跳至主要內容

老化的象徵

沙崙海水浴場
昨天下午去科技大樓聽一場個人資料保護法的課,還蠻充實的,有很多心得待整理,只是,在踏入及踏出科技大樓大門的那一刻還真是百感交集。
仔細算一算,快十年了,還記得離開資策會時有人問我未來如果有機會再進入類似領域工作,會不會再踏入?我已經不記得那時的回答是什麼,大概不是我就是對方說never say never。雖然在大學畢業前還因為要做知識管理的小論文有回去訪問舊同事,但現在也大學畢業快五年了,所有的人事物早就不一樣了。
小時候第一次接觸電腦是在科技大樓二樓的展示中心,也因此,從DOS開始學,學Basic,學一些文書處理系統,學基本的指令。現在的這個樓層已經規劃為一間一間的會議室,已經不是我所熟悉的樣貌。
我聽著張學友的「不後悔」專輯,裡面的歌曲都是還是學生時期的熱門歌曲。我也不是完全不聽流行樂,只是這些音樂聽久了容易膩,久久聽一次,聽歌的同時,會有許多情緒浮現,對許多人而言那些風花雪月只有在當下有意義,現在來說,這些回憶都只是回憶。
翻出八年前的照片,那個年代的數位相機有兩百萬畫素就很了不起了。那天,一群人在地下室烤肉(好像也有煮火鍋?),還記得有討論到數位相機的話題。再找出更早的照片,照片中有許多人都已經結婚成家生小孩,過著幸福美滿的生活。
還記得從沙巴回來的那個晚上,一群人聚在一起討論一些事,好巧不巧,現在想起來,個資法出現的太晚了,在那個時候,如果有個資法出現就好了。
有時候去烏來經過紅河谷這個烤肉聯誼勝地,還會想起來以前參加過的網聚活動。
有時候經過錢櫃、好樂迪這些KTV,總會想起來以前板聚唱歌當分母的日子(偶爾還有機會拿MIC唱著走調的歌)。
有時候,同事說要去爬山,就會讓我想起以前爬七星山東峰的經驗,總覺得所有的體力都在那時用掉了。
每年,我都想要回去墾丁,儘管現在的墾丁已經不是回憶裡的樣子,卻忘不了第一次看見滿天星斗,在夏夜裡認出天蠍座,幾個人或躺或坐在水泥地/草地上看著滿天的星星,偶爾看到流星還會大叫的那種興奮心情,還有,第一次一群人去墾丁時住的那家民宿,老闆放心的把整個家都交給我們,還有,那次回台北的那天,我知道自己轉學考有學校讀的心情。
每次計程車經過北科,心裡更是五味雜陳(雜到不知道要從哪裡開始寫)。光華橋拆除後,只要經過那,總會覺得地上少了什麼東西。
每年的跨年,我會想起參加過的跨年活動,滿天飛的螢光棒,台上的伍佰說:「我一直覺得跨年是個很蠢的活動...既然來了,就好好玩吧!」當活動結束後,回到家裡,輪流出現在板上報平安。
太多了,以前這些回憶會一下子湧出來讓我難以負荷,現在,聽著「離人」,翻著以前的照片,咀嚼這些回憶,還有一些很蠢的人說的很蠢的笑話。我不知道還有多少以前的老朋友會來翻這裡的東西,也不知道在未來還有無機會再看到以前的朋友們,也不知道自己的大腦還可以記得住多少,電腦裡還可以保存多少。
我是個很不懂得感謝他人的人,不曾向過去給我美好回憶的朋友們說聲「謝謝」或向曾經傷害過的人說聲「對不起」,不知道寫在這裡是否來得及?又或這其實是自我療癒的方式?
頭痛了,結束五專時喃喃自語的寫字模式,來聽歌吧!突然想起以前在YouTube不存在的年代,有人會在電話的另一頭唱著歌的回憶。真是年輕啊!

留言

此網誌的熱門文章

六月的第一天,我去聽NVIDIA執行長演講

因為種種原因,今年6月1日開始,我從原單位全職轉為兼任員工,放下長期擔任的全職工作。就在做出這個決定後不久,NVIDIA GTC 大會的通知跟著到來,我候補到黃仁勳執行長 Keynote 演講的入場名額。 計程車上的台灣故事 六月的第一天早上雖然是個不太熱的陰天,我在咖啡店外攔到計程車,表示要前往台北流行音樂中心,司機大哥很敏感的說:「要去聽黃執行長演講啊?那裡排好多人。可以去買紀念品哦!」基於十多年的工作經驗,辦會、與會,我只留對我有意義會議的Badge,其他都是身外物,然而這位司機大哥的熱情稍微感染了我。 熱情的司機大哥一路上不停講述家裡親人在相關供應鏈工作的忙碌,每天都當空中飛人,落地沒多久就又要到另一個國家的工廠監督。台灣的電子製造業供應鏈養活許多家庭,這是很棒的一件事,這些家庭又帶動其他消費需求,帶動創造經濟效益。 人潮與恐慌 當我下車看到會場的人山人海時,倒抽一口氣。 因為疫情前的密集出差經驗,我得了機場恐懼症,只要看到人群、機場相關場景或班機表,全身就開始冒冷汗。平常去送機接機,或路過北門站,都要努力克制自己的恐慌。人多的場合也會觸發類似反應。 好在現場的流程管控得當,幾千人入場,一切準時開始。排隊時偶爾有人因為天氣悶熱不耐等候而抱怨,但多數人都能控制自己,沒有不愉快的事發生。每位與會者除通行證外,還收到一個漫畫版黃執行長擁抱龍蝦的小吊飾(代表NVIDIA 的 NemoClaw),是當天與會的小紀念品。 帳篷裡的 AI 人才問題 在會場外的帳篷裡,還有幾場專家訪談直播,與會者一邊排隊等候,一邊可以聽訪談。其中一場的主持人問:「我們還需要什麼樣的AI人才?或我們還需要再訓練AI人才嗎?」 這個問題讓我想起多年前「數位經濟」這四個字很熱門時,同樣的問題,只是把「數位經濟」換成「AI」,所以我只是靜靜的繼續排隊。 就像種植蔬果,不管專家怎麼呼籲,市場往往還是一窩蜂種高麗菜,搶著賺高麗菜的利潤,結果菜價崩盤。人才培育也有類似的慣性,大家一窩蜂往電子或相關領域擠,真正重要的人文領域反而乏人問津,最後又要政府砸幾千億去呼籲、鼓勵產出「內容」。 與 Windows 重逢,心情複雜 領到通行證,進入會場後,一般與會者只能遠距離觀看,所以如果沒有要再去看 Computex或是參與NVIDIA GTC其他活動的話,看轉播或是之後再看錄影就可以,而且會更清楚。 一如以往,黃...

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...