跳至主要内容

90 篇文章 含有標籤「AI 🤖」

語言模型、生成式 AI、AI 內容

檢視所有標籤

對 AI 圖過敏

· 閱讀時間約 2 分鐘 ┊ 純文字版

八月 BlogBlog 同樂會的主持人 Ikuka,在「一期一會」的主題頁面有個小小的請求:

「(重要)我對 AI 圖非常過敏,眼睛會瞎掉,所以拜託投稿文章的時候不要用生成 AI 圖,這是我唯一的小小請求了!!」

──Ikuka

我自己倒是沒有對所有的 AI 圖過敏,但是我對那種「想占便宜的 AI 圖片」超級反感!

你一定在社群媒體見過那種圖。就是那種餵給 AI 三行 Prompt、二十秒後就能生出來的圖──構圖是預設的、配色是預設的、文案飄出濃濃 GPT 味、最底下一定要配個圓角橫幅──這類圖片的意圖也很明確:貼到 Instagram 上,騙取流量和愛心。

還是想像不出來嗎?我在這邊直接給你一張:

(Ikuka:啊~~眼睛!我的眼睛!!)

這種東西我超不能接受,看到就覺得被侵犯!不論 AI 或非 AI,只要讓我聞到那種「不想花心思和努力,卻想撈到好處」的意圖,我就想立刻逃離現場。

但最絕望的是,這些圖底下竟然真的有很多愛心!這就是被社群媒體訓練出的結果:人們現在已經可以若無其事地把垃圾吃下去,而且不覺得那是垃圾,甚至還會按讚分享!

平台見到這景象一定暗爽到不行:既然便宜的垃圾大家都能吃得津津有味,那何必餵他們有營養的食物呢?何必討好那些「創作者」呢?以後我們平台自己生垃圾出來就好啦!

最後,反而我們這些還有味覺、不吃垃圾的人,還會被嫌「挑食」、「難搞」呢!

(八月份的 BlogBlog 同樂會「一期一會」即將截稿!快把握這次的一期一會!)

備胎

· 閱讀時間約 4 分鐘 ┊ 純文字版

先看看以下這兩份月曆:

這是 Claude(上)1和 GitHub2(下)最近三個月的服務狀態歷史:綠色的格子表示當天平安無事,黃色表示出了點小狀況,紅色表示出了大災難。

你不覺得黃色和紅色格子超多的嗎?最誇張的是 GitHub,它已經連續三個月達成了「出事的天數比沒出事的天數還多」的壯舉!

月曆右上角的百分比是什麼?

那是 uptime,指「正常運作時間的百分比」。

他們很喜歡用 uptime 來講服務的穩定度,因為那樣看起來數字好像很大。可是就算有 99% uptime,換算下來也等於一天裡面平均有 15 分鐘是掛掉的欸!你想想,要是你的冰箱、汽車、電視、手機只有 99% uptime,你不天天靠北才怪。

或者換個場景:一個鋼琴獨奏會,演奏者只彈對了 99% 的音,你一定會覺得這場超爛。

如果不想在紅色格子出現時瞬間變成廢人,你需要準備一個離線的「備胎」。而且我甚至會說,即使你用的是單機的專有軟體,最好也找個自由軟體的備胎──誰知道下次更新不會把一切都搞砸呢?3

如果沒有 Suno 就做不了音樂,沒有 Claude 就不能寫作,沒有 Google Translate 就看不懂外文,沒有 GitHub 就不能管理專案,這簡直是脆弱到不行!

「備胎」就算沒有雲端版好用也沒有關係,只要能讓你維持類似的工作流程就夠了。如果一個工具完全沒有離線的備胎,我建議一開始就不要把它納入工作流程。

不要再拖了,今天就動手,至少準備一個備胎吧!從以下幾個常用工具開始:

  • 📄 文書處理:如果你總是用 Google Docs,也試試看用 LibreOffice,或更進一步──用 Micro 編輯器和 Markdown 格式。
  • 🧠 語言模型:如果你總是用 Claude、Gemini、ChatGPT,在自己的電腦上也準備一份 Gemma 4 E2B4 或 E4B。(E2B 版的硬體要求很低,只要有 16 GB 的記憶體,就算是有點老的電腦還是跑得動5)
  • 🌍 翻譯:上述的 Gemma 4 也可以解決翻譯問題,不用每次都去問 Google Translate。
  • 🎨 影像處理:如果你總是用 Canva 和 Photoshop,也練習用 GIMP、Krita 和 Inkscape。說真的,搞不好你會發現它們更好用。
  • 🎹 音樂製作:如果你總是用 Logic、Ableton Live、Cubase 等等,也試試看自由的 Ardour 和 MusE Sequencer。
  • 🎬 影片剪輯:如果你總是用 Final Cut 和 Premiere,也試試看自由的 Kdenlive。
  • 🖼️ 圖片與音樂生成:看這篇。
  • 🍿 娛樂:總是依賴 YouTube 和 Spotify 才能看影片、聽音樂?快把喜歡的東西下載下來,它搞不好明天就下架啦!

還有太多太多了,更多軟體建議請看我的「愛用 /use」區。

當你漸漸進入自由軟體和離線軟體的世界,你會慢慢發現它們根本不該只是備胎,應該直接扶正才對──因為很多用起來,都比「主流」軟體舒服得多啊!

延伸閱讀

What Happens When a Romance Writer Gets Locked Out of Google Docs

一位寫愛情小說的作者 K. Renee,某天晚上突然被 Google 說她的文件「被標記為不當內容」,導致 Google Docs 裡總共 22 萬字的作品全被凍結,而 Google 完全沒說是哪一段、哪一句出了問題。(Wired)

Footnotes​

  1. https://status.claude.com/uptime ↩

  2. https://mrshu.github.io/github-statuses/ ↩

  3. 真實故事:當我常用的編曲軟體 Reason 從第 12 版更新到第 13 版時,竟然把調整音符力度(velocity)的視窗高度「固定」住、變得不能更改大小了!導致我得在極其狹窄的空間裡與音符力度搏鬥。這是我最常用、工作上最重要的功能耶,它就這樣在更新時把它拿走了!現在我覺得 Reason 超難用、超不順手、一用就煩,就是因為這一個原因;我寫信給他們提出建議,他們死都不改!生氣!負評! ↩

  4. https://ai.google.dev/gemma/docs/core?hl=zh-tw ↩

  5. 我在已經 15 歲(2011 年出品)的 ThinkPad X220 上測試過。很慢,但真的跑得動,可以用! ↩

離線 AI 根本是奇蹟

· 閱讀時間約 3 分鐘 ┊ 純文字版

最近半年,全世界都在討論 AI Agents(代理人):養龍蝦(OpenClaw)、Codex、Claude Code、Hermes 什麼的。用的人都一直說多好用、多強、多方便,好像不用就落伍了。

我當然能想像叫 AI 自動做事一定會很好玩,但我對那些雲端的 Agents 真的超沒興趣──做什麼事情都要依賴遠端的主機,而且要長時間工作的話,很快就會把用量燒完,或者是要付很多錢。

直到上個禮拜,新模型 Qwen3.8-27B1 正式推出!它是第一個真正有能力「長時間獨自做事」的離線模型,我當然是推出第一天就迫不及待開始玩了。

解謎任務​

那要叫它做什麼好呢?

因為前幾天這個 blog 剛好聊到《大富翁 2》以及它的音樂;我想,那就叫它寫個「大富翁 2 → 標準 MIDI」轉換器好了。

我是在 Linux 下用 Pi Coding Agent2,直接連接本機的 Qwen3.8-27B 語言模型。我就是把整個《大富翁 2》DOS 版的資料夾丟給它,然後跟它說:「你想辦法幫我把裡面的音樂轉成標準 MIDI 檔案。」

就這樣,沒有給別的線索──因為我也沒有別的線索了。

然後它就自己去了​

  • 首先,它自己發現了資料夾裡面的一堆 .RIX 檔案可能是音樂檔。
  • 接著,自己上網搜尋找到了一個能播放 .RIX 檔案、叫做 adplug3 的函式庫。
  • 但可惜,這個 adplug 只能播放(轉成音訊),並不能提取檔案裡面的音符資訊。
  • 於是它自己去讀了 adplug 關於 RIX 格式的原始程式碼。
  • 發現 .RIX 檔其實是直接送往 AdLib 音效卡 FM 合成器的機器碼,並不是一般 MIDI 檔案。裡面沒有音符、沒有拍子、沒有小節,只有「在第幾個時間點對暫存器寫入什麼數值」的指令。所有音符的時間都要自己回推出來。
  • 而且,它從原始碼發現了 AdLib 其實有個「打擊樂模式」,打開的話,頻道 7-9 會變成鼓組。
  • 但它不知道哪一軌是哪個鼓,所以計算了每軌的音符數量,猜測打最多下的那個應該是 closed hi-hat(它猜對了)。
  • 結合以上的邏輯,它寫了一個 C++ 程式。過程中當然發生許多 bug,但它自己一遍又一遍測試程式、自己修改、自己重跑,最後終於把全部檔案轉成了可用的 MIDI 檔案!

(我只是去喝個咖啡,回來檔案就自己出現了!)

根本奇蹟​

這一切如果要我去研究,可能要花我好幾個月,而且我根本不可能為了這種事投資這麼多時間。但現在,這一切只需要我硬碟裡一個 17 GB 的檔案,只花一個多小時4就搞定了,還不用依賴大科技公司的資料中心(除了搜尋)?

你說這不是奇蹟是什麼?

送上轉成 MIDI 以後,用 General User GS 音色庫播放的結果:

作為對照,這是原始的 FM 合成器版本:

Footnotes​

  1. https://huggingface.co/Qwen/Qwen3.8-27B ↩

  2. https://pi.dev/ ↩

  3. https://adplug.github.io/ ↩

  4. 雖然如果用 Claude Opus 的話,可能五分鐘就搞定了,但我依然覺得離線模型可以做到這樣已經是奇蹟了。 ↩

好想滅火

· 閱讀時間約 2 分鐘 ┊ 純文字版

根據這篇加拿大 CBC News 的報導:在北美,每年至少有一百名消防員因為縱火被定罪──因為一直都等不到火災,無法大顯身手,實在太無聊了,乾脆自己放把火吧!

"Some are bored, seeking excitement. Some of these guys are trying to live up to the war stories of their parents."

(有些人只是無聊,想來點刺激的。有些人則是想成為他們爸媽口中那些英勇故事的主角。)

──Edward Nordskog,縱火與炸彈調查專家

能解決某個問題的人,正是最有動機去製造那個問題的人:

  • 📱 手機 app:還沒有智慧型手機的時候,單純的網頁早就能處理好大部分事情了。但只因為有些人想要做 App,於是先把網頁版做得更難用,然後硬把簡單到不行的功能包成一個 500 MB 的 App,逼你浪費時間下載、註冊、登入──最後發現 App 裡面其實就是一個單純的網頁。
  • 🤖 大型語言模型:又慢又耗能、大部分時候根本沒必要,許多問題用傳統程式碼就能解決啦!現在連查個公車路線,都還要我們用「AI 公車站長1」?拜託,不能就給我一個文字框或下拉選單,讓我選擇出發、到達點,然後直接給我路線清單嗎?這明明只要用 1980 年代的技術、做簡單的資料庫查詢就可以做到啦!
  • 🗑️ AI 生成工具:在 2023 年之前,圖片、影片、文字要花 100 倍的時間才能完成,但那時有人抱怨網路上內容不夠多嗎?並沒有呀!世界照樣正常運作。現在網路上這樣充滿 AI 垃圾也沒有比較好啊!

還有太多了:智慧電視、智慧冰箱、社群媒體、短影片、沒有網路就不能用的軟體⋯⋯這些東西其實都沒有解決任何實質問題,它們只是因為某些人為了滿足私慾,而強行創造出的「火災」。

Footnotes​

  1. https://www.gov.taipei/News_Content.aspx?n=F0DDAF49B89E9413&sms=72544237BBE4C5F6&s=BD3F66E4FD66AA27 ↩

用 AI 的最好方法

· 閱讀時間約 1 分鐘 ┊ 純文字版

網路上滿坑滿谷都是「AI 課程」,每個人都想要教你如何使用 AI。

讓我幫你省點錢,直接免費告訴你使用 AI 的最好方法!準備好了嗎?那就是──先自己不靠 AI 做一遍!

  • 怎麼用 AI 寫出好文章?自己打開編輯器寫一篇,所以你才能一眼看穿 ChatGPT 生出的 80% 文字都是廢話。
  • 怎麼用 AI 做出好簡報?自己打開軟體做一份,所以你才能發現這邊的配色有夠俗氣、那句標題寫得有夠空洞又難笑。
  • 怎麼用 AI 做出好音樂?自己打開 DAW 彈一次,所以你才聽得出這裡 Suno 生出的和弦根本就不對、那段鋼琴在現實中根本就無法演奏。

AI 能讓你把自己懂的事情做得更快、更好;至於你不懂的事情,AI 只會做到剛好足以騙過外行人──包含你自己。

品質是白開水

· 閱讀時間約 3 分鐘 ┊ 純文字版

我在這個 blog 上大概說過三次以上(抱歉),關於我小時候第一次親眼目睹 3dfx Voodoo 加速卡時的震撼──我的電腦竟然能跑出 640x480、每秒 30 格的遊戲畫面!對於當時的我來說根本就是神蹟、久久無法忘懷。

上個月,我去朋友家玩 PS5 上的 Death Stranding。面對 4K 解析度、每秒 60 張、超流暢、光影超細膩、連毛細孔都看得超清楚的遊戲畫面,照理說我應該要再次被科技進步所感動,但我的實際感覺卻是:什麼感覺都沒有。

在 2026 年,「畫面流暢精緻」就像是白開水一樣──到處都有,免費供應,無聊到不行。一個習慣現代遊戲的玩家,大概這輩子都無法再被「畫面流暢精緻」這件事感動了。

有趣的是,當我回到家,打開終端機裡那完全沒圖像、只有純文字的 Dungeon Crawl Stone Soup,看著一堆英文字母在黑底螢幕上互毆,我反而玩得超開心。

品質通膨​

以前,一篇網路文章只要「文法通順、段落分明、排版漂亮」就已經很棒了;但現在 ChatGPT 隨便寫都能做到這個水準。只靠「通順漂亮」,已經唬不到任何人。

以前,光是能寫出「能跑」的 App 就能被叫做大神;但現在即便是一個從沒寫過程式的人,花一個晚上也能靠 AI 生出一個超精美的 App。只靠「介面漂亮」現在也沒辦法唬住任何人了。

再以我自己為例,我以前三不五時會逛 DeviantArt,在上面看到那種細節超多的精緻插畫會覺得讚嘆,還會存下來當作電腦桌布。但現在呢?我對「精緻的插畫」已經完全失去興趣,它也變成這個時代的白開水了。

AI 氾濫的可能好處​

我相信絕對不只我有這樣「麻痺感」。而且我甚至開始覺得,近幾年生成式 AI 的氾濫,說不定對創作者來說是件好事。

因為 AI 在短時間內,讓所有觀眾對「基本品質」麻痺了。畫質、音質、動畫、排版、文法,一瞬間全都變成了廉價的白開水。這意味著觀眾將更不容易被表面的精美欺騙,而更有機會能看穿作品的本質。

一旦變成這樣,創作者就不再需要砸大錢來堆疊表面的規格了──反正堆了也沒用、唬不了人了。大家終於可以回到基本面來決勝負啦!

AI 的無限迴圈

· 閱讀時間約 2 分鐘 ┊ 純文字版
  1. 人類發明了 AI,省下了大量工作時間
  2. 把省下的時間拿去泡在社群媒體
  3. 懶得寫作,於是用 AI 生成社群貼文
  4. AI 寫得太平淡,於是叫 AI 改得更聳動、更符合演算法需求
  5. 聳動語氣變成基本款,正常說話沒人要聽
  6. 看內容累、回訊息也累,乾脆全部交給 AI
  7. 省下了好多時間,拿去泡在社群媒體吧! → 回到第 3 步

(如果下方的 Mermaid 流程圖跑不出來,這是靜態圖片連結)

Stable Audio 3

· 閱讀時間約 4 分鐘 ┊ 純文字版

最近玩了一下 Stable Audio 3.0,這是 Stability AI 新推出的離線聲音生成模型。

它不像 Suno 那樣,是把全世界的盜版音樂1倒進果汁機裡,攪成一杯誰也說不出是什麼味道、但總覺得在哪裡喝過的綜合果汁,再吐出來給你喝的洗錢機器。Stable Audio 走的是完全相反的路:全部使用合法授權的訓練資料。

它跟 Suno 的用法也不同。Stable Audio「不能」生出一整首有歌詞、有人聲、有完整曲式的歌曲;它是把自己定位成你可以無限取用的素材庫。

對於本來就有能力做音樂的音樂人來說,「一鍵生成整首歌」剛好是你最不想要的功能,因為那把做音樂最好玩的地方全都外包掉啦!我們更想要的是快速取得好用的材料:一段鼓節奏、吉他和弦、音效,然後再照著我的意思去裁切、拼貼。

來聽幾個 Stable Audio 3 的生成結果。例如你正在作曲,正缺一個 96 bpm 的鼓節奏?馬上生給你:



想要一段 E 小調的吉他 Solo?當然沒問題:



想要貓跟狗吵架的音效?它也可以生出來:



更有趣的是,你可以餵給它一段聲音,讓模型去延伸、把它亂攪一通再丟回來。我放了 iPhone 的木琴鈴聲,結果變成這樣:



試試看 Windows XP 的開機音樂。我覺得還滿好聽的耶,很像真人用取樣機拼貼出來 lo-fi hiphop,跟 Suno 的質感完全不一樣:



很好玩吧!我覺得這個對於作曲家來說,是一個很棒的聲音實驗工具,而且是完全離線的!硬體要求不高、生成也很快,在我的電腦上(Nvidia RTX 4000)只要兩秒鐘就可以生成一分鐘的素材。

你甚至還可以拿自己的聲音檔案去微調模型,讓它無限產出類似風格的新素材。我覺得傳統的音樂素材庫服務如 Splice,大概不用多久就會被這樣的模型取代了。

當然,有些情況下,你還是會想要那種「輸入歌詞就跑出整首歌」的快感。Suno 在這方面依然還是最強的(誰叫它是世界最強音樂盜版商);想要離線使用的話,也可以用我之前介紹過的 ACE-Step。

2026 年,離線 AI 的實用度,正在迅速逼近線上服務。那些大科技公司大概也意識到自己的優勢快沒了,所以決定把全世界的 RAM 都掃光,把記憶體價格炒到天價,讓一般使用者根本買不起電腦來跑離線模型,真是高招!超級慶幸我兩年前裝了現在的這台電腦,誰想得到它的報酬率會把 0050 和 VTI 通通比下去呢?

Footnotes​

  1. https://www.techtimes.com/articles/318471/20260616/ai-music-copyright-lawsuit-suno-discovery-shows-millions-songs-july-ruling-nears.htm
    Suno 用了數百萬首版權歌曲來訓練 AI,結果被音訊指紋技術抓包,現在面臨六萬首歌的侵權訴訟。 ↩

給自己的 Prompt

· 閱讀時間約 2 分鐘 ┊ 純文字版

如果只是跟 AI 說:「幫我寫一篇關於 X 的文章」,你只會得到一篇很平均、文法正確、不得罪人、沒觀點、超級無聊的文章。

但如果給它的 Prompt1 是說:「我的觀點是 XXX,我有 YYY 這個實際經驗,這造成了我 ZZZ 的情緒2,請只根據這些資訊來寫作」,輸出的結果瞬間就有了「靈魂」。

Prompt 最有價值的部份,就是那個 AI(目前還)無法取得的觀點、偏見、情緒,以及與物理世界互動的實際經驗。只要人類願意花時間寫出高品質、有人味的好 Prompt3,AI 絕對能生出非常好的東西。

其實,人類的大腦也是一個語言模型呀!它裡面也只是一些化學物質,然後根據自然法則運作而已。

如果斷絕大腦的所有資訊來源──從此聽不到、看不到、摸不到,不能夠再從外界輸入東西──叫大腦只能「自己想」,那它就也只能從「到目前為止的訓練資料」中,不斷合成出差不多的東西,就跟數位 AI 沒兩樣。

人類的「輸出品質」,同樣也取決於輸入的 Prompt。

如果每天使用演算法餵食的貼文、短影片、智障新聞──其中許多就是以「毫無觀點的 Prompt」驅動 AI 生成的──來 Prompt 自己,那麼大腦的輸出越來越像 AI,也是可以預期的了。

Footnotes​

  1. 提示詞。也就是你給 AI 的指令或問題。 ↩

  2. 不是這樣一句而已,要寫得超級詳細喔! ↩

  3. NicePrompt? ↩

AI 問題挑戰

· 閱讀時間約 12 分鐘 ┊ 純文字版
格友們的 AI 問題挑戰(想到就更新)

相信大家一定都對 AI 有一套自己的看法──有人深度依賴、有人嗤之以鼻、有人用完還要假裝自己沒用。所以讓我們一起來玩這個「AI 問題挑戰」,把這些思考更具體化、順便讓大家也知道你是怎麼想的吧!歡迎複製以下的問題,在自己的部落格上回答!

挑戰問題源自 Rishabh P. Sharma 的部落格,原文在此。

以下中文版問題是我的翻譯:

  1. 你第一次體驗 AI 模型的感受如何?
  2. 你自己會用 AI 嗎,還是完全反對它?
  3. 你會比較偏好哪一種模型嗎(例如 Claude 和 ChatGPT 之間)?如果有,你是怎麼選擇的?
  4. AI 有哪些地方是你喜歡的?哪些是不喜歡的?
  5. 你對 AI 生成圖片的感覺如何?如果有人在部落格文章裡放 AI 圖,你會覺得很煩嗎?
  6. 現在網路上到處都是 AI 垃圾內容(slop),充滿了生成的文字、圖片、聲音和影片。你怎麼把這些東西跟真正的人類創作區分開來?你有什麼過濾策略嗎?
  7. 你對 AI 帶來的未來感到樂觀,還是認為會走向反烏托邦?
英文原文(點這裡展開)
  1. How was your first experience with AI models?
  2. Do you use AI or are you completely against using it?
  3. Do you have any preference among different models, for example Claude vs ChatGPT? If yes, how do you choose?
  4. What aspect of AI models do you like and what do you not like?
  5. How do you feel about AI generated images? Does it annoy you if someone use them in a blog post?
  6. Internet is flooded with AI slop now, full of generated text, images, audio and videos. How do you filter it from authentic human creation? Do you have a strategy?
  7. Are you hopeful for a better future with A.I. or a dystopian one?

1. 你第一次體驗 AI 模型的感受如何?​

ChatGPT 出現後沒幾天我就去試用了。

原本以為那會是一個超沒用的科技噱頭,結果發現完全不是──它真的會考慮到你輸入的每個字、計算它們之間的關係,然後輸出一個還算合理的結果。

比起以前傳統的拼字檢查、文法工具或 Google 翻譯,大型語言模型更人性化,輸出更不像是「寫死的」(hard-coded),很好玩!

我也去研究了一些技術文件和影片,大致了解它背後的運作原理,所以我知道它的強項在哪裡(了解文字之間的關係),也知道它的侷限在哪裡(沒有真實生活經驗)。我認為自己會比一般(不懂電腦的)人更知道如何使用它,所以我還滿擁抱這個技術的。

不過我也很快產生了警覺:雖然它很好用,但如果只有雲端版的話,我其實還不太願意讓它深入我的工作流程,因為這樣就產生了不好的依賴。於是,我也開始研究離線 AI 的解決方案。

2. 你自己會用 AI 嗎,還是完全反對它?​

當然會用,而且用爆!

現在大家口中的「AI」,大多指的是 ChatGPT、Claude 之類的大型語言模型(LLM,Large Language Model)。但在那之前,我早就在使用各種「AI」工具啦!例如:

  • 可以辨識語音,自動上字幕的 Whisper1
  • 可以拆分音樂,變成多個分軌的 demucs2
  • 可以自動母帶後製的 iZotope Ozone3

至於現在的 LLM,我最常用的方式,是叫它把 YouTube 影片或冗長的外文文章,重寫成中文文章讓我閱讀。

說到這裡,我一定要強烈推薦 cpdown 這個瀏覽器外掛,這太方便了!到 YouTube 任何一個影片按下它,它就能將字幕檔轉成 Markdown 並複製到剪貼簿,然後你就可以丟給語言模型,叫它寫成漂亮的文章。不必再忍受 YouTuber 那些煩人的剪輯、音效、字卡、廢話,連業配都自動跳過了,只留下真正的重點。我現在「看」YouTube 的量可能只有以前的 10% 不到,心理健康程度大大改善,我強烈建議大家試試看。

另外,我每天寫這個部落格時,也會使用 LLM。我曾經提過,我的寫作流程是先把想法「從頭腦中倒出來」,然後丟給 LLM 整理,最後在參考它的輸出自己編輯一次。但我沒有實際示範過那看起來像是怎樣,所以這邊給一個實例。

以〈為什麼古典音樂人要看譜?〉草稿的其中一段為例,這是「從我的頭腦倒出來」的樣子,我個人的習慣是一句話寫一行,並且用縮排表示層次:

  • 最根本的原因是,古典音樂是一個「不即興」的音樂類型。
  • 作曲家在音樂裡的每一個音,都做了非常精細的設計,資訊量非常高。
  • 事實上,在十九世紀李斯特發明了「現代鋼琴獨奏會」的表演形式之前,背譜演奏並不是常態
    • 上台時「不看譜演奏」反而會被認為是對作曲家的冒犯!
    • 邏輯是:不看譜,很容易讓觀眾覺得你在即興創作,這不是把作曲家的心血佔為己有嗎?

我會把以上的東西丟給 AI,參考 AI 的版本尋找我可以替換的用詞,以及修順句子。以下是最後的版本,全部都還是我自己親手打字的,只是加入了一些從 AI 潤稿版看到的寫法:

最根本的原因是,古典音樂基本上是一個「不即興」的音樂類型。作曲家在樂譜上的每一個音,都做了非常精細的設計,資訊量非常高,而演奏者想要確定把它彈對。

事實上,在十九世紀的鋼琴家們(最常被提到的是李斯特)發明了「現代鋼琴獨奏會」的表演形式之前,背譜演奏根本不是常態。反而,上台時「不看譜演奏」會被認為是對作曲家的冒犯!當時的邏輯是:如果上台不看譜,觀眾很可能會以為你是在即興,這不就是在把作曲家的心血佔為己有嗎?

其實 90% 以上仍然是我的原文,只是變得更漂亮、更好閱讀了。而且在重新打字的過程中,我可能會學到一些更精準的用詞或更簡潔的句法,我覺得滿好的,會讓我自己的寫作更進步。

我是覺得這樣使用 AI 滿健康的呀!它只是幫我做文字苦工,讓我的頭腦空出來思考更重要的事情。

3. 你會比較偏好哪一種模型嗎(例如 Claude 和 ChatGPT 之間)?如果有,你是怎麼選擇的?​

用在腦力激盪的話,絕對是 Claude。例如在寫作時,我想講某個觀念,想到了 A 和 B 例子,這時候如果我叫 Claude 幫我延伸,它通常都找得到我不會想到的 C、D、E 例子。

用在修順文章的話,我現在最喜歡離線的 Gemma 4 31B。經過我特製的 System Prompt 調教之後,Gemma 4 的語感超級符合我的口味!

Gemini 3.5 Flash 我覺得還行,偶爾當我需要一點不同視角的聯想時,我會使用一下作為「第二意見」。

以寫作來說,我最不喜歡的是 ChatGPT,我覺得 ChatGPT 的寫作風格油到不行,AI 味超重的!不過 ChatGPT 寫程式似乎還是滿強的。

目前我只有訂閱 Claude 的月費方案,而其他線上模型我都是透過儲值型的 OpenRouter 使用。離線模型我則是使用 Ollama + OpenWebUI 跑在自己的電腦上。

4. AI 有哪些地方是你喜歡的?哪些是不喜歡的?​

其實對我來說,AI 沒有什麼好「不喜歡」的,它們就只是工具而已。

我不喜歡的,是那些既不了解工具原理,品味又很差,然後產生一大堆垃圾內容丟到網路上、只想要「套利」的人類。

而我「更」受不了的,是那些每天吃著上述垃圾,然後還覺得很好吃、想吃更多的人類。喔我的天啊!

5. 你對 AI 生成圖片的感覺如何?如果有人在部落格文章裡放 AI 圖,你會覺得很煩嗎?​

我不討厭 AI 生成圖片本身,我覺得它就像是一個更方便、更自動化的 GIMP/Krita/Photoshop。以前要花超多時間在影像處理軟體做的去背、合成等等事情,現在 AI 全部可以瞬間完成,我覺得超棒的呀!

例如,只贏來我們家玩的時候,送了我們飛天小女警的公仔。我們一起把它們組起來,放在椅子上拍了張照。

(原始照片)

然後我想,如果可以把背景修掉,把它們放在舞台上,該有多好呀!以前要做這件事,可能要用電腦弄好幾小時,而且還不會很好看。但現在用離線的 Flux.2 Klein 9B4 模型,只要 30 秒就好了,它還幫你重新打光!

(換成舞台背景 + 打光!)

至於在部落格裡放 AI 圖,我覺得還是要看情況和品味。如果只是跟文章無關的封面圖,我是覺得大可不必;但如果是真的有幫助到文章內容的,我是覺得沒什麼不好。

最討厭的是「跟風型」的和「功利型」的 AI 圖片:

  • 跟風型的代表大概就是「吉卜力風格自拍」吧。那個看到就覺得煩躁、想馬上逃走。
  • 功利型的則是那些自以為有深度、有內容的「社群媒體資訊圖卡」。我會覺得丟出這種圖片的人是在想:「我不想付出努力,我只想用一張廉價的 AI 圖片來獲取流量。」感覺很差,我會直接對這個人大扣分!

(這就是我最討厭的那種「AI 資訊圖卡」。)

6. 現在網路上到處都是 AI 垃圾內容(slop),充滿了生成的文字、圖片、聲音和影片。你怎麼把這些東西跟真正的人類創作區分開來?你有什麼過濾策略嗎?​

這個簡單,只要三個字母就可以解決── 🆁🆂🆂!

用 RSS 訂閱你信任的高品質來源,就可以確保看到的都是優質內容啦!如果某個來源開始受到 AI 垃圾的污染,就取消訂閱就好了。

只要遠離大平台的演算法,基本上就不會太有遭到垃圾內容轟炸的問題。想在這個時代保持清醒和品味,RSS 是必備的生存技能。你各位快點開始用 RSS 啦!

7. 你對 AI 帶來的未來感到樂觀,還是認為會走向反烏托邦?​

我覺得所有事物都一定會走向反烏托邦,這是無法避免的。

大部分人都只想要方便、快速、即時滿足,這點永遠都不可能改變;因此「沒良心但不用動腦的科技」永遠會成為主流,這就是 Windows、iOS、Instagram 等產品成功的原因。以前一直都是這樣,AI 工具也不會是例外。

但也不是完全悲觀,一定會有一些清醒奇怪的人,能夠看穿這些「主流」都只是為了自己的利益在操控無知的大眾,於是尋求迴避、甚至反抗的手段(例如寫部落格、用 RSS、用自由軟體和 Linux)。

我的預測是:不久的將來,有 95% 的人會被「主流 AI」控制,他們的行為、思想甚至購物習慣都將變成大科技公司塑造的樣子──而且他們不會察覺,反而會深信都一切都是自己的自由意志。至於剩下 5% 的清醒者(就是你),就是我想藉由寫部落格找到的同類,我們必須集結起來,一起防止世界「完全」毀滅(頂多只能讓它毀滅 95%),責任就在我們身上了!


以上就是我的「AI 問題挑戰」。我也想很看大家對於 AI 的想法,歡迎在自己的部落格上也寫一篇唷!

Footnotes​

  1. https://github.com/openai/whisper ↩

  2. https://github.com/facebookresearch/demucs ↩

  3. https://www.izotope.com/products/ozone-advanced ↩

  4. https://bfl.ai/models/flux-2-klein ↩