跳至主要內容

一些貓狗事

被叫作阿肥的貓

注意照片裡的這隻貓約有兩個月,牠總是慵懶的躺在車子的引擎蓋上享受餘溫,有些經過的路人驚訝於牠的體型而停下來拍牠睡覺的身影,而這隻貓可能曾經是某人家中的寵物,所以完全不會怕人,牠配合度相當高,即使在睡覺,我們輕輕喚牠,牠也會瞇著眼抬起頭來,好像在說:「我在睡覺啦!」

剛注意到這隻貓也是因為牠的體型,以野貓來說,這樣的體型實在是很誇張。我曾經拍下牠的身影給熟識的人看過,他們都說,一隻野貓能混成這樣也真是厲害。

雨漣還跟我說了一隻一餐吃七頓的貓的故事,大意是說有隻貓,每到晚餐時間,牠會在第一條街上吃晚餐後再到另一條街,每條街上都有人會餵牠,牠就固定在這七條街閒晃。有天,這隻貓似乎生病了,第一條街的人家帶牠去看醫生,在獸醫面前叫了牠一個名字,獸醫為牠打了一針後,這家人就把牠放回街上;這隻貓又跑到第二條街,第二條街的人也看牠身體似乎不健康,帶牠去給同一個獸醫醫治;第三條街、第四條街…獸醫覺得奇怪,怎麼又看到同一隻貓但又被叫另一個名字?有不同的主人?這隻貓的行為終於被拆穿了,原來牠「劈腿」這七條街上的人家。後來,這隻貓跑走了。

故事結東後,我笑著對雨漣說:「這哪是在說貓,明明就在說人。」我們在壹陸壹的窗台前笑了起來。

最近上下班都走牠出沒地盤的那條巷子,只想看看牠,牠都是懶洋洋的躺在引擎蓋上,偶爾會柔柔的喵一聲。但如果我回家後,換個手提袋,牠就會主動跑下來磨蹭我,要是偉展在旁邊,牠撒嬌撒得更勤,因為牠知道,只要牠一撒嬌,我們兩個就會拿貓食罐頭餵牠。

小花貓這個月裡,牠身邊多了一隻瘦弱的小貓,從這附近出沒的貓隻來看,估計是某隻兇巴巴的花貓的小孩。我們從不知道被我們喚作「阿肥」的貓的性別,只是這隻小花貓跟在牠身邊,看起來像是貓媽媽帶貓小孩一樣。第一次餵食阿肥罐頭時,這隻小花貓也跟過來吃,甚至獨占一整個罐頭,阿肥則是吃了幾口後就坐在一旁讓給小花貓吃。要不是偉展把小花貓趕開,阿肥可能什麼都沒得吃。幾次餵食後,大概是小花貓知道跟著阿肥就有東西可以吃,連坐姿都學起阿肥來,簡直就是貓界的東施效顰。

昨天晚上趁著沒雨時去壹陸壹喝熱巧克力,在往壹陸壹的路上,這隻原本躺在引擎蓋上的貓跑了下來在偉展和我的腳邊磨蹭。我餵過牠幾次貓食罐頭,牠還挺喜歡雞肉和魚肉的罐頭。這隻貓,雖然很溫馴、很親人,其實,牠只認罐頭,誰的手中有罐頭,牠就向誰撒嬌。

我拎著常放著貓食的小手袋對著這隻撒嬌的貓說:「我沒帶罐頭,回來再帶給你吃。」回家時,只看到那隻小花貓蹲坐在引擎蓋上,沒看到阿肥的身影。

上樓後才知道,媽媽和妹妹回家時,阿肥離開常出沒的巷子,跑來坐在我們這棟公寓的樓梯口,踡在媽媽的摩托車座墊上,看到媽媽時,還喵了一聲。牠跳下座墊想跑進樓梯間,媽媽和牠玩了起來,不讓牠進樓梯間,牠還站起來拍門。後來樓上一位年輕太太下班回來,看來阿肥和媽媽在門口玩,就和媽媽聊了起來。原來他們也有餵這隻貓,而且,這隻貓還會跑進樓梯間裡和他們玩,但因為房東禁止他們養寵物,所以只能任牠在樓梯間裡閒晃,他們夫妻倆叫這隻貓作「胖喵」。媽媽說我都叫牠「阿肥」,年輕太太笑說:「反正都是胖。」接下來妹妹告訴我,之後四樓的小姐下樓,她看到這隻貓時,也對牠說:「唉呀!我手邊沒帶罐頭耶!」

所以,在這棟小小的公寓裡至少有三戶人家在餵這隻貓,真是好「貓」命,難怪看牠一天到晚都在睡覺,反正醒來就有東西吃,何必拼命去抓老鼠、麻雀或是翻垃圾堆呢?

不過看牠昨晚四處找東西吃的情況,可能沒有人餵牠剩菜剩飯或是罐頭,當我帶著罐頭要餵牠時,牠不知道跑到哪棟公寓的樓梯間裡還是躲到哪去了,只聽見貓叫聲卻不知道牠「貓」在哪裡。

洗澡後,我突然想起很久沒見到巷子裡那隻咖啡色老狗,前幾天只看到狗主人牽了隻花狗,原本的老狗呢?媽媽說,狗主人說那隻老狗被人綁走了。於是我想起前幾個星期的某一個凌晨,我聽見樓下有狗在「吹狗雷」,再更早之前還有聽見狗的哀號聲,本以為是外面的狗跑進牠的地盤所以被老狗教訓一頓,現在想想,可能是那隻狗遭遇了不測。

那隻狗兒年紀很大了,也不會主動去追人或追貓,我曾看過牠和一隻幼貓大眼瞪小眼的,在冬天有溫暖陽光時,牠也是躺在停車場上曬太陽。想到以後看不到牠,其實心裡還挺難過的。

隨選歷史閱讀:

Powered by Stuff-a-Blog
Tags: , ,

留言

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

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...

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...