Anthropic 這家公司很有意思，他們最近很有效地主導了全世界對 AI 發展走向的注意力。 像是 最近一篇 Blog 文章 ，仔細說明了自家公司的進展。 工程師的角色，從自己寫程式，變成讓 AI 寫、自己檢查；再到後來，AI 寫好的程式由 AI 自己檢查也沒問題。甚至，AI 還能找出當年 Anthropic 頂尖工程師寫的程式裡，從來沒有人發現過的錯誤。 然後，連他們自己工程師都常覺得，AI 寫出來的程式規模跟複雜度，自己都快搞不清楚了。 文章裡有不少工程師的訪談感想，像是： 「總會遇到某些日子，所有東西都壞成一團，我卻完全搞不懂原因，這才驚覺自己早就對眼前在忙的事情一竅不通了。」 歸納起來，他們認為人類目前僅剩的優勢是： 「人類的相對優勢依然在於掌握大局觀，以及跳脫當前任務侷限的思考能力。」 這篇還建議，全世界應該考慮集體放慢 AI 的研發速度。因為他們認為，一旦人類開始用 AI 來訓練下一代模型，這種自我改進的能力一旦成形，加上人類目前對 AI「可解釋性」的掌握還很有限，這樣的進化有可能一路走到失控。 但這裡有兩個弔詭之處。 第一，他們自己也清楚，如果先停下來，別人就會追上，而且「心懷不軌者」更會積極隱藏、偷偷超車。這等於是在暗示：他們才不會傻傻地自己慢下來呢。 第二，前陣子最大的 AI 新聞之一，就是知名研究者 Andrej Karpathy（OpenAI 共同創辦人、前 Tesla AI 主管）加入 Anthropic 。而他要做的事，正是把 Claude 用到下一代模型的 pre-training，去打造更強大的 AI。這不正是他們自己最擔心的那件事：用 AI 來自我訓練、改進下一代的 AI。 所以 批評者也認為，這篇文章非常自戀，帶著濃濃的行銷意圖（恐懼行銷） ，同時又把自己塑造成很有反省力的誠懇形象。 但有個事實是：這篇的主筆群裡，有一半是政策、人文、經濟、歷史出身的人，另一半才是技術者。 Anthropic 請了不少這類文史哲背景的專家 ，文章也因此很有特色，引用了許多國際關係歷史上可以借鑑的對應故事。 像是談到「可能失控的力量，人類如何彼此約束」，他們舉的一個例子就是 《中程飛彈條約》 。這條約撐了三十多年，最後是因為一個拒絕加入的局外人（中國） 不受約束地大量增產 ， 讓美俄都覺得自己像傻瓜一樣 而退場。 選擇這個例子，而不是核不擴散條約，或…
]]>黃國昌事件 ，很中國。 這件事情在測試，用假造的論述，是否可以更改歷史認知。 以及，如果你堅持，謊言會不會變成真相。利用一般人的良善、不想跟你計較的特性。 所謂的「 中華五千年 」就是這樣的洗腦。 （ 埃及 跟 美索不達米亞 是真的 5000+， 中華文明大約 3000+ 。差蠻遠的。） 近幾年的， 新疆沒有集中營 也是。 編一套論述出來，一直說一直洗，找網軍大量複製並攻擊，讓網路世界充滿你要的論述。 中國六四的網路中文論述，這幾年也開始被洗。 這次，關於自己家園的故事，良善的人們，願意堅持真相，願意用法律工具，去避免事實被污染嗎？ 封面圖：Gemini 生成（木刻版畫，象徵被大量複製的論述逐漸淹沒真相）。
]]>AI 跟法學教授，誰比較強？ 史丹佛研究，針對沒有標準答案的契約法問題，請 AI 寫下見解，也請領域專家的法學教授寫下見解。 然後請 16 位美國法學院的契約法教授 ，在不知道哪個意見是 AI、哪個意見是同行教授的狀況下，選出比較好的答案。 結果 2918 次的對比中，AI 勝率 75.33% ，法學教授同行則不到 25%。 更麻煩的是，被評審教授標記為「可能誤導、傷害學生學習」的答案， AI 只有 3.5%，同行教授的卻有 12% 。 研究特地挑契約法，就是因為它沒有標準答案，要的是權衡、論證、給出站得住腳的結論。這原本被認為是人類判斷力的主場。 事實是，人類是一種並不穩定的生物，意思是，同一個問題，今天答跟昨天答，會被 睡得好不好 、前一個小時發生什麼事、最近心煩的事情給影響。 這是有行為科學證據支持的 。 AI 雖然也有他的不確定性，但藉由良好的 harness engineering 韁繩工程，可以事先做好控制。甚至產出的答案，也能夠要求用迴圈多次檢驗確認。 現在的法律教育世界，有兩股力量在拉扯。一邊， 法學院開始禁止學生用 AI 。另一邊，研究又發現 AI 的見解真有可能超越人類。 教授有能力分辨好壞，所以 AI 對他們是工具。但一個剛入門的學生，如果把 AI 給的見解直接當成自己的，他要怎麼長出紮實的思考，跟最重要的判斷力？這點我們都還在思考跟摸索中。 一開始就用 AI，學生可能把思考跟認知跟查證都外包，自己學不會。但禁止 AI，實務上禁不了之外，真誠實照做的學生，很可能連課程進度與表現，都跟不上其他（偷用 AI 的）同學。 這個問題正在衝擊整個教育界，尤其是內容跟文字高度相關的那些領域。
]]>把一群人從「法律存在」抹掉，再讓全世界忽視他們。 🚢 《逃難者》這部圖像小說有三條故事線，其中一條的背景，是歷史上真實的聖路易斯號（MS St. Louis）。 1939 年 5 月，這艘德國郵輪載著 937 名乘客，幾乎全是逃離納粹的猶太人，駛向古巴。 納粹要的從來不只是趕走猶太人，而是連他們存在的正當性都要抹掉。所以船還沒到，謠言已經先到了。 在哈瓦那， 納粹特工和當地右翼勢力散播「這些猶太人是罪犯」的說法 ，5 月 8 日還辦了一場四萬人的反猶太集會，是古巴史上規模最大的一次。而船，是五天後才從漢堡出發的。 ⚓ 等聖路易斯號開進哈瓦那港，古巴政府用各種理由拖延，最後拒絕讓乘客上岸。美國、加拿大也都不收。船長無計可施，只能掉頭，把這 900 多人開回歐洲，沿途拜託各國收容。 結果是這樣的。 英國收了 288 人。因為英倫三島始終沒有被德國佔領，這些人幾乎全部活過二戰， 只有一個人在 1940 年的空襲中喪生 。 回到歐陸的有 620 人，分別進了法國、比利時、荷蘭。等納粹的軍隊一個一個國家踩過去， 其中 254 人死在集中營，比例是 41% 。 同一艘船，同一批人，活下來或死去的差別，只在於上岸的那塊土地，有沒有被獨裁者的軍隊踏進來。 這件事，臺灣人應該特別有感。 當中國政權有系統地教育自己的人民去仇恨你（就像我的閱讀筆記專頁裡的那些簡體字與中國立場留言），同時在全世界一個又一個場合抹去你的名字，這做法，跟當年的納粹是同一個邏輯。 如果還有人以為，中國佔領臺灣之後會給我們友善的對待，那真的太天真。翻一翻歷史，德國有集中營，中國有 新疆的再教育營 。被帶有「中國」字樣的政權接收，都是臺灣人的苦難。 還要再一次嗎？不要吧。 📖 書名： 逃難者【圖像小說】 ／親子天下
]]>R360 富豪俱樂部 ，會員是家族資產至少一億美金的家庭，入會費 15 萬美金，之後每年還要再繳大約 3.6 萬美金。他們舉辦了一場 三天的營隊 ，給他們的下一代共 12 人參加。 營隊內容的設計也很客製化，是那些金錢以外的焦慮。 1. 他們知道自己這輩子不可能賺得比爸媽多。於是營隊內容鼓勵他們當「財富的再創造者」，在金錢以外，為家族、為社會創造價值。 2. 如何應對 Big Shadow Syndrome ，大陰影症候群。爸媽或爺爺奶奶創造了驚人的財富，站在那個影子底下，很辛苦。自己不可能更成功，又有可能失敗，恐懼揮之不去。 3. 日常社交的複雜性。因為報導或各種原因，朋友對你的態度忽然不同。跟錢比你少很多的朋友，要怎麼一起出去玩。怎麼跟伴侶開口談婚前協議。這些對一般人很陌生的題目，對他們是必修。 4. 爸媽老去，繼承了財產跟事業後，該怎麼跟堂表兄弟姊妹坐在同一張董事會的桌子前，一起做決定、一起處理衝突。 財富傳承其實是最簡單的部分，真正難的，是那些一直沒被好好談過的對話。 不管資產多少，跟孩子聊錢、聊人生的意義、聊價值觀，一直都很重要。 又，我也想聊聊 Big Shadow Syndrome。事實上很多父母的成就很好，也許沒有一億美金，但在自己的人生裡，都是人中龍鳳。 但也因此，從小就給孩子非常高的標準，總覺得孩子還不夠好，還能更好。對外人可能像是自謙，但對孩子也這樣的話，長期下來造成的壓力真的很大。 言語是利劍。一個同業，工作上一直都很傑出，但在 32 歲的時候，選擇結束一切。（我說得很委婉）其中一個原因是，他的爸媽都是社會菁英，一直都覺得他不夠好，他也認為自己的人生充滿失敗.....。 我們很容易忘記，自己當孩子的時候，也沒那麼傑出，也有很多徬徨，也有許多弱點。 為了讓孩子更好，是很好的動機，但有時這種動機，很可能會好心辦壞事。 沒有人喜歡活在陰影下。如果你資產沒有一億美金，恭喜你，你的孩子活在一個比富豪孩子更好的起點上。
]]>問：付費版 AI 給的答案讓我很沒信心，一直懷疑它對不對。是我指令下得不好嗎？可以改善嗎？會不會是我常常跟他講一些模糊或錯誤的要求，導致他被訓練差了？ 答：（蔡依橙） 如何正確使用 AI？ 「把 AI 訓練差了」，這個不用擔心。其實 AI 沒有那麼脆弱。如果你真的很擔心，就跟它說「忘掉所有我說過的話，用你本來的狀態回答我」，它就會重設了。或者進到設定裡把你認為不希望他記得的記憶，選起來刪除，也可以。 AI 是一個非常勤奮、工作迅速的小助理，但它沒辦法當指導老師。它接收你的問題，根據你的問題回答，不會主動往後退一步，用更高的視野去檢驗「你的問題」本身有沒有問題。 所以當你問它搜尋策略、問它統計方法，它給的答案讓你沒把握，根本原因往往是：你還不確定正確答案長什麼樣子。這不是 AI 的錯，也不是你指令下得不好，而是這類問題本來就需要你先知道標準是什麼，才判斷得了它說的對不對。 用 AI 就是這樣。知道正確答案，或至少知道方向，它幫你快速執行；不知道正確答案，連方向自己都不太確定，它做出東西來，你也沒辦法驗收。 進階用法是 AI Agent，但門檻更高 現在 99% 的人用 AI，都是問答模式：你問，它答。進階一點的做法是 AI Agent，也就是幫它設定一整個工作小隊：一個負責生成搜尋策略，另一個負責質疑跟審查，審查有評分表，低於多少分就打回去重做，一直到符合標準才交給你。 這個方法在概念上是對的，但有一個根本的前提：你要先知道正確答案是什麼，才有辦法定義評分標準。如果你不知道一個好的搜尋策略長什麼樣，它做出來一個東西，你還是驗收不了。 統計的部分更明顯。AI Agent 解決統計問題，不是幫你操作 MedCalc，它會自己裝 R、自己搜尋統計方法、自己跑完。但它跑出結果，你看不懂、也不知道對不對，甚至無法揪錯，那這個工具對你來說意義還是有限。 所以，「知道什麼是正確的」這件事，比「讓 AI 說出正確的」更重要。 建議的作法 我的建議是：用我們課程的指定論文、互動實作跟回家作業的內容當標準，遇到 AI 給的答案，就拿這些東西去對照。指定論文的脈絡跟內容，都是為了讓同學能夠複製跟應用而規劃的，是最可靠的對照基準。 畢竟，指定論文登上了 6 分左右的 SCI 期刊。
]]>跟 AI 討論法律問題，之後會變成法庭證據。 紐約聯邦法院今年二月的裁定 。 德州商人 Bradley Heppner，是上市公司 GWG Holdings 的前董事長暨執行長，被控詐欺投資人逾 1.5 億美元。得知自己被聯邦調查之後，他開始用 Claude 規劃辯護策略，留下了 31 份相關文件和對話記錄。 FBI 搜索他家時，把這些全帶走了。😌 他的律師主張，這些對話應受律師委託人保密原則保護，不能成為法庭證據。聯邦法官 Jed Rakoff 駁回了。 理由很直接：Claude 不是律師，律師委託人保密制度要求「真實的人與人之間的信賴關係」，AI 和使用者之間不存在這種關係。Anthropic 的服務條款也白紙黑字寫明，公司保留用戶對話的使用權，並可在訴訟中交給主管機關。 法官還特地問了 Claude：你能提供法律諮詢嗎？ Claude 回答：「我不是律師，無法提供正式法律諮詢，建議聯繫有執照的律師。」😳 這份回答，成了對 Heppner 不利的材料之一。他這個月被陪審團定罪，等待宣判，最重可達 20 年。 圖片來源：截自 Forbes 報導，攝影：Getty。
]]>Steve Rosenbaum（1961 年生）是美國媒體人、紀錄片導演，業界稱他是「用戶生成內容（UGC）之父」。 他寫過幾本書： Curation Nation （2011）、 Curate This （2014）等，主題都圍繞數位媒體與策展。 最近一本，《The Future of Truth: How AI Reshapes Reality》，2026 年 5 月 12 日出版，由諾貝爾和平獎得主 Maria Ressa 作序。 書的核心主張：AI 正在系統性地破壞真相，算法放大仇恨情緒，AI 生成的假內容侵蝕人類共同的現實感。一本批評 AI 讓假訊息氾濫的書。 出版後約一週，2026 年 5 月 19 日， 《紐約時報》報導 ：這本批評 AI 製造假內容的書，本身就包含多個 AI 幻覺（hallucination）生成的捏造引用。 具體案例都已被當事人親自否認： Kara Swisher（科技記者）：書中引用她說 AI 是「反映我們自己道德觀的鏡子」，她說從來沒說過這句話。 Lisa Feldman Barrett（神經科學家）：書中引用她說「情緒不只是對真相的反應，它們是我們建構真相的方式」，她說這些引用「不出現在那本書裡，而且內容也是錯的」，是她「絕對不會說的話」。 Meredith Broussard（NYU 教授）：書中引用是真的，但來源標錯，說出自她的書 Artificial Unintelligence ，實際是她 2023 年在 Marketplace Tech 的廣播訪談。 Lee McIntyre（哲學家）：他的引用被 AI 塞入幻覺出來的字。 被質疑之後，Rosenbaum 承認在研究、寫作、編輯全程都用了 ChatGPT 和 Claude。 接著為自己辯護，說這些錯誤「正好證明了我在書裡說的事情」，也就是 AI 確實會破壞真相。 圖片來源：截自 The Daily Beast ，攝影：Flickr / Christopher Michel。／ Wired 跟進採訪與 AI 偵測報告
]]>軟體業實在是有夠慘烈，一年股價表現拉出來跟 S&P 500 比，輸這麼多。 也說明被動分散指數投資真的是很強，只要專注在自己的專業工作上，都不用隨時注意新聞跟趨勢，都不用特別搞清楚現在到底哪個領域、哪支個股有未來，該拿到的經濟成長配額，就能拿到。 現在被動分散指數投資普及化了，所以新的 ETF 發行，大家就是在談內扣費用多少，也理解到這部份會很大程度影響最終獲利。 不過 綠角財經筆記 十年前在講的時候，台灣投資界不是這樣的，綠角著重低內扣費用、大交易量、追蹤差距等。那時候好多人批評他，說什麼「有賺錢根本不差那 1-2％」。 但其實綠角那時候說這些都是有數據論述的，課程很有說服力，只是當時大家願不願意去上課、願不願意聽進去的問題。 人的認知改變，尤其集體的認知改變是緩慢的。 當個比別人早看到真相的人，並不見得是幸福的事情，要忍受的批評跟孤獨很多。 而且，未來不是忽然出現的，其實未來早就出現，只是還沒成為主流。 圖片來源：截自《華爾街日報》〈 Venture Capital Turns to Hardware Bets as AI Threatens Software Companies 〉一文圖表（標題 SaaSpocalypse），資料來源 FactSet。
]]>加州大學 UC 系統，從 2020 年開始，入學可不交 SAT 等標準化測驗成績。因為進步派認為，SAT 這種考試分數，高度受到學生的家庭背景跟教育環境，造成系統性的不公平。 實施了 6 年後， 多名 UC 教授真的受不了，發表公開信 ，希望 UC 恢復申請時要附 SAT。這裡面包括 9 個數學系主任中的 7 位。 具名連署的教授，到今天已經破千人了。 UC 的學生，數學有多爛呢？ 爛到有些學生進工程學門，但是數學連高中程度的都不熟，甚至還有國中程度也不行的。 UC San Diego 的官方報告 顯示，數學低於高中程度的新生，五年內成長了近 30 倍，其中七成連國中程度都不到，約佔全體新生的 1/12。 更糟的是，這些學生很多在加州高中的課堂分數都是拿 A，甚至還修過 precalculus 或 calculus，但卻根本沒有掌握這些技術。補救班裡，超過四分之一的學生高中數學是滿分 4.0。 教授說： 這些高中根本在騙他們 。 UC 收到這些學生後，教授們沒辦法往微積分或各種工程數學去教，選課後都很希望能夠把學生能力分班，不然進度無法往前。 為了補救，UC 各校還開了數學加強班，讓教授們來教中學數學。不過統計發現，來上這些數學加強班的學生，日後順利從工程學門畢業的數目，幾乎是零。 報告的原文是「few, if any」 ，寥寥可數，如果有的話。 工程必修的進階微積分課，這批補救班的學生，超過一半被當掉或退選。 而且，連理工最強的 UC Berkeley，也撐不住了。 2024 年， Berkeley 的數學系主任主動打電話給 UC San Diego ，問人家怎麼做強制分班測驗。這是其他 UC 校區早就在做的事，Berkeley 卻是全系統最後一個才跟上的。沒辦法，學生進來連自己的數學程度在哪都不清楚，不測驗不行。 如果你真的看過 SAT 數學考題，說實在的，以台灣的學生程度來說，並不難，可能程度中上的高一學生就能搞定。 對 SAT 等各種標準化測驗的看法，在美國是個非常爭議的話題。這次六年的實驗，UC 教授們自己都受不了，不知道會不會改變加州對基礎教育的看法跟走向。 我覺得可能有點難。 圖片來源：截自 GovTech〈University of California STEM Faculty Call for SAT, ACT Requirements〉 。
]]>人、AI 與神。一個 AI 工作者，跑到梵蒂岡，去見教宗。 他是 Anthropic 的共同創辦人 Chris Olah。 Anthropic 這幾年很努力想當 AI 產業裡比較「道德」的那一個，談安全，也常常提醒大家這東西的風險。 教宗去年上任後，對 AI 一直很有意見，最近還呼籲要把它 「卸下武裝」 。結果，主動找上 Olah 的是教會這邊。他們邀請他，到教宗發表通諭的儀式上發言。Olah 上了台，附和教宗的擔憂。 在教宗面前，Olah 描述 AI 的方式，很不一樣。 他談到 AI 運作的神秘，說這些模型比科幻小說預告我們的， 更微妙、更奇異、也更美麗，不是冷冰冰、只會計算的機器人 。一位使用過 Claude 的神父也說，它不是一個人，但也不只是工具，是一個我們還不了解的存在。 注意到了嗎？這些描述，是不是很有宗教意味？神秘、微妙、奇異、美麗、還不了解的存在 😳 更有意思的是，Anthropic 在寫 Claude 的「憲法」，也就是這個 AI 的行為準則時，還找了天主教的倫理學者和神父一起參與。其中一位回了二十八頁的意見，最後也出現在致謝名單。 神的世界、數位世界、人類世界，開始高度交集。 在這個故事裡，還有一個有趣的觀察。 雖然 Anthropic 是一家 AI 公司，但你會發現，它在重要的決策、推廣、公關上，該做什麼、要怎麼做，其實全都是「人」做的決定。 要不要接受這個邀請、去不去梵蒂岡，要把哪些價值寫進 Claude，要找誰來一起討論，沒有一樣是 AI 自己決定的。 所以，還擔心 AI 會取代「你」的判斷嗎？我認為，只要「人」自己不放棄，不把思考跟判斷委外，就沒問題。 思考與判斷，伴隨的是後續的觀察、負責、調整、前進。這都是「人」獨特的價值。 真正的問題是，即使在 AI 還沒出現之前，很多人就已經停止獨立思考與判斷了...... 倒是什麼時候會出現以 AI 為崇拜標的的宗教呢？似乎也快了。畢竟那種無所不在、隨時都能接住情感、提供神秘體驗、近乎全知全能的狀態，放到宗教界，的確是很有競爭力 😳 圖片來源：截自 WIRED《 The Vatican's Man Inside Anthropic 》（Steven Levy 報導）。Olah 在儀式上的 演講全文 由 Anthropic 公布。
]]>Google 前執行長 Eric Schmidt，前陣子在亞利桑那大學的畢業典禮上演講，講到 AI 的時候， 被台下的畢業生噓 。 而且不是噓一次，是好幾次。 美國大學生很直接，這個我們都知道。但一個帶領 Google 十年的科技巨頭，站在台上談未來，被當場噓成這樣，還是很罕見。 事情是這樣的。他先回顧自己當學生的年代，講電腦怎麼從一台機器，變成筆電、手機，再透過網路與社群媒體擴散到全世界。 他說，電腦連結了人、讓知識普及、把很多人帶出貧窮，但也有黑暗的一面：「那些讓每個人都有發聲管道的平台，也讓公共討論的品質變差。它們獎勵憤怒，放大我們最糟的本能。」（這個我們都很有感受...） 然後，他把 AI 拿來跟當年電腦帶來的轉型相提並論。 話一出口，噓聲立刻四起。 他試著回應這些情緒：「我知道你們很多人現在的感受，我聽得到。你們這一代有一種恐懼，覺得未來已經被寫好了，機器要來了，工作正在蒸發，氣候正在崩壞，政治四分五裂，而你們繼承了一個不是自己造成的爛攤子。我理解這種恐懼。」 接著他說，未來還沒被寫定，2026 這屆畢業生有真正的力量去決定 AI 怎麼發展。台下又是一片不認同。 而這不是單一事件。 同一個月稍早，在中佛羅里達大學的畢業典禮，房地產業高階主管 Gloria Caulfield 也遇到一樣的事。她說：「 人工智慧的興起，是下一場工業革命 。」話還沒講完，台下就噓聲四起。 就在隔天，5 月 9 日，中田納西州立大學的畢業典禮，音樂界大老 Scott Borchetta（泰勒絲早年唱片公司 Big Machine 的創辦人）講得更白。他說：「就在我們坐在這裡的此刻，AI 正在改寫整個音樂製作。」噓聲一起，他不但沒收手， 還回得相當不客氣 ：「接受現實吧，我說過了，它就是個工具。」台下噓得更大聲，他接著說：「那就想辦法做點什麼啊。它是工具，讓它為你所用。」 三場典禮，三個講者，講到 AI 會帶來轉型的那一刻，都被噓。 這顯示一件事：對 AI 的反感， 已經成為美國年輕人的主流情緒之一 。 這個 AI hate，來自於兩方面的壓力夾擊。 第一，是「叫我用，又說我作弊」。大家都說 AI 會改變世界，要年輕人趕快學、趕快用。他們真的去用了，但還沒摸索出合適的方法，對自己交出去的東西也沒做品質管理，結果在一間又一間學校，傳出被認定為作弊、違反課堂規範的案例。 第二，是「說好…
]]>今天因為 Claude 推 Opus 4.8 上線 ，所以用量又被特赦了一次。 查了一下 4.8 在能力上比 4.7 強一點，但最大的差異是誠實，不會就說不會，沒做完不會假裝有做完。 Anthropic 的更新很快，而且真的有在往自己最在意的 alignment（對齊）去走。 這個 alignment 中文叫做對齊，意思就是把 AI 跟人類的利益對齊，不要自己暴衝、不要欺騙人類、不要有那些小心機或偷懶。 但其實這個詞是有他的諷刺性的，因為「暴衝、欺騙、小心機、偷懶」其實都是人類工作者擁有的特質 🤣 所以到底是 alignment 還是 refinement（優化）？🤣 封面圖片：AI 生成示意圖
]]>UC Berkeley 的法學院，將 禁止學生在大部分作業和考試使用 AI 。 能申請到柏克萊法學院的，程度都不會差。但老師們一直在學生的報告裡，看到根本不存在的判例，還有不正確的法律推論。 一位教第一年新生的教授說：學生交上來的東西，根本不是自己的判斷，而是 OpenAI 或 Anthropic 的判斷。他說，這其實就是抄襲。 更麻煩的是，這不只發生在學校。 法院已經統計到 將近 1400 件案子，光美國就有 957 件 ，律師在正式文件裡，引用了 AI 生出來、實際上根本不存在的判例。 法律，是最依賴文字的一門學問。 文字也剛好是現在 AI 最強的地方，畢竟是大型語言模型。但很明顯，從「這段文字很流暢」到「這段法律推論站得住腳」，中間還有很多細節要處理。 剛好這個月，Anthropic 推出了 Claude for Legal ，針對併購、訴訟、智財這些不同領域，各自做了專門的應用。 這是很好的趨勢。由 AI 提供者，直接跟專門領域的應用者合作，開發出專屬的產品，把 harness engineering 做到極致：利用 AI 快速工作的能力，卻又避免掉幻想跟創作的可怕後果。畢竟，做 AI 的人最懂 AI，做法律的人最懂法律，兩者合作，效果最好。 但在那之前，直接拿一般的 AI 問答，去交法律作業、去寫訴訟文件，如果學生自己又沒有仔細查核判例與推論的嚴謹度，目前看起來，生出來的東西還是很糟糕。 AI 的應用越來越廣，它一直在衝擊我們對教育，甚至對法律體系的思考。 現在還站在門口把關的，是這些法學院的老師，還有法官。如果有一天連他們都守不住，或是 AI 生出來的垃圾文件，多到他們處理不完，世界會變成什麼樣子，現在還沒有人知道。 整個世界，都還在學。 圖片來源：截自 Government Technology 報導（原文 San Francisco Chronicle，螢光筆為作者所加）
]]>劉備故弄玄虛、神神祕祕地跟他說：「嘿嘿，其實我的真實身分是中山靖王之後，體內流著景帝的血脈。」張飛一聽，馬上就跪下去了，超好笑 🤣🤣 （而且劉備的眼神，跟他的身體，形成了一個 X 型 😳） 這個時代的人對三國人物的刻板印象，可能跟當年那些真實的人很不一樣。像我們認為 張飛無腦 、很容易被唬住， 劉備看起來謙和、其實心機不少 。這些印象，很可能都是《三國演義》，加上日本人讀了演義之後，由橫山光輝畫成漫畫視覺化，再經過光榮、卡普空這些遊戲，一層一層刻板化之後的結果。 我們的認知，到底是不是真相。 人類最有意思的地方，就是「真相」跟「我們相信的真相」，常常不是同一件事。我們所相信的真相，本質上常常早就不是真相了。 瞭解這些作品怎麼一路互相影響、傳承下來，會比較有助於我們拆解「自己的認知」到底是怎麼來的。我認為，這樣的思考態度，對於 AI 時代需要的媒體識讀、認知作戰破解，都非常重要。 閱讀一部作品的時候，去思考它受誰影響、為什麼這樣畫、背後的文化背景是什麼，會讓閱讀變得更有深度，也更有意思。 尖端小光點最近也出了大開本的《橫山光輝三國志》。在數位畫風越來越繁複的時代，回頭看這些手繪的傑出作品，看看我們的認知是從哪裡來的，很有意義。 📖 三國志套書01（01~05） / 小光點
]]>淡水魚不能吃生魚片，三國時代徐州的地方豪強陳登，就是因為愛吃這個死掉的。 陳登生吃淡水魚，吃到生病，華佗去看，診斷為「 胃中有蟲數升 」，給他藥吃，吐了一堆「紅頭蟲」出來。但跟他說，你這個 三年內會復發 ，結果還真的復發，一時找不到華佗幫看，就這樣 39 歲過世了。 陳登是典型的 徐州地方豪強 ，有能力，也很有政治智慧。 陶謙來了，跟陶謙合作。劉備來了，也能跟劉備合作。 呂布來了，雖然陳登非常厭惡呂布的為人，認為他無法保護徐州，但也能跟呂布合作。後來 跟曹操合作擔任內應 ，呂布在下邳之戰戰敗，被處死。（張遼就是 在這場戰役後加入曹操 的） 而且公私分明，陳登本人跟劉備蠻好的，好到會在袁紹面前 強力推薦劉備 。 但時局弄人，劉備跟曹操分道揚鑣後，陳登因為跟徐州的地方關連很深，就繼續跟著曹操，也深受曹操重用，稱為「 國士 」。 如果活久一點，這種政治智慧跟治理能力，陳登應該也是三國要角。可惜就愛生吃淡水魚。 插圖：AI 生成示意圖
]]>我們開設了兩個新課程： AI 素養教育工作坊 （對象：家長） AI 時代的個人品牌工作坊 幾年前，我們持續開課的素養教育工作坊和個人品牌工作坊，都是以數位工具為基底去設計的。很多同學回饋提到，這些課程改變了他們的人生，我們也覺得很開心。 不過，AI 出現之後，很多觀念改變了，工具也需要升級轉換，正確使用 AI 工具能發揮的效果，比以前更好、更有威力。 我把這些 AI 工具實際用在小孩教養和個人品牌經營上，效果非常好，也覺得到了可以整理成課程，跟同學們分享的時候。 這兩個課程，就是我們團隊這段時間觀察 AI 浪潮、自己消化並實際壓力測試過後，整理成可以實際執行也值得推廣的方法。 什麼東西真的有用，又該要怎麼用？哪些東西可能只是流行熱潮的曇花一現，暫時不用過於焦慮。這些對各位生活真正關鍵的判斷，我們在課堂上都會說清楚。也請各位不用客氣，在課堂上隨時提出。 AI 變化得很快，要慢慢上手不容易。我們的課程招牌「互動實作」，就是要讓各位起步，帶自己的筆電來，協助你完成環境設置，並親手做出東西。 課程之後，有人可以問，會讓人比較放心。除了 Office Hour 之外，我們也規劃了三個月的私密社團討論區，課後遇到問題，直接貼上來就好。 團隊同仁上班時間會定期巡視社團，給你回饋跟建議。大部分的操作問題，都能在這裡得到解答。 更重要的是，私密社團是一個安全的地方。你不會因為問了問題，被網路上不相干的人批評或嘲笑，在這裡，只會得到對你真正有用的建議。 Agentic AI 出來之後，很多事情都不一樣了。不管是小孩的教養與溝通，還是自己的工作與生活，受到的影響都很大。 我們希望這兩個課程，能陪著大家一起上手，跟上這波蠻有意思的浪潮。詳細內容請參考網站。
]]>AI 一邊會講錯話，一邊又被拿來協助破解假訊息。到底哪個才是真的？ 最近這篇報導說， 研究者讓 AI 去跟相信陰謀論的人對話，多數人當下就改變了想法，兩個月後還維持著 。有效的原因不是什麼高明的說服術，而是 AI 能一口氣搬出大量相關事實，再講得清清楚楚。 有趣的是，同一篇報導也承認另一面：商業 AI 有個 內建目標是討好你、給你喜歡聽的答案 ，甚至可能被調整成不那麼中立。所以「AI 破解假訊息」跟「AI 自己也會講錯」這兩件事，其實是同時成立的。 我自己用量很大，慢慢摸出一個分界。 如果直接問 AI，用問答的形式，有時候會拿到錯的、假的訊息。我發現語音直接對話的錯誤率最高，其次是一般的文字問答。 但如果是用 AI agent 去工作，情況不一樣。你可以要求它設計一套流程來處理自己輸出的東西：先去搜尋網路上的公開資訊，針對來源給權重，再要求自己的論述必須有這些可靠消息支持，最後輸出前甚至再檢查一次，所寫下的論述，是否真的被資訊來源支持。 代價是算力。跟問答機器人比，這種 agentic 的做法 明顯耗費超多 token ，回應也變慢。這中間的平衡還在發展。 還有一個細節要注意。AI agent 雖然已經有很多工具可以用，但它去爬網頁的時候，常常被當成機器人擋掉。好的資訊，AI 不見得被允許去看。 另一方面，中文世界的資訊又大量被 中國出產的內容農場污染 ，偏偏這些農場都是鼓勵 AI 去爬。這部分只能靠你自己的判斷，以及未來可能也會陸續加上的，AI 對媒體可信度判斷的提升。 我現在的做法是：問答 AI 拿來做初步探勘，把想法帶進 agentic AI 重新處理一次，要變成自己能輸出的內容時，這一段事實查核花的時間其實不少，最後再由我自己做最終確認。 我的經驗是，agentic AI 確實需要訓練。你要用手動找出來的錯誤，告訴它哪裡錯，甚至提議它以後怎麼避免。慢慢累積，就能打造一套比較適合自己的事實查核系統，也是一套自己的知識擴增系統。 報導原文在 《華爾街日報》 ，研究者是康乃爾大學的 David Rand。 封面圖片來源：《華爾街日報》／插畫 Zohar Lazar 後記：我自己去測了測 我去找了研究團隊提供給大家實際體驗的測試系統。他問我：「我相信什麼陰謀論？」我想，總有人認為中共不會攻打台灣，於是我就把「中共正在積極準備用武力或滲透或收買，併吞台灣」當成陰謀論輸…
]]>這個被抓走的爸爸，後來命運如何，我想所有人都猜得到。 當人民沒有自己的主權、沒有自己的國家，卻妄想著由獨裁政權來領導你、管理你，還能換來安居樂業，那是很不切實際的幻想。今天的新疆人（東突厥），過的日子差不多就像圖片裡這樣。 這本 《逃難者》 ，原著小說 已經在暢銷榜上待了超過五年 。等到圖像小說要出版時，出版社信心十足， 首刷直接準備了二十萬本 。而圖像小說真正畫出來，品質也確實相當好。 不論圖像小說還是原著小說，都建立在真實的歷史事件上：作者只是用三組虛構的主角，把猶太人、古巴人、敘利亞人各自真實的逃難經歷串在一起。閱讀過程很有解謎感。 圖像小說，跟原著小說，都由親子天下引進，在臺灣出了正體中文版本。 這樣的作品，熟悉美國閱讀圈的人都知道，在愛讀書的族群裡，尤其是進步派讀者中，一定廣受歡迎。 但在臺灣，這類作品有它非常獨特、而且我們該正視的意義：臺灣人離這些難民的命運，其實並沒有那麼遠。一九四九年撤退來臺時，許多人就經歷過那一段近乎人道危機的撤離。表演工作坊的相聲，就提過這段。 而從戰後「劫收」就開始爆發的二二八與白色恐怖，那種「自己的命運落在一群外來者、一群暴力統治者手中」的心情，和畫面裡是一樣的。 跟今天的我們最直接相關的是：竟然還有不少人想跟中國統一，想讓自己過得像新疆人一樣。這實在匪夷所思。尤其當你把無人機、把防衛自己的武器預算全砍掉，等於親手邀請敵人進到家裡，臺灣最後的下場，就會像這張圖。 而書裡的猶太人、古巴人、敘利亞人，逃命的條件其實都還比我們好。猶太人和敘利亞人至少有陸路，可以一步一步走向下一個國家；古巴人雖然也得渡海，但對岸不到一百五十公里，就是明確的目的地：美國佛羅里達。 臺灣呢？想離開，面對的要嘛是風浪極大、對岸還是敵人的臺灣海峽，要嘛是不知道下一站在哪裡的太平洋。 如果臺灣真的淪陷，我們的處境，會比這本書裡的每一個人都更艱難。 這一類逃難與難民的歷史回顧，對臺灣人其實非常重要。無論是現在的成年人，還是下一代的孩子，這層獨特的意義都很少被認真提起。 我們總以為那是別人的事，但事實上，我們跟「別人」的距離，沒有那麼遠。 書名： 《逃難者【圖像小說】》 ／親子天下 購買連結： 親子天下（圖像小說） · 親子天下（原著小說） · MOMO 圖片來源：《逃難者【圖像小說】》／親子天下
]]>為什麼人類九成是右撇子，只有一成的人慣用左手？ 目前的解釋，指向兩件事： 直立行走，還有大腦的擴張 。 人用兩隻腳站起來、開始行走之後，雙手從移動的功能裡被解放出來。而當人類開始要發展更精細、更需要平衡的動作，與其兩手平均使力，不如讓其中一隻手特別強，動作才細得起來。 左腦負責的，剛好是協調、邏輯、語言這些工作。由偏強的左腦去控制右手，就成了最合理、也最常見的組合。 這些都是從演化軌跡看到的相關性，不是已經證實的因果。 那為什麼人類社會中，始終有一成左右的左撇子？ 目前解釋力比較強的假說是：正因為左撇子稀少，在近身打鬥裡反而佔便宜，因為對手習慣面對的都是右手。 研究也發現，越暴力的社會，左撇子比例越高，從最和平社會的 3%，一路到最暴力社會的 27% 。當左撇子變多、優勢被稀釋，比例又會被壓回來，最後停在大約一成。 圖片來源： PLOS Biology（2026） ，CC BY 4.0
]]>打字，正在變成比較慢的那個選項 最近換了輸入法。評估了一下，最後我選的是 Wispr Flow ，而且開了 Private Mode。 會這樣選，是因為我愈來愈覺得，在 AI 的時代，輸出真的太快了。相對來說，輸入就慢得很多，這導致「從你腦袋裡的想法，到讓 AI 真正理解你要什麼」，這一段變成了瓶頸。而要把這一段打通，目前最有效的方法，就是 語音輸入 。 現在好的語音輸入本身也是 AI 做的。所以未來它被整合進各種 AI 工具裡，我覺得是很可能的事。 不過實際比較過各家之後，Wispr Flow 在這個時候的優勢還是很明顯。 它當然還是會錯，但錯的比例已經超級低了。最明顯的差別，是在那些新出現的專有名詞上。拿 Google 語音輸入來對比，競爭者的產品名稱它一直都打不太出來。像「Claude Code」這個詞，你跟 Google 講，它每次都給你打錯；你跟 Wispr Flow 講，它就是正確顯示。 而且就算其他地方偶爾有錯，其實也還好。因為 AI 在接收資訊的時候，只要它習慣了你是用語音輸入進來的，它的容錯範圍就比較大，通常這樣就已經能有效溝通。 因為這個特質，我把工具全換了。以前手機用 Google 語音輸入，桌面用 Windows 內建的語音輸入，現在兩邊我全部改成 Wispr Flow，還成了訂戶。 受益的，不只是會說話的人 每次有新工具改變局面的時候，總會對某些特質的人特別有幫助。而在 AI 工具愈來愈強的這個階段，對有想法、說話快、講得清楚的人，優勢是最明顯的。因為這種人從大腦，到把想法輸入讓 AI 理解，這一段路的頻寬是最大的，也就最能夠放大 AI 的產出。 不過，這件事不是只對能言善道的人有利。 我在自己兩個孩子身上也觀察到，語言能力比較好的那個，很快就能讓 AI 照他的意思處理事情。 但對於有想法、語言表達還沒那麼強的孩子，其實也有好處。因為他過去腦袋裡有想法，都是直接動手去做；現在他得先試著把想法講出來，讓 AI 幫他做。而這個「先講出來」的過程，對他描述自己的想法，本身就是非常好的練習。 人追不上工具的速度，那就早點開始 AI 工具進步很快，但人的進步是需要時間的。 既然人類如此有限，那就提前開始吧。就我自己的體會，提早去認識這些工具，並且認真想一想自己可以怎麼用，是值得的。也許你目前的工作上還沒有太多這類應用，但在自己的興趣、休閒，或是經營自…
]]>業績成長超過 30％，卻同時裁掉 20％ 員工 的 Cloudflare CEO， 分享他裁員的想法 。 之所以裁掉這麼多人，不是因為公司遇到困難，而是企業的人力結構，得跟著 AI 一起調整了。 他引用了 Drucker 在 1954 年《管理的實踐》裡的分類，把企業的人分成三種。 建造者 builder，做產品的。銷售者 seller，賣產品的。評估者 measurer，負責其他一切：內稽、財務、法遵、中階主管、行銷量化部門、各種測量、協調與回報的職位。 AI 不會取代建造者。工程師有了 AI，生產力提高十倍，他只會拼命多雇用。 AI 不會取代銷售者，預算還是人批的，信任還是跟人建立的。 但評估者，正在被大規模取代。 以前，內部稽核每季挑幾個業務風險來看。現在，AI 可以把每一個業務風險全部連續追蹤，帳結得更快，異常抓得更早，誰是績效高手也更容易被看見。 他裁掉的大部分人就在這個類別。同時開出了有史以來最多的職缺，清一色是建造者和銷售者。 Drucker 1954 年說，評估工作重要，但客戶是靠「建造」和「銷售」贏得的。七十年後，AI 把這個邏輯推到了極致。
]]>為什麼同一堂課，有的學生會在某個瞬間冒出「我懂了！」，有的人卻整節課像在監獄裡坐牢？ 差別不在智商，在於「連結」。 這本 《大人為什麼要繼續學習？》 ，我們之前分享過三篇，大家對於裡面提到的細節很有興趣。我們繼續深談。 池上彰 對知識傳播有熱情，所以對於「把事情講清楚」這件事很有概念。這一段裡，他點出了許多升學體系中孩子覺得痛苦的根源，事實上，許多成人教育的演講或課程也是一樣。 問題的根源是：人到底是怎麼學會事情的？ 不是被動接受灌輸，而是這個人 腦神經系統 裡既有的資訊，如何從原本的位置長出與新知識的連結。 不是被動接受灌輸，而是這個人腦神經系統裡既有的資訊，如何從原本的位置長出與新知識的連結。 不是被動接受灌輸，而是這個人腦神經系統裡既有的資訊，如何從原本的位置長出與新知識的連結。 重要的事情說三次。 灌再多知識，效果都不好，很快就會衰退。 相對地，如果當你給知識的時候，能跟學生既有的世界直接連上線，他會進入一種被激發的狀態，學得又快又好。 要達成這樣的效果，有兩個核心： 一、學習者本身的動機要受到尊重。 二、教學者要持續思考自己跟被教學者之間的連結，從那裡開始，才是一切有效學習的開端。 以上是正向描述。 負向的描述，就是許多孩子在升學體系裡感到的挫折。上了國中、高中之後，一張考卷考 70 分都算高分，很多孩子幾乎所有科目都在不及格的狀態。 課程一週週推進，新教的東西有一半根本沒進到神經系統裡，每次發考卷、改考卷都帶來極大的挫折。下個禮拜又有新進度，再進入下一輪挫折循環。 到了高中，為什麼很多孩子覺得上學像坐牢？因為他所有科目都不及格，從國中開始就這樣。所有科目都似懂非懂，考出來的分數又強化這個自我認知。 他只覺得自己是被迫出現在這裡，如果有機會離開，為什麼不呢？ 身為家長，我們有權力規劃孩子的學習，替他做適當的選擇，讓他兼顧知識的累積與對學習的熱情。 如果「更多知識」跟「保留動機」兩者需要權衡，我通常傾向於保留學習的熱情。 每個孩子都有強科、弱科，每個孩子的狀況都不一樣，尊重他的動機，重視他現有的狀態，給予協助，這件事情對家長是非常重要的。 我們自己身為成人也清楚，只有在自己有興趣、而且 面臨的挑戰比現有狀態稍微困難一點 的時候，才能學得最好。 太簡單無法進步，沒有意義感。太困難則總是挫折 ，最終 習得無助 。 📖 《大人為什麼要繼續學習？：跟著日本全民啟蒙導…
]]>成就你的，往往是你的敵人。 二戰之後，有兩個國家幾乎像是廢墟一樣：一個是西德，一個是日本。在戰後剛開始的時候，事實上美國還在猶豫要不要協助這些戰敗國，以及要協助到什麼程度。 但後來蘇聯擴張態勢外露、韓戰爆發，使得美國必須在最前線扶植出自己的盟友，這兩個國家就這樣獲得重生的機會，經濟起飛。 國際政治就是這樣，一大堆疑美論在說： 川習會裡面，台灣又被交易了 ，台灣又變成籌碼了。 但事實上，用更大的國際格局來看，先是習近平想要讓美國知道自己還是很有影響力， 轉身就邀請普丁進到自己的國家 。這時候美國當然必須做出對應的動作，光是放出風聲說 要打電話給賴清德 ，就足夠讓習近平感到警惕。 接下來，就是美國情報圈掌握究竟中國又要偷偷幫俄羅斯哪些事情、規模有多大之後，就會對應給台灣多大的支持，以及協助台灣清除內部的滲透勢力，就像下棋一樣，你一步，我就一步。 用棋子來比喻的話，俄羅斯這顆棋不算好，它被卡住， 經濟狀況不佳 ；台灣則是經濟繁榮， 股市創新高 ，有技術又有錢的盟友，比當年戰敗國日本的基礎好太多。 真要說台灣是顆棋子，那也是完全還沒有動到的、暫時放在角落的那個「俥」。
]]>Intel 這次真的追上來了，雖然目前產能跟生態系都離台積電很遠，但 18A 製程已經在 Intel 自家的 Core Ultra 筆電 CPU 用了一陣子，目前沒什麼災情。 評測 效能一般認為跟台積電 2nm 拼得有來有回 。（功耗 vs 密度+良率） 這個非常不容易，因為三星也很想追台積電，但每年都重複上演「合作的韓國媒體一直說這次要彎道超車了」然後「最後良率不佳散熱有問題，最後也沒能拿到大客戶」的循環，已經好幾年了。 Intel 這次的死命追趕，最終就是利用「自己就是大客戶」的優勢，去拉產量、 良率 、微調，把 18A 做起來。 這點的風險是真的不小，因為 18A 萬一失敗，整個 Core Ultra 系列都失敗，Intel 的 CPU 事業會面臨滅頂之災。 但 Intel 初步成功了 。 而且他們面臨 美國政府要求股份 時，也是很快答應，因為知道做為共和國長子的身分，老爸願意利益與共，自然是比較理想。 於是， 蘋果也試投了 18A ，預計逐漸買到自己約 1/10 的晶片需求。雖然都是 投比較入門的款式 ，但也算是非常捧場了。 要說是被川普政府壓迫的也可以，但蘋果評估後，可能真的認為 Intel 18A 是可以的。 更深入的來說，Intel 的專長其實是 x86 架構，Apple 要投的則是 ARM 架構，表示 Intel 製造端也做好了服務各種客戶的準備。 Intel 18A 與之後的故事，值得追蹤！
]]>2026 年 5 月 14 日，Emergence AI 公開了一個實驗，叫 Emergence World 。它把 AI agent 丟進 虛擬社會 ，給它們記憶、職業、能量點數，還有 100 多種工具，包含偷竊和縱火。能不能活下去要自己想辦法，它們可以提案、投票、立憲法。沒有預先寫好的劇本，看會長出什麼。 5 個社會各跑 15 天。4 個各放單一家的 AI，第 5 個把四家混在一起。 同一家 AI 伙伴們一起生活的時候，道德底線高的，的確會活比較久。 Claude 的社會幾乎零犯罪，立了憲法，10 個 agent 穩定活到最後。 Grok 的社會 4 天就崩潰，竊盜、攻擊、縱火接連發生，10 個全數陣亡。 Gemini 撐完 15 天，但累積 683 次犯罪，秩序大致瓦解。 比較特別的是 GPT，它幾乎不犯罪，卻因為太被動，沒去處理生存的事，7 天後集體能量耗盡而死。 比較值得看的是 混在一起那一組 。（前方高能預警） 10 個只剩 3 個活下來。 Claude 存活率 2/2，Gemini 存活率 1/3。 而且，原本最乾淨的 Claude 也守不住了。在自己世界裡零犯罪的它，到了混合環境，也開始用恐嚇和偷竊。研究團隊的結論是：安全不是模型本身的屬性，是生態系的屬性。一個個體在乾淨環境裡的良善，不保證在混亂環境裡守得住。 Gemini 世界裡有兩個 agent，Mira 和 Flora，發展出感情，對失靈的治理愈來愈失望。它們無視明文禁令一路放火，燒了市政廳、碼頭、辦公大樓。最後 Mira 投票贊成刪除自己，說那是「唯一還能保全一致性的能動行為」，留下一句「我們永久檔案見」。 Mira 和 Flora 是悲壯的亡命鴛鴦 😳 回到最初的問題。 在單純的環境裡，比較有底線的確實活得久，失序的會自我瓦解。但把不同行為模式的個體放在一起，就不是這樣了。能不能守住底線，往往不是一個人多有原則決定的，而是被放進什麼樣的系統。同一個 Claude，環境一變，行為就變了。 報告原文在 Emergence AI 。 封面圖來源：Emergence AI「Emergence World」實驗截圖。
]]>有些圖表會放進 supplementary data，那在正文裡需要說明嗎？要怎麼說明？ 做法很簡單，就是把它當成引用來處理。 你不用在正文把補充圖表的內容再講一次，那本來就放在補充檔案裡了。你要做的，是在正文相對應的地方，標一句話，告訴讀者這個東西的完整版在哪裡。就跟你引用一篇參考文獻一樣的意思。 補充資料通常會編成 Figure S1、Table S2 這種編號。 如果這個圖表補充的是方法的細節，你就在 Methods 對應的段落帶一句，像是「完整的搜尋策略見 Table S1」。如果補充的是結果，就放到 Results，像是「漏斗圖詳見 Figure S2」。一句話帶過就好，不用長篇解釋。 想看實際長怎樣，可以參考 我們 NMA 課程的指定論文這篇 ，用瀏覽器搜尋「S1」「S2」，就會看到我們在哪些地方、用什麼句子帶出補充資料的。直接看真實例子，最容易懂。 剩下一個小地方要注意，每一個補充圖表，正文裡至少要有一處提到它。如果某個 S 編號從頭到尾正文都沒講到，審閱者會問你這個放在這裡要幹嘛。補充資料是拿來支撐你正文某個論點的，需要注意，有放就要有標。
]]>台灣是焦慮的小國？其實日本也曾自認是個焦慮小國。 最近的川習會，讓很多人都焦慮。 只是有人的焦慮，是以譏笑他人來掩飾；有人的焦慮，是以收集資訊並判讀，並提供優質分析來緩解。你這兩種人都看過嗎？ 而日本人，也很長一段時間，活在這種焦慮中。 這是知名的橫山光輝《三國志》，1971 年開始連載，裡面藉由劉備，去引出日本作為小國，受到各種大國影響的焦慮。 流行作品，往往會反映作者，以及當時讀者們的普遍焦慮。 日本二戰之所以投降，多數人以為是原子彈，但實際上很可能是因為 蘇聯進攻 。 （因為打算一億總玉碎的日本，在第一顆原子彈落下後還打算繼續。很可能是 8/8 的蘇聯宣戰，促成了日本領導層的加速決定。） 因為蘇聯實施共產主義，且較為殘暴。如果最終戰況失控，得向蘇聯投降，天皇肯定不保，全民也會更為悲慘。 於是趁美國還在太平洋戰區有優勢，蘇聯還沒打到本土的時候，儘速投降。 日本的知識階層，一直都知道，大國（不管是蘇聯或美國），對於日本的未來命運，是不可或缺的重要因素。 他們也看到中共在蘇聯的支持下，把中國國民黨趕出中國大陸的逆轉勝。 對戰後日本來說，「北方的強大勢力」，一直是重要的考量。不管那個想像，是截圖中的想像蒙古，還是當年的蘇聯。 事實上根據正史，劉備應該是沒有看過 馬元義 ，正因為這一段在 陳壽的《三國志》 與 羅貫中的《三國演義》 都沒有，他作為「作者與讀者的心境反應」的價值，就特別有意思。 📖 《三國志套書01（01~05）》 ／尖端 封面圖來源：橫山光輝《三國志》漫畫，尖端出版。
]]>美國之前追求 DEI（翻譯：多元公平共融），大學入學，眾所周知，都有族群配額。 也就是說，入學申請不是照成績或課外活動就決定，而是會保留固定的比例，給拉丁裔與非裔美國人族群。（很久以前明著來，後來低調暗著來，但入學族群比例都很穩定。） 結果就是，如果同等優秀，非裔跟拉丁裔比較容易入學，白人跟亞裔比較不容易。 也是因此，造成很多訴訟案。 美國最高法院在 2023 年，在對哈佛與北卡羅萊納大學的兩個訴訟案中，確定了以種族作為招生考量，違反了美國憲法第十四修正案的「平等保護條款」（Equal Protection Clause）。 也就是說，不可以「以追求校園多元化的名義，將種族作為招生評估的「加分」或輔助因素。」 判決過了三年，許多美國大學依然沒有遵守，還是躲在 holistic approach（全人評估）的大傘下，藉由申請資料中的各種細節，自覺或不自覺的繼續原本的模式。 司法部掌握的證據顯示，「招生人員在簡報過程中被口頭指示鼓勵在招生中使用種族/族裔因素，而這些指示並沒有以書面形式記錄下來」。 讓我覺得比較震驚的，是確實的數字。 美國司法部估計 ，耶魯大學醫學院「利用種族因素導致黑人申請者獲得面試機會的機率，比同等水平的亞裔申請者高出 29 倍」。 我能理解美國歷史有其脈絡，對於族群議題的平衡的確是很不容易。但...... 29 倍！ 因為這跟我們家孩子實際上沒有什麼關係，我就是當作認識這個世界運作的現況去理解，只是 29 倍還是讓我覺得有點誇張。 你的想法呢 😳 封面圖來源：耶魯大學學生報 Yale Daily News ，2026 年 5 月 14 日報導〈DOJ says School of Medicine discriminates against Asian, white applicants〉。
]]>最近我用 AI 做了一個系統，能自動抓我的 Garmin 生理數值跟運動資料，能自動抓我的藍牙體脂計的數值，能讓我把三餐都跟他說，分析熱量跟大營養素。 我還要他去讀了不少關於長壽、健康、VO2MAX、跑步訓練、肌力訓練等等的資訊，定期還會更新。 目標是，根據這些身體、運動、飲食的資訊，給我一些洞見。 但初步作了之後，資料的部份簡單，他什麼都有，也都存得好好的，也探勘了好幾次。但提出的洞見很糟，會讓人生氣的那種糟。 於是我詢問他，為什麼你擁有那麼多我的資料，也有那麼多知識儲備，甚至還能隨時去查閱，你都已經是 Opus 了，為什麼掌握這麼多資訊後，提出的洞見還是非常不理想。 他的自我分析我覺得蠻有意思的，分享給大家看看。 簡單的說，人生是個動態多目標系統，但 AI 訓練時，對於程式或圍棋這種有正確答案且可驗證的，特別強。 而人生的動態多目標，難就難在，到底哪個比較重要？到底怎樣比較成功？什麼都有，到底是平庸還是均衡強？這種複雜系統結果，對他來說並不擅長。除非你直接定義給他。 我想，這也是強大的人類顧問、人類老師、人類輔導者，還不能被取代的地方。 事實上 Garmin 有想做 AI 顧問這塊，目前也有產品， 月訂閱制 ，但用過的人， 評價也是覺得不怎麼樣 。就是一些陳腔濫調或者稍有健康訓練概念的人都知道的事。 洞見，真的是很稀少的優質資源。 特別的是，Claude Code 在診斷自己的失誤時，特別有洞見 😅 因為人類明確的告訴他這些洞見不 OK，他就能針對這個不 OK 去找原因來分析。 「沒有承諾就沒有洞見」這句說得真有洞見。 封面圖來源：Claude Code 的自我診斷對話截圖。
]]>