洲的早餐, 世界的縮影
1. 現代歐陸早餐, 和地理大發現與殖民時代, 歐洲對其他區域的壓榨有關
1. 早餐的歷史並不長
2. 北方偏向豐盛的早餐, 南方偏向精簡的早餐, 但是還有豐盛的上午茶
   
   
2. 工業革命的催化劑
1. 1700~1900年間, 歐洲人口數量增加了四倍 
1. 大量輸入至歐洲的熱帶農產品提供了巨額熱量補給
1. 甘蔗產生的糖和糖蜜, 在十九世紀末提供一般百姓熱量供給的20%
2. 在最有利的環境下, 甘蔗可能是所有農作物中熱量產量最高的
2. 早餐是使用最多熱帶產品的一餐
   
   
3. 湯匙的背面:奴隸和種植
1. 大量熱帶農產品需求, 伴隨隨大量勞動需求
1. 最終導致奴隸制度, 以及熱帶地區較低的開發
   
   
4. 從可頌麵包到跨國企業
1. 早餐飲料和糖的製作需要繁瑣步驟
1. 導入機械的大規模化的生產方式較佔優勢
2. 雀巢咖啡, 桂格燕麥, 唐寧茶等著名品牌皆在這背景下產生
   
   
5. 早餐與地緣政治
1. 國際農產品貿易中, 富裕國家往往傾向以補貼來支持國內產業
1. 農業=食物=國家認同的連結
2. 這限於"北方"國家的農產品
1. 制定小麥, 牛奶和奶油的全球價格機制, 和制訂咖啡, 茶葉, 可可和蔗糖的價格機制不同
   
   
4. 邁向即溶早點
1. 歐陸早餐稱霸天下
1. 歐陸早餐:
1. 經典款熱飲, 吐司麵包或甜麵包, 奶油和果醬, 雞蛋, 水果和火腿.
1. 基本上是精簡版的英式早餐
2. 美國人會會混搭鬆餅, 以及玉米片
3. 加拿大會用楓糖漿, 豬肉醬(creton)塗麵包
4. 澳洲人使用vegemite塗麵包
1. vegemite, 英國馬麥醬的類似品, 一樣由酵母製成
   
2. 巴西, 早餐咖啡很常見, 早餐直接稱呼為café da manhã 
1. 早餐偏向南歐版本, 配上當地水果
1. 鄉村會以couscous或farofa取代麵包 
3. 俄羅斯傳統早餐:kacha, 蕎麥糊
4. 南非香腸, boerwors
   
   
2. 融合交雜的早餐
1. 近代早餐變化, 主要受到現代化所帶來的緊張生活影響
1. 早餐需要快速準備, 最好能快速進食, 和工業化的西式早餐高度結合
2. 反轉: 在富裕的都市, 配上悠閒的假日, 早餐又有傳統化的趨勢