跳至主要內容

四年一度的政治狂歡節

公園裡的櫻花本來什麼都不想說,政治文不是專長,但這四年一輪的政治狂熱,特別是今年,實在是熱的一點意義也沒有。

316那天下午,去台大醫院探病,原本應該安安靜靜的病房,卻被遠處傳來的加油聲吵的不得安寧,坐在床上休息的病人抱怨說:「吵都吵死了,怎麼休養?」鄰床的病人本來在讀書,最後也被刺耳的喇叭聲和群眾的歡呼聲,混合著我們刻意壓低聲音的聊天,最後還是離開了病房。

不論當時從病房窗戶望出去是藍是綠,都讓我覺得他們吃飽太閒,好好的一個星期日午後,不去郊外曬太陽,反而在台北市裡吸廢氣和讓自己激情高血壓,都是不健康的手法,也直接影響到需要安寧的醫院病人。在台北市工作了一個星期,我覺得台北市的空氣實在糟到不行。

下午五點我離開中山南路往捷運台大醫院站走去,想當然而,整個街道塞滿了人,我被塞到完全不能走,而人這種動物,只要聲勢壯大,有同夥,就會欺負弱勢的人。我急著回家,走這也不是,走那也不是,一氣之下乾脆停下來打PP簡訊:

[選舉]有沒有搞錯?在醫院旁邊辦造勢活動,病人們怎麼休息?這些候選人怎麼盡搞這些浪費資源的事?這些人會不會太閒?
我很生氣,因為我完全不能動,就連台大醫院前盛開的桃花、李花、杜鵑花都不能平撫我的情緒,最後口不擇言的又發了一則簡訊。我不能想像這樣一個美好的假日午後就這麼的被政客的活動所毀了。一定會有人笑我何必在那天出門?其實我根本不知道316那天有什麼活動,我只知道,那天下午,兩點半我到壹陸壹時,大家已經開始排隊等喝咖啡,大哥和希洛請客人離開店內,讓他們休息抽支菸,三點準時開工。

316之後,每天晚上的新聞時刻,也就是晚餐時間,我都看到藍營的廣告,這個時段的廣告費特別貴,轉台,還是他們的廣告,連轉四台,四台都是他們的廣告,廣告內容都不同,他們真是有錢,廣告內容雖然都是在挖敵人痛腳,不可否認表現手法的確特別,特別到讓我覺得:「要不是有DPP,這些貪污的官員還抓的出來嗎?為什麼他們敢明目張膽的貪?還不是KMT多年來執政的惡習所留下的結果?」。

昨天在辦公室裡收到一封mail,分析兩個陣營的政策分別對台灣有什麼影響,還蠻有趣的,但我也只當玩笑話看看。不過,在政治立場上,受到老爸和大舅舅的影響,我是偏綠的,也是偏台獨的,但我從不認同那些在螢幕上耍嘴皮的立委,因為他們除了耍嘴皮和作秀外,好像也沒什麼建樹。如果問我為什麼不支持藍色陣營?其實很簡單,一來我不想看到以後有個自以為很帥很有魅力的傀儡總統,漂亮的臉蛋不能治國,沒聽過紅顏禍水啊?雖然他永遠都不會是我定義中的美男子。

昨晚我在路邊攤買了個髮夾,賣髮夾的大姐在收錢時問我:「妳總統要投給誰?」
我笑說:「這話題真敏感,妳問這個很危險啦!」
她連忙點頭說:「對啊!像那個阿婆下午就和人家為了投票的事吵起來…好像都這樣吼!挺藍的比較溫和,挺綠的比較激進。」
我聳肩,笑著說:「不管藍的綠的當選,選舉過了,日子還是要過,工作還是要做。」
她也訕訕的笑說:「也是啦!該做的還是要做。」

我把這番對話當笑話,在等偉展到壹陸壹時說給他們聽,大哥有點感慨的表示,不管誰當選,如果人心不變的話,經濟也很難改變,並不是因為誰當選就能帶來繁榮的好生活,而是人心的改變,減少那些怨懟和貪婪,靠自己努力而不是靠那些政治人物和朝令夕改的政策,才有可能讓整體環境變好。

有一個廣告好像是說人生本來就是選擇,所以讓銀行幫你解決不必要的選擇題。去投票與否?投給誰?領公投票與否?贊同與否?這些都是選擇。去年第一次公投,我們這一鄰的公投票領得有點刻意,得分成兩次來領。當我在圈票亭裡時,外面有個女人大喊:「我不要領公投票!」於是我體會到教育的重要,如果我們懂得尊重別人,領票投票與否,都應該是每個人自身的權益,選擇領票表達自己的意見或不領票抗議公投這件事,都是一個獨立自主的成年人該做的事,不然我們何必規定年滿二十歲才能投票?我們是該尊重每個獨立的個體表達權益的行為。

還好,選舉就快結束了,不論藍綠,當選舉結束後,大家都是一樣,都是人而已,就像跨年一樣,跨過了一個年,日子還是要過下去,真正會改變未來的人是自己。

隨選歷史閱讀:

Powered by Stuff-a-Blog

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...