看到 Noa 的這篇才發現，在教育部國語辭典裡，「理想」的相反詞是「現實」！

（辭典例句：用功讀書是為了實現自己的理想──但理想一旦實現了就會變成「現實」，也就是理想的相反。）

這不對吧，「理想」的相反就是「不理想」呀！為什麼「現實」不可以「理想」？

教育部未免也太沒出息了吧，不要代表全體國民直接放棄希望好不好！

不過話說回來，也許教育部才是對的──期待教育部有出息，確實是我太理想了。

前情提要：我平常用來喝咖啡的馬克杯打破了，所以換成用喝冷飲的藍色保溫罐泡咖啡，但這一週以來總覺得不好用。

一個只喝即溶咖啡的人在那邊講究咖啡杯，聽起來很荒謬嗎？但正是因為即溶咖啡本身沒有什麼好講究的，所以杯子才變成提升體驗的重點了呀。

在我沒有專屬咖啡杯的這一個禮拜（為什麼？），我就在想：一個理想的咖啡杯應該要具備什麼條件呢？

• 🪣 形狀：光線要能照到底部，所以才能確認倒了多少咖啡粉。直筒型的馬克杯沒問題，因為杯口夠寬；但直筒型的保溫瓶就不好。更好的是杯口比杯底寬的錐形，而千萬不能是反過來「口窄底寬」的。另外，清洗的時候也要讓手能很方便地用菜瓜布刷到底部，不要卡住手。
• 🎨 內壁顏色：要方便觀察內容物，以及有沒有洗乾淨；白色和不鏽鋼色我覺得都 OK。我們家有另一個馬克杯內壁是「不純的黃色」，每次就會懷疑它到底是原本的顏色還是上禮拜的茶垢。
• 🏺 材質：陶瓷或不鏽鋼我覺得都可以，各有優點。最近我可能比較偏向不鏽鋼，畢竟不想再打破杯子了。
• 📏 杯口厚度：不能太薄。我的藍色保溫罐杯口很薄，喝起來就覺得不爽。我找到了一篇論文支持這個論點¹：他們讓受試者蒙眼喝同一款綠茶，結果發現用薄杯口（1.2mm）喝的人覺得茶比較苦，而用厚杯口（2.8mm）喝的人覺得茶更甜！
• 🤚 手感：不要太輕，這樣喝起來手感比較好。馬克杯的話需要有把手，不然很燙；不鏽鋼杯通常有隔熱層，所以沒把手也沒關係。
• 🚰 容量：要略多於 400 ml，將近 500 ml 可能最理想。原因是我們家的飲水機按一下會出 200 ml，按兩下剛好 400 ml；杯子超過 400 ml 的話，我就可以按第二下按鈕後去做別的事情，不用擔心水加到滿出來。剩下的一點點的空間還可以加鮮奶調味。

雖然說即溶咖啡可能是最不講究的選擇，但我真心覺得即溶咖啡滿好喝的耶，而且超級超級便宜！如果即溶咖啡和 7-11 的美式讓我二選一，我應該會選擇即溶咖啡。甚至跟 7-11 的拿鐵比我也會選即溶咖啡──因為自己泡可以控制牛奶的量，而 7-11 的拿鐵牛奶太多了。

以上整篇都不是重點。這篇我只是想說：我終於有新咖啡杯了！喔耶！

Footnotes​

1. https://www.sciencedirect.com/science/article/abs/pii/S294982442300023X ↩

在 ThinkPad X220 上裝了 GhostBSD 來玩，裡面有個 Windows 98 風格的主題，好喜歡喔！

看到 Eo 寫的這篇〈超商店員〉，他說：

我認為所有超商或超市（711、全家、楓康、全聯......）的店員，都應該被機器人櫃員或自助結帳取代。

──Eo

他的出發點，許多是為了保護店員的職業風險──例如結帳可能出錯、無法發揮個人長才、常會遇到奧客、發生危險時要用肉身擋在前線等等。

但是，我覺得店員超重要耶！如果有親切、能跟每個客人聊上幾句的店員，對那家店是超級加分的。

我家旁邊有兩家 7-11，距離差不多，但我幾乎只去店員比較親切的那一家。

那家的店員會注意我每次都買同一個牌子的雞胸肉，然後特別幫我多訂一點；看到我一直把西瓜掃光，隔天店裡就出現了更多西瓜（然後我再全部掃光）；會問我兩種蘋果（愛妃 vs. 蜂糖）哪一個比較好吃¹，然後當然是會幫我多訂比較好吃的那種；甚至，偶爾還會送我額外的折價券。

所以我認為超商不該自動化嗎？也不是。

現在便利商店的問題，是把人類店員當作機器在用。店員真的太忙了──要收銀、要泡咖啡、要收包裹、要加熱便當、要處理繳費、要上架商品、盤點庫存──忙到眼神都是死的，哪有心情去「當一個人類」？

我覺得聰明的經營者，應該要把全部能自動化的工作都自動化──自助結帳、自助繳費、自動咖啡機、自助包裹寄取、自助加熱。然後，把那些「行為像機器的人類店員」全部換掉，用三倍的薪水聘請「能提供情緒價值的的人類店員」，並且確保他們有餘裕好好當一個人類，並且多進一點西瓜。🍉

Footnotes​

1. 當然是蜂糖！我不喜歡粉粉爛爛的蘋果。 ↩

讀到 Eltrac 的這篇文章〈迷失於圖形界面〉，裡面提到一位大學老師，要求學生必須使用特定的繪圖工具，因為這樣才叫「專業」：

「有的同學用 Visio 畫圖，這樣不好，我們作為軟件工程的學生，要使用專業的 UML 繪圖工具。你作為專業的軟件工程學生，連專業的畫圖工具都不會用，怎麼行！？」

──那位要求「專業」的大學老師，出自 Eltrac 的文章

Eltrac 覺得這想法超荒謬，他說這就很像是覺得：

「使用一水檸檬酸溶液來清除水垢是不專業的，應該使用包裝上寫明瞭『水垢清潔劑』的清潔產品，才顯得專業。」

「專業」工具的行銷套路​

我超級有同感！

而且，為什麼使用「昂貴、包裝精緻、重度行銷」的工具是比較專業呢？我覺得應該正好相反啊！

這些高度商業化工具最擅長的事情，就是把底層複雜的運作邏輯藏起來，套上漂亮的外皮，然後標上看起來「超專業」的價格。它們的行銷套路，就是先向大眾定義「專業」的標準，然後說自己就是那個標準的中心，暗示消費者「如果不用我的產品，你就是不專業」。

我也不是完全反對商業工具，它們在某些情境下確實比較方便。但這些工具的設計目標就是降低門檻、省去麻煩，讓不那麼熟悉技術細節的人也能完成工作。所以，也不是說用這些東西就是「不專業」，只是它們並不能證明身為使用者的你很專業。

真正的專業，看起來一點都不專業​

有能力用更少、更便宜、更底層、更不精美的工具完成工作的人，通常才是真正專業的人。

在音樂製作圈有一種典型迷思：你必須擁有最新的頂規 MacBook Pro專業，跑著「專業」的 Logic Pro專業 或 Pro專業 Tools 軟體，花數千美金買「專業」的外掛程式，配上像是 Kontakt、Spitfire、Serum 這些「專業」的音色庫和合成器，才是「專業」的音樂製作人。

有些人為了看起來「專業」，寧願用盜版的 Serum，也不屑看一眼免費開源、且功能同樣強大的 Surge XT。因為那就不是網路上那些名人在用的啊！

其實，能用一台 2011 年的 ThinkPad X220、開放原始碼的 Ardour 編曲軟體¹、免費的 Surge XT 合成器²，加上一台十五年前的 Yamaha Motif 鍵盤，就做出同樣水準音樂的人，在我眼裡看起來可專業多了。

其他領域也是呀！許多人覺得要 Notion 那種花俏介面才叫「專業筆記」，用 Photoshop 才叫「專業修圖」。但事實上，用 Markdown 加資料夾結構作筆記、用 GIMP³ 和 Krita⁴ 來處理圖片，反而更不受工具綁架、在各種條件下都能把事情做好。

問題是，評判你的人不專業​

真正專業的人，反而最不在意自己「看起來」專不專業，因為他們的能力不需要靠工具來證明。

但現實的麻煩是，大部分評判你的人並不專業，所以他們容易被「專業工具」的表象欺騙。在外行人眼中，打開 Photoshop 的人就是比打開 GIMP 的人更「專業」；就好比穿白袍的人看起來就是比穿 T-shirt 的人更懂醫學一樣──哪怕前者只是在玩醫生 cosplay。

我自己在教編曲時就深陷這個矛盾。我是極簡工具派的信徒，真心覺得用最少的資源、最簡單的工具完成工作才是王道。但我也得妥協地告訴學生：「喔，雖然我一直都是這樣做的，但是一般人認為的『專業』做法，是要用那套昂貴的專有軟體。你至少要知道它的存在，這樣在外面才不會被覺得『不專業』喔！」

裝出專業感，其實也是專業的一部分呢！

所以要怎麼辦？​

如果想要變得更專業（真正的那一種），最有效的途徑是學習使用那些更自由、更底層、更不精緻、包裝更少、看起來更「不專業」的工具。因為這樣你就被迫要練出真正的技術，而不是只能依賴商業軟體幫你把一切都打理好。

在你參透了一切之後，你就可以自信地打開你的 ThinkPad X220、Ardour、GIMP 和各種簡陋的工具，做出別人要花十倍預算才能做出的成果──然後被覺得「看起來不專業」。

所以結論是：極簡工具還是平時自己用就好──見客戶的時候，還是帶一台最新的頂規 MacBook Pro，裝上所有介面華麗的盜版專有軟體，讓客戶讚嘆你的「專業程度」吧！

（這篇文章是用不專業的 micro 文字編輯器、搭配不專業的 Markdown 格式寫成的。）

Footnotes​

1. https://ardour.org/ ↩

2. https://surge-synthesizer.github.io/ ↩

3. https://www.gimp.org/ ↩

4. https://krita.org/en/ ↩

前幾天洗碗時手滑，把我的 Starbucks 馬克杯摔破了。

意外發生後還不到十分鐘，我人已經出現在家附近的星巴克。在店裡我看上了一款外帶杯造型的咖啡杯──這次是不鏽鋼的，摔不破喔──定價一千出頭。我拿著它走向櫃台，腦中已經在想像回家後用新杯子爽爽喝咖啡的畫面了。

然後熱心的女店員跟我說：

「先生，這個杯子下禮拜會變 85 折喔！要不要我先幫你留？」

雖然是說才省不到 200 塊，但我當下看著店員的眼睛，實在難以霸氣說出：「沒關係唷，我今天就是要買，我買東西不看價格我也希望可以這樣的！」──她是這麼真心地為我著想、想要幫我省錢耶，怎麼可以辜負人家！於是我乖乖留了電話，填了單子，兩手空空地走出店門。

這導致我現在處於一個「沒有咖啡杯」的狀態。這三天，我只能拿平常用來喝冷飲的藍色保溫罐來泡咖啡。

（它就是當事藍色保溫罐）

你可能會想：藍色保溫罐有什麼不好嗎？不都可以裝液體，而且還比馬克杯更保溫呢！

不，並不是這樣。這個保溫罐是直筒型的，瓶口稍微窄、罐身有點深。當我把即溶咖啡粉倒進去的時候，因為光線照不進罐底，很難判斷自己倒進了多少咖啡粉，所以我必須一直橋角度，把罐子歪來歪去反覆確認咖啡粉的量。

而且，我甚至覺得用這個罐子喝咖啡的口感和味道，都跟馬克杯有點不一樣──對對我知道我知道，明明喝的就是最便宜的即溶咖啡，卻還要挑剔這種事，荒不荒謬。

反正我意識到，失去咖啡杯的這幾天，我沒有那麼享受喝咖啡了。我平常一天都會喝兩到三杯的，昨天竟然只喝了一杯！

咖啡杯不是咖啡，但它是「喝咖啡」這件事中不可或缺的一部分。

仔細想想，其他事情不也是這樣嗎：

• 我每天寫 blog 能寫得開心，也許都要歸功於 micro 文字編輯器、機械鍵盤和 Linux 作業系統。如果哪天我被迫要用 Windows 11 配 Word 寫文章，我搞不好就想直接宣佈停更了。
• 你睡前喜歡看書，也許只是因為床頭燈剛好是某個特定的色溫、亮度和角度。如果它壞了，或換了另一盞刺眼的白光燈，你也許就改成半夜滑脆了。
• 我會常去那家星巴克，可能也要感謝那位勸我別買杯子的店員。很有可能接下來幾天，我會因為不想自己泡咖啡而直接去星巴克喝，多花的錢已經可以買原價杯子了。但星巴克的烤雞生吐司三明治實在很好吃，而且我因為她也有了這篇文章的靈感，算起來還是很賺的。

星巴克店員、咖啡杯、micro、機械鍵盤、Linux 和床頭燈──看似超級不重要，但當它們消失時，你會驚覺它們才是整個體驗的核心。

你最近是不是每天都心情很好地起床呢？有沒有可能是因為 Wiwi.Blog 每天都準時出現在你的 RSS Reader 裡呢？我就是你的咖啡杯，不用太感謝我沒關係！

跟朋友聊天，聊到名人 A 過去的八卦。以「結果論」來說，A 做的每個決定，到底是好是壞呢？

• 💑 A 有一個女友 B，交往了九年。
  結果論 → 九年欸！絕對是真愛。
• 🔥 然後 A 愛上了 C，劈腿被抓包後公開道歉，形象崩潰。
  結果論 → 你看吧，好好的 B 不珍惜，活該，結果人生毀了吧！
• ✈️ A 公開懺悔，帶 B 出國度假，兩人復合。
  結果論 → 你看吧，B 果然超好，這才是最好的結局。
• 💔 半年後，A 和 B 還是分手了。
  結果論 → 你看吧，劈過腿的人就是不會改的，早就跟你說了。
• 💒 A 和 C 交往，然後結婚了，生了兩個小孩，家庭美滿。
  結果論 → 你看吧，勇敢追求真愛才是對的。
• 📉 最近，A 的最新作品票房慘淡，虧了超多錢。
  結果論 → 你看吧，人品有問題，老天爺是不會幫忙他的。

「結果論」只是把時間線定格在某個時間點，然後看圖說故事而已。

只要人還活著，故事就還沒結束；自然就沒有所謂「結果論」，只有「截至目前為止劇情是這樣」。

當你做了某個決定，看似沒達成預期的結果，一定會有旁人用「結果論」來酸你，在那邊「你看吧、早就跟你說了吧」。此時一定要記得，故事還沒有「結果」。事實上，在有生之年根本就不可能有「結果」。

等到真正有「結果」的時候，你也已經看不到了。除非你有用 Facebook 或 Instagram，那麼你死後的 AI 分身就可以幫你貼文，評論自己這一生的「結果」了──結果呢，你看吧，每個人的結果都是「反正最後就是死了」。

2024 年九月時，我寫過一篇〈離線 AI 好爽！〉。

當時我剛買了兩張 NVIDIA RTX 4000，興奮地把各種離線 AI 工具都玩了一輪──Ollama 上的 Gemma 2 和 Llama 3.1 語言模型、FLUX.1 圖片生成、Whisper 語音辨識、Demucs 音樂分軌、Krita + Stable Diffusion 輔助修圖。

一年半過去了，現在的離線 AI 發展得如何了呢？暴雷：一切都進步超級多！

Qwen3-TTS：離線語音複製、生成​

先來玩個遊戲。聽聽看以下兩個語音片段，猜猜看哪一個是我的真人錄音，哪一個只是打字讓 AI 生成的？

「你現在聽到的這段話，可能真的是我說的，也有可能是 AI 在模仿我說話。現在的科技真可怕，我都快要分不出來了。」

片段 1：

片段 2：

點我看答案

片段 1 是 AI 生成，片段 2 才是真的我。是不是很像！

Qwen3-TTS 這個東西太強了，它只需要一段 30 秒的語音樣本，就能複製你的聲音，用你的聲音說任何話。它可以完全離線、單機執行，訓練和生成都超級快，在我的電腦上只要幾秒到十幾秒就可以完成了。

所以，以後如果你聽到「我」在講一些很荒謬的言論，記得那可能不是我喔！

ACE-Step 1.5：離線音樂生成​

去（2025）年十月，我介紹過 ACE-Step 這個離線音樂生成模型。當時我對它的評價是：「拍子有點怪怪的，好像樂手突然會抽筋一下的感覺，但是作為創意發想工具還不錯」。

還沒過半年，現在 ACE-Step 1.5 版推出了！這一版的「抽筋現象」已經比之前好非常非常多，聲音品質也明顯提升了好幾個等級。以我的體感來說，現在的品質大約已經相當於早期版本的 Suno，只落後它一年左右吧。

它開放原始碼，可以完全離線、單機執行，可以自訂歌詞和風格。跑起來超級快，在我的電腦上只需十幾秒就能生成一首 90 秒的歌曲。

來聽聽看它生成的音樂，風格設定為「jazz fusion」，歌詞是以下這樣：

Wiwi Blog 🎵 Wiwi Blog 🎵
我今天想要吃蛋餅
蛋餅蛋餅我的蛋餅
老闆加蛋，老闆加兩個蛋
只有蛋和餅，不要加醬油膏

我覺得以離線單機模型來說，這品質很令人驚豔耶！照這個速度發展下去，我猜不用一年，我們就能擁有跟當前的 Suno 一樣厲害的離線模型可以用了！到時候每個人都可以在自己的電腦上，離線免費生成超高品質的蛋餅歌，多麼令人期待的未來呀！

FLUX.2 Klein 9B：大人的離線圖片編輯、生成工具​

FLUX.2 Klein 9B 是一個可以離線、單機執行的圖片生成與編輯模型。只要丟一張照片進去，然後用文字描述你想要它變成怎樣就可以了！

我覺得這個比線上的 Nano Banana 好用太多！Nano Banana 的審查機制之荒謬，根本是把使用者當成幼稚園小朋友，我只不過是想把照片修瘦一點它都不讓我耶！就更別提其他政治更不正確的請求了，用起來超廢的。

（Nano Banana：「你的身材很好，不准修改！」）

離線的 FLUX.2 Klein 可就完全不同了！它完全聽命於你，不論你想要生成各種政治不正確的、有版權疑慮的、母湯的、色色的圖片都沒有問題唷！輸出的圖全部存在自己的電腦上，不會被別人監控，太快樂了！

（左邊是原圖，右邊是 FLUX.2 Klein 的輸出）

（天氣越來越熱了，來吃西瓜吧！）

Ollama：很夠用的小型語言模型​

跟一年半前相比，2026 年的離線語言模型也增強了一個等級。我現在最常用的模型是 Qwen3.5 27B 和 Gemma 3 27B，都是透過 Ollama 執行。

跟 Claude Opus 或 Gemini 3 Pro 這種付費版的旗艦模型比，當然還是有差距。但跟許多免費版的線上模型比的話，其實表現不相上下唷！我甚至覺得這兩個 27B 的小模型寫出來的文章，比免費版的 ChatGPT 更好。

如果你的需求主要是輔助寫作、翻譯、整理重點等文字工作，2026 年的離線模型已經完全夠用。寫程式也比兩年前進步很多，雖然還沒辦法像 Claude Opus 那樣可以直接完成超大專案，但是寫些小東西還是沒問題的！

線上 AI 越強，你越需要離線 AI​

聽起來很矛盾，但是邏輯很簡單：線上 AI 越強，你就會越依賴它；你越依賴它，就越沒有對它說不的餘地。然後哪天它突然大漲價、加入更多內容審查、順便把你最依賴的功能鎖起來，你除了乖乖接受什麼都做不了。

如果生活上已經離不開 AI，更應該在自己的電腦上留一條完全離線、開放原始碼、不受任何公司控制的「後路」。離線 AI 不一定要比線上的強，光是「它永遠在那裡、不會變、不會漲價、不會審查你」這件事本身，就已經有超大的價值。

當雲端 AI 服務集體大便化、網路斷線、條款說改就改──注意是「當」，不是「如果」──你會很慶幸自己電腦上還有一個會聽你的話、能唱蛋餅歌、能生出可疑圖片的 AI 助手陪著你。

Vibe Coding（憑感覺寫程式）大概是 2025 年開始最紅的軟體開發方式──程式碼都是 AI 寫的，人類不知道它寫了什麼、用了什麼邏輯、也不想了解，反正能夠跑就好。這種「我不懂，但我不 care」的態度，也是 Vibe Coding 受到批評的主要原因。

我突然想到，古典鋼琴圈不是一直以來都在 Vibe Playing 嗎？為了在升學考或音樂比賽裡「不輸給別人」，老師叫學生硬練遠超過自身程度的曲子，這在台灣的音樂班是常態。作曲家寫了什麼、用了什麼邏輯、為什麼要這樣寫，通通不重要──能夠彈得很快、不要錯音、聽起來很厲害就好。

而且仔細想，古典音樂教育體制其實是超級鼓勵 Vibe Playing 的。比賽和考試拿高分的標準通常是「彈得出來、彈得正確、彈得流暢」，沒有一個項目叫做「請解釋一下剛才這段作曲家做了什麼設計」。這不就很像寫程式時，只管它「能不能跑」的感覺嗎？

Wi-fi 搭訕法​

假設你完全不懂中文。你的 AI 助理告訴你，想認識一個女生，你就走過去對她說：

「請問你是 Wi-fi 嗎？我感覺我們之間有連線。」

AI 跟你保證「只要講這句，她一定會笑」。你完全不知道這句話是什麼意思，你敢在不查證、不理解的情況下直接講出來嗎？

這就是許多鋼琴學生每天在做的事：譜上說彈這個音、老師說這裡漸強、那裡踩踏板，學生全部照做，但完全不知道為什麼。本質上，這就是在講自己也不知道意思的話，只是流利地講出來。

說服力​

評論古典鋼琴演奏時，「有說服力」或「沒有說服力」是很常見的說法。

小時候我曾經對這個詞感到困惑──是要用鋼琴說服誰？但長大就懂了。這並不是在指演奏者裝得一副很有自信、表情扭曲、身體搖得很用力的樣子。外表再怎麼裝模作樣都是沒用的。

所謂的「說服力」，是指讓聽眾感受到：「這個人完全知道譜上寫了什麼，知道作曲家有這個意圖──而且沒錯，他知道譜上沒有這樣寫、大家也不是這樣彈的──但他就是決定要這樣詮釋。」是懂了之後做出的決定，不是蒙在鼓裡的憑感覺彈。

Vibe Playing 的相反，就是「說服力」。

沒人能搞懂任何事​

不過話說回來，一個非鋼琴專業聽眾，八成聽不出來彈奏者是不是在 Vibe Playing。我身為一個非資訊專業者，在使用一個程式時，其實也不 care 開發者到底懂不懂裡面的每一行程式碼，能用就好了。

會不會有一天，工具變得太方便，導致世界上沒有人能搞懂任何事呢？每個人都只是複製貼上 AI 的話、執行自己看不懂的程式碼、演奏著自己不理解的音符。一切只要憑感覺就可以運作良好了──直到 Wi-fi 斷線的那一天。

請問你是 Wi-fi 嗎？因為少了你，我才發現我什麼都不懂。

嗚嗚嗚我的 Starbucks 馬克杯！ 🫗