跳至主要內容

美好的一日(2)-小小書房

小小書房

  • 活動:小小書房國際書展
  • 日期:02/13至02/18
  • 地址:台北縣永和市竹林路179巷20號
  • 網址:小小書房部落格
離開101的地下美食街已經四點半了,我想起之前收到小小書房的電子報,他們也在辦國際書展,因為晚上和偉展約好一起吃晚餐,所以我們就去小小書房,不過,我烏龍的帶著優狗坐錯車,只好在吳興街下車再轉板橋基隆的公車到福和國中下車後再走到竹林路上的小小。走到小小,店裡有沙貓和幾個客人,很安靜,但櫃台後方放了很多的書正準備貼上標籤。 優狗來永和很多次,之前也去過幾次壹陸壹,但卻是第一次到小小。我們也沒看什麼書就進了小小咖啡找位子休息。

其實,現在買書也不用去書展撿便宜,書局和出版商多設有線上書局可以直接買,如果想要找個地方安靜的享受文字的樂趣,有一些大型連鎖書局也是可以去逛逛。在去國際書展前,我到誠品信義店等優狗,在三樓讀了《追風箏的孩子》的作者Khaled Hosseini的新書英文版《A Thousand Splendid Suns(中譯:燦爛千陽)》和幾頁中文版的《中性》。前幾天讀完《追風箏的孩子》時紅了眼眶,才讀幾頁英文的《A Thousand Splendid Suns》就決定會買這本書的中文版,這樣全家都能一起看。我猜,Khaled Hosseini可能會成為今年我最喜歡的作家,而《聖路易之橋》似乎一點進度也沒有。

不過,我又有一種想法出現:為什麼這些好看的書一本比一本厚呢?突然可以理解漫畫可以賣很好的原因。但我沒在大塊的大辣攤位中看到《追憶似水年華》漫畫第四集中文版的出現,也沒問他們到底會不會出版。

在小小咖啡裡,我們繼續聊天,算塔羅牌。小小離優狗家太遠了,陪她坐公車時,她說:「來中永和真是件麻煩的事,得先繞到台北市再搭車過來,也沒有直達的公車可以坐。仔細想想,也是,從永和到台北很方便,但從台北縣其他地方到永和,除中和之外,要是不開車還真麻煩。

在小小等偉展時,她們正在整理一批香港來的筆記書,相當有趣,也很有特色。與其去逛充斥著大聲公叫賣此起彼落的世貿國際書展,看各出版社們把沒人要讀的書、過期雜誌大清倉,還不如找一間安靜的書局來看書。小小書展特別處在於已先幫讀者過濾掉一些雜七雜八的書,而平時書店裡的書籍也多與人文、藝術、心理、性別為主,還有一區童書及繪本區,以及乾淨的洗手間,店內有好聽的音樂,逛累了還有小小咖啡可以休息。何必去擠國際書展?當然若是去看主題館和參加講座活動的話,就另當別論。在書展中還可以見到提行李箱去的消費者,不曉得有多少人是滿載而歸?我只能說,如果不是拒絕的話,兩隻手和包包裡一定塞滿了看都不看的宣傳單。

隨選歷史閱讀:

Powered by Stuff-a-Blog

留言

  1. 我那天回去也很烏龍,我在車上,一直沒看到有關"捷運站"的跑馬燈字樣,於是我一直沒下車。

    雖然我有看到頂溪國小,有看到永安市場,但我還是覺得我要看到"捷運站"字樣才要下車,於是,我就聽著隨身聽,很悠哉的看街景,反正我也不急著回家。一直到車上只剩我和另一名女乘客,我原本想跟著她下車,到時再看有什麼公車站牌可以轉車,但後來我還是開口問了司機:請問,接下來還有到捷運站嗎?

    司機問我要到哪裡,我回答:捷運站都可以。

    司機說再來是七張,但還要再二十分鐘吧,我沒差,於是我又回座位上聽著隨身聽、看街景。看到七張時站到司機旁,司機說還要再一站,後來在路口轉彎讓我下車也很好心的提醒我要過街再走一小段路才是捷運站。

    於是我一天的行程便是:樹林-板橋-台北-中永和-新店-台北-樹林。

    回覆刪除
  2. 這是我的錯,看妳急急忙忙的衝上車,也許妳發現我要告訴妳什麼。我要跟妳說的是,過了中正橋,看到麗嬰房後就要下車。不過看到妳坐在窗邊,應該會看到捷運站,因為頂溪站的兩個入口,一個在中正橋頭前,另一個在誠品書局那,有一段距離,過第一個入口還有下一個。

    過了永安就到新店了,真是太對不起妳了,讓妳繞這麼遠,還好有一個好心的司機。

    真是太對不起妳了。

    回覆刪除

發佈留言

請勿匿名留言,待審核後才會出現。

此網誌的熱門文章

停不下來的更新

一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

法制追不上AI:缺乏台灣AI基本法子法,公務員使用生成式AI的五大風險

昨晚看新聞,現任台北市長拋出一個政策宣示:未來公務員將配給自動化的AI工具,讓台北市政更「前進」。台北市資訊局也已快速推出 CiviClaw,目標是 2027 年讓每位公務員都能無門檻使用 AI。 這樣的政策方向讓我感到憂心。長期觀測各國個資保護規範的我清楚知道:台灣的個人資料保護主管機關至今仍是「籌備處」,尚未正式運作;《個人資料保護法》的修法呼聲雖久,AI相關條款卻付之闕如;《人工智慧基本法》已於今年1月施行,但高風險AI認定標準的子法至今仍是空白。 有網路、有 IoT 不等於智慧城市,有 AI 當然也不等於智慧城市,應該重視制度能否承接工具帶來的責任。 歐盟已明確禁止業者使用 AI 推測員工或學生的心理狀態;美國聯邦政府要求採購 LLM 時廠商必須提交模型卡與資料卡;韓國 AI 基本法的子法早已配套生效。這些都是台灣政府在推動配給公務員 AI 之前,必須正視的制度差距。 以下我與大家分享長期觀測的內容,由AI協助整理資料: 歐盟:從禁令到揭露義務的多層規制體系 歐盟的AI治理框架是由多部法律疊加起來的立體架構,最底層是2018年施行的 GDPR,處理的是個人資料如何被蒐集、儲存、使用的基礎規則,再來疊是2024年生效的《人工智慧法》(EU AI Act,下稱 AI 法),建立不同風險等級分類管理AI系統,從禁止使用到高強度監管、再到一般透明度義務,形成不同層次。最新的一層則是仍在立法程序中、但主要架構已確立的 Digital Omnibus ,試圖修補 AI 法與 GDPR 之間的規範衝突。 AI 法第50條是最直接影響生成式AI服務的條款,自2026年8月2日起全面適用。根據這條規定,凡是讓使用者與AI系統互動的業者,必須主動告知對方「正在與 AI 互動」,而不能讓人誤以為面對的是真人。AI生成的文字、影像、音訊等內容,還必須以機器可讀的格式加上標記,使平台與監管機關得以溯源辨識。與此同時,AI法第14條要求高風險AI系統必須設計成「可由自然人有效監控」的形式,確保機器的決策不會在缺乏人工審核的情況下直接作用於當事人。 AI法所稱的「高風險 AI 」,涵蓋的場景比一般想像的廣。依該法附件三列舉,生物辨識系統、關鍵基礎設施管理、教育與職業篩選、就業與人員管理、信貸與社會福利申請審核、執法、移民邊境管制,以及司法審判輔助,都在高風險範疇之內。這些場景的業者必須進...