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。

這個部落格上面文章越來越多啦！所以今天新增了「貼文日期列表」功能，會把全部的貼文按照日期和年份列出，歡迎試試看！在頁首和頁尾選單也有。

（小祕密：其實根本就不是「新增功能」，只是之前藏起來了而已 🙃）

雖然你可能已經在 NiceChord.com 或 YouTube 頻道看過了，但我還是在這邊貼一份。

這是 2024 年 9 月 17 日中秋節，在台北國家演奏廳的《雙簧管的綺麗相遇》室內樂音樂會完整錄影。感謝李珮琪老師的授權，讓我能夠把影片分享給大家。

你也可以直接到 WiwiVideo 觀看這個影片；或是到 YouTube 也可以。¹

=== 節目表 ===

0:00 巴赫：似詠唱調，選自清唱劇，BWV 156
Johann Sebastian Bach: Arioso from Cantata, BWV 156

03:38 達瑪茲：給長笛、雙簧管與鋼琴的三重奏
Jean-Michel Damase: Trio for Flute, Oboe and Piano

26:33 卡恩：法國號、雙簧管與鋼琴小夜曲，作品73
Robert Kahn：Serenade for Horn, Oboe and Piano Op. 73

36:51 霍普：四首素描，為雙簧管、低音管與鋼琴而作
Peter Hope: Four Sketches for Oboe, Bassoon and Piano

51:44 蕭斯塔科維契：為雙簧管、小提琴與鋼琴而作的五首小品
Dmitri Shostakovich: Five Pieces for Oboe, Violin and Piano

1:03:01 蕭泰然：來自福爾摩沙的天使
Tyzen Hsiao: Angel from Formosa

1:07:19 官大為：給 Peggy 的月亮組曲
Wiwi Kuan: Moon Medley for Peggy

=== 音樂家 ===

雙簧管：李珮琪 Pei-chi Lee
小提琴：陳姵怡 Pei-i Chen
長笛：劉兆哲 Chao-che Liu
低音管：張先惠 Hsien-hui Chang
法國號：蕭崇傑 Chung-chieh Hsiao
鋼琴：官大為 Wiwi Kuan

剛剛在 YouTube 上看到一個酸民留言，讓我很想對他比中指。

但身為一個刀槍不入的成熟中年男子，我當然沒這麼做，而是優雅地按下了刪除加封鎖按鈕。

不過這倒是讓我突然好奇起來，我們的 Unicode 標準裡，有沒有定義「比中指」的表情符號呢？結果真的有耶！🖕🖕🖕

既然連國際標準都認可了這個手勢的重要性，下次遇到惹人厭的留言，我可能會考慮用這個表情符號回應。這就是科技進步的美好，連比中指都可以跨平台相容！

為什麼公車不來就等很久都不來，但只要一來就一次好幾台呢？這個現象叫做「Bus Bunching」，原理很簡單：

• 第一輛公車因為某些原因在某站耽擱了一點點（例如遇到找不到悠遊卡的乘客，或下車的人太多等等），導致下一站累積的乘客更多了一點。
• 這輛車到了下一站，就得多停留一下，讓累積的乘客都上來；同時，像滾雪球般地，在下下一站累積了更多乘客。
• 而這輛車後面的一兩班車，因為乘客都被前面的車載走了，它們在每站停留的時間越來越短，而慢慢追上前面的車。
• 最後的結果就是：三台車肩並肩地，一起抵達你的站牌。🏁🚌🚌🚌

知道這件事之後，下次你因為等不到公車而遲到時，你就可以不只是發限動抱怨「公車都不來」，而改口說「今天又遇到了經典的『Bus Bunching』現象」，瞬間提升抱怨的品味！

前幾天在網路上的某個角落，看到一篇學校老師寫的貼文。

那位老師說，因為教育部推行「班班有網路、生生用平板」政策（不覺得聽起來超像電信業者的促銷方案嗎），所以他把課堂小測驗題目做成了 Google 表單，讓「老師可以顯示 QR Code 在螢幕上，學生只要用平板掃 QR Code，登入 Google 帳號後就可以作答！」。

（先說明：這位老師的舉動當然是出自熱心和認真。這篇文章想要吐槽的是教育政策，而非這位努力的老師。）

但是拜託，並不是「用平板掃 QR Code，填 Google 表單」就叫做「數位教育」、就是創新好不好？我們平常在餐廳掃的 QR Code 還不夠多嗎？照這個邏輯，我家旁邊的拉麵店大概就是全世界最先進的教育系統了，畢竟他們還有多國語言選單、會員積點系統、甚至還能用 LINE Pay 呢！

單純只是換個工具，並不會讓核心技能變好，就像你讓一個不會彈鋼琴的人從電子琴換成史坦威，他還是一樣不會彈鋼琴啊！

這就是「數位教育」？​

我實在看不出「班班有網路、生生用平板」對大家的好處在哪裡。這個政策的真正效果更像是：

• 納稅人花一大堆錢，購買安裝了封閉作業系統的平板電腦，讓已經手機成癮的學生們，更長時間地盯著螢幕、更習慣滑觸控介面、更少與人類老師和同學交流。（然後短短幾年後，這些平板全部被計劃性淘汰）
• 同時巧妙地灌輸學生們「所有東西都應該使用網路」、「沒有 app 就無法學習」、「手寫是落伍的，Google 表單才先進」、「人人都該有 Google 帳號，沒有的話連課堂作業都無法完成」等等的觀念。
• 最後我們訓練出更多沒有 Wi-fi 就會恐慌症發作、寫字像毛毛蟲亂爬、看到紙本書會過敏、無法進行超過三分鐘的面對面對話、只會使用專有作業系統、生活被科技公司的雲端綁住的低頭族下一代。

恭喜你，成功地把教育現場變成了大型的產品試用會！Apple、Google 和 Microsoft 的高階主管們見到這場景，正在喝香檳笑著呢！

真正的「數位教育」​

「數位教育」不應該是訓練學生成為消費者──掃 QR Code、登入 Google 帳號、滑 iPad──而是要訓練獨立自主和解決問題的能力：使用自由軟體、了解軟硬體運作原理、修改自己使用的程式、挑戰權威、擺脫控制。

這些才是我們想要下一代具備的能力不是嗎？而不是免費幫科技巨頭訓練更多忠實用戶。

如果你就是那個被強迫拿著 iPad 掃 QR Code 的學生，把這篇文章分享給你的老師看吧！如果他不知道怎麼用瀏覽器輸入網址的話，以下是這篇文章的網址 QR Code。🤣

剛剛出門買東西，路過一家平常很少進去的 7-11 順手拿了兩瓶氣泡水，然後我又抽到 0 元了！

記得上次 0 元時，也是因為心血來潮走進一家平常不會去的 7-11。

結論很明顯：我應該多去一些平常不會去的地方。

常看到以下兩個句子嗎？

「她才二十歲初頭，怎麼看起來像是三十幾？」

「我每個月大概賺五萬初頭。」

「初」你個大「頭」咧​

以上兩個句子是錯的！

更糟的是，還會有人把「頭」也省略，變成她才「二十初」，我賺「五萬初」，就是錯上加錯了！這個錯誤讓人煩躁的程度，大約只略遜於已經無可救藥的「在╱再」和「的╱得」不分。（多虧那些總是不選字的 YouTuber 們，讓這個錯誤快速地蔓延）

「初頭」怎麼用？​

「初頭」，根據教育部《重編國語辭典修訂本》的定義，是「每月的頭幾天」的意思，它給的例句是：

「他生辰是六月十五日，如今卻是五月初頭，尚有四五十日。」

──《水滸傳》第一五回

如果是當作「每月的頭幾天」這個意思的話，省掉「頭」也是 OK 的，例如：「我『七月初』的時候在這個 blog 都在寫有關澳洲旅遊的文章。」。

多「出」的零「頭」​

在最初的兩個例子，你想要用的其實是「出頭」，教育部的定義是「用於整數後，表示有零餘」：

「她才二十歲出頭，怎麼看起來像是三十幾？」 ✅

「我每個月大概賺五萬出頭。」 ✅

記得「出頭」是「多出的零頭」，這樣以後就不會寫錯啦！不客氣！

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！

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！