跳至主要內容

冬日漫步

今年的冬季如預期的酷寒。
漸漸的習慣在沒有下雨的星期日午後,帶著水杯和相機,到中和的四號公園散步。這次帶的相機,是想了很久的Yashica Electro 35 MC。
原想向常去的相片行買底片,冰箱裡還有一些,只是還沒退冰,就先放著,而且多數是ISO 200,不適合在陰天拍攝,硬著頭皮走去便利商店,然而,現在在便利商店也已買不到底片了。還好原舍就在公園旁邊,便順路走過去買。小姐問我要哪一種?我說:「400兩捲,200一捲。」她問了一個我第一次聽到的問題:「妳知道400的底片是什麼時候用吼?」我愣了一下,還有什麼時候用啊?借了地方裝底片,忍不住又問她為什麼會問我這個問題?她說:「因為有些人覺得比較貴的底片就比較好……」我笑了一下,原來是這樣。
很喜歡用這支Kodak UltraMax 400,比起冰箱裡那些貴死人的底片,我比較捨得用這款,而且,我還蠻喜歡它的顏色。還記得我第一次拿著底片機去原舍,差點被他們拆壞一台的情景,這次自己裝片已熟練多了。
Kodak UltraMax 400底片
這次從公園的另一個入口(中安街,靠宜安路這邊)走進去,先是看到一座小丘。那是圓形廣場的另一面,有些小朋友在涼亭那練習直排輪,有些則在玩球,繼續往永和的方向走,泥濘的水池,也許是為了安全緣故在周圍加了一圈會變色的LED燈,上星期有一家人在那野餐,這星期則是一群國中生瑟縮在台階上。
這次在公園裡,則發現裡面的樹木似乎正遭受到一場浩劫,不知是什麼緣故,許多樹木的葉子呈現一個一個的洞,而溜冰區旁邊一圈松樹,也呈現十分悽慘的模樣,全部紅了頭,不然便是紅綠摻半,十分怪異的顏色。
如果說是因為氣溫低導致,怎麼會那麼多棵樹的樹葉都坑坑疤疤的,洞緣還紅紅的像皮膚發了炎一樣,而那面積也太大了。那株在活水園區旁的辛夷則呈現一副要死不活的樣子,而那幾株稀稀落落的櫻花,居然讓我發現一朵搞錯時節的殘花,旁邊的樹葉也全都佈滿了坑洞。
佈滿坑洞的葉子
我心想,這如果不是蟲害,就是酸雨吧?
據說之前曾經大規模的噴藥,掉了滿地的毛毛蟲。這情景,光想都覺得很恐怖。
在公園裡,我偷偷的捕捉了一些影像,遠遠的(照片還沒洗,先發揮想像力吧!):
  • 拿著棉花糖傘的阿姨,她看到我說:「可以拍棉花糖,不要拍人,謝謝。」
  • 練舞的女孩們發現了我,喊著:「有人在偷拍!」我對她們點點頭。
  • 在公園裡打陀螺的孩子們,教他們打陀螺的大叔說:「沒有我不會的動作。哈哈哈。」他真的很厲害。
  • 盪鞦韆的孩子們(不曉得有沒有拍成功)。
  • 打籃球的男孩們。
  • 落葉。一旁聊天的人們看到我蹲在地上拍,她們問我:「妳在拍什麼呢?」
走到近圖書館門口,我看到一幅,我想拍卻按不下快門的影像。有個中年人與一個年紀很大的老人家,像跳舞般的姿勢,中年人大聲的唱著歌,老人家靠在中年人的身上吃力的和著唱,一旁則是。我從觀景窗裡看著,聽著他們的歌聲,老人家發現了我,害羞的轉過身,以致於中年人差點重心不穩,我不好意思的問:「可以拍嗎?」中年人笑著說:「不要啦!拍我們沒有意思。」我向他們道謝後就離開,然而那影像與聲音卻徘徊在腦海裡久久不去。

留言

此網誌的熱門文章

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...

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...

當AI給你營養建議:台灣《營養師法》還沒想過的法規空白

之前分享利用 Claude Code 做 飲食營養分析 Bot 的經驗 。我自己有個習慣,就是在做新的專案時,會先評估法遵風險。當我在做飲食營養分析 Bot 時,我才知道原來台灣除《醫師法》外還有《 營養師法 》,而《營養師法》第 12 條列舉營養師的法定業務,包含營養評估、飲食設計、個案諮詢、膳食管理等。 這部《營養師法》在幫大家的健康把關,因為不能隨便一支影片、一段報導,就能提供營養建議。在法規中,需要接受完整的專業教育,並持續進修,每 6 年就要提出繼續教育的證明文件,才能更新執業證照;沒有「營養師」的證照不能自稱「營養師」,法規中列舉了營養師的業務範圍,並規定須親自執行業務,不能由他人代理,如果藉由通訊方式執行業務,還要經過執業登記的主管機關核准;執行業務時還要做紀錄,這些紀錄可能還會成為法律或醫療紀錄文件。 成為「營養師」需要符合嚴格的要求與限制,並不是隨便用AI分析、讓AI提供建議就能取代的。台灣每年會舉辦 2 次營養師的考試,參考自中華民國營養師公會在 2025年的統計資料 ,台灣每年營養科系的畢業生約 1500 人,到 2025年,累計已有 11,860 人通過考試取得執照,及格率約 25%,看起來是一個具有挑戰性的考試。 Bot 的個人化建議,算不算「執行業務」? 在我設計的 Bot 裡,不是只有拍照上傳讓 AI 去分析、評估,事實上還有其他情境的飲食需求,再提供使用者建議,例如由 Bot 提醒當天攝取的蛋白質不足,或我在前篇文章中提到的鈉的攝取量過高,Bot可能提醒要減少鈉的攝取或是多補充哪些蛋白質來源,這些分析與建議是否算「執行業務」?在該法第 29 條中也寫明,如果沒有取得營養師的資格而執行相關業務,本人及其雇主各處新臺幣 5 萬元以上,25 萬元以下罰鍰。 法律規範的對象是「人」,目前法律還沒有明確定義 AI 工具的法律地位,也不知道該找誰負責,是開發的工程師?大語言模型的公司?還是開發的公司?一般開發者通常會在提供的資訊裡加上「僅供參考、非醫療建議」的免責聲明來規避,但無從得知這樣的聲明在法律是否具有效力。另外,由於在 Bot 中可以設定慢性病的個別飲食計算,還可能同時踩到《醫師法》(涉及診療)與《營養師法》(涉及個案管理)。同時,即使開發者已在服務中加入「僅供參考、非醫療建議」的免責聲明,主管機關或法院在判斷是否構成營養師業務的執行時,...