跳至主要內容

又一個吸血鬼傳說

夜訪良辰鎮封面
  • 試讀書籍:夜訪良辰鎮
  • 英文書名:Dead Until Dark
  • 作者:Charlaine Harris
  • 譯者:蔡心語
  • ISBN:9789866712067
  • 博客來網頁:夜訪良辰鎮|Dead Until Dark
  • 書籍封面取自博客來網路書局。
對於吸血鬼的認識都來自於電影,淒美、血腥、暴力在吸血鬼電影裡都能看到,1992年的Dracula,是改編Abraham Bram Stoker在1987年出版的吸血鬼小說Dracula由知名度較高的演員來演出吸血鬼的淒涼身世,這部小說改變了傳統的吸血鬼形象;之後還有Anne Rice知名的Interview with the Vampire,雖然我們只看到兩個大明星和華麗的服裝。

還有許多是對於Dracula的平反,如電影Dark Prince,結合了那個年代羅馬尼亞的歷史和宗教信仰上衝突所拍的電影,雖然不怎麼好看,但也有一個比較新的論點。還有一些比較莫名其妙,例如同樣改編Anne Rice同名小說的Queen of the Damned,劇情真的讓人一頭霧水,只知道是在說吸血鬼來自於埃及,女主角Aaliyah在扮演過吸血鬼女王Akasha後墜機身亡的新聞似乎比較受人注目。
對於吸血鬼的傳說,關於宗教類的比較容易讓我多看幾眼,因為宗教是人內心的寄託,當影視世界出了這麼多對於宗教質疑的電影時,似乎也代表人終於對於這幾百年來的心靈寄託有了思考和質疑的舉動。
這本《夜訪良辰鎮》屬於《南方吸血鬼系列》小說的第一本,屬於另一種類型的吸血鬼小說。注意到了嗎?前面所提到的那些電影是屬於歐洲或更古老國家的吸血鬼電影,美國的吸血鬼電影,脫離不了南方,多屬於路易斯安那(特別是紐奧良)或是更靠近中美國家、海地或是巫毒信仰等地,在這類電影中的吸血鬼都有一個特色-以黑人居多,不知是有意還是無意的。
這本小說的故事背景在路易斯安那的紐奧良,女主角是個有讀心術的金髮藍眼女人,在小鎮上白人較常聚集的酒吧裡工作,有天來了個不同於人類種族的頹廢氣質棕髮吸血鬼吸引了女主角的目光,只因為他能讓她在吵雜的世界裡得到安靜。
我不是太喜歡作者對於不同種族的偏見,例如日本人發明了人造血可以幫助吸血鬼維持健康(日本人對於養生、長壽的觀念原來還可用於此)、只有「中國」型愛滋病毒會讓吸血鬼致命甚至在致命前變得非常虛弱會被人類折磨(中國人對美國的經濟影響有這麼大嗎?讓他們這麼恐懼)、黑人在女主角工作的酒吧並不受歡迎所以都會聚集在另一個酒吧裡…等這些字句。當然作者也不忘幽美國人一默,例如有一群崇拜吸血鬼的狂熱分子裝扮成各種詭異的樣子(像是阿達一族裡的魔蒂夏)提供自己的血液給吸血鬼、這個吸血鬼男主角為了保護自己女友的性命而去參加吸血鬼世界的政治組織、吸血鬼也會詐欺、還有,貓王原來沒有死,因為一個錯誤的舉動而使他變成了神智不清的吸血鬼…等。
不同類型的小說在閱讀時的心態也應該改變,我把這本試讀本給了差距十一歲的妹妹閱讀後,她覺得這本書很有趣,對最近壓力很大的她而言是最適合休息時閱讀的休閒讀物,我們坐在餐桌前討論了各種電影裡的吸血鬼及古代有關的吸血鬼傳說,結論是這樣的:
  1. 這不像吸血鬼小說,比較像諷刺人類世界的諷刺小說。
  2. 這本離推理小說的境界還太遠,我們比較喜歡阿嘉莎克利絲蒂的推理小說。
  3. 讀這本書時腦袋放空休息,什麼都不要想就是了。
  4. 以現在青少人接觸刺激而言,這是一本輔導級的小說,不太適合兒童閱讀。
  5. 這本書告訴我們,亂刺探別人的心聲不會比較好過。
當我們仔細看完最前面的「各界好評」,紐約時報的書評是這樣的:
文風簡潔,下筆信心十足。
我和妹妹兩個人都出現了會心的一笑。

留言

此網誌的熱門文章

哪個應用、服務、平台可以代表台灣?

大概 2003、 2004 年,我還是個大學生,那個時候「電子商務」是一門選修課,那個時候台灣還在所謂的電子商務泡沫化中復甦,很多熱極一時的「電子商務」就像今天大家看到的 FTX 事件一樣,一點都不真實,很多執行長、總裁瞬間就失業了,也有很多投資人的錢拿不回來。 看過歷史上的鴻源事件、經歷過電子商務的虛無飄渺時期,再看到 FTX,其實也不會太驚訝。通常泡沫消散後,未來才會到來。 回到大學課堂,穿著輕便但言語犀利的老師談到當時的 Amazon 網路書店,他問大家對 Amazon網路書店的看法,那時的Amazon一直被看壞,所有的媒體都不看好它。甚至會有各種市場傳言,覺得 Amazon會被賣給哪家公司或哪家公司、網路書店會主動併購它。 最後老師說,不會,Amazon書店不會那麼輕易就垮掉,它有其代表的意義。 這個答案給了我很深的印象,我常會問自己,台灣有哪個服務會具有這樣的意義? 偶爾我會問身邊的朋友、同事,對於台灣的哪個服務,會覺得有不能輕易垮掉、要支持它的?我列一下自己所接觸過的,這個世代的應用: 通訊服務:ICQ、MSN Messenger、LINE、Cubie Messenger(台灣,已無服務)、Google Talk、WhatsApp、Telegram、Skype、Signal,還有一些台灣可能較少聽到。 社群平台:Twitter、Facebook、LinkedIn、無名小站(已停止服務,它雖然是Blog,但比較像社群)、Plurk、PTT、Dcard、Instagram、AKASHA、Pinterest Blog平台或架站:Blogger、Wordpress、Drupal 共享書籤 : HemiDemi(已沒有提供書籤服務)、美味書籤delicious 叫車服務:UBER、55688 、呼叫小黄、LINE Taxi、yoxi  當然還有很多是我沒接觸過的,請原諒我的見識不夠廣泛,忽略了哪一個平台、應用或服務。一時想到的大概就這些。有一些服務已經消失或在被併購後就消失了,我也忘了名稱,至於 TikTok 和小紅書,是我不想碰觸的應用服務。 在韓國有 Kakao,日本有 LINE、PayPay,東南亞國家有Grab,中國有自己的網路應用,那台灣呢?之前 KaKao 中斷服務,造成民生應用的線上服務也幾乎中斷,過度集中依賴在一個服務上的確是一個缺點。在和...

我在不會寫 code 的情況下做出一個桌面工具

當各種AI工具迅速發展的情況下,大家也開始製作自己常用的工具,更進一步公開分享給大家使用,例如 Jimmy Su 就分享自製的 沉浸式翻譯工具 ,滿足一般人平時上網閱讀外文頁面的需求;進一步像是 Justin Lee  開發的 ccxray ,讓Claude Code的使用者可以監看Claude Code與Anthropic API之間的互動,使 AI Token 的消耗變成視覺化的儀表板。 為什麼做這個工具 AI 幫助許多一般網路使用者做出適合自己使用的工具,我自己也曾 分享自己的經驗 ,現在做出一個應用程式的門檻已經降低許多,AI不會讓程式設計工作消失,反而讓更多人投入這樣的工作,從這個角度看應該是好事。 我自己也用AI打造一些工作上會使用的工具,包括後來做的這個「 AI-Doc-Translator 」,這是獨立自我日常工作使用的工具的其中一個功能,做成一支桌面程式。 由於每天都會接觸到外文論文、期刊,很多PDF檔下載後,只會放在儲存空間裡,或是丟到電子書應用程式裡,但什麼時候再打開?打開還要再閱讀外文的摘要、從頭理解?這些都會消耗掉耐心,於是我讓AI先幫我摘要重點,讓我大致了解檔案內容、記錄後,再做關聯成為自己的知識庫。 這個工具主要的功能是翻譯、摘要,它不是通篇翻譯,也不是改寫作者的內容,只做摘要,長期累積起來的文件會相當可觀,就可以做成知識庫應用。人們通常在下載文件時,自己已經先篩選過資料了,也不是隨便下載,所以使用者自己就是守門員。 為什麼不用 Notebook LM 就好 當然也有很多人習慣把檔案抓下來後丟進各種AI工具,Notebook LM、各種AI Chatbot或是翻譯軟體,但我自己在使用後的心得是,因為資料量太多,Notebook LM的效能會很差,而各種AI Chatbot 在對話結束後,使用者要再找回對話記錄可能還要花時間找尋。那為什麼不平時就開始做知識庫呢?所以在翻譯、摘要的過程中,也是在建立自己的知識庫,存在某個資料夾,可以再利用各種工具來搭建。 我自己是使用 Obsidian 配合 Claudian Plugin 一起使用。在閱讀由LLM產出的摘要時,我一定會遇到無法理解的內容,就可以再使用Claudian進一步「討論」內容,或請它解釋。於是文件就不是只有文件,而是可互動性的內容,也不會只在電腦裡積灰塵。 製作「AI...

不是公司設在哪裡,是公司的服務對象是誰:臺灣中小企業的跨境法遵現實

歐洲資料保護委員會(EDPB)在2026年2月發布的刪除權調查報告,給我一個很難忽視的數字:他們聯合調查了將近8,000家企業,回應率不足一成。 這個數字不只是個資法遵落差的指標,它更像是一個訊號:當監管機關開始大規模橫向調查,沒有回應不代表豁免,代表的是還沒輪到你。 更讓我在意的,是這場調查背後的制度性涵義。EDPB首次明確將備份系統納入刪除義務範圍,這意味著企業不能再把「刪除」當成一個資料庫指令的問題,而必須把它理解成一個系統架構問題。這一步看起來是資料保護法的問題,但它實際上開始觸碰AI系統設計的核心:一個以個人資料訓練的模型,要怎麼「刪除」某一筆資料的影響? 這正是我想在這篇文章討論的事:三個原本分開運作的監管領域——競爭法、資料保護、人工智慧監管——在近年間,已經開始彼此滲透,形成臺灣中小企業難以用過去的法遵邏輯應對的複合壓力。 競爭法:從行為合謀到架構審查 全球反壟斷執法在過去一年發生了一個根本性的轉變,而它的影響遠比多數企業意識到的更廣。 過去的競爭法問題大多有一個清楚的前提:企業之間是否彼此溝通、達成協議。現在這個前提正在鬆動。美國加州的反壟斷法在2026年1月修訂後,正式將「競爭對手共同使用同一定價演算法」納入審查範圍,即使業者之間沒有任何直接溝通,只要共享了同一套系統的輸出結果,就可能被認定為形成協同定價的制度環境。 這個轉變的理論基礎來自稍早的RealPage租金案:多家房東將非公開的即時租金資訊提交給同一平臺,平臺以演算法生成建議租金。法院的判斷是,不需要租東彼此達成共識,這個「共同使用同一個資訊中介」的架構本身,已經可能構成協同定價的條件。 紐約州對Instacart演算法定價機制的調查,和歐盟對Google AI內容抓取的反壟斷調查,都在同一個方向上進一步延伸。歐盟這個案子格外值得注意:Google被指控在未取得授權的情況下,以爬取網路出版商內容的方式訓練AI模型並生成搜尋摘要。這是競爭法第一次正面觸及AI訓練資料取得的合法性問題——從反壟斷法的角度,不是從著作權法。 對臺灣企業的直接影響在這裡:如果你的公司使用第三方定價工具、需求預測平臺或市場分析服務,你需要知道這些服務是否同時服務你的競爭對手,以及這些系統是如何處理競爭敏感資訊的。這不再是IT部門的採購決策,而是一個具有競爭法風險的經營選擇。 歐盟《數位市場法》(DMA)和英國《數位...