跳至主要內容

澎湖行(4)文章整理和心得

山水沙灘的夕陽

因為前面的遊記寫的太長又分了太多篇,中間也間斷過,所以我把相關的文章連絡和相簿連結整理在這裡:

  1. 澎湖行(1)七美
  2. 澎湖行(2-1)七美→馬公→23.5蔚藍玻璃屋
  3. 澎湖行(2-2) 23.5蔚藍玻璃屋→中屯風車→山水沙灘→馬公市區閒晃
  4. 澎湖行(3-1)可以玩一天的西嶼
  5. 澎湖行(3-2) 這其實是一趟回憶之旅
  6. 澎湖行(3-3)回程
  7. 澎湖行(4)總結-整理

我不知道在資訊爆炸的現代還有沒大有人想知道以下的資訊,不過有興趣的人可以參考一下。這趟去澎湖,唯一黑的只有我的手和腳,但沒有黑到白不回來的程度也沒有曬傷,偉展有被曬黑,因為他完全不想抹防曬,直到第三天出門前才發現太陽有多大,於是才抹了一些防曬預防曬傷,這次帶的防曬用品:

  • 臉部:ANESSA SPF43
  • 身體:ANESSA SPF50+、DUCRAY 護蕾淨白防水防曬乳液SPF50+的小包試用品(超清爽)
  • 粉底:蘭碧兒粉底液SPF40
  • 彩妝:雖然有帶,但熱死了,不用擦,一定會糊掉

事實證明,有上彩妝和防曬一定有它的效果,但是最重要的還是戴頂草帽或撐把傘,忍得住的話,穿件長袖,我的臉幾乎都是在草帽的陰子中,只有拍照時才取下草帽。很多人在擦防曬時都會忽略頸部,但這個部位更要做好防曬,不然後果很難去想像。在澎湖那種大太陽底下出遊,曬黑是很正常的,但千萬別曬傷!

相機:

  • 我的老朋友Canon S80
  • 新朋友Vivitar (Rainbow V),雖然我有Holga,但因為還沒很熟加上它不好帶,所以也沒帶去
  • 底片:Rainbow 7和Lomofilm Fine Color

相簿:

  1. 07月04日:

  2. 07月05日:

  3. 07月06日:

剩下的,是一些無關緊要的碎碎念:

  • 夏天要去澎湖實在不容易訂機票,尤其我們是臨時決定出發。這次的行程都是由偉展安排,他不透過旅行社,用很聰明的方式訂到了我們去回程的機票,也安排了一個十分值得回味的旅程。仔細想想,這趟旅程像是確定會出發一樣,從原本的不確定,到突然成行,在最後又可以候補到機位,這一切,都讓我覺得很不可思議。
  • 在遊記的最後一篇回程裡,提到一些讓人不舒服的狀況,雖然我們本身不是當事人,事實的狀況是什麼我們無從得知,也沒資格去評論什麼,但在一旁聽到的我其實會很訝異在資訊傳遞這麼方便及多樣化的今日,還是會有資訊傳遞出錯的情況,造成雙方都不開心的事發生。
  • 在我們去二崁傳統聚落時,總會聽到摩托車的聲音,其實這些傳統建築的巷弄是不能騎車進去的,在入口處也有告示,進去前要看清楚。
  • 陳家古厝的入門清潔費是30元。
  • 在馬公市中心吃飯,點菜時一定要先問清楚價錢才能點菜,但如果你只想玩得開心又吃得不錯,就不要想太多,一分錢一分貨是普遍的情況,特別是海鮮,千萬不要拿自己的腸胃開玩笑。

結束。

隨選歷史閱讀:

Powered by Stuff-a-Blog

留言

此網誌的熱門文章

為什麼我支持《數位中介服務法》草案

在經歷許多次反抗台灣政府所立的網路相關法案後,我其實沒想過除了《數位通傳法》草案外,我還會再支持另一部法律草案,雖然 《數位通傳法》草案還壓在某處,但如果有人讀過《數位通傳法》的草案,再讀這部《數位中介服務法》草案,就會知道這部草案的重要性,而且也可以顯示台灣網路使用者的成熟度,更重要的,這是我第一次看到引入國際網路治理多方利害關係人機制的法律草案,而且是用在正確的地方。 有興趣想知道我在讀法條時的筆記和當下的感想,可以看我這則  Tweet 。這篇不使用逐條讀法條的方式來寫,因為那會讓人昏昏欲睡,我也不去比對歐盟《數位服務法》,因為我在讀《數位服務法》草案時,該草案特別強調是加強歐盟 E-Commerce Directive  ,而不是取代它,而且更多著重在預防盜版、仿冒,保護消費者的法案。所以當有輿論提到參考自《數位服務法》的《數位中介服務法》草案限縮言論自由時,我其實是一頭問號的,但一直到今天我才有時間讀《數位中介服務法》草案,這篇文章出自於我的個人經驗和閱讀法案的心得,與擔任的職務無關。 如果最近注意一下網路的資訊,有幾件事該注意一下: 有許多人在社群平台,如Facebook或是其他網路看到一些廣告,而這些廣告可能是要你支持台灣農產品、台灣製的產品,結果你收到時,上面還寫著簡體字,通常這是所謂的一頁式廣告詐騙,而行政院的消費者保護會在 2019 年時就有新聞稿在警告「 一頁式廣告詐騙多 小心查證保障多 」,之後像公視或是其他單位都有相關的活動在提醒大家小心這類廣告。但目前這些廣告其實多數不易處理,因為不容易取證、保留證據,等到追查到時已經找不到對方了。 有不少親密照片與影片在情侶分手後,被報復性的上傳到情色網站或透過即時通訊傳到親友的帳號裡,或是被洩露個資,遭到公開的霸凌。 之前有一個專題:「 青春煉獄:網路獵騙性私密影像事件簿 」,光是讀完這個專題報導我就覺得受傷。 有人使用 Deep Fake 把台灣名人的臉部照片合成至色情影片再上傳至色情影片平台,今年 7 月才被判刑。 還有許多創作者藉由網路分享作品時,被人盜用,甚至有國外的使用者修改台灣人的作品去參與比賽還獲獎。 有一次打電話問某個部會,如果消費者在國外電子商務平台買東西,但資料被外洩怎麼辦?雖然政府願意協助,但衡量至國外打官司的時間和成本,就會讓人卻步。 有些行為在現實世界裡有法...

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...