同學生日聚餐

照片堆疊

這篇是為了Luke遠在英國的女友所拍的照片和錄影。

地點選在原燒敦化北路店，我們只有八個人，但訂了十個人的包廂。今年生日也是和偉展去原燒南京東路店吃。這真的是一件品質很棒的餐廳，服務很好，吃完烤肉不會讓人覺得口乾舌燥，肉類儘量保持原味，套餐的份量也很足，在場的男士們每個都說很飽。

在場的男士只有一位是學弟，其他都是大學時的同學，除了Luke和學弟外，還有偉展、維揚、阿絢、長成、小孟，如果沒記錯的話，上個月好像才聚在一起吃麻辣鍋。據說今天下午偉展、阿絢和學弟他們同部門的人已經幫他慶生過一次。

照片：

生日快樂歌是由店裡的服務人員一起幫忙唱的，昨天好多人在慶生，幾乎每隔一個小時就能聽見其他包廂在唱生日快樂歌。壽星Luke是在今天生日，他的部落格：生活的每一種可能，裡面有很多他和女友在日本自由行的紀錄。

生日快樂歌的影片，這個畫面看起來很像在擤鼻子：

第一次用S80錄影，檔案還不小，還要下載轉檔的軟體轉檔、上傳，第一次玩這種東西。天啊！我想以後不會再玩這樣的遊戲了。

隨選歷史閱讀：

留言

此網誌的熱門文章

生成式AI使用記錄－翻譯

翻譯是一門專業工作，它不只是把另一種語言轉化為日常生活的語言，而是轉化為人人看得懂、聽得懂的語言。在學習的過程裡，老師說過翻譯重視「信、達、雅」，這是一門學問，不是任何一個人、哪種工具可以取代的。這篇不是在談「翻譯」的學問或是翻譯會不會被人工智慧取代，我也不是專業翻譯，沒有能力談這門學問，我只能分享AI在工作上的協助。因為工作需要閱讀大量的國外文獻，或是參與會議中有大量的英文文獻需要閱讀，Google Translate提供許多協助，同時利用使用者協助修正翻譯的正確度，甚至減少大量閱讀的時間。隨時間的增加，坊間也愈來愈多更好的翻譯軟體，但遇到會議的錄影與錄音轉譯，還是需要由專業的翻譯公司協助，以節省時間成本，人員可以把時間專注在自己的事業上，遇到需要節省金錢成本時，就會折衷由一般人員來譯出可以接受的成果。直到 ChatGPT 出現，我拿它來翻譯會譯的逐字稿，它協助節省金錢成本與時間成本，雖然增加編輯成本，但隨著模型逐漸進步，訓練的人愈來愈多，它也會提高準確度，並藉由一次又一次的對話往來，產出比用 Google Translate更能讓人容易接受的版本。相對的，它還是增加使用人員需要編輯、審核的時間成本。但有沒有比人類編輯好？我想現階段，中文可能還有沒比人類編輯好的程度，但已經可以是能接受、初步可以讀懂文字要表達的粗略意思的程度，離「信、達、雅」的標準還很遠。以往的少見文字，如藏文、閃語、印度語，甚至連死海古卷裡的文字都已經可以藉由AI技術辨識出來，已經是非常大的進步。有天我使用AI翻譯藏文時，突然想到，誰可以幫我核對翻譯出來的正確性？我個人是不懂藏文的，當我想把中、英文用AI翻譯為藏文時，又能請誰幫我確認文法與用字的正確性呢？所以，使用者本身也是需要一定程度，才能辨識AI結果的正確性，有無過度編撰或錯誤的引用，例如在法規上的引用、宗教信仰經典裡的人物及故事，會不會在一來一往中給AI產生幻覺（Hallucination）的機會。又如同專業的翻譯人員並不是完全了解各行各！業中的知識，工作過程中還要再與委託者討論。又如有次我聽到一場會議的講者，他提到他是專業的執法人員，但是否判定對方有無違法，還需要了解該行業的專業知識，例如建築業、畜牧業，甚至要去了解飼料的投餵方式與成份。所以現階段，AI還是無法取代人類，也無法代替法官做出判決，大概也是短期內的一件好事吧！ I...

生成式 AI 使用記錄 -- Deep Research

當OpenAI將Deep Research先開放給 ChatGPT Pro 的使用者後，已經有一群使用者驚訝於它的產出，沒多久，OpenAI已開放給付費的使用者來使用 Deep Research功能，讓更多人都能受惠於這套功能帶來的方便。當我在 ChatGPT 裡使用 Deep Research 讀完我幾年來處理的文件、寫的報告內容後，它依這些資料產出的速度相當快，除了可以搜尋網路文章外，也同時參考我所上傳的資料。因為已經讀過我整理過一次或經過多次編修的內容，所以產出成果也有一定的品質。這樣的發展促使我思考「知識工作者」是否可能真的被取代？科技進步就是不斷的在縮短資訊落差，減少因為資訊落差造成的不平等，但仍有可能因為運用資本的程度不同而產生不平等。就現階段來說，使用者要讓生成式AI按提示語（Prompt）工作，取得高品質且符合需求的資料、辨識產出的成果是否存有虛構的內容，都需要依賴使用者本身對該領域的專業程度，才能寫出正確的提示語。在我今天的操作過程中，如果沒有先前累積的知識，可能也無法讓AI開始工作。知識工作者在未來，存在的意義可能會像「翻譯」一樣，將客戶的需求「翻譯」為指令，限縮這些生成式AI在搜尋的範圍，提高產出的準確率及品質，減少內容的幻覺，，也像一個具基本能力的「編輯」，編修文章中的字句，更貼近「人類」的語言，或客戶需求的專業語言，而不是像機器一般的語言。 Deep Research 不僅縮短產出文章的時間，還沒有創作者在產出文章時的陣痛期，例如面對排山倒海的資料確不知從何處開始著手整合，又或是完全不知道要去哪裡找資料，又該從哪裡開始。在對話的過程裡，生成式AI也會一起把範圍縮小，讓目標更明確，也是不錯的協助。

觀察台灣 AI 政策與職場新挑戰

前言這篇文章想和大家分享我對台灣 AI 政策的一些觀察。未來我還會整理其他國家的案例做比較。不過先提醒大家：這篇的資訊量不算太低，文章提及一些日常生活中不常接觸的政府計畫名稱、大筆預算金額與目標數字，乍看之下會讓人覺得很抽象。對我來說，這些數字背後傳達的訊號很清楚──台灣政府確實願意投入大量資源在 AI 的產業發展與人才培訓。問題是，這些投資如何真正走到民眾與企業身邊？如何讓公司知道「資源在哪裡」、讓人才看見「機會在哪裡」？這條「最後一哩路」會決定政策成效，也才是和你我最相關的地方。為了解台灣就業市場的實際需求，我偶爾會瀏覽人力銀行網站。有次看到某家公司在招聘條件中特別要求面試者在面試時分享「自己使用過哪些 AI 工具，以及如何使用」。這讓我注意到：AI 已經被視為職場的基本能力。在日常生活中，AI 已廣泛應用於工作與個人任務。雖然部分單位仍不鼓勵員工使用，但只要有清楚的界限與正確的態度，AI 工具能有效減少重複性工作，把精力留給更有價值的任務。想像在學校寫報告，老師要求必須說明 AI 工具是怎麼幫上忙的；或在公司加班時，主管要求用 AI 快速整理資料。這些情境都不再是未來，而是現在。我撰寫這篇文章的原因有二。首先，是因為參加 Anthropic 的 AI Fluency for Students 課程，課程內提到的 4D 概念對學生、新鮮人乃至現在於職場受到 AI 衝擊的世代都很有幫助。如果我是面試官，我會希望求職者能理解並應用這些觀念。其次，是我長期關注各國 AI 政策，想藉此分享觀察成果。這些分析大多是透過 AI 工具分析政府公開資料而得，也讓我更相信 AI 是研究工作人員的得力助手。以技術與產業發展為核心的台灣AI政策台灣的 AI 政策並不算落後。除了大家熟知的 DIGI+，政府陸續推動了「臺灣 AI 行動計畫」（2018–2021）以及「臺灣 AI 行動計畫 2.0」（2023–2026）。政策重點主要在產業發展與人才培育。從預算來看，2025 年度 AI 行動計畫 2.0 編列經費最多的前三個部會為：經濟部、國科會與數位發展部；2026 年（115 年度）未核定的預算書顯示，數發部、經濟部與國科會仍是主要資源分配單位。大部分經費用於應用與普及，例如開發 AI 便利工具、藥物開發驗證平台等。產業發展台灣經濟結構仍以製造業為主...