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

別停止打字

· 閱讀時間約 5 分鐘 ┊ 純文字版

每次有方便的新科技出現後,人類同時也會喪失一些能力:

  • 🧮 有了計算機後:人類變得不會算術,甚至忘記了大腦可以算術,連 10+2 都要打開計算機「確定一下比較保險」
  • 📞 有了手機通訊錄後:記不住任何人的電話號碼,連自己家的市話都要翻手機確認
  • 🗺️ 有了地圖 App 之後:空間感和方向感大幅退化,連去巷口的 7-11 都要開導航

現在我們面臨的最新問題是:有了大型語言模型(Large Language Model,簡稱「LLM」,俗稱「AI 聊天機器人」)幫忙寫作之後,我們會不會從此喪失寫作能力呢?

我對 AI 寫作的看法​

關於 AI 寫作,網路上常見的態度大概分成兩派:

  • 一邊是持極度反對意見的「純手工派」:他們會在網站上掛上大大的「本站 100% 由人類寫作」標章,就像獲得了米其林三星認證一樣自豪。
  • 另一邊是極度推崇的「AI 萬能派」:他們連寫一篇「今天我吃了蛋餅」的社群媒體貼文,都要問 ChatGPT 怎麼樣可以更文青。

我自己的立場是落在兩者的中間。

對我來說,部落格文章的核心價值是「文以載道」。換句話說,文章的功能是用來傳達想法的;重點是想法,而不是文章本身。

只要文章能表現我的想法,有我喜歡的語氣、風格、味道,那麼實際上去「把每一個字拼湊出來」的工作,並不需要 100% 由我手工完成。畢竟,連大作家如海明威都有編輯幫忙審稿了,我有什麼理由不使用 AI 工具呢?

這個 blog 的寫作流程​

我在之前的文章已經分享過這個 blog 目前的寫作流程:

  1. 💡 腦力激盪:先亂寫,不編輯。快速把頭腦中的想法倒出來,只著重在核心內容和觀點,不計較用詞、敘事細節、段落順序等技術問題。
  2. ✨ AI 整理:把第一階段產生的原始素材交給大型語言模型,讓它重整結構、潤飾文字。我通常會同時丟很多個:線上的 Claude,離線的 Gemma3、Qwen2.5、Aya 等等,就像是請了一群不同風格的編輯來幫忙。
  3. 📝 重新編輯:參考 AI 生成的結果(主要是幫我找字,有時候想說一句話,但找不到好的敘述方式或譬喻),然後用自己的風格重新寫一次。

通常,最終的文章會有 80% 左右的文字是來自第一階段的素材,剩下的 20% 是 AI 幫我找到的創意點子。

以上流程有一個關鍵:我幾乎從來不直接複製貼上 AI 生成的文字,而是參考它寫的版本之後,自己重新打一遍。你在 wiwi.blog 網站上看到的所有文章,都是我在鍵盤上一個一個字敲出來的。

我發現這樣子使用 AI,不但不會讓寫作能力退步,反而還能從 AI 那裡學到很多東西。

跟 AI 上寫作課​

Claude 真的是一個很好的作家,我從它那邊學到很多。Claude 總是能找到我想不到的例子、敘述順序,還有那些讓人會心一笑的比喻。

大型語言模型的強項就是了解文字之間的關係,當你找不到要用什麼字的時候,它可以精準地幫你找到合適的詞彙!

例如,當你想表達「朋友在群組裡分享了你覺得超無聊的短片,但其他人都在狂讚,你不知道該假裝覺得好笑回個哈哈,還是保持沉默但可能顯得掃興」的複雜心情時,只要問大型語言模型,它就可以幫你找到例如「要裝熟還是裝死」、「集體幽默感的從眾壓力」、「當好人還是當真人的日常難題」等等的創意用詞。

而且,不知不覺地,我也被 AI 修正了許多不好的用詞習慣,讓我的文章更好閱讀。例如,以前的我寫文章會有一堆贅字:

「在剛開始寫一首新的曲子的時候,我通常都會先打草稿,我打草稿的方式很簡單,就是先在編曲軟體裡面載入一個很普通的鋼琴音色,然後就把想到的東西彈進去錄下來。在這個階段我不會很在意我有沒有彈錯音,或者是拍子有沒有對準,最重要的只是把想到的東西記錄下來,所以不會忘記這樣子而已。」

(這是古老好和弦影片的逐字稿草稿)

而現在的我可能會寫:

「開始寫新曲子時,我通常會先打草稿。做法很簡單:在編曲軟體裡載入基本的鋼琴音色,然後直接把腦中的想法倒出來。在這個階段彈錯音、拍子不準都沒有關係,重點只是把靈感捕捉下來,免得待會就忘了。」

但如果只是將 AI 生成的結果複製貼上,你就不會學到以上這些事情(你也許會「誤以為」自己學到了,但其實沒有),然後漸漸變得越來越不會寫文章。

寫文章也是一種身體運動​

寫文章雖然不被認為是一個「身體運動」,但我覺得其實還是的。

就像我們沒辦法光靠看 YouTube 教學影片就學會彈鋼琴一樣,用手敲鍵盤的物理動作,大腦和肌肉記憶的配合,也都是寫作過程中不可或缺的部份。

所以,如果還想保持思考、寫作的能力,就別停止打字吧!

等等,我覺得文章這樣結尾好像不太好,有點太正經了?讓我處理一下⋯⋯

「Claude!再幫我生成五個不同版本的結尾!」

做音樂不好玩

· 閱讀時間約 4 分鐘 ┊ 純文字版

Suno AI(音樂生成服務)的 CEO Mikey Shulman,在接受 Podcast 訪問的時候丟出了驚人言論:他認為大部分人並不享受做音樂的過程。

(YouTube 連結,以下引言在影片 23:17 處)

"And so that is first and foremost giving everybody the joys of creating music... It's not really enjoyable to make music now. It takes a lot of time, it takes a lot of practice, you need to get really good at an instrument or really good at a piece of production software. I think the majority of people don't enjoy the majority of the time they spend making music."

(所以首要任務是讓每個人都享受創作音樂的樂趣⋯⋯現在做音樂真的不好玩。你需要花很多時間,需要很多練習,需要學習演奏樂器和操作編曲軟體。我想大部分人不享受他們花在做音樂上的大部分時間。)

──Mikey Shulman 在 20VC Podcast

我的天,你在說什麼啊?

這太麻煩了,不好玩​

想像一下,如果我把他的邏輯套用到其他事情上會發生什麼。

  • 🕹️ 打電動:現在打電動真的不好玩!你需要看著螢幕、閃躲敵人、收集道具,還要拿著搖桿緊張地按來按去⋯⋯太麻煩了!大部分人其實不享受玩遊戲的過程,我們應該讓 AI 直接幫你破關,這樣每個人都能體驗「遊戲的快感」。
  • 🍿 看動畫:現在看動畫真的不好玩!你需要一集一集追、要等更新、情緒要隨著劇情波動,還要準備零食和飲料來配⋯⋯太麻煩了!大部分人其實不享受看動畫的過程,我們應該讓 AI 直接告訴你結局,這樣每個人都能體驗「追劇的樂趣」。
  • 💕 談戀愛:現在談戀愛真的不好玩!你需要曖昧、要找話題聊天、要花錢約會,晚上還要一起進行床上運動⋯⋯麻煩死了!大部分人其實不享受戀愛的過程,我們應該讓 AI 直接安排你們結婚生子,這樣每個人都能體驗「愛情的美好」。

這就是我們的 Suno AI CEO,Mikey Shulman 對音樂創作的想法,他覺得全世界花時間練琴、寫歌、做音樂的人都是受虐狂。

魔術方塊與籃球的哲學​

在前陣子整理 blog 舊文的時候,發現我曾經學會解過魔術方塊(可惜現在早就忘了)。那時候我看著 YouTube 教學影片,學習了幾種公式轉法,第一次把六面解出來真的覺得超有成就感(於是寫了這篇 blog)。

如果當時 Mikey Shulman 突然出現,直接塞給我一個已經完成的魔術方塊,我大概會滿頭問號地說:「然後呢?」

打籃球也是一樣的道理呀!就算現在有一個投籃命中率是 100% 的機器人,我也不會想要買它來代替我去公園投籃。即使我的三分球命中率慘不忍睹(還是無人防守的情況下),我還是想要親自體驗球從手中投出去的感覺(當然,出手的瞬間還要喊一聲「Curry!」才算是完整的體驗)。

完成品?早就滿街都是了​

做音樂就像解魔術方塊和打籃球。不論是在鋼琴前練習蕭邦的作品,還是在編曲軟體裡對聲音做各種奇怪的處理,我們要的從來就不是一首「完成品」。世界上早就已經有無數超便宜的「完成品」了,我們真正想要的是「玩」跟「做」的過程本身。

其實我很早就感受到「音樂成品不值錢」的現實了。從串流平台的微薄分潤,到商用素材庫裡堆積如山、供過於求的罐頭音樂,現在又加上了 AI 音樂生成器,音樂成品的價值已經被稀釋到趨近於零。

世界上不缺音樂,缺的是「玩音樂的樂趣」。這就是為什麼我從來沒把重心放在製作「完成品」上,而是專注在音樂教學。我相信「引導別人了解音樂、體會音樂樂趣」的能力,才是將來的音樂人們最重要、也最有市場價值的技能。

(說到「享受音樂的樂趣」,我的兩個課程《鋼琴技巧急診室》和《即興幼幼班》絕對比 Suno AI 更能讓你享受音樂的樂趣。畢竟,用自己的雙手流暢地在鋼琴上彈出有靈魂的音樂,比當個 AI 垃圾消費者好玩太多了!)

專有軟體必變爛理論

· 閱讀時間約 3 分鐘 ┊ 純文字版

還記得我以前介紹過的 Google NotebookLM 嗎?它是一個很有趣的服務,你上傳任何文件,它就可以產生一男一女對話的 Podcast,討論你上傳的文件給你聽,幫助你更了解主題。非常好用!

總之,今天登進去 NotebookLM 時,發現主畫面最上面出現了一個新的區塊──「精選筆記本」。結果,根本就不是什麼「精選筆記本」咧,它就是一堆廣告。而且這東西佔據了半個螢幕的空間,把我真正要用的筆記本全部推到下方。

NotebookLM 的「變爛化」悄悄開始了。

(Google:這不是廣告喔!這是「新功能!精選筆記本!」。)

這就是悲傷的現實:幾乎所有我曾經愛用過的專有軟體和雲端服務,現在全部都變得很爛、很煩或很貴。真的,我是說全部,幾乎沒有例外的:MacOS、Windows、iOS、Evernote、Google Drive、Gmail、Google Chrome、YouTube、Spotify、LINE、LastPass、Reason、Photoshop⋯⋯

Enshittification(大便化)​

其實這種現象有個專有名詞,叫做「Enshittification」(大便化、變爛化)。這個詞是由作家 Cory Doctorow 提出的,用來描述網路平台和軟體服務的生命週期:

  • 💕 第一階段,對使用者好:軟體剛推出時,超好用、超乾淨、使用者體驗極佳。
  • 💰 第二階段,對商業客戶好:累積了大量用戶並將他們綁架後,平台開始對廣告商好,到處狂塞廣告,使用者體驗開始大幅下降。
  • 🪓 第三階段,收割韭菜:等到商業客戶也被綁架後,平台開始兩面通吃,從所有人身上榨取最大價值。這時產品會變得超爛,但因為大家都用習慣了,資料都在上面、朋友都在用、流量都靠它,根本跳不走,就只能咬牙忍受。
  • 🪦 第四階段,平台死亡:平台變得實在太爛、太貴、太煩人,最終被新的競爭對手取代,重新開始第一階段的循環。

專有軟體必變爛​

根據自然定律,專有軟體和雲端服務「一定會」背叛你,只是時間早晚的問題而已。你喜愛的專有軟體或服務,目前在哪一階段呢?

愛要專一,軟體使用要劈腿。一定得使用專有軟體和服務的話,務必請腳踏兩條船,準備好備胎。

上游

· 閱讀時間約 3 分鐘 ┊ 純文字版

最近看到一則關於 Cursor(AI 輔助的程式碼編輯器)的新聞。新聞大意是說:

  • 🚀 Cursor 靠著上游起家:Cursor 靠著整合 Anthropic(推出 Claude AI 的那家公司)提供的便宜 AI 服務,能夠以每個月 20 美金提供用戶幾乎無限制的 AI 程式輔助。這個商業模式讓 Cursor 快速成長到年收入 5 億美元。
  • 💸 上游突然大漲價:但是 Anthropic 在今年 5 月推出 Sonnet 4 和 Claude Opus 4 模型後沒幾天,突然對 Cursor 大漲價。這就好像是先到你家幫你裝好水管,然後隔天大漲你水費一樣。
  • 💔 被迫改收費:Cursor 只好被迫對自己的訂戶改變收費方式:原本每月 20 美金的方案被大幅限縮,還推出每月 200 美金的新方案(但新方案比原本 20 美金的方案還爛)。
  • 💢 被罵爆:Cursor 的用戶紛紛抱怨要退訂,而依賴 Anthropic 維生的 Cursor 完全進退兩難。

脆弱的上游依賴​

這個故事告訴我們:如果你的工作過度依賴一個不穩定、不在你掌控下,或存在根本缺陷的上游,那麼崩盤一定是「指日可待」的。

像是以下的例子:

  • 🔥 YouTuber 靠著 react 知名藝人 MV 蹭流量:雖然一開始能快速累積觀看數,但人家是來看「你說了他們最喜歡的藝人什麼」,而不是來看「你」呀!而且,這樣玩總有一天會被告侵權。
  • 💣 YouTube 影片的主體是演奏或分析版權音樂:在 YouTube 上用版權音樂就像是在自己頻道上放不定時炸彈,哪一天頻道突然消失都不知道為什麼。
  • 🎲 過度依賴演算法推薦:在 YouTube、Facebook、Instagram 還是其他平台都一樣,一旦演算法調整(不用說也知道會往哪個方向調整),觸及率就可能瞬間暴跌,平時賴以維生的廣告收入斷線。
  • ☁️ 過度依賴專有工具或雲端服務:當關鍵工具漲價或停止服務時,整個工作流程就癱瘓。就像以上的苦主 Cursor 一樣,本來好好的商業模式,因為上游供應商的政策改變,瞬間就要重新大調整。

沒有白吃的午餐​

雖然依附在一個自帶流量、自帶技術、自帶用戶的平台上感覺很方便,感覺可以讓人少奮鬥幾年,但同時你也要付出被上游綁架的代價。

天下沒有白吃的午餐;如果有,那你大概就是午餐。

AI YouTuber 來了!

· 閱讀時間約 4 分鐘 ┊ 純文字版

Google 在今年夏天要將強大的影音生成工具 Veo 3 導入 YouTube Shorts。根據科技媒體 Inside 的報導:

「Veo 3 無疑大幅降低了影片製作的技術門檻,讓更多創作者得以更快速做出理想中的影片。對廣告主而言,這也代表能用更低廉的成本,快速製作出具備針對性、吸引力的短影音廣告。」

── Inside1

你以為導入 AI 生成影片工具的目的,真的是像 Google 告訴媒體的那樣,是為了「讓更多創作者得以更快速做出理想中的影片」?別天真了。

偽裝成工具的毒品​

將 AI 影音生成工具導入 YouTube 的最終目標:不是讓你成為更好的創作者,而是讓平台不再需要創作者。就像健身房推出「24 小時 AI 教練」服務,聽起來是為了讓你更方便健身,實際上是為了幾年後解僱所有教練。

一開始,它只是偽裝成「工具」讓你用,表面上可以讓你製作更多影片、得到更多流量。但實際上,它是在悄悄訓練觀眾習慣 AI 內容的「調調」。

想想看,現在的演算法只能推薦人類製作的影片,但之後呢?平台已經掌握了你太多資訊,知道你喜歡看什麼、看到什麼會停不下來。一旦影音生成的成本下降到一定程度,平台就可以直接為每個人客製化生成源源不斷的內容,比任何人類創作者更能讓你上癮,讓你一直看下去,黏在平台上。

到了這時,為什麼還需要推薦人類製作的影片?

溫水煮青蛙​

AI 內容是溫水,觀眾是青蛙,創作者則是一直往火堆加柴火的工人。

觀眾可能一開始不習慣 AI 內容,但被強迫看一小陣子之後,漸漸發現 AI 能更快地滿足他們的需求,反而開始偏好 AI 內容勝過人類內容,開始嫌棄人類內容「不夠快速搔到癢處」。就像一個男人如果太習慣看 A 片「自行解決」,可能會開始覺得真人性行為很「沒效率」。(抱歉,在這年代我必須要寫這樣的比喻,才能體現這篇是人類寫的)

當創作者每一次按下「AI 生成」按鈕,就是在把煮青蛙的水加熱 0.01 度。到最後,當觀眾(青蛙)完全習慣了滾燙的熱水(AI 內容),這些創作者(加柴火的工人)也就沒有存在的必要了。

這已經在發生了​

這不是危言聳聽,我們「已經」在 Spotify 上看到這個現象!最近有個名為 Velvet Sundown(絲絨日落)的搖滾樂團,才剛剛出道就在一個月內獲得了超過 100 萬的聽眾,結果紙包不住火,幕後營運人承認整個樂團都是 AI 生成的(不只是音樂,連團員也是)。

大部分聽眾就是不 care 啊!AI 生成的音樂也能聽呀,可以滿足需求呀!

"All the while, the one million monthly listeners who started following the Velvet Sundown had no idea they were just listening to a mass of artificial intelligence made by fake musicians."

(在這整個過程中,開始追蹤 Velvet Sundown 的一百萬月活躍聽眾,完全不知道他們只是在聽一群根本不存在的音樂家,演奏 AI 生成的音樂。)

──New York Post2

目前 YouTube 上這現象還不嚴重,只是因為生成影片比音樂貴而已!等技術更成熟一點、成本降低一點,看看會發生什麼事?

末日近了​

最後,人類創作者將以失敗收場。

一開始你會聽到很多創作者反對的聲音,就像 YouTube 當初引進短影片時一樣;而 Google 將會無視這些聲音強推 AI 功能。絕大部分的觀眾都不 care 內容是誰做的,只要「滿足需求」就好。最後這些 AI 生成影片成為常態,人類創作者被邊緣化,Game Over。

對於還想要繼續創作的人類,我能夠想到的唯一解法,就是帶著在乎你的觀眾們,離開 AI 垃圾場,到你自己擁有的網路小角落聚會(像是這裡)!謝謝你來到這裡看文章,你是人類的希望!

Footnotes​

  1. https://www.inside.com.tw/article/38774-google-brings-ai-video-tool-veo-3-to-youtube-shorts ↩

  2. https://nypost.com/2025/07/10/entertainment/rock-band-with-more-than-1-million-spotify-listeners-reveals-its-entirely-ai-generated-down-to-the-musicians-themselves/ ↩

小型語言模型

· 閱讀時間約 3 分鐘 ┊ 純文字版

最近語言模型(俗稱「AI 聊天機器人」)的輕量化發展實在是太厲害了。

還記得大約去年(2024)時那些雲端上最聰明的模型(像是 GPT-4、Claude 3)嗎?這些曾經一定要依靠大科技空司的雲端才能達到的聰明程度,在今年(2025)只要一張 20-40 GB 的家用顯示卡就能達到了。

更讓人興奮的是,去年那些需要數十 GB 大模型才能做到的事情,現在只要個位數 GB 的小模型就能做到類似的效果,甚至連 GPU 都不用!

前陣子 Google 推出的 Gemma 3n 真的讓人非常驚艷。它有 E2B 和 E4B 兩個大小的版本,其中 E2B 版本只佔用 5 GB 左右的記憶體,但已經足夠聰明到可以做翻譯、重點整理、句子改寫等等的任務了。

我在我的 ThinkPad T480s 筆電上測試,這台 2018 年的老電腦,沒有獨立 GPU,只用 CPU 跑 Gemma 3n E2B,輸出速度居然可以達到每秒 9 個 token,完全是可用的速度!

當然如果輸入很長(例如貼入長文的話),它就會需要算比較久了!我嘗試輸入一個 3,500 個 token 的英文長文,要它用中文整理重點,它花了四分鐘才完成。但我還是覺得,以一台沒有獨立 GPU 的七年老電腦而言,能夠完成這任務就已經是奇蹟了。

比起那些超大型語言模型的發展,這些小型語言模型的進步更讓我興奮期待。完全離線單機運行,不管身在何處,只要開個終端機,就有超方便的 AI 助手可以用;這種「所有東西都在我手上、不用被科技公司的雲端綁住」的感覺實在太棒了!

還沒試過離線 AI 的讀者,強烈推薦你試試看系統需求超低的 Gemma 3n1!

Footnotes​

  1. 額外的小模型推薦:除了 Gemma 3n 之外,我最近很愛用的小模型還有:Aya Expanse 32B(雖然有點舊了,但它的中文寫作風格很不錯)、Qwen2.5(Qwen3 寫出來的文章都怪怪的,2.5 版比較好用)、Qwen2.5-VL(可以圖片辨識的模型,很厲害)、Cogito 32B(新創公司 Deep Cogito 推出的可商用模型) ↩

達文西憑什麼賣 130 億?

· 閱讀時間約 4 分鐘 ┊ 純文字版

藝術的價值是由兩個層面決定的:「實用價值」和「脈絡價值」。

  • 🖼️ 實用價值:就是作品本身的功能性。你畫了一幅畫,畫布要錢、顏料要錢、你的時間也要錢,如果這幅畫還能看的話,會有人願意將它掛在牆上,有裝飾空間的價值。
  • 🧬 脈絡價值:就是作品背後的故事。創作者的身份、作品的歷史意義、表達的理念等等。

那些被視為最有價值的藝術作品,幾乎全都不是因為實用價值而昂貴的。「這是誰做的」永遠比「這做得好不好」重要太多了。

笨蛋,問題在「故事」​

達文西的《救世主》(Salvator Mundi)是一張胡桃木版上的油畫,尺寸大約 45 x 65 公分。達文西當然畫得很好,但不管這幅畫再優秀,單就實用價值來看,頂多只值幾千美元而已。

(你說這幅畫值多少錢?)

但是!這幅畫在 2017 的紐約佳士得拍賣會上,以 4.5 億美元(約 130 億新台幣)售出,買家是沙烏地阿拉伯皇室成員 Badr bin Farhan Al Saud,創下了公開拍賣藝術品的最高紀錄!

憑什麼?因為這是他 X 的達文西畫的呀!是畫了《最後的晚餐》和《蒙娜麗莎》的那個達文西耶!全世界就這一幅而已,錯過就沒有了!而且如果買下它,還能獲得「擁有歷史上最高價的藝術品」的稱號,永留青史,想想就覺得超值!

當實用價值趨近於零​

你可能會想,花 4.5 億美元買下一片沾滿顏料的木板根本就是盤子,但至少它還是一幅非常厲害的畫作,有一定的實用價值。那如果實用價值幾乎等於零呢?

讓我介紹一下 John Cage 的《4 分 33 秒》。這個作品的實用價值廢到不行,就是叫演奏者在 4 分 33 秒之內不要出聲。就這樣,沒了。

但憑什麼我們要覺得這作品很重要?因為這是 John Cage 做的,他本身其實是一個很好的作曲家,有許多其他優秀的作品1,並不是一個單純出來亂的路人甲。

更重要的是,他是歷史上第一個這樣做的人。他挑戰了音樂的傳統定義,讓觀眾意識到這 4 分 33 秒的過程中並不是完全的無聲,你會聽到環境音、自己的呼吸聲、心跳聲等等,讓你重新思考什麼是音樂。這些都讓這首曲子有著超高的脈絡價值!

這也是為什麼如果你現在發表一首《1 分 39 秒》的無聲曲,大概沒人會理你的原因。因為你沒有脈絡價值啊!

實用價值的通膨危機​

現在我們正在經歷一場「AI Slop」(AI 垃圾內容)的大爆發,每天都有無數 AI 生成的圖片、影片、音樂、文章湧入網路,你想躲都躲不掉。

用「前 ChatGPT 年代」的眼光來看,這些內容可能還有一些實用價值。但在 2025 年,當每個人都能點兩下滑鼠就生成「乍看之下有點專業」的內容時,這些 AI 內容的實用價值瞬間就會降到零了。

道理很簡單:當人人都可以印鈔時,鈔票就不再有價值了。

試圖用 AI 大量自動化地生產內容,並讓閱聽者覺得有價值,是不可能做到的,因為使用者也能用相同的 AI 生成相同的內容啊!這是個浪費時間的陷阱,但許多媒體公司連這麼簡單的道理都還沒想通,反而還更加把自己的內容 AI 化,加速自己的消亡。

生存攻略​

在這個 AI 垃圾內容年代,生存攻略其實很簡單:

  • 🎨 如果你是創作者:努力提昇作品的脈絡價值。當你的個人品牌夠強時,就算你發表一坨大便,別人都會覺得是黃金。
  • 🔍 如果你是消費者:學習分辨一個東西有沒有實用價值,而不是被華麗的包裝迷惑。別把買黃金的金錢和注意力浪費在一坨大便上,除非你確定能夠以更高價轉賣給下一個笨蛋。

每天在這裡寫貼文,就是在累積自己的脈絡價值,希望有一天強到連發表「⋯⋯」(無字貼文)都有十萬個人分享;在那之前,我還是先努力確保這篇貼文的實用價值大於零吧。

Footnotes​

  1. 像是寫給預置鋼琴的 Sonatas and Interludes。(YouTube 連結) ↩

AI 訓練場

· 閱讀時間約 2 分鐘 ┊ 純文字版

最近突然意識這個可怕的現實:我們跟生成式 AI 其實沒有什麼不同,都是被大科技公司訓練出來的。差別只在於,AI 至少知道自己在被訓練,而我們還以為自己在「自由創作」。

AI 是怎麼被訓練的呢?簡單來說,就是餵給它一大堆資料,然後叫它預測下一個資料點。如果 AI 猜對了,就強化那些做出正確預測的神經元;如果猜錯了,就調整權重,減弱那些導致錯誤的路徑。這個過程會重複幾千萬次,直到 AI 學會我們想要的行為模式。

而社群媒體就是人類的訓練場。每次發完貼文、照片或影片後,我們也在等待系統給分數。觀看數、按讚數、留言數等數字就是獎勵或懲罰訊號。當數字高時,我們製作更多類似的內容;數字低時,我們就換個方向試試看。

就這樣,久而久之,我們就被訓練成系統喜歡的樣子了。

這就解釋了為什麼所有「主流娛樂 YouTuber」影片都長得那麼像:過度自嗨的開場、超快節奏的剪輯、滿天亂飛的字卡、千篇一律的音效庫、老套的標題和縮圖,當然也不要忘記每部片必講的「按讚訂閱小鈴鐺」。

Instagram 上的網美圖也有這現象對吧?45 度角看著天空或地板的憂鬱眼神、明明就超刻意的「不經意瞬間」,當然絕不能少了白到發光的美肌濾鏡。

短影片就更別說了,可以當作生化武器的難聽配樂、超高對比的配色、擋在畫面中央的粗外框大字幕都讓我看到就想吐。

越在這些平台待著,我們就越忘記自己的樣子。我們內化了演算法的偏好,誤以為那是自己的偏好,最後成為了大科技公司的免費內容產生器。

在這個人人擔心被 AI 取代的時代,沒想到我們已經早一步把自己變成了 AI──Algorithm Imitators(演算法模仿者)。聽起來有點絕望嗎?

網路已死

· 閱讀時間約 3 分鐘 ┊ 純文字版

各位人類們,恭喜大家,我們正式成為網路上的少數族群了!

根據 2025 年最新出爐的 Imperva 不良機器人報告(Bad Bot Report),網路上的機器人流量首次超過了人類,佔所有網路流量的 51%!

「網際網路死亡論」(Dead Internet theory)已經不再是一個陰謀論,而是正在發生的日常現實:

  • 當你在社群媒體裡滑來滑去時,看到的許多內容很可能是 AI 生成的
  • 這些內容背後的帳號購買機器人假流量,幫這些內容按讚、留言
  • 平台的演算法偵測到這些內容互動很多,就更加推薦它們
  • 各種 AI 機器人再從網路上搜刮這些內容當作「學習資料」,產生更多類似的內容
  • 人類創作者為了存活,被迫模仿機器人內容來取悅演算法
  • 最終,真實人類的網路活動被邊緣化

我剛剛看了一下這個 blog 近兩週的主機流量記錄,證實了真的有(至少1)51% 的流量是機器人!

(Wiwi.Blog 近兩週的流量統計;33,024 個訪客中,有 16,922 (51.24%) 個是機器人!)

Bad Bot Report 裡面提出了幾個對抗機器人的解決方案,其中有一個我覺得也滿天才的──封鎖舊版瀏覽器來防範壞機器人,理由是「大多數人類會被強制更新」:

"Many bot tools and scripts contain user-agent strings with outdated browser versions. In contrast, humans are forced to auto-update their browsers to newer versions. Take steps to block outdated browser versions."

(許多機器人工具和腳本會使用過時瀏覽器版本的識別碼。相反地,真正的人類通常會被迫自動更新到最新版瀏覽器。採取措施,封鎖那些過時瀏覽器版本。)

WTF,這個不太對吧?為了防機器人搜刮網站,所以我們要擋掉舊版瀏覽器?

想像進到一個網站,結果只看到這個訊息:「你 2019 年的手機已經太古老囉,真正的人類不會用這個,請換新手機再來吧!」這不就是在幫科技巨頭「計劃性淘汰」我們的裝置嗎?並不是每個人都知道如何用 Linux 讓老電腦起死回生,也有許多舊裝置的瀏覽器的確是無法再被更新的(像是我的 iPad Mini 2 和 iPhone SE)。

(我的三片蘋果廢鐵,都不能更新了。)

人類同胞們,要抵抗機器人大軍就要趁現在了,你可以:

這些都是拯救人類網路的好方法──雖然正在閱讀這句話的可能有一半是機器人⋯⋯哈囉機器人你好,感謝你幫我增加流量數據!

Footnotes​

  1. 可能還有更多機器人偽裝成了一般瀏覽器,沒有被我的主機記錄發現。 ↩

AI Logo 都長得像⋯⋯

· 閱讀時間約 1 分鐘 ┊ 純文字版

看到這篇有趣的文章,它觀察到最近各大 AI 產品的 Logo 似乎都遵循著很特定的設計美學:

  1. 圓形形狀(常常帶有漸層色)
  2. 中央有個開口或焦點
  3. 從中心向外輻射的元素
  4. 柔軟、有機的曲線

這聽起來像是什麼東西的描述呢?沒錯,就是「P 眼」!

看看下面這些 Logo:

我很抱歉把這個分享給你──現在你每次使用這些 AI 產品時,腦中就會浮現「P 眼」的畫面。但其實仔細想想,AI 只不過就是大量吃下他人的創意,消化過後,再從另一端「大」出來而已;這些 Logo 只不過是誠實地揭露整個產業的運作真相。