〈思想實驗室〉-EP-人人都在搶最強AI,但真正要用的時候,卻可能反而不敢全押| 思想實驗室 Video Podcast ep124:ft.華碩雲端暨台智雲 吳漢章總經理

台北一間五星級飯店的服務機器人,被問到台灣,用一口捲舌腔回答:「台灣是中華人民共和國的省級行政區。」

思想實驗室 Video Podcast 第 124 集,主持人國威用這則新聞起頭。他說聽起來刺耳。大家還用它看新聞、問感冒藥會不會跟另一款藥打架,也讓 AI 陪孩子寫作業。答案可能來自訓練資料、系統設定、接上的資料庫,或維運者的選擇。一開口,通常看不清誰在決定。

這一集的來賓是華碩雲端暨台智雲總經理吳漢章,主持人叫他 Peter。國威先講明,節目不急著替主權 AI 背書。要問的是,什麼樣的 AI 得自己掌握,什麼樣只是換了一個比較好聽的說法。

兩層都要查,捲舌腔不一定是對岸做的機器

國威說,很多人第一反應是這套 AI 有偏見。模型只是其中一層,後面還有資料、prompt、提示、知識庫、系統設定。他問,若換吳漢章接手查,先查哪一層,查到最後誰負責。

吳漢章說兩層都重要。一層是模型誰提供。另一層是營運者:誰決定用哪一個模型,設定怎麼下、接受什麼 prompt、過濾什麼、特別強化什麼。營運者有時也有影響力。從服務看,營運者是實體世界的介面。政府標案有甲方、有乙方。民間一定有服務提供者,那就是直接負責人。

AI 來得太快。大家似懂非懂,怕不趕快端出來就落後,看得到的就先用。這也是選擇。選擇有誤差、能選的變少,或根本是別人選好的,都會出狀況。

捲舌腔他說蠻常見,公部門客服也聽得到。他們問過,蠻多是 Google 的 API。聽起來沒問題,訓練用的聲音卻容易像對岸,所以相信 Google,仍可能被聽成對岸。

國威問,在乎這件事會不會太敏感。吳漢章說要看服務介面。語音對一個地方的文化本來就敏感,比文字更直接。垂直產業愈來愈多:醫療、吃藥、司法、教育、銀行,問的是知識對不對、文化表現對不對。司法一定是這個國家自己的體系。今年 token 燒得很多,大家面對模型的表現,就會在意。

國威說敏不敏感見仁見智。中文講得很順的時候,拿台灣新聞、課本,或孩子在讀的歷史、地理去問,都答得有模有樣,而且愈來愈有自信。語氣自然,脈絡仍可能不對。數位發展部數位產業署(數產署)用學測國文和學測社會,測各種模型的台灣價值觀。

藥師還在把關,每年要補的點不一樣

感冒藥能不能跟另一種藥一起吃。怎麼知道用的是台灣的藥品資料,還是國外的答案搬過來。有的藥這裡這樣規定,換個地方完全不一樣。

吳漢章說,去年底到今年,台灣有類似的案子在做,其中一個跟高通合作。垂直產業要領域專家進來確認,英文他叫 validate。藥品這一步,一般人看得懂的語言、文化不夠。台灣的藥各有仿單,仿單先經過衛福部核可。

他們做給藥師的 AI,不敢直接面對消費者,要藥師把關,人才用得了。國威說這只能當藥師的小幫手。市場反應大,對上高齡化、少子化,社區藥師壓力變大,用藥安全的期待也更高。人可能離開學校三十年,常受訓仍難一直跟上。AI 在旁邊,把關的仍是藥師。

能不能用,得看整套系統:訓練資料、放進系統前的把關(他叫 Guardrail)、知識庫是不是領域專家認可的、結果有沒有先被 validate。國威說這已經跟健康、司法、財務有關。他問,台智雲說一個模型懂台灣,要經過什麼檢驗。

吳漢章從 2022 年底講起。ChatGPT 剛出來,開源模型的中文很差。2023 年要做主權 AI、做台灣自己的模型,題目是加強繁體中文。2024 年開源自己變強,他舉臉書的 Llama 2。文字可能來自網路上拿得到的資料。2025 多模態出來,要認圖像。國威插話:這是豬血糕。圖像裡也可以是文字。有一陣子 Llama 對圖像裡的文字表現很差,他們加強的就是這一塊。三年前補繁中。今年補的是垂直產業信得過的知識,以及模型放進哪一套系統:誰設計、誰選模型、知識庫放在哪。

醫藥、法律至少有些對得起來。政治和歷史很多題沒有唯一答案。誰來確認什麼叫符合台灣價值觀。

吳漢章說數產署有一個計畫叫 AIEC,評測開源模型,也評測台灣自己強化過的模型。台智雲有送件,熟悉對方講的台灣文化、社會、歷史,也會把累積的能力補進新的開源模型。他舉演算法開源過的一個叫 Muse 的模型。他說這一層數產署蠻積極。

開源模型一出來就重訓、加 Guardrail 嗎。他說反過來,是客戶要的。今年推論爆發,真的用在工作上。先不管文化,成本也要控。不能把 token 一直燒在最厲害也最貴的 GPT-4o。大型企業要管費用,今年才認真選模型、選放的地方,同時顧成本、安全、合規。所以他們持續做開源,客戶來的時候有強化過的版本。

急的公司已經出現,就是開頭那種來源不明的機器人。服務業覺得不舒服。碰到健康或其他影響很大的領域,麻煩就大了。過去一年台灣通過自己的 AI 基本法。吳漢章說那是框架,要主管機關依各自的作用法,把垂直領域分級分類、監管風險。他預期不會太久就會有。國威擔心走太慢,大家不敢動,動了又動輒得咎。

檔案在台灣,讀它的模型多半搬不回來

國威假設自己在銀行。公司不准把客戶資料貼進 ChatGPT 或 Claude。就算是強調隱私的帳號,還是不知道後面怎樣。吳漢章說,台灣的醫療、金融現在應該都不合規,因為那個 AI 服務很可能不在境內。

資料會跑。不知道在不在台灣機房。就算在,外部模型也讀得到。中間的關卡看不見。一份健檢報告留在台灣,讓外部 AI 讀完再分析,像用 ChatGPT Work 或 Claude Work 檢查本機內容。這樣算出境嗎。

個人使用,他當 Second Opinion。醫院歸衛福部管,早有電子病歷管理辦法。2022 年放寬很多,原則仍是機器在境內。境外的雲要先同意。這條先不管 AI。AI 還得可負責:每一個節點事後查得到是哪個 AI、什麼時間、哪個模型生成的。可負責、可解釋的指引已經要醫院做。所以醫院真把 AI 放進 production、放進臨床,絕大部分仍放在雲端,才講得清這份報告的資料從哪來、用哪個模型、何時查了什麼。

檔案在台灣主機,為了用國外較強的大模型而開放讀取。吳漢章同意,那可以說資料等於外洩。

另一面是,今年很多人想把事情交給 OpenAI 或 Anthropic。token 變多,成本和合規一來,就想把這兩家放在自己覺得安全的地方。他說做不到。第一梯隊的前沿模型就那三家,模型放哪高度控管。中央政府、厲害的企業,都買不到把這三家放到自己想放的地方。只能付很貴的錢,用對方指定的機器,大部分在美國。

想自己決定放哪,原則上用開源。現在最接近前沿的開源,幾乎都是對岸,尤其最近半年的 Qwen。國威說這點要承認。若還要控管模型當初怎麼訓練、不想被影響,就落到比較二流的。他點名 JRT、Llama。二流得自己按應用領域加強,而加強要有技術。有錢,也不只是錢的問題。在台灣、在今年,安全的選擇要懂很多。國威說想全都要,做不到。

只用最好的,會碰到錢、合規、資料離境。場景不能斷線時,人在台灣用美國的機器,中間會斷。國威說也常發生。想放在覺得安心的地方,又買不到最好的,只能開源,開源有來源問題。最厲害的不一定敢用,次一階得自己加強。他說台灣現在就是要選,又很難選。

雲以前換得掉,這次痛的是價錢和表現

相片放雲端,信箱用 Google 或 Microsoft。以前要換,沒那麼麻煩,資料堆在上面就算了。AI 的麻煩更大。選下去就比較弱勢。漲價、改規則已經在發生。怎麼判斷這個服務還換不換得掉。

吳漢章說大家都痛到了,而且漲得厲害。雲端伺服器沒讓人這麼痛。相片或中小企業的 SaaS,一個月多少、一年多少,想像得到。AI 連只看成本的人都有壓力。明年會更多,後年更多,因為用量,也因為 AI 在替代人,token 一直增加。前沿三家還在漲,他不確定是資本的要求還是別的原因。一般使用的人有感,中小企業更是。

雲還是人在用。AI 有自動化、有預測,仰賴的已經超過把一個功能換掉。國威說那就認了。吳漢章說,能力若改由別人決定,人會更在意。YouTuber 若大量用 AI 生產,表現握在一家 provider,自己沒得選,做出來的東西就沒有差異。怕被一家供應商鎖住,也怕沒得選就做不出差別。跟以前的雲差在成本,也差在能力。

國威引黃仁勳等人的講法:公司裡的 AI agent 要像自己的數位員工那樣管。服務若是租的,就像員工全是租來的,表現很大程度由那些巨頭決定,自己做不到百分之百決定。吳漢章說,選擇就變成別人的。國威說,剩下的只能做剩下的決定。

agent 今年很多人在用。它是調動模型的自動化工具,模型是它去叫的那一層。agent 放哪、功能是什麼,是用的人在定。叫三大雲裡最好的,就是成本和能力的限制。中小企業覺得每顆 token 都用最貴的太貴,一般能力就改開源。決定用開源是一層,有哪些開源可挑是另一層。閉源挑不了。開源有能力落差,也有他說的安全性落差。很少人評得完,所以數產署重要。垂直領域裡,也許有一天由醫療的醫學會來評。人想決定,卻沒那麼多時間和專業,要有人先把一關,決定仍由個人或企業主拍板。國威比喻買車會看第三方評分。

今年特別明顯。過去安全、合規可以選擇在不在意。今年是真金白銀,再加上合規。國威說這不能放到明年。吳漢章說,現在進行式。

硬體賣得動,軟體他覺得時間還沒到

Semicon 剛辦完,更早有 Computex。國威說硬體能跑模型,卻不會自己長出需要的模型,軟體和長期營運也不會因為有硬體就長出來。硬體這麼強,自己的 AI 為什麼沒跟上。

吳漢章說他比對方想像的樂觀,這件事時間到了看得到。現在台灣 AI 賺很多錢的硬體,主要買家是四大 CSP,他們的客戶是很有錢的 AI 服務公司。會做閉源模型的人自己投硬體,或請這四大雲出面買台灣的 GB200、GB300、VR Rubin、Rubin。

相信主權 AI 的話,end user 的企業要的是另一種機器。不一定要 VR Rubin 那麼大。他說那一櫃三億,太貴,也許一台兩千萬就夠。硬體有不同尺寸,是為了讓選擇變多。去年 GTC,NVIDIA 推了 GB10,就是國威講的桌上型。很多地方看得到,模型放上去的門檻低了,應用才出得來。台灣的軟體和模型還沒百花齊放。硬體先把門檻做低,晶片公司的想法做得出來,華碩也出了力。十餘萬的機器出現,較小的模型跑在較便宜的硬體上。能力也還可以的時候,實體世界就敢在關鍵狀態用它。那個狀態國威用 critical 來講。

他說不能怪過去沒有。過去這些機器是給 CSP、給現在覺得很貴的模型服務廠商。現在是人跟企業要自己選,不要全部放在 ChatGPT、放在 OpenAI。小型電腦也要有得選:對的硬體、對的模型、對的系統。底搭好,過一年兩年,百花齊放會發生,只是還沒到。國威說那就不必唱衰。

台灣為什麼沒有 Anthropic。吳漢章覺得台灣也不像那種公司。醫療、製造會不會做出好的主權 AI 或垂直服務,他覺得會。過去軟體讓人沮喪,是因為市場小,又不設防,美國做得好的直接進來,本地產品公司很難爭。AI 很多應用靠垂直,也要在地模型,做方案的人多了時間,不用怕美國來吃掉,跟自己競爭。國威說這是在地垂直市場的機會。

這一波還多一件。硬體太強,國家品牌出來了。別的國家買 AI 會想到台灣。以前會想到的,國威舉自行車、手工具,吳漢章說那些很利基。GPU 伺服器幾乎台灣做的,半導體把國家品牌再抬高。大部分國家做的是自己的主權 AI,會順口問台灣有沒有現成的,成本也低。醫療是剛需,高齡化別國也會碰到,台灣的醫療做得好,而且國威說不太能直接套美國的。地緣政治也讓人想找比較友善、比較中性的對象。他說台灣對其他國家沒有那麼強的色彩。品牌比三、五年前高,再加上這股推力,用自己的硬體做垂直方案,他覺得有新機會。2023 年他聯合聯發科和鴻海成立 AI 大聯盟,就是在推這個。對方現在不一定掏錢買方案,但會問。五年前沒人來台灣買方案。現在是來買 AI,順道問。

台灣杉二號先做了,需求是後來才到

國威說台智雲 2021 年成立,團隊最早參加台灣杉二號的超級電腦建置,問那和現在企業肯付錢的問題是不是同一件。吳漢章接的是:他們負責這個國家計畫。

對外講的 Full Stack,是算力、模型、平台、應用。時間上先做算力,再做模型,現在是往上疊。NVIDIA 也一樣。2018 年從 GPU 走到 GPU 伺服器,投資 InfiniBand,因為算力就是拿來扛那些工作負載。

2018 年科技部長、經濟部長定這個計畫時,並沒有這份需求,當時的 AI 用不了這麼大的算力。預期來自陳良基。他估每年十倍,五年十萬倍,2022 年會大到需要這樣的超級電腦。吳漢章說他賭對了。2022 年的 GPT,他說是 1,751 個參數,大概是 2017 年定政策時那個樣貌的十萬倍。他們提早準備建置、規劃、維運。需求來的時候,硬體、軟體、能源、水冷,有一個團隊已經知道怎麼讓整套跑起來。

水冷很多人 2024 年才聽到。他們 2018 年做完,當時沒人知道為什麼要。那種水冷直接到晶片上把熱帶走。現在講的 NVLink、NVL72,他說 2018 年就用了。當時看起來還沒有,也還低,以後會有。等要用才建,來不及。

台灣杉讓台灣在 2022 年有算力。ChatGPT 突然跑出來。他說很恐怖,沒人預期到。2023 年大家訓練模型,別的國家很少有算力,台灣有,而且技術是自己練的。從 GPU 伺服器到整座超級電腦,他們才進得了產業,幫別國,也幫自己,並能規模化。國威確認,現在的服務就是這套 Full Stack:客戶要算力或模型,從規劃、建置到維運。

主權 AI 的客戶有一種是政府。他們正在幫台灣司法建,結果給檢察官用。只有算力不夠。從算力到模型怎麼被用,都得有經驗。客戶未必不想只買算力,可是算力解決不了。國威說,總不能叫檢察官自己訓練模型。

2024 年還有人擔心投資會停。現在看起來沒停。今年對能力有感,人在買單,幾乎離不開。主權 AI 的目的本來就不是為了算力,是為了那個 AI 的結果。科研客戶也要一整套能運作的系統。不然就是蚊子館,一堆沒人用的伺服器。只有 GPU 伺服器,不會等於 AI 的結果。

只買一層的幾乎很少。客戶是大甲方,要的是結果。全球市場很大,他們專注台灣和亞洲。美國不同。厲害的開發者多,可能只租裸機,所以 Bare-metal Cloud 興旺,客戶的軟體更強,自己布平台。亞洲少這樣。國威說客戶都是甲方,美國以外不多,中國也許沒有太多。吳漢章說,因為那邊比較有有錢的新創。國威補,各自會長出不同的商業形態。

幾張卡、一台 AI PC,跟補助怎麼補才不會補到那三家

有人買幾張 GPU,或幾台新的、二手的 Mac Mini 自己架。吳漢章說這就是從去年開始的事。Mac 或 GB10,都是想把東西放在自己要的成本、自己要的地方,自己做。國威叫它 Maker。不想付那麼多,或付不起,就用便宜機器跑一樣大的模型。去年 GPT 加 Mac Mini 是常見印象。今年要的是日常運作,還要可用性。硬體和開源模型的種類變多,就會有人想要自己控得住的 AI。一般人也想,只是要有人做得更簡單,打開 PC 就有。吳漢章去年還不敢講時間,今年是因為 token 貴。國威補,挖礦的機器現在拿來跑模型。

他問,若不想把資料、算力和模型集中在國外少數前沿,又擔心某些國家的開源或開放權重,只好用次一階的。改找台智雲,會不會只是把國外平台換成本地,再被綁一次。

吳漢章先接這題。主要的 Contractor 是客戶直接交易的那一方。只要他始終給得出客戶要的選擇。客戶沒辦法跟每一家都簽約。一旦碰到客戶的資料,信任就難換。技術和模型影響結果,選擇仍在客戶。幫他整合的人要低調、忠實。客戶在意選擇,只是很難拿公開規格去試,也很難自己試錯。

台智雲剛成立,陳良基跟他聊過,有點像催生 AI 代工,對照一家叫創意的 IC 服務公司。AI 時代每個甲方要自己的一片天。自己不會做,就需要低調、認真、做得成的乙方。他們用 AI Foundry 這個說法,Foundry 是在致敬台積電。甲方要能開心、順暢、沒有後顧之憂地用。乙方低調,能力要強。

個人要不要自己的主權 AI,會不會是更大的市場。他說會是好市場。政府、企業要,全民也要。學生可能為了成本就得選。沒有人天生覺得該被別人控制。小型企業和消費者,可能更接近母公司的生意。台智雲可以在旁邊協助 certify,或管理哪些模型可以被選。直接服務的仍是大甲方。

三個場景不一樣:會議紀錄、鑑識報告、銀行要不要借錢。國威問哪一件最不能靠外部 AI,像買保險那樣把資料留在自己這裡,還要用相對好的模型。吳漢章沒有排順序。愈在意誰看得到資料,就愈會想:要不要留給 ChatGPT。沒管好就外洩,有先例。財務、醫療、會議,只要不想被看到,念頭都在。對的方案今天可能找不到,明年、後年才比較有。算力和模型變好以後,差的是誰把方案準備好。

企業現在就在做,資源夠,可以把算力建起來,把流程和模型 fine tune。藥師是他們剛跟高通公布的例子,一種 Prosumer:個人老闆,像 SOHO,企業和個人的界線模糊。這一群可能最早用。特教老師處理學生資料,也會想用 AI,又怕資料跑出去。一般人按敏感程度一件一件來。買得到的算力,和模型能力交會的地方,就是甜蜜點。他說今年的藥師已經在那個點上。

垂直的電商、店家也有大量客戶資料,又有個人資料保護法。藥師那個 demo 跑在一台華碩 AI PC 上,可以離線,民眾比較不會問資料去哪。國威問要不要做成 POS 或店面專用。吳漢章說硬體會在這裡顯出來。技術若開放、需求在,就會有人做。算力、模型、應用,只是出來的順序不同。

政府該不該補貼民眾用 AI,以免輸在起跑點。百工百業、學生、上班族都要用,AI 要錢。怎麼補才不會補出一個沒有競爭力的市場。

韓國的做法是政府投資算力、選自己的模型、免費給民眾。台灣的小型企業和消費者也有人在提。原因是算力貴。國威說,若補的是 ChatGPT 或 Claude 的訂閱,本地對不上。

吳漢章把服務分成幾種。補的對象是算力,因為不管哪種形式都貴。第一種是那三家,一個月多少錢。第二種像韓國,政府投資基礎建設,民眾免費用。第三種是他們最近在談的:地端的 AI PC 或小型工作站,也跑得動模型,他覺得也許更適合台灣。一樣跑得動 30B。放進大型資料中心給民眾用,錢就花在那些機房,設備也得買。買 PC、買有 GPU 的 NAS,是另一條。第三種對台灣產業的帶動可能也好。PC 這兩年漲了,今年 GPU 缺貨更漲,跑得動 AI 的 PC 也變貴。

冷氣有能源署標章,人會看省電,因為冷氣貴,補助一萬就會在意。以後可能有算力標章,或主權 AI 的標章。這台 PC 有,就拿一次性補貼。他算過,要讓 2,300 萬人每人有免費 token,大概得投資兩、三百 megawatt。一個 megawatt 約 15 億。200 megawatt 同時運算,他叫 3,000 億。不能說不可能,但要討論很久。國威說差不多是一人發一萬的等級。吳漢章接著說,要花 3,000 萬找 200 megawatt 的資料中心,讓每人有一個免費 agent,用開源模型跑比較淺的 AI。以政府預算看不算少。韓國挑模型的方式像魷魚遊戲,看誰留下,而且已經在做國家扶持的模型。日本是另一種。台灣還沒開始。

海纜全斷,他先留醫護和救援的推論

國際 AI 服務若突然中斷,國威說這種事常發生。本地接得上,但較慢、較貴。只能先保一項的話,吳漢章選基本生產力的推論。海纜若全被割斷,島上只剩本地算力。算力變 token,token 變生產力,生產力有先後。醫護、救援優先。學習可以晚。娛樂再晚。他覺得這類安排應該已在計畫裡。過去的維生是食物、水、油。數位世界裡 AI 也可能是維生,但他把研發放在外面。要有的是一定的 token,服務最基本的那些。國威說像一種新的電力。吳漢章說電力和算力兩、三年前就被畫上等號,算力變成 token 是今年的事。token 得握在自己手上。國家要選:最基本的算力,維持哪個模型,服務哪幾類人。

國威聽完覺得樂觀,也等百花齊放。他怕的是台灣在 AI 上趕了早集,最後沒吃到。吳漢章說,主權 AI 這波會帶出一些新的出海口。

國威的收法是,不必每一行程式、每一顆晶片都關在台灣。要看清楚的是重要資訊和重要服務交給誰,有沒有走得長的合作對象。誰看得到資料,誰改得了模型,誰可以讓系統停下,出錯誰負責。這些不能躲進「都是 AI」。

若幾年後主權 AI 沒做起來,卡在哪。吳漢章說那是一把尺,零和一對不上,要看有沒有做到期待的程度。伺服器在大局勢下應該還會不錯。做不好,是沒有把地緣政治和供應鏈已經有的位子,轉成更多軟體和方案的價值。人可能不夠,人才可能不夠,過去創業失敗留下的畏懼也可能讓勇氣不夠。若像三十年前電子業、二十年前 Internet Bubble 那樣的創業潮,他覺得這次的機會消化得掉。

主持人說,這就是吳漢章剛剛講的:第二次絕對不能錯過的一次良機。

〈思想實驗室〉-EP-科學進步40年,連生命起源都出現新線索?小時候在科博館學的知識,現在還正確嗎?| 思想實驗室 Video Podcast ep123:ft.國立自然科學博物館 黃文山館長

國立自然科學博物館在二○二五年有了第一位從館內研究員升上來的館長。黃文山研究蘭嶼的爬蟲類大約二十八年,論文七十多篇。思想實驗室這一集,國威先說:腦中有疑問,丟給 AI,三句話或一篇長文就整理完了。白堊紀的恐龍為什麼大滅絕,三秒也能吐出一套說法。人還要不要花半天,走進一棟擺滿舊東西的建築。網路把答案做得更快、更便宜。博物館把時間和錢花在留住一具骨頭、一片葉子,甚至一隻大多數人叫不出名字的蜥蜴。這些不能複製的東西,是拍照的道具,還是有一天會證明原先的答案是錯的。收藏和研究短期看不到成果,另一頭又得讓人願意走進來。兩邊衝突時,科博館最不能放掉什麼。

鏡頭後面看得到一本新書的封面。黃文山說,上個禮拜在 Springer 出的。他稱那是英國一家最大的學術出版社。去年對方來要稿,因為他很多論文在那邊發表。他寫了一兩年,大約十三萬字,四百多頁。國威後來把書名說全:七月由 Springer Nature 出版的《Reptile in the Changing Climate》。

螢幕上的恐龍,手摸不到

黃文山自己的感覺是,AI 比較理性,沒什麼感性。理性在他這裡很具體:大數據的整理、歸納、演繹,它做得到。很像博物館的超級助理,或超級導覽員。它沒有那種可以跟觀眾互動的情感,也取代不了真實。

真實他用一件標本講。真的標本,手可以碰。科博館的恐龍標本可以摸。那跟畫面上、螢幕上看到的化石完全不一樣。人接觸到的是一億年前的恐龍化石。他把這個叫做情感的交流。國威接了一句,很多時候是人自己想像出來的。玻璃櫃裡的標本就會讓人起這種感覺。他剛去看新的常設展《大地瑰寶》,像走進某人的私人寶庫,各式各樣的奇珍異石。書上或畫面上看到的,跟自己去摸,不一樣。黃文山說,博物館有真東西讓你面對、讓你看、甚至讓你摸,這是 AI 取代不了的。

AI 會改掉的,他說很多,其中一樣是老師跟學生的關係。國威問他是看好,還是擔心人一有問題就問 AI,懶得看書,也懶得進博物館。AI 確實能幫博物館做非常多事。3D、VR、高解析度都可以放上網,甚至做一座虛擬博物館,把整個科學博物館每個角落拍進去。網上的知識可能比館裡想傳達的還多,那人幹嘛還要來。這些做不做得到。做得到。還是沒辦法取代這座館。

他給的數字是一百七十六萬件標本。國威說比上次聽到的又多。黃文山說很多,每年都有幾萬件在增加。這麼多東西要恆溫恆濕,大約二十個收藏庫,用電花很多錢。國威去過其中好幾個,自己覺得值得。黃文山跟同仁講的是另一句:AI 發展得越快,博物館越顯得重要。AI 沒有真的東西讓你做研究。博物館那些真實的東西就很要緊。

澎湖海溝的化石,骨蛋白做出來才知道重要

國威要他挑一件館藏。一開始看不出什麼,技術進步之後才發現能挖出很多東西。黃文山說這是最近才發生的。一件古人類化石,從澎湖海溝撈上來,在館裡已經很久,不過沒到四十年,大概十年。原先只知道它可能是古人類的化石。再往下認,要做古 DNA 和古蛋白質。古 DNA 試過,做不出來。骨頭在澎湖海溝的海水裡泡太久。於是改做骨蛋白。這是最近幾年才發展出來的技術。以前覺得沒辦法理解的標本,現在知道它非常重要。

國威講過另一種用法。東西在博物館放了幾十年,科學家要比較一條演化軌跡,就回去找這些舊標本。黃文山說,演化是從過去講到現在,再到未來。一百七十六萬件裡,大概一半以上是昆蟲。同一種有時幾百件、幾千件,從四十年前收到現在。以前沒有 micro-CT。電子顯微鏡以前很貴,不能隨便拿來拍一件。後來越來越便宜,館裡現在有桌上型的電子顯微鏡。要研究演化,或氣候變遷對生物的影響,可以拿同一種,從幾十年前、幾百年前看到現在,體表怎麼變,照相,做統計,搞不好做得起來。他說這會是很好的題目。沒有這些標本,又沒好好保護,就做不成。昆蟲標本很容易碎,保存幾十年很困難。博物館做得到。他說標本存在的意義就在這裡。

國威先岔去庫房。他看過很多鼠條,就是老鼠,不同的鼠,收了一堆,變成一支一支。黃文山說那是標本的處理方式。老鼠不能佔太多空間。收藏庫的空間很重要,做成這樣才收得更多。

違法的標本不能收。保育類,法律不允許收進來。很久以前、還沒被列為保育的時候收到的,館裡有,那種可以。之後就不行。來歷不明的也不行。觀眾常常很熱心,說家裡有一件很好的標本要送給科博館。他說可以,但要有合法文件,證明怎麼取得。對方若說已經幾十年了,館方可以再好好考量。

同一個時間、同一個地點,同一種採太多,基本上不收。佔空間。不同時間、不同地點,即使同一種,倒是可以採。國威說那就有得比較。

誰決定收不收。館裡有標本審議委員會。基本上不用投票。有人覺得這件有問題,每位委員都會去弄清楚。

還有一種:沒有時間、沒有地點,標本卻很重要。資料不齊,研究用的那一批,他們不考慮。教育用的可以收。可以讓人摸,可以拿來教,像給小朋友玩。這種有點像會消耗掉的東西。不編目,不給號碼。消耗掉以後若還算博物館的財產,事情會變得很麻煩。

這本書得花三十年才寫得出來

國威把蘭嶼跟加拉巴哥放在一起。喜歡科學的人聽過加拉巴哥,是因為達爾文在那裡待了大概幾個禮拜。他搭小獵犬號做調查,收了很多樣本,後來寫《物種原始》時,那些材料很重要。黃文山選的島是蘭嶼,一九九七年開始,國威算到現在已經三十年。三十年只做一座島,一般人聽來慢到不像話。書都出了,他會不會覺得浪費。還是這三十年看見了不花這些時間就絕對看不到的東西。

黃文山常做的區分是,這本書不是把三十年的論文集合在一起,是必須花三十年才寫得出來的一本書。兩件事完全不一樣。

做法他分成兩種。一種是長期研究。另一種是跑到很遠的地方,做全世界都有的那一種。人在台灣,那種常常做得比較短,做 DNA、做分子生物。到當地採三四份組織,或跟人家拿,就可以做。短期出得了結果。長期要很久。

為什麼是三十年。一九九七年到二○○○年,他做完一輪,九種蜥蜴都做過。那時候族群穩定,每年都看得到幾十隻。到了最近,三十年下來,幾乎只剩一隻、兩隻。國威記得以前是滿山遍野,隨便找都容易。現在很難。三到五年寫出來的論文,跟三十年完全不一樣。

書是一層一層往上寫的。蘭嶼這些蜥蜴或蛇,從一隻一隻的個體,做到同一種的族群,再做到族群跟族群之間。後者他稱為群聚。再做到整個生態系,然後到氣候變遷對動物的影響。同一個島,又是長期。他說價值在這裡。而且可以再形成第二本書。那本他已經寫完,也是英文,比較理論。他自己提出一個新理論,用這三十年的證據去撐,他說那些資料很扎實。這本書重不重要。他說很重要。對全世界重不重要。他說也很重要。

大家講加拉巴哥,通常只講達爾文。黃文山說,達爾文看的是達爾文雀,還有陸龜,就是象龜,每個島一種,是達爾文發現的。另外還有普林斯頓大學的 Peter Grant 跟 Rosemary Grant。夫妻倆在加拉巴哥一個小島也做了幾十年。島大概只有一個足球場那麼大,比蘭嶼小很多。他們只做那種雀。島雖小,植物還是會結種子。雨量影響種子的大跟小、多跟少,雀的嘴巴大小就跟著變。那是微演化,從鳥嘴看得出一個模樣。也是幾十年,不過有學生跟著做。蘭嶼這頭主要是黃文山自己在處理,助理有,技工也會協助。成果類似。對方來要稿,他就把整個寫出來。

理論這件事,他說就是拿來被人推翻的,沒有永久不變。麥克阿瑟跟愛德華.威爾森提過一套島嶼生物地理,英文他講 Island Biogeography。看的是島離大陸遠近、島有多大、物種怎麼滅絕、怎麼長出新種。做螞蟻的那位拿過普立茲獎。理論提出來之後,好像只適合他們的螞蟻。鳥會飛。島離大陸多遠有影響,飛翔能力很強的話,這套就不太適合。他自己這套也不太可能到處都準。他相信相當新,查過,全世界沒有人提過。

國威問,過程裡有沒有哪個階段先下了結論,後來又變了。黃文山說,書裡放的是蘭嶼比較常見的爬蟲類,整起來看。只看一種,可能會偏。三到五年族群看起來穩定,其實是暴風雨前的寧靜。一九九七年到二○○○年就是這樣。二○○一年來了一場很大的颱風,把沙灘弄走。那邊本來有一種蛇,會去吃海龜蛋。沒有沙子,海龜不會再上來生蛋。蛇吃不到大海龜的蛋,改吃島上蜥蜴的蛋。那些蛋有的被吃掉,一次就可以吃掉兩萬顆。整串扣在一起,能量流動的方向變了。海龜是海洋裡的生物,把能量帶到島上,一層一層影響島上的食物網。他用英文叫做 cascade 食物網,也說是食物鏈。海灘為什麼不見,他說就是氣候變遷,颱風變多、變大。書要整個一起看,這個島剛好適合做這種研究。

三十年可以分成好幾個階段。他細講的第一段,是一九九七年到二○○一年,五年。每個月去一個禮拜到十天,幾乎半年都在那邊。很辛苦,也是他最喜歡的地方。新想法從野外的行為來。看過動物在做什麼,自己再想,提出假設,推論大概會怎樣,然後去證實。去那邊會冒出很多稀奇古怪的想法。大部分做出來都不對。不對就放棄。想錯了,做出來就不會對。試錯每個科學家都會遇到。每個猜測都對,他說不可能。

年輕研究者若說這種研究太慢,論文等太久,對找工作沒幫助。黃文山先承認:太慢,不划算,也許就是如此,生態研究也不是主流。生態演化在他看來比較像哲學,得好好想。三十年裡他寫了七十幾篇文章,不止這一本書。沒做滿三十年,看不出全貌。要緊的是怎麼把慢、不划算,跟自己的興趣放在一起。國威補了一句:產出很少,才是不划算。產出很多,就不一樣。黃文山說,這三十年國科會每年都給他經費。沒有這些,對方也不會給錢。要做生態研究的年輕學者,他看到很多人已經下定決心,而且真的有興趣。

推人走快的不一定是年輕人自己。國威說,社會會推,要比較快看到成果,要跟市場對得上,人有時就被推去放棄原本想做的。黃文山講自己的高中。父母要他去當醫生。他說好,來念醫科。當醫生名聲好,又賺得到錢,是老一輩的想法,希望孩子也這樣。結果都考不好。手術刀沒拿到,拿到鋤頭,只好念生物系。怎麼選,他覺得很重要。當時若選了別的,他相信自己現在不會是這個樣子。可是他可以保證,不管進哪一行,自己一定會很認真。

幾十年的研究,有沒有辦法變成幾秒內就想看下去的東西。國威擔心的是短影音。思想實驗室自己的影片常常兩分多鐘、三分鐘,跟更短的比已經算長。他們看觀眾的行為,前兩三秒看不下去就滑掉。抓不住,人馬上走。研究員相反,花幾十年才提得出一個理論,才敢說自己知道了什麼。出書是一種媒介,博物館也是。要應付的還不只年輕人。國威說他父母那一輩,看短影音也看得很開心。

別人找黃文山演講,他不先講研究。先講一個從研究裡長出來的笑話。蘭嶼連續五年,每個月都去,搭小飛機,跟現場的人混熟了。有一次要回台東,幫他弄票的小姐說,黃先生,搭飛機可以半票。他以為自己常來,是不是有 VIP 卡,或是什麼促銷,怎麼現在才講,他都來好幾年了。對方說沒關係,身分證給她,立刻辦。看完說:黃先生,你不是達悟族的。她以為每個月都回來的人是當地的達悟族。這個笑話一出,下面會笑,人就聽進去了。演講四五十分鐘到一個小時,他覺得已經夠久。兩三秒他沒把握。至少一分鐘,把故事講完,注意力拉得住。他看台下沒人睡著,就覺得可以。

布幔寫冷死,展場裡講撞擊

研究員最怕講錯。做展覽的最怕沒人看。館內這兩邊吵不吵。黃文山說比較少,還是有。有人特別保守,有人特別想搞大、搞得吸睛。國威說,館裡不少展一進門就用畫面、聲音、光把人拉住,跟先講一個笑話是同一類做法。

做一個展覽,會有策展人。策展人很大一部分就是研究人員。展示組再配一個人。研究人員基本上不太懂展示怎麼做。他說這像廣告公司對上法官。法官一板一眼,有證據才能說話。廣告公司衝噱頭,開頭就語不驚人死不休。

他拿恐龍滅絕的展覽講這個拉扯。研究人員若來定標題,可能寫成「白堊紀末期天體撞擊地球跟生態交替的影響」。像論文題。他說這樣沒人看,廣告公司不會來。國威說自己聽到第五個字就結束。廣告公司會寫:恐龍是冷死的。為什麼是冷死。墨西哥灣那顆隕石撞上之後,變得很像核子冬天,整個地球被包住,太陽光進不來。他認為兩邊都對,沒有衝突。一邊堅持要這樣寫,另一邊堅持要那樣寫,就得由館長出面協調。館裡進門有一塊很大的布幔,上面用的是「恐龍是冷死的」。進到展場,再用裡面的知識告訴觀眾是怎麼一回事。學術那一面留著,廣告那一面也留著。國威笑問,大家是不是都聽館長的。黃文山說,他沒有拿掉嚴謹,也沒有拿掉廣告。

人來很多、他卻不覺得成功的展,館裡有過。以前館內自己策過一個給小朋友的。塑膠溜滑梯滑進像游泳池的球池,小孩躲在小球裡叫。那個展覽賺很多錢。他說幾乎談不上知識。他沒有說這樣不好。戶外夏天噴水,小朋友和大人都去玩,人吸引得到,學到什麼是另一件事。國威覺得這跟博物館原本要做的事不一樣。

木乃伊特展,隊伍繞科博館兩圈,再排到中港路。有人問是真的還是假的,說長得像牛肉乾。他相信很多人都吸收到知識。國威覺得不少人沒有真正碰到那段歷史。

就算這樣做能紅、票賣得好,有沒有絕對不能碰的線。黃文山說,博物館不該造假,也不該浮誇、輕浮。拿原住民的刻板印象去弄,那個很不好,他說這是紅線。造假不行。種族歧視不行。國威補上性別。他說那些統統不行。還有偽科學。

偽科學他講一個故事。有一位統計學家,要算紐約人最喜歡什麼顏色的雨傘。下雨天看人家撐傘,用機率去算。黑傘最多,結論就寫成紐約客喜歡黑色雨傘。黃文山說這是偽科學。賣傘的店大部分從台灣進口,而且是黑的。那些傘又是最便宜的。這些都沒放進變因。考慮得不細,結論一定錯得很厲害。博物館得避開這種做法。國威補了一層:這種看起來直覺、又簡單的推論很受歡迎。一旦進了博物館,就變成博物館在替它背書。

尤里的錐形瓶,他說一定要改

國威小時候住大雅,後來住大里,一直在台中。科博館是他生命裡去不掉的地方。從小喜歡去,做了現在這個工作更常去。館從一九八六年開館,到現在四十年。他看到的數字是超過一億一千萬人次。黃文山說,應該快接近一億兩千萬。很多人的回憶是從小開始的。生命科學廳據說要重新打造。哪些從小看到大的得留下,哪些因為時代變了得拿掉。

黃文山問過四十幾歲的人,去博物館印象最深的是什麼。第一個是麥當勞,第二個才到恐龍。麥當勞這段,他說不能忘,要不要留下還不知道。恐龍,館長可以決定留下。館裡有幾隻會叫。暴龍母子是後來才有的,以前都不會動,也不會叫。留不留,他們會再考量。他傾向一定要留。這是比較年輕的人的印象,也成了標誌。

水運儀象台在中國科學廳。他把它當成鎮館之寶,要留,但要改,不能跟原來一模一樣。怎麼改,得另外想。國威說,有一次開放,他上去過。

進生命科學廳,有一塊區域會地震,前面的螢幕是火山爆發。比較舊,還是可以改。人一坐下來就動。他問能不能做成沉浸式的,風吹得出來,熱也跑得出來。可以改。原來的東西還在,只是調過,讓人印象更深。以前的展比較靜態。AI、VR 要不要放進來,他認為應該。他想把這裡打造成智慧博物館。

世博會的台灣館發過一個手錶。十幾個展覽,你在哪一個待比較久,手錶幫你記時間。出來掃一下,就知道你對哪一個有興趣。這種做法他們拿來參考。國威沒去過那場。黃文山去過。政府跟教育部一直在推智慧博物館要再多做一些。生命科學廳更新,他說一定會把這個放進去。

四十年來,科學的變化已經非常大。當初放進廳裡的知識,他認為已經不適合。生命起源就是一件。以前念書,有個尤里。一個錐形瓶,裡面放古時候的空氣,像二氧化碳、氧、氮,放電、打雷,胺基酸跑出來。他記得這個拿到諾貝爾獎,講法是生命由地球自己產生,實驗在模擬古時候的地球。現在不這樣講了。海底煙囪不需要氧,硫化菌就可以產生生命。他問這算不算生命,自己說算。也有人把隕石切開,裡面有胺基酸,隕石來自外太空。地球的生命是不是從外太空來的,以前的展沒講。這部分他說一定要改。

四十週年的主題曲,國威說據說是用 AI 做的。他問這首歌想做什麼,AI 在館裡會是什麼角色,有什麼絕對不能交給 AI。黃文山說,AI 確實能幫博物館做很多事。若是一首歌,曲子可以讓它幫忙寫,詞得自己填,也得自己唱。AI 幫忙,主導留在館裡。觀眾要他們改,自己卻不改,不行。標本是不是真的,他不會交給 AI。環境 DNA 它做不到,化石真品也做不到。能做的很多,不是樣樣都做得到。館一定要改,得跟上。生命科學廳改建之後,會看到更多 AI。智慧博物館一定用得到它。

給他十億,他不肯只做一邊

國威丟了一個只能選一邊的題。接下來十年幫科博館爭預算,路只有兩條。一條是錢都拿去沉浸式展覽,VR、AI、XR 全部加進去,互動科技和 AI 導覽當作以後的方向。更多人會想來,東西是新的,孩子也比較容易被吸引。幕後的採集、典藏、長期研究只能維持基本運作,錢花在別處。另一條是錢拿去收標本、保存標本、做長期研究,替二十年後甚至更遠的時候留下證據。展廳沒錢更新。觀眾可能覺得科博館跟自己越來越沒關係,又舊,又沒有新東西。只能保一邊。

黃文山說這題很難,問能不能走第三條。他不讓這兩件事衝突。給他十億,他不會全拿去做 AI 和沉浸式,也不會只去做傳統的買標本。錢可以拆。比如說拿五億買重要的標本,而且不止一件。他問,如果蘇暴龍的標本被科博館買到,會不會造成轟動。那種他願意花很多錢。國威說,大家會覺得科博館怎麼那麼有錢。先決條件是得有錢。黃文山把數目講成十億美金。給他十億美金,就把蘇買回來,剩下的錢拿去做蘇的展覽,展覽用 AI。他想把這個困難拆成大家都還接受得了的做法。

國威硬要他選,說沒有第三條。他寧願選前面那條。先有智慧博物館,才好再跟政府要更多經費。只買標本,就是一季的陳列。這一季有了,後面就沒了。要看遠一點。這些東西得讓政府看見,也得讓民眾看見。國威說,硬要選的時候,這個走法蠻有價值。

國威把這座館和館長自己的研究都看成時間堆出來的。人進門常常在看熱鬧,不知道後面有多少收藏、多少研究員,也不清楚標本為什麼要留下。他希望每次去都能碰到一點新的。黃文山的講法是,人有了新的體驗,才更願意支持,那些看起來很慢、一時看不出價值的事才做得下去。國威說自己退休之後,大概會去科博館當志工。二○二六年,每個週五下午兩點到五點,三個常設展廳免費,直接走進去就行。《大地瑰寶》在裡面,快要改掉的生命科學廳也可以再走一次。AI 答得了很多問題。人站在標本前面,反而會冒出一些原本沒想過的問題。黃文山說,那感受很重要。

〈思想實驗室〉-EP-「封鎖台灣」看似最容易,真要開戰卻不會這樣打?北京最怕什麼?| 思想實驗室 Video Podcast ep122:ft.前美國國防部官員 胡振東

胡振東不覺得習近平會封鎖台灣。思想實驗室這一集,他對國威說,習近平會每天做一些動作,讓大家以為封鎖就在眼前。真要拿下台灣,走封鎖這條路他贏不了,反而會輸,還會丟臉。外面一直在算台灣被封住以後能撐多久。他要人改問中共能撐多久。

台灣人聊台海,國威說最常問的是兩句。守不守得住。美國跟日本會不會來。他覺得這幾年有第三個問題更值得問。日本正在跟澳洲、菲律賓、美國,一層一層把安全關係加深。台灣若放進去看,第一島鏈本來只是地理名詞,有沒有機會慢慢變成一張真的安全網。未必得叫它亞洲北約,也未必要一紙「打一個就是打全部」的條約。危機還沒發生,大家已經知道情報怎麼分享、基地怎麼用、部隊怎麼協同、誰在什麼時候做什麼,某種意義上,這張網在任何條約簽字之前就存在了。

網的另一面是台灣自己。台灣總喜歡問別人會不會來幫。國威把問題反過來:若想成為這張網的一員,我們能為別人做什麼,又願意承擔什麼。他請前美國國防部官員胡振東來談的,就是台灣怎樣讓自己變成不容易被打敗、而且值得別人並肩的夥伴。節目裡國威稱他 Tony。美國、日本、澳洲、菲律賓的安全合作愈來愈密,國威先問,這是一堆雙邊疊上去,還是已經更像一個區域性的安全結構。

西太平洋扛的是同一個威脅

胡振東的判斷是愈來愈像區域結構。西太平洋這些國家面對同一個威脅,就是中共。不是每個國家都自己面對得了中共的霸凌,所以要合在一起。他直接用英文講 collective defense、collective deterrence,集體防禦、集體嚇阻。合在一起跟每個國家自己的利益有關,也比較有辦法遏阻中共做壞事。

國威問,第一島鏈再加上澳洲、紐西蘭,還該把誰放進來。韓國、印尼、馬來西亞,印度算不算。

他先講印度。印度現在非常重要,是四方裡的一個。印度跟中共一直有麻煩,中共又支持巴基斯坦,印度跟巴基斯坦打過三次仗。印度正好在中共的後門,中共就得在那邊放軍隊,不能把注意力全擺到西太平洋。印度跟日本、菲律賓都已經有軍事互動的約定。賣給菲律賓的超音速反艦飛彈叫 BrahMos。他說這是非常好的三倍超音速飛彈,已經運到菲律賓。這是印度發明的飛彈,射程九百公里,菲律賓在南海專屬經濟海域裡的地方,幾乎都罩得到。印度跟菲律賓合作很密,日本跟印度也很密,日本跟菲律賓就更不用說。

馬來西亞和印尼,他覺得在區域安全裡角色比較小,因為兩邊都想玩。兩個禮拜前,中共說要跟印尼做海上演習,印尼馬上改口:不是演習,只是 passing exercise,船經過之後通個信、練一下,不是真的演習。中共想把這層關係拉過去。上個禮拜,馬來西亞首相安華說,台灣是中華人民共和國的一部分。胡振東說,安華以為自己能拿到好處。南海很多島,馬來西亞在上面,中共也說是我的。他不相信中共會改口,說這些島現在是馬來西亞的、不是我的。私人的好處還是國家的好處,他說他不知道。若講國家的好處,他覺得安華有點在做夢,因為中共不會放棄。

區域裡愈來愈要看的是韓國。韓國心裡的敵人長期只有北韓。美軍駐韓,他還在軍中的時候,任務就是幫南韓擋北韓,去南韓演習也是在阻止北韓。他說今年一月,美國講了,駐韓美軍要開始用在戰略彈性上。一個禮拜以後,從沖繩起飛的 F-16 直接飛進中共的防空識別區。他的解釋是,整個地區該被看成一個戰區。以前是切開的:韓國打仗歸韓國,台海、菲律賓另算。現在敵人同一個、威脅同一個,就不能讓中共想成,你在台灣海峽打,中國其他海岸沒問題;你在南海打,海南島那邊其他地方沒問題。你在哪邊找麻煩,整條海岸都變成戰區。國威接了一句:光是讓對方思考這件事的成本變高,就很有價值。

條約可以先不簽,圖要先連上

國威問,沒有正式條約,只有情報共享、基地互用和聯合演習,嚇阻會不會比聯盟這個名字更要緊。胡振東說名字不重要。北約也是因為共同威脅才站在一起,亞洲現在一樣。這些國家沒有正式聯盟,交往已經在做。

菲律賓跟日本、澳洲、英國、加拿大,簽了可以到對方那裡去的協定,英文是 mutual access agreement:你可以到我這邊來,我可以到你那邊去。跟日本和澳洲,還簽了後勤上互相支援的協定,Acquisition and Cross-Servicing Agreement。有事的時候,可以用對方的子彈、炸彈和油。國威問這是不是基地相互使用。他說不止基地,飛彈、炸彈、油都可以互用。

今年五月,菲律賓的肩並肩演習,美國、日本、澳洲、紐西蘭,再加上菲律賓和加拿大,六個國家連上印太司令部任務網路。他講的名字是 Indo-Pacific Mission Network,縮寫 IMN。彼此看得到作戰的圖。他說不需要一個聯盟,系統已經互相看得到。做不做得到,跟名字是兩回事。沒有正式聯盟,做事時還是會在一起。他稱為 coalition,就是實際會一起行動的那一群。

國威做了一個思想實驗。台海危機發生,美國因為國內政治、別的戰區,或決策拖延,沒有立刻介入。光靠日本、澳洲、菲律賓和台灣自己,撐不撐得住有效的區域嚇阻。

胡振東說,他很難想像其他國家不會馬上來。日本和韓國沒有石油。日本路上每天幾千萬輛車,加上韓國的車、飛機、船,工廠用的油,都得從台灣旁邊過去。台灣有事,對他們就是國家安全問題,一定得做點什麼。全世界百分之二十一的貿易經過台灣,最近連歐洲國家的船也走台灣海峽。真把美國先拿開,他要人看環太演習。七月、八月那一輪,三十個國家參加,練的是在多國的環境裡怎麼一起打。這種練習已經發生過。沒有美國那套系統,會比較吃力,做得到,因為演過。

就算美國只是暫時不在,不是永遠不在,其他亞洲國家彼此還協不協同得了。胡振東說協同得了。他們大部分也用美式系統,用美式的資料鏈,資訊和情報分享得出去。知道敵人在做什麼,也知道彼此該做什麼,就不會有大問題。效率沒有美國夾在中間那麼好,還是做得到。彼此更清楚底牌,風險也看得比較準。太平洋司令辦環太演習,就是讓各國互相接觸,現場不只有美國人。管海軍作戰的可以是韓國將軍,管飛行作戰的可以是澳洲將軍,位子會換。演習的副指揮官是外國人。陸、海、空裡面,至少有兩個由外國人控制。美國艦上有別國的人,別國的飛機和船上也互相換人。國威把它說成交換球員。美國不在,這些國家還是做得到。

灰色,是因為還沒被當成戰爭

衝突不一定照大家想像的戰爭開場。國威假設另一種開頭:大規模海警包圍、大規模網路攻擊,或像前陣子講的切斷海底電纜,第一枚飛彈沒有發射。這算不算台海有事。前面那張網該不該啟動。

胡振東說,灰色地帶之所以灰,是因為它還沒被想成戰爭行為。封鎖不在這條線上。在國際法裡,封鎖就是戰爭行為。網路攻擊比較麻煩。世界上還沒有國際組織或國家說,網路攻擊到某個程度就是戰爭行為。他覺得這很危險。二○○七年,俄羅斯因為愛沙尼亞加入北約,用網路攻擊把愛沙尼亞整個經濟系統打垮。事情做完,沒有後續。大家知道是俄羅斯做的,沒有人說這是戰爭行為。海底電纜被切,或用網路攻擊做了什麼,大家仍把它當成犯罪,不是戰爭行為,就很難動手。各國該講清楚:帶著軍事目的做這些事,就該算戰爭行為。看的是目的。

海上明明在捕魚,那是民間目標,不能打。一旦集結起來要做封鎖,就是軍事行動,船就變成軍事目標。做軍事的事,你是參戰者,不是平民。你做戰爭行為,就可以打你。這要先有一個公開講清楚的政策。他覺得台灣該開始講。中國的海上民兵天天來做這些事。你若在做軍事行動,準備封鎖,就不再是民間漁船,是軍事上的資產。那就得攻擊你。

國威舉的尷尬是,台灣認為自己已經被封鎖,日本認為還在灰色地帶,美國則希望避免升高。大家都願意幫,對什麼時候幫沒有共識,一樣麻煩。

封鎖這一條,胡振東說就是戰爭行為。他要人記得一九四八年,俄國封鎖柏林。柏林在東德裡面,城裡仍有西方的區。空中橋樑馬上出現,飛機每天把食物運進去。對台灣,這做得到。橋樑一開,對中共也是灰的。你敢不敢打這些運貨的飛機。有護航的船隊來,你敢不敢打這些船。美軍的軍艦帶著一大堆其他軍艦,每天運天然氣、運食物。你敢打嗎。灰色對灰色。

大家都在算台灣,他要人算中共

談封鎖,問題通常是台灣能撐多久,還能多撐多久。胡振東說,沒有人問中共能撐多久。你做這件事,世界會轉過來,不會坐著什麼都不做。經濟制裁一定來。俄羅斯打烏克蘭的時候,銀行的 SWIFT 代碼馬上被取消。中共靠對外貿易賺錢。銀行的 SWIFT 代碼若全部被取消,他說那就死定了。那麼多船,每天幾百萬的貨櫃運去不同國家。船開到聖地牙哥、西雅圖、鹿特丹,對方可以說,你從中國來,你現在在封鎖台灣,你在外面等,我不處理你。中國的船過馬六甲海峽,盟軍可以說,你去中國大陸,不准過。國威接了一句:自己也把自己封鎖了。

台灣有護航,或有空中橋樑,可以活很久。中共活不了那麼久。要往那個方向看。世界不會坐著,讓中共封鎖台灣,而中國不受影響。

他說習近平也想過這一點,所以不會真的去封鎖,只會每天做這些事,讓大家以為他要封鎖。真要拿台灣,封鎖代表已經輸慘,贏不了,還會丟臉。

國威說,嚇阻的關鍵可能不是開打之後反應多快,而是開打之前做完多少政治決定。封鎖算不算戰爭行為,其他灰色地帶的行為,這張網裡能不能先有共識。胡振東說有在往前。最近幾年他參加兵推,這個想定都會玩。外國的將軍來,美國的將軍來,退休的將軍也來。每次一出現封鎖,空中橋樑和護航馬上從這些將軍嘴裡出來,馬上要開始做。周圍的國家都想到這一點。演習裡也練過。

台灣拿得出去的,是海峽還開著

國威說,結盟是雙向或多方的權利和義務,不能一邊永遠被援助、另一邊永遠有義務來援,靠彼此的需求撐著。台灣若想進這個區域安全體系,除了人在第一島鏈上,還能給日本、菲律賓或澳洲什麼真正用得上的東西。他用的詞是安全公共財。

胡振東說台灣非常重要。台灣若能讓台灣海峽保持暢通,對每個國家都要緊。台灣周圍的海域開著,給海運航道用。他覺得這是台灣最重要的貢獻。第一島鏈中間不能有一個洞。中共若說台灣海峽是我的,沒有人能經過,事情就很麻煩。再往下,就是用軍艦控制台灣周圍,扣人、攔下來、每艘船都檢查。那對整個世界的經濟,和美國的經濟,影響會很大。台灣自己現在在做的,就是撐著,不讓中共說這是我的,把自衛能力守住。他說這就是台灣的貢獻。

假設中國打了菲律賓的軍艦,台灣自己還沒被打。台灣該不該分享情報、提供後勤、開放港口或機場,或給其他軍事上的援助。台灣並沒有跟這些國家直接簽那些協定。希望別人在台灣有事時來,自己是不是也該想對別人的義務。

胡振東說,這個問題國威已經回答了。中共打菲律賓,美國和菲律賓有共同防禦條約,美國會參戰。打到美國的東西,日本、韓國跟美國有約,也會參戰。台灣不能站在旁邊看,而且會變得非常重要。日本的飛機可能得到台灣來,才幫得了菲律賓。軍艦可能要到蘇澳加油,高雄港也用得上。戰區變大,中共可能接著打台灣。大家都加入的時候,他說中共打敗的機會幾乎變成百分之百,贏不了。中共打敗仗對台灣是好事,所以該加入。美國一參戰,日本、韓國一定進。澳洲、紐西蘭跟美國有共同防禦條約,也會參戰,整個地區的戰區會變得很大。他說中共不該做這種笨事。

國威想得到,這種事若發生,台灣會有很多人說不關我們的事。胡振東說,絕對不要這樣做,絕對不要跟中共站在一起。若能幫忙讓共產黨倒下來,應該幫。

政治上未必簽得成盟。國威問的是,軍事上能不能有接近盟軍的互操作,這算不算做得到。胡振東說,應該已經在那個位置,而且會繼續往前。台灣用的很多東西從美國來,跟周圍國家一樣,資料鏈就是其中一件。訓練方式也換了。以前台灣派一兩個去美國受訓,回來再教。現在美國的老師到台灣來,一次教三、四十個人,五十個人。美軍和台灣在國防上的互動,已經跟美國跟其他有邦交的國家一樣。

這次漢光演習前兩、三天,他從美國趕回來。一個朋友來,說漢光一開始他就沒時間了,希望在開始之前見面。胡振東改了機票飛來,跟他們談這些事。他覺得這十幾年變得很大。現在的國防部長願意改很多東西。美國也願意幫忙,讓台灣的軍隊往前走幾步。

真的打起來,指揮權在誰。國威問,美國、日本和台灣同時在台灣周邊作戰,實際上誰指揮誰。台灣有沒有參與建立這套程序。

胡振東說,台灣一直沒有跟那麼多國家一起參加過聯合演習,所以美國不可能來控制台灣的軍隊。美國會送一個聯合小組,讓台灣知道盟軍在哪,也讓對方知道台灣在做什麼。需要台灣做這件、自己做那件,協調走這個小組。小組會是二、三十人。他不覺得美軍會進台灣來指揮。仗已經亂成一塌糊塗,台灣又沒有跟這些國家完整一起演過。美軍和盟軍彼此演過,所以他們在台灣周圍做該做的事。台灣做台灣該做的事。你家是你的,台海是你的,周圍我來管,我保護你,你把前面弄好。軍隊由台灣自己控制。哪些由美軍管,哪些由日本的將軍管,哪些由菲律賓的將軍管,是分開的。

漢光十八他還是少校,現在已經四十二

今年漢光跟國威當兵時看到的不一樣,也跟他以前看過的不一樣。臨機、指揮應變、反封鎖、機動後勤、戰時生產、全社會韌性,很多詞他以前沒聽過。他問,用美軍的標準,哪些改變算真的進步。

胡振東第一次來台灣當觀察員,是漢光十八,當時他還是少校。現在已經漢光四十二,他說不敢相信。那時候是五天,而且大部分只在白天。大家事先曉得會發生什麼、該做什麼,事情一出現就照做。演習後檢討會說這個該改,所以現在改了。拉成兩個禮拜。一個禮拜,一天睡兩、三個小時還撐得住。兩個禮拜撐不住。每個指揮官都得想,人怎麼分、資源怎麼分。打仗是二十四小時,不能一直用同一批人。

另一個改變是比較自由的演法,他用 free play 來說。每次演習都有訓練目標,會給一個情況,看你怎麼做。現在是給了情況之後,這個人做了 A,會使 B 或 C 發生,就讓 B 和 C 真的發生。不這樣做,作戰計畫永遠照你寫的發生,那是假的。他在美軍做演習,常常發現行不通:以前這裡有一條路,現在一棟大房子擋著,過不去。台灣也在慢慢把決定權往下放。責任範圍裡,你有權利決定怎麼做,再回頭跟長官說,這件事發生了,我已經這樣做。真的打仗沒有時間問長官。你得知道自己的工作是什麼,要保護什麼,要打什麼,要攻哪裡,守哪裡。在這個範圍裡自己決定。他覺得這是好的改變。

看得到的仍有限。國防部讓記者看、讓觀察員看的,就是他們看得到的。這次衡山指揮所他們看不到,很多系統也看不到。印太那套任務網路,他有一個感覺,這次漢光可能帶來過。五月在菲律賓跟大家連上過。這種東西就是幾個大箱子搬來,試一試,再帶走,至少試過。下次真的有事,箱子帶來就連上。他講清楚,這是他在猜,他不講任何機密。他覺得很可能已經發生。這些是進步的地方。

演習可以失敗。國威問,現在的漢光是在解決問題,還是在展示戰力。胡振東從演習後的檢討講。美國觀察員和台灣觀察員坐下來,哪些好,哪些要改。漢光星期五結束,星期六、星期天觀察員最忙,要把看到的寫成怎麼報告。星期一早上跟國防部長和參謀總長報:我們看到這個,這個該改善。參謀總長會把通信的問題交給管通信的副參謀總長,問怎麼解決,馬上就要修。沒有一次演習是完全完美的。後面幾個月,每個月報告一次。他從美國來當觀察員,人會離開。在 AIT 的時候,他每個月跟他們見面,問這項怎麼樣、準備怎麼做。要改的東西可能寫進明年的想定,再看一次有沒有改善。台灣一年比一年好,是這樣來的。就算做到該做的,還得問有沒有安全地做到、有沒有在時間裡做到,有沒有更快的做法。他覺得最近兩年的漢光愈來愈好。

有人討論,台灣要不要一個更強、更獨立的假想敵,像一支獨立的紅軍,專門找出國軍沒想到的漏洞。網路攻擊是真的對抗,戰場上也需要這樣的單位。胡振東說以後該做。以前有過,國防大學就是紅軍。他不主張一次改太多。現在正讓階級比較低的指揮官自己決定,先讓他們做決定做得順,再放紅軍進去,挑戰才比較實在。一次改太多會亂,亂了就學不到東西。部長已經在漢光裡改很多,他覺得現在這樣可以。再過一、兩年再放進紅軍,讓發生的事更難事先料到。

中共要贏,得佔領;戰區多大,不能讓他決定

國威問勝利條件究竟是什麼。阻止解放軍登陸,政府還在運作,還是讓中國放棄用軍事方式達成政治目的。沒有講清楚,設計得出對的軍隊嗎。

胡振東把兩邊的贏法拆開。中共要勝利,一定得過來佔領台灣。台灣要勝利,留在這裡守住就好。政府繼續做該做的事,人民繼續過自由民主的生活方式。做法就是不讓他們過來。他說這並不是那麼難。只要不讓中共過來,不讓中共用政治的方法使台灣自己投降,也不讓中共用第五縱隊做斬首,再推出一個親共的人說「我投降了」。這些事不發生,台灣就贏了。

國威問聯盟的另一個風險。台海或南海的事一旦擴大,扯上日本、菲律賓、美國、韓國,變成區域戰爭。聯盟要的是遏阻,是把戰爭發生的機率降下來。會不會戰爭一旦開始,也因此更難結束。

他說西太平洋打仗的方法不一樣。中共想把整個戰區收在台灣周圍,不能讓他這樣做。戰區要從大連、青島一直拉到海南島,中共經濟發展的那一整片,都讓他擔心,才嚇得住。很多地方打仗要限制升高,不要擴大。中共在這裡做壞事,就一定要擴大,讓他沒辦法控制,也沒辦法同時對著那麼多國家。整條海邊都是戰區。他若能決定戰區有多大,就不能讓他做這個決定。反過來,大小由盟軍定。駐韓的美軍可以打北京。只有九百公里,一起飛,少了這段距離就到了,就可以發射 JASSM,一種匿蹤的空對地飛彈。青島和更北邊的海軍更不用說。從上海一直到廣州,這些最重要的經濟中心都變成戰區。單一戰區的目的,就是不讓中共把事情控在手邊。打菲律賓,不能只交給海南島南邊去處理。要讓他擔心整個地方。

國威收束時說,談台灣安全,過去常停在買什麼武器,以及美國會不會來救。若今天講的成立,事情比這兩件複雜。中國一動手得快判斷,灰色地帶怎麼回應要先有共識。日本、菲律賓、澳洲和美國得事先知道自己做什麼,不能等到睡醒才看見飛彈發射。他們的軍隊現在能不能跟台灣一起行動。就算通訊斷了、港口壞了、補給進不來,政府、軍隊和社會還得運作。別人願意為台灣做什麼是一回事,台灣願意而且做得到、為這個區域做什麼,是另一回事。

他最後問到二○三○年。再過四年,若哪些事成真,胡振東會認為台灣比今天更安全,第一島鏈也像是形成了一套嚇得住戰爭的安全體系。

台灣內部若能團結,他會覺得更安全。若有很強的自衛決心,他也覺得安全,因為中共看得到,認知戰就不靈。對方若知道,台灣的人會保護國家,沒有人說自己是中華人民共和國的一部分,打過來就投降,或在後面做壞事。只要台灣團結,他會覺得很安全。

國威問,那些外在的安排,反而不在他現在最擔心的地方。胡振東說,他不擔心外面。他擔心的是台灣裡面。

〈思想實驗室〉-EP-起步落後10年,反而追到世界最前沿?台灣半導體到底選對了什麼?| 思想實驗室 Video Podcast ep121:ft.台大經濟系名譽教授、前國發會主委 陳添枝

川普說,台灣偷走了美國的半導體。陳添枝覺得,這句話傳開的是另一層意思:台灣用了不正當的手段。不一定是偷。他舉的例子是,政府拿很大一筆補貼,去做不公平的競爭。西方講中國半導體,用的也是這一套。那一邊的模式,的確比較靠政府的財政補貼。

思想實驗室這一集,國威請台大經濟系名譽教授、前國發會主委陳添枝來對帳。他從台大電機跨到經濟學,長期研究國際貿易和產業發展,在兩次重大經濟轉折裡,先後當過經建會和國發會主委。他看得懂晶片,也做過把國家資源分出去的決定。他和史欽泰、吳淑敏合寫《從邊緣到核心》,天下文化出版。書要從台灣自己的視角重寫這段歷史,把政府到底貢獻了什麼算出來。國威在別的節目聽過他講同一句:不能讓川普的說法變成事實。

外面的版本已經很多。《小欣欣豆漿店》是一個,張忠謀的故事是另一個。國威問,這麼多版本裡,最常被講錯的是哪一件。陳添枝把川普那句放在第一位。很多西方學者在學術研討會上,心裡仍認定這件事是補貼出來的。他說自己非常不服氣。政府在這個產業裡絕對有重要貢獻。走到今天這個位置,靠的是五十年、兩三代工程師,從零開始,一點一滴累出來的。

台灣這麼小,跟別的國家比誰補得多,從來都是輸家。DRAM 就是眼前的例子。路如果沒有很快走對,國家的財力撐不久,這個事業做不下去。政府要長期補貼任何一個產業,他覺得做不到。台灣也從來不用這個方法跟國際競爭。

國威接著講。若有人把台灣的模式、或所謂奇蹟,理解成靠過度補貼做到的,後面的判斷會歪。以為自己也大力補貼,就能再造一次。那是個陷阱,也沒摸到這條路哪裡可貴。

出過錢,但只出一次

這幾年風向轉了。半導體重要到幾乎每個國家都在補自己的產業。補貼忽然像被認可了,大家都可以做。更嚴重的是,好像不做就會輸掉。陳添枝覺得,這個時點更該回頭看自己的歷程:政府到底該做什麼,產業才真的成功。靠砸錢,絕對不是那條路。他接著把話補完:這並不表示政府不該砸錢。

聯電和台積電成立的時候,政府都是最主要的股東。兩筆都只出一次。第一次的資金出去之後,就不再出。拿了這筆錢,事情得做出來。接下來進市場。市場認,才有後面的錢。原始規劃需要多少資本,政府可以出,因為政府拿的是股份,股份屬於全民。他出多少錢,你給多少股。任何政府出資的企業裡,第二次再補資金的例子很少很少。做不成,得不到市場認可,就該退出。

台灣當年要政府出錢,跟現在這些大國的起點不一樣。那個階段,國內沒有足夠的資本,資本市場不夠大,承擔不了這麼大的風險性投資。國家出來扛百分之四十或百分之五十,民間的資金才比較願意進來。

一九七五年,選的不是當時最好的技術

五十年前,台灣沒有雄厚資本,也沒有夠大的國內市場。國威把早期的做法講成一串:政府從國外引進積體電路製程,送工程師去受訓,工研院試做、改良,再把團隊和技術帶到民間,也去買技術。後面能不能繼續改、能不能讓市場考驗,是另一層。他問一開始做最對的是什麼。投資做對了嗎。題目選對了嗎。

陳添枝說,做對的是一連串,不止一件,所以才走得成。他先講時間。一九七四、七五年啟動,非常關鍵。他不覺得這代表政府特別聰明,是時機剛好碰上。台灣退出聯合國以後,國際地位低迷。當時的政策是鞏固台灣,加強產業,把技術水準拉高,讓台灣活得下去。

時間對上之後,書裡特別討論選了哪一種技術。那個時代,CMOS 不被認為是最好的,選它的人被質疑過。政府和專家組成的團隊很務實。選技術先問:我要用這個技術做什麼。台灣很小,不可能跟美國那些大公司在半導體上硬比。一定得選一個自己比較做得到的,他用現在常講的 niche。想到要做的市場,才落到 CMOS。

再來,是去取得原始技術,而且拿到之後,可以在那個基礎上自己再發展。這跟一九七五年以前台灣發展產業的做法不一樣。

石化、鋼鐵是買一座廠

一九七五年以前,引進技術跟生產綁在一起。做法是引進一座工廠。找一組懂技術的人來蓋廠,廠蓋好就能生產要的產品,之後在那個基礎上繼續做,慢慢改良,慢慢學。石化、鋼鐵都是這樣拿國外技術。先有產品:我想做這個,所以需要這個技術。產品和技術連在一起。有經驗的外國公司蓋一座完整的廠,整套轉移過來。

半導體當初的專家不走這條。他們要的是一套原始技術,讓它在台灣生根,再擴散出去。擴散之後,民間企業自己決定做什麼產品。國威聽下來,這不像只買生產線上的某一段。

那時的說法叫整廠輸出。買一整套設備,外國人來把廠蓋好,一開動就生產。工程師先學怎麼生產,再慢慢接管,把裡面的技術一點一點學走。情況好,可以慢慢往前。第二代蓋廠的時候,某種程度可以自己蓋,或在設備上做出自己的改動。整條仍是為了生產。

一九七五年的半導體還是很先進的技術。有些應用已經看得到市場,整體潛力還沒被看完。給政府建議的那些專家,看得到潛力遠遠超出當下那個樣子,所以建議把技術本身引進來。

積體電路一九五八年發明。到一九七五年只有十來年,技術還在很初階的地方演進。這個時候進去,把技術掌握住,他覺得是關鍵的一步。就算當時落後五年、十年也沒關係。學到的是整套。人在那個基礎上走得比別人久,就走到最前沿。

從一九七五年走到今天,台灣站上世界頂尖,花了五十年。走得到,是因為當初拿到的東西有根。全球分工上,台灣後來仍會選一段來做,比方製造。技術本身在一開始是完整的。

派去 RCA 的人,設計和測試也帶了回來

RCA 那個團隊派出去,學的不只製造。有人學設計,台灣後來才有晶圓設計這塊。有人學設備,學怎麼把設備用起來,怎麼做 layout 的選擇。還有一個團隊做測試。一開始排的時候,技術就是完整的。國威說,上中下游都有。

往後延伸,產業就不只晶圓製造。IC 設計很強,封裝也很強,現在都在世界領先的位置。陳添枝要人回溯到五十年前:當初這三塊全部拿進來,才會有今天這個結果。

韓國長不成這樣。那邊基本上是大財團,從 DRAM 切進去,再做上下垂直整合。財團自己盡量掌握能做的東西。它沒有一套泛用的技術,可以再長出一個設計業。它會的設計只有 DRAM 設計,一開始就只做那一塊,別的設計不關心。所以現在沒有 IC 設計業,就是一個 DRAM 產業,也沒有封裝業。封裝是為了自己的 DRAM。一開始怎麼掌握技術,後來的產業結構就長成另一個樣子。

十年內再造一座山,時間不夠

早期那一串選擇落定以後,台灣嘴上還是想再長別的護國神山。國威把難處拆開問:是時機,是把整套技術學回來的企圖,還是這種事已經沒有了。

陳添枝說,不能講沒有第二次機會。半導體走到今天這個位置,花了五十年。想在十年之內創造第二座護國神山,不切實際,時間太短。

另一層卡在產業結構。這座山出現,是因為台灣切進晶圓代工的時候,產業剛好在變。大約一九八七年,一九八零年代中期。製造和設計開始分開。蓋製造廠的錢愈來愈高,門檻變得很大。很多想做半導體產品的人不想投資工廠。他想做一個產品,不想蓋廠。Foundry 的概念出現。台灣是第一個真正把 Foundry 拿來當營運模式的。

成功和那個斷點疊在一起。製造和設計要分開的時候,台灣已經 ready。這種事很難複製。裡面有運氣。人得抓到那個節點。

他接著看兩千年左右。個人電腦的時代轉到手機。手機要用的那些新晶片,幾乎沒有人供應得了,得有人做出來。做出來的人沒有工廠,手上卻有很先進的技術,能把產品做出來。差不多到兩千年,台積電 ready 了。聯電在那個時間點,某種程度也 ready。技術選擇讓兩家走上不同的路,一家比較成功,另一家沒那麼成功。當時兩家還競爭得很厲害,是晶圓雙雄的時候。就在那個點,技術跳了一階。一家跳了過去,另一家沒跳過去,後來的命運就不一樣。

歷史的時間到了,人得先 ready。機會是給準備好的人。護國神山四個字不必想太多。未來哪個產業是台灣該走的,有能力,相對優勢也適合,就該進去。進去要有活得下去的營運模式。活不下去,等不到機會。你知道這個技術未來四十年、五十年對人類都很重要,你應該要有。它可能有價值。那個爆發點,說不定還沒真正出現。

鑄矽這個名字,後來沒有人敢再講

晶圓代工很長一段時間大家看不懂,覺得是低毛利、拼效率的苦差事。台灣把製程、交期和客戶信任做到極致,台積電是主要的那一家,也改了全球晶片產業怎麼分工。現在回頭看,會覺得有遠見。陳添枝被問到這是遠見,還是環境逼出來的。

他比較同意後面那個講法。環境的成分多,遠見也有。一九八七年台積電做這個選擇時,台灣的人可能連 Foundry 這個名稱都沒聽過。後來只能跟大家說:我這個是晶圓代工。晶圓代工是講給台灣人聽的。Foundry 跟這兩個字對不上。台灣人對代工很熟,從家庭代工就開始,代工本來就是在做的事。你說現在要做晶圓代工,大家接受,覺得理所當然,看起來沒什麼了不起。

張忠謀曾經很費力地解釋 Foundry,也曾建議這個名字叫鑄矽,鑄造的鑄,矽。鑄矽跟台語的「祝死」音很近,很多人建議他以後不要再講。

書裡把來源寫出來。大約一九七九年,一九七零年代末期,概念就開始出現,學者在提倡。美國也開始有沒有晶圓廠的 IC 設計公司,叫 Fabless。張忠謀從美國回來,在美國半導體業有很多連結,知道這個概念,也知道人數不多的那些 Foundry 客戶已經出現。數目很小,能下的訂單金額恐怕還很有限。陳添枝覺得,他看到的是這個模式的潛力,所以很大膽地建議走這條。那是位置,也是經驗。

當時要蓋的廠叫大晶圓廠。政府要蓋一座,投資一百億,規模很大。到底生產什麼,產能用不用得掉。用不到,就沒有投資效率。這個疑問,就是提給政府的營運計畫必須回答的。環境和條件的力量很清楚,台灣其實沒有別的選擇。能提出這個模式,本身也了不起。

張忠謀在回憶錄裡寫過,他沒有把握這條路會成功。他的講法是,這看起來是台灣唯一的機會,真的要成功就是這條路,可是他沒有把握一定成。國威接了一句:有把握的話,可能都太晚了。陳添枝說,有把握,大家都跳進去了,為什麼還會等政府來做。

客戶得先照代工廠的規則設計

國威把不跟客戶競爭說成一道很難複製的優勢。時間一久,他說這道優勢會變成護城河。他接著問代價。台灣有很大一塊代工文化,講的是毛利低、效率高、拼交期。現在當然沒有人說台積電毛利低。這套文化留下了什麼。

陳添枝先把名字拆開。千萬不要把台灣的晶圓代工看成代工。那個名稱是社會溝通上不得已的成本,要說服大家,才用了這兩個字。它從來就不是代工。

客戶有一個產品,設計出來準備交給台積電或聯電做,得先來問設計規則,也就是 design rule。必須照代工廠給的規則設計,對方才製造。照自己想的方法設計,做不出來。三奈米、四奈米、兩奈米,順序一樣。台積電,或以前的聯電,開發出一個製程,就定一組規則給所有客戶。要用這個製程,就照這個方式設計。電晶體跟電晶體怎麼放,跟邊緣怎麼放,上層、下層怎麼放,規則由他們定。

主導在代工廠這邊。工廠告訴設計的人該怎麼做。你把產品設計完丟過來、工廠只負責做出來,只講到一半。因為技術握在工廠手上,才要得起客戶那些錢。國威說,毛利低這三個字對不上。陳添枝說,那些毛利絕對是六成到七成。真正在代工的,不會有這種毛利。大家喜歡拿來類比。這個類比不好。營運方法完全不同。

下一代若從海外先出來,危機就到了

台積電和整條供應鏈都在海外設廠,美國、日本、歐洲。什麼一定得留在台灣,陳添枝說是技術。這個產業的原點是技術,到頭來仍是技術。

海外布局有沒有動到根基,他給一個指標。看下一世代台積電的新製程,是不是來自台灣。一代一代都還從台灣出來,就可以放心。下一代來自海外,或別人比它更早做出來,危機就來了。人愈來愈不夠的時候,最核心的能力仍是還做得出新的技術。

新製程開發出來,要先試產。在台灣開發,就在台灣試產。在台灣開發、拿去鳳凰城試產,他說不可能。這邊開發,這邊試產。技術用到某個程度,才量產。量產之後,可能還要一到兩年放量,他們講 ramp up,把量拉到真正比較高的水準。量做到那個水準時,良率還能不能守在他們現在要求的高標。到了那一步,才有可能考慮把技術移出去。

還沒試產的技術,移不走。沒有把握的技術,很多參數還要調,也移不走。源頭要能一直出來。這不容易,得投很多資源,但這塊一定得守。這跟逐水草而居不一樣。逐水草是去哪裡找資源就往哪裡去。看現在的布局,日本、美國、歐洲都是很特定的地方。先確定那裡有人才,這最關鍵,要雇得到工程師。再來確定有水,有好的水源。條件不合的提案,他們拒絕過很多。過去是哪裡找得到工人進廠,人就去哪裡。現在的選址不照這套。

兩條路,他不肯在半導體裡二選一

國威最後收成一個只能走到底的選擇。電力、土地、人才都有限。一條路是資源繼續集中在先進製造,守住製程領先、供應鏈和就業。台灣的優勢會更厚,其他產業更難拿到資源。另一條是某種程度限制先進製造擴張,把一部分資源轉去晶片設計、軟體、系統應用和能源科技。結構比較散,也可能失去製造的規模,甚至失去一部分客戶信任。

陳添枝說,這兩個選項在半導體裡面不會衝突。若要他選半導體,對上另一個產業,比方生物科技或其他 life science,那就比較困難。

製造的量來自訂單。模式是 foundry。要蓋多少廠、做多少晶片,看客戶給多少單。客戶說你到美國來,我需要你,要你在亞利桑那做,成本比較高他們願意付錢,廠才會過去。

人才的爭奪有衝突。台積電每年在人才市場上,聯發科是最大的對手,拼的是誰給的薪水比較高。現在又多了 NVIDIA,一樣要設計人才。兩種技術連在一起。專業上有分工,人仍在兩邊流動。製造人才有的來自設計業,設計的人也會進到 IC 業。他覺得整個人才庫是在一起的,這邊衝突不大,政府政策影響得了的也不大。比較大的題目是國際怎麼配:多少留台灣,多少放海外。

聯發科在海外有很多研發據點。台灣的人才顯然不夠用。這件事比較少被報導。海外那些基地用的是當地的 IC 設計人才。製造這一塊,廠商自己的資源已經很足,政府要用國家的力量去幫的地方變少了。產業裡比較弱的部門,以後可能影響台灣整體的競爭力。那一塊,他覺得政府可以考慮放。

國威問得更具體。現在大致還是這樣:台積電哪裡需要地,地方政府、中央政府就努力找。重新當上國發會主委的話,還是這個做法嗎。

陳添枝說,當然繼續支持,這沒有疑問。其他製造業很多,包含半導體製造,他們也要地。得協調,不能只給台積電。台積電需要,還是得滿足。政府比較要緊的事,是確定有足夠的地可以用。傳統工業區非常多,散在各處。有些地方很好,有些用得很少,土地價格又非常貴。政府在這裡有角色,把這些資源配得更有效率。有些市場條件不夠,是因為做半導體對土地品質要求很高。國發會這塊的角色很重。國威說還是責無旁貸。陳添枝接過去:責無旁貸。全國的土地要配得更有效率,基礎建設要滿足廠商的需求。這也是台灣成功裡很重要的一塊。政府在這件事上一直很用力。

國威收束時說,過去五十年,很多次是在資源不夠的時候做出選擇,才走到今天。路上也有判斷失準、甚至停不下來的時候。他說提醒很直接,就像陳添枝剛剛講的:台灣被淬煉成一個很適合、也很擅長做製造業的國家,不能只停在這裡。後面還有很多新的抉擇。不要等這些優勢變成負擔,才回頭看。

〈思想實驗室〉-EP-Google、微軟都在搶電?核融合還沒商轉,為什麼科技巨頭已經開始布局?| 思想實驗室 Video Podcast ep119:ft.Holonomy Systems 創辦人 Jim Chiu

微軟要把已經終止營運的三哩島核電廠重新叫醒;Google、Amazon、Meta 各自在能源市場上卡位。再生能源搶不夠,接著搶核電廠,核電廠的約簽得差不多了,現在連鍋爐、電池這一類東西都在搶。國威在節目開場把這個畫面攤開:AI 的發展持續加速,把大家推到一個一開始沒有預料到的地方,能源不夠了。而能源正是這些資料中心能不能運轉的最底層條件。

核融合在過去幾十年是一句冷笑話,永遠再等三十年。這個局面最近鬆動了:一批新公司跳進來,時程也講得越來越具體。這一集不談深奧的量子物理,談的是供應鏈與製造。

來賓 Jim 以前是 Web3 新創的 CTO,現在整個人栽進核融合硬體的最底層,創辦了 Holonomy Systems。他一開場就給了一個很硬的說法:核融合的決戰點不在美國或中國的國家實驗室裡,而在台灣的半導體代工廠裡。他的另一個數字更直接:物理的瓶頸只是個位數的倍數,製造的瓶頸是五萬倍。

第一關不是能不能發電,是插頭插進去划不划得來

Jim 把整條路拆成連環五問。第一問是點火(ignition),也就是溫度、壓力與各種條件,到底有沒有達到 fusion 反應需要的環境。他的判斷是點火是真的,物理已經成功,現在唯一困住它的是工程與製造,是商用化這整段歷程。

第二問是增益(gain),輸出與輸入的比值,也就是大家常說的 Q 值。他提醒 Q 值有不同的定義方式,大致分 Q science 跟 Q engineering。新聞上看到「Q 大於一」、「Q 大於五」,很多時候分母、分子都不一樣,測的是當下物理創造出多少能量;那個能量要經過好幾層轉換,最後能不能變成插座上可以用的電,是另一件事。真正要談商用化,看的是 Q engineering,也就是插頭插進去多少電、插座出來多少電。這是工程問題,是把整場系統效率全部考慮進去之後,連差一兩個百分點都要榨乾的狀態。

國威補上美國國家點火實驗室(NIF)的例子:二零二二年達成自己聲稱的 Q science 大於一,到今天也沒有人會說那是商業上可行的方案。Jim 給的數字是,NIF 從 Q 大約一到二,爬到二零二五年實驗結果的 Q 等於四。他認為 Q science 的進展遵循 scaling law,把三重積(triple product)當北極星指標畫出來的曲線,每隔幾年就會往上攀一個量級,跟摩爾定律的形狀很像。順著這條曲線外推,二零二七年會走到哪裡,就出現各種預測,最激進的說法是每兩年翻一倍,Q gain 等於十都有可能。

他補了一句關鍵的話:在攻克工程難題的時候,知道「做得到」這件事本身,比「怎麼做到」還重要。

一天只能打一發的雷射,因為閃光燈只有百分之一被吸收

再往下一問是「有沒有造出來」。Jim 說,把一座電廠該扣的東西全部扣一扣,最後還要真的能發出淨電。核融合有兩條主流路線,磁約束是把電漿關在甜甜圈形狀的磁場裡,難度等於要把一顆太陽困住;慣性約束(ICF)則是用很多道雷射去轟炸一顆燃料靶丸。國威把問題往前推:NIF 二零二二年那一次成功,到今天也沒有直接變成商轉。

Jim 說,用災難去形容那個落差有點危言聳聽,他寧可叫它鴻溝。這個鴻溝的存在,反而證明這是一個值得大家去攻克的問題。

NIF 一開始不是為了發電。這座雷射設施在一九九零年代甚至更早就在規劃,掛在 Lawrence Livermore 國家實驗室底下,那個實驗室做的是核武器的研發、設計與測試。微型核爆的原理跟引爆一顆氫彈一樣,只是壓力源不同;既然不可能隨時在實驗室裡引爆氫彈,又想要快速迭代,就得做出微型核爆,而沒有什麼東西比雷射能量更高、更精確。所以 NIF 從一開始就帶著國家研發的色彩,試了將近二十年才做出點火。

真正拖住它的,是驅動雷射的泵浦。NIF 目前用的是閃光燈,好處是便宜、可以低價大量製造,缺點是發出的光頻譜太廣。gain medium 這種材料很嬌貴,只吸收其中一小部分的波長,其他波長吸收不了的就變成熱,散熱做不好,於是 NIF 一天只能打一發。Jim 給的數字是:閃光燈只有百分之一被吸收。

下一步的技術叫二極體泵浦(diode pump)。雷射二極體發的是單色光,可以直接對準晶體要的波長,光對光效率非常好。這一輪不管是 NIF 本身,或這兩三年冒出來的 ICF 新創,技術方向全部壓在 diode pump 上。Holonomy 做的就是這套系統裡的固態雷射,全名是二極體泵浦固態雷射(DPSSL),像一個放大器:先在別的地方充能、pump,最後再把它一次 pump 出來。

國威於是追問:既然痛點這麼明顯,一天只能打一發,為什麼奇異、西門子這些有資源做規模化工程的能源與重工巨頭沒有去解?為什麼輪到新創?

鴻溝不在真空腔裡,在真空腔外面那一圈

Jim 先把鴻溝的內容一條一條列出來,他的說法是,這裡面卡住的每一項都不是為了 fusion 而生,所以過去幾十年沒有人為它設計過。

雷射本身要怎麼做、效率多高,是第一項。靶丸怎麼製造、精度怎麼做,是第二項。核爆發生在腔體裡,腔體要怎麼遮蔽輻射、中子怎麼處理,是第三項。他特別點名中子很麻煩,中子無法被磁場捕捉,只能靠金屬壁去承受,所以反應器壁面的強度要能撐過高能中子的轟擊。

燃料的循環是另一項,而且目前極度稀缺。他在這裡解釋了增殖(breeding)這個聽起來很酷的詞:在壁面外面用熔鹽,熔鹽裡面有鋰,鋰的同位素跟中子反應之後,會產生更多的氚跟氘。也就是說,只要能把核反應搞定,它自己會持續生成未來的燃料,你只需要克服最初始那一批啟動燃料的數量。

慣性約束還有一個獨特的問題。靶丸噴射出來、雷射對準聚焦、然後轟擊,那請問發射系統是什麼?Jim 說那其實就是高速彈丸彈射加上視覺追蹤,國威立刻接上:所以這個技術是不是跟曝光機有關。Jim 也直接說,關鍵在於重複率剛好坐在一個臨界點上,頻率以下要做出 net positive 很困難。十赫茲這個數字,是十幾年前、大約二零一零年前後由 Lawrence Livermore 推出來的:他們先去想一座核電廠的經濟應該長什麼樣子、效率要達到多少才是民生可用,各種條件算完之後得到這個數。如果靶丸的製造產能夠、追蹤系統夠強韌,十幾赫茲、二十赫茲,甚至千赫茲,都是可達的目標。

至於 ICF 的光學,他講得更直白:人類歷史上沒有做過任何以抵抗這麼高強度輻射與高能中子為目標設計的光學元件。而這些看起來全部是工程題,不是物理題。他說,你能說出這個鴻溝本身,就證明了它跨得過去;真正麻煩的問題,通常是你還看不到的那些。

為什麼不是奇異、西門子,而是一間新創

Jim 承認大公司不是沒有動。General Atomics 最有名的是掠奪者無人機,後來轉型成專接國防生意、跟國家掛鉤比較深的複合體,它底下有一座 fusion 反應器叫 DIII-D。前面提到那些腔體物理、每秒十次的節奏、靶丸清理,他們都在做,甚至還成立聯盟,拉著下面的人一起做。

他的分界線在底層邏輯。大公司通常是因為有一份很巨大的合約、有案主委託,才去做這個概念,不是願景驅動,也不是市場驅動,而是大案分發下來,所以我去做。新創不同,新創本質上就是要從最底層去顛覆大公司做事的方式。有了 AI 之後,最稀缺的資源反而是創始團隊、也就是解決問題團隊的專注力;新創沒有那種冗餘的放大過程,也還沒有大合約,所以只能全力灌注去解決一個效率問題。他認為真正分出高下的,還是對未來市場的洞察。

國威接著把鏡頭轉到 Jim 自己身上:你過去在做 Web3、做軟體,軟體的世界習慣小步快跑、快速失敗、一個禮拜迭代,現在 AI 出來之後一天改版三次都不稀奇;但硬體不一樣,開一個模、測一次光學元件,半年跑不掉。這樣的背景,在解決這種硬派物理行得通嗎。

Jim 先回頭補了一個他覺得講得不夠精確的地方。大對小、快對慢這個框架成立,但新創跟大公司還有一個本質上的差異,除了解決問題的專注度,還有選擇戰場的能力。他說自己從 Peter Thiel 的《從零到一》學到、也應用在這次創業上最重要的一點:選一個你能壟斷的戰場。新創贏大公司,通常不是因為大公司沒有資源或執行力,而是新創選對了一個被忽視、未來卻會放大、會有飛輪或複利效應的東西。

至於他為什麼敢碰這個題目,他給了兩個線索。一個是他在做軟體之前,念的是清大工科系,工科系是以前的核工系。他不敢說當年的訓練能直接貢獻到現在做的事,但那個背景珍貴的地方在於,他不會害怕去碰物理,而且可以用軟體的思維,從局外的角度重新去看一個已經發展了二、三十年的東西。另一個線索是他的自我定位:一個 AI native 的 deep tech founder,一開始就是一個人、一台筆電、一個 AI,他覺得如何剖析一個問題的過程,可能比結論對觀眾更有價值。

選 ICF,因為它從誕生那天就是 dual use

他先把決定 fusion 這一局的前情交代清楚。最近五年最關鍵的技術突破來自 CFS(Commonwealth Fusion Systems),這家二零一七年從 MIT 分出來的公司,靠高溫超導的突破,把原本要兩、三層樓高的超導磁鐵做小了。Jim 的判斷是,在 AI 加速科學研究的紅利之下,一些原本被 block 住的場景開始變得觸手可及。

接著是選路線。以 deep tech 走長線的邏輯,應該選一個比較能夠去風險化的東西,他選了慣性約束。理由不是它比較簡單,而是它從誕生之初就是 dual use 的技術:那套雷射除了照靶丸,還可以照其他東西,比如無人機來了把它打下來。它的每一項技術都不是單純為了 fusion 而生,只是剛好被擺在 fusion 這個位置上。所以就算二十年後 fusion 的夢還沒成真,這套技術還是可以造福很多其他東西。國威補了一句:或者說它要二十年才能成真,但過程當中會有很多場景可以讓它磨練。Jim 說沒錯,這就是灘頭堡的邏輯。

他挑市場看兩件事,一個是毛利率,一個是客戶要的規格;通常規格越高、毛利越高,這兩個有點相輔相成。選定 ICF 之後,他用 AI 做大量文獻搜尋與回顧,去剖析 ICF 的供應鏈、也就是他所說的 enabling technology 到底卡在哪裡,結論就落在 diode pump 的二極體產能不夠、效率不夠好、不夠便宜。

接著他把問題轉回台灣:那台灣可以解決這件事嗎。台灣做晶片,過去也做很多主機板出口;主機板就是把別人的晶片買來、放在一起、做封裝。光子學要做的這個泵浦領域,可不可以照同樣的模式走?他後來發現行不通,因為這個產業還沒有大到可以養活中間那些整合者。於是他往更底層的元件去攻。

泵浦畢竟還是雷射半導體。他發現這裡面有兩種架構,而雷射本身有不同的 generation。現在大型採購在用的主流全部是第一代,也就是邊射型雷射(EEL),光通訊在用,最近 AI 的光通訊、光互連,大家投資的也都是 edge emitter。後面還有第二代跟第三代,也就是面射型雷射,沒有人看。沒有需求是第一個原因,從來沒有一個像 fusion 這麼巨大的市場驅使他們去做工程突破;第二個原因是那些 incumbent 已經把原本的客戶服務得好好的。他押的,就是這個台灣有機會、而且被大家忽視、技術上升潛力更大的方向。

有人做過嗎。十幾年前有一個美國團隊試過,美國甚至二十年前就發過專利,可是找不到便宜又可靠的代工廠幫他 fab,所以有人想過、有人發了 IP,就是沒有人做得出來。Jim 說這不是物理問題,而是三個問題的交織:你要有足夠的資本,要有耐心花五、六年去壓一個未來才會用到的東西,還要有製造經驗。十幾年前這三個條件都不成熟;現在台灣有製造經驗,缺的是資本跟耐心,而這兩件事,恰恰是一個有願景的 founder 可以帶進來的。

他的第一性原理推演很簡單:我要怎麼加速迭代?我生在一個全世界生產半導體最密集的島嶼上,我就坐在這個生態的旁邊,那我一定也能做到。國威補了一句:這幾年世界各國湧入台灣設生產中心、製造中心、研發中心,就是為了這個全世界最強的半導體與電子業製造實力,沒道理我們自己不利用。

Jim 說他這幾個月跟上下游聊下來,能力都有,缺的是願景、缺的是市場。台灣的代工終究是接單模式,客戶的需求就是我的需求,至於客戶為什麼有這個需求,他們不會去追問。他的角色就是去告訴他們:這裡有一個超級龐大的市場,fusion,甚至 fusion 以外的沿途市場,可能是太空、國防、能源,這是一件十年內會發生的事,大家一起來追。所以現在缺的是把這些製造能量連結起來、跑成一個迴圈,而這件事跟軟體經驗有很大的關係,因為很多時候你都在對接各種不同的資訊,而迭代常常不是卡在 fab 的速度,是卡在 fab 跟其他人之間的那些溝通。

台灣手上有什麼:四分之三的化合物半導體代工,跟一組一百二十瓦的陣列

國威把台灣這一側的牌面攤給他看。光電技術、特別是三五族化合物半導體的代工,台灣有穩懋、宏捷科這樣的公司;台灣代工廠合計生產了全球大約四分之三的外包化合物半導體晶片。學術端,陽明交大盧廷昌教授的團隊在面射型雷射的學術發表量全球排名前三,也和穩懋一起展示過超過一百二十瓦的高功率面射型雷射陣列。他接著問了一個聽起來有點刺的問題:會不會到最後,台灣又是在幫美國、歐洲這些核融合企業做高階發光二極體的代工?我們有沒有可能在未來取得某種程度的主導權?

Jim 的回應分成兩段。他先說,回答這個問題的時候,他已經不是以 Holonomy founder 的角度在回答了。國威的問法裡預設了一個立場,好像代工一定不好、一定毛利低,他想提另一個想法:代工其實是一種選擇,是商業模式上對你最優的解。台積電可不可以變成垂直整合廠?它完全可以,它掌握了先進製程,要變成三星那樣的 vertical integration 也可以。它為什麼不要?因為它很清楚,一旦變成垂直整合,就會侵蝕自己的利潤,因為你跟客戶之間就沒有信任了。客戶之所以相信台積電,就是因為相信台積電不會跟他競爭。代工從結果看毛利確實沒有終端來得高,但它本身就是一門成功的生意,至少在先進封裝這一塊是。

回到光子學、半導體這一塊會不會淪為代工。他說,現在這個階段要判斷能不能找到代工的第二條出口,有點早;但他認為自己往高價值、高階應用走的方向很有機會,原因是它是空白的,目前沒有任何一個人真的在百分之百朝這個方向衝刺。大多數人是拿著錘子找釘子,已經有什麼技術就到處 fit 看看,fit 的地方當然已經站著一堆 incumbent,你憑什麼競爭。所以他看的從來不是那些已經被佔領的紅海,而是那些功率還達不到、根本還到不了的地方。

他舉了兩個中國公司的例子,說明就算在快商品化的戰場,初期的產品定位與戰略選擇還是可以開出市場。大疆瞄準的是高階攝影玩家:那群人的痛點很具體,自己買一台 drone、再買一台攝影機、想辦法跟雲台弄在一起,不只造價高昂,還做不好。別人沒有想到這個方向,大疆選對了群體,從那裡往上打,最後打敗曾經的運動相機巨頭 GoPro。宇樹也不是第一家公司,Jim 唸書時代的明星是 Boston Dynamics,後來被現代收購、變成完全控股,在他眼裡有點像巨星的隕落。宇樹切的是實驗室裡做科研的科學家與研究團隊,他們最苦的是手上有一堆控制理論,卻找不到一個平台可以 demo、可以測試。而且機器人這個產業跟雷射、光子學很像,都是上下游垂直整合很嚴重、供應鏈關係複雜的地方,要切入必須有大招,而這個大招通常越靠上游越能守住護城河;宇樹選的題目是致動器,就是馬達關節要怎麼動、精準角度怎麼控制,要解決散熱、控制、能源效率。Jim 說他看到這個例子時眼睛為之一亮,這不就是 Holonomy 切入的角度嗎。他們不只選對市場,還壓對技術。

所以回到能不能脫離代工,他的答案還是兩個條件:你壓住的技術有沒有上行空間,以及商業化之後造價能不能便宜到極致;再加上你初期的灘頭堡怎麼切。這兩件事執行得好,或許可以脫離代工;執行不好,代工反而變成一個低風險的選項,至少還有代工的實力。

光子磚:先賣國防,再賣工業,最後才是電廠

國威接著介紹 Holonomy 的商業模式:同一個雷射模組,這個叫 Photon Brick、光子磚的架構,可以在不同階段賣給不同市場。第一階段成本一定比較高,所以先賣國防產業,因為它可以接受溢價,用來做高能雷射武器或反無人機系統;第二階段成本再降一階,賣給工業加工,做雷射焊接、除鏽;第三階段成本砍到白菜價,才能真正供應給核融合的商業電廠。他問 Jim,這聽起來很精明,聽起來也蠻冷酷:你要先從販賣軍火開始,用販賣軍火賺到的錢來補貼未來的能源夢想,是這個意思嗎。

Jim 先講前提:不一定非得是國防,只是國防剛好落到灘頭堡的特性裡面,小眾、付費意願高、毛利高,而且比較有耐心陪著公司一起成長。他也修正了「Photon Brick 就是我要造的東西」這個印象,用 SpaceX 來 echo:馬斯克他們做的不是火星公司,他們賣的是把物質送到太空的能力,北極星是每單位質量的發射成本,那是一個平台。他在做的是半導體雷射晶片,賣的是用光把能量投射到物質上的核心能力,這個能力會依照需求場景不同而有不同的功率需求。從光互連需要的毫瓦等級,到數十瓦、到千瓦等級,是一條爬坡曲線。為什麼上面那些沒有人討論?因為人類還做不到這個技術,甚至不曾想過,如果有一天能把光子遠距離投射能量的能力做上去,會開啟什麼東西。他說這是 Holonomy 的賭注。

用這條功率階梯回頭歸納,前面的市場就全部想通了:國防要的是數十、數百瓦等級的遠距離投射,核融合要的是千瓦等級,光通訊要的是毫瓦等級。國威問其他應用場景,Jim 拋了兩個。一個是太空之間的通訊,也就是 free space optical,衛星跟衛星之間用光來通訊,那光源從哪裡來?現在大部分用光纖或邊射型雷射,他這次在半導體會議上就遇到兩三組團隊,開始要用第二代、第三代的技術取代它,這個市場未來三到五年會商業化。另一個比較像思想實驗:如果把太陽能板發射到太空,把光轉換成電之後,再用雷射把電打回地球,可不可以?他說效率真的比較好,因為太陽能板的吸收效率之所以只有二、三十趴,原因是進來的光都是散射光、光譜很廣;如果你很確定進來的光是單一波長,目前效率最高可以做到六十趴。

核分裂是兄弟,也是最大的對手

國威把最後一個問題放在市場上。前面幾問都過關之後,還有一問是能不能付得起:Jim 說,最後要算的是 LCOE,也就是每一瓦電到底要多少成本;而核融合最大的競爭對手,其實就是它的兄弟核分裂。第四代核能、小型模組化反應爐(SMR)很可能在未來五年內越來越成熟,而且核分裂現在本來就在運轉,要解決的物理難關也比較少。有沒有可能核融合就這樣錯失了這個歷史性的資金視窗?

Jim 把邏輯拆成幾層。第一層是這一波核融合新創之所以能在最近三、五年蓬勃募資與活動,很大一部分當然是 AI 能源瓶頸的共識,但他認為真正最大的原因是二零二二年 NIF 點火成功的那個 demo,是它帶來了投資潮。第二層是房間裡的大象:地緣政治。他在美國這一趟觀察到的結論是,基本上每一個只要美國官員在場的會議,他們都一定會提到中國,中國現在開始做這個做那個,所以他們要快馬加鞭,趕快撥一筆款項,把錢給到科學家手上,趕快做出來。第三層是明星的存在,二零一七年那群科學家創辦 CFS,高溫超導磁鐵被突破。

他順著磁鐵多延伸了一個話題:高溫超導磁鐵關鍵的瓶頸在稀土,而現在大約百分之九十的稀土來自中國,美國那群人因此緊張起來,發現自己的供應鏈很脆弱。所以有些投資邏輯外溢到關鍵技術周邊的產業,像是美國專門做不依賴中國稀土來源的磁鐵新創,就獲得很大的關注。

至於核分裂,他認為它的瓶頸在燃料與原料本身,那是一個受高度監管、而且不是美國一家想改就改得了的東西。他用金融新創比喻:為什麼總是只有少數人可以做金融新創?因為那些人本身就有 connection,他知道監管應該往哪邊走。所以這個產業從下而上迭代的能量從根本上就受限,制度不允許它那樣做,它有門檻。SMR 短期會不會取代、會不會是大家的首選,那是一回事;SMR 迭代得夠不夠快,是第一個問題。他在美國也遇到很多做 SMR、做核分裂的人,他問他們現在遇到什麼問題、為什麼賣不出去,答案是拿不到 NNSA 的許可;沒有許可,你蓋不了電廠,也沒有辦法突破技術。這就好像為什麼會有人說,現在在太空鋪太陽能板比在地球便宜方便,因為地球的監管太複雜了。

所以 fusion 有一個紅利,因為它是一片 white space;就算今天 SMR 可以取得一部分 AI 留下來的空缺,長久來看,他們的賭注是 fusion 這個產業的紅利跟迭代速度。如果未來五年可以一直持續不斷 demo 一些 milestone,他覺得這個平衡就會被打破,後面還是很多大有可為的機會。

無限電力之後,我們會因為什麼感到匱乏

國威在收尾時把 fusion 的位置放回它該有的高度。它是能源的聖盃:如果 fusion 解決了,環境的破壞、污染、一大部分的需求都被解決,人類太空時代的能源問題可能被解決,甚至社會財富、貧富不均、糧食問題都可能被解決。但他也老實說,社會事實沒有那麼簡單,而 Holonomy 現在還是一家新創。

他提醒觀眾不要輕視任何一家新創。僅僅三、五年前,現在要上市的 Anthropic 或 OpenAI,都還是名不見經傳的公司,現在都是兆元美元市值的公司;而台灣自己就活在現在這個世界裡面。這一集裡最值得帶走的那條線,是 Jim 那句聽起來很違反直覺的話:卡住核融合的不是物理,是製造。台灣缺的資本跟耐心,十幾年前還不成熟,今天的製造經驗已經到位;能不能把這個缺口補起來,大概就是這一輪 fusion 賭注真正的內容。國威最後把問題留在半空中:假設我們真的奔到那個時候,那時我們會因為什麼感到匱乏?會因為什麼感到焦慮?那是一個無限供電、無限算力的世界,要拿什麼來填滿,就留待下一次的思想實驗室。

〈思想實驗室〉-EP-Google、微軟都在搶電?核融合還沒商轉,為什麼科技巨頭已經開始布局?| 思想實驗室 Video Podcast ep119:ft.Holonomy Systems 創辦人 Jim Chiu

微軟要把已經終止營運的三哩島核電廠重新叫醒;Google、Amazon、Meta 各自在能源市場上卡位。再生能源搶不夠,接著搶核電廠,核電廠的約簽得差不多了,現在連鍋爐、電池這一類東西都在搶。國威在節目開場把這個畫面攤開:AI 的發展持續加速,把大家推到一個一開始沒有預料到的地方,能源不夠了。而能源正是這些資料中心能不能運轉的最底層條件。

核融合在過去幾十年是一句冷笑話,永遠再等三十年。這個局面最近鬆動了:一批新公司跳進來,時程也講得越來越具體。這一集不談深奧的量子物理,談的是供應鏈與製造。

來賓 Jim 以前是 Web3 新創的 CTO,現在整個人栽進核融合硬體的最底層,創辦了 Holonomy Systems。他一開場就給了一個很硬的說法:核融合的決戰點不在美國或中國的國家實驗室裡,而在台灣的半導體代工廠裡。他的另一個數字更直接:物理的瓶頸只是個位數的倍數,製造的瓶頸是五萬倍。

第一關不是能不能發電,是插頭插進去划不划得來

Jim 把整條路拆成連環五問。第一問是點火(ignition),也就是溫度、壓力與各種條件,到底有沒有達到 fusion 反應需要的環境。他的判斷是點火是真的,物理已經成功,現在唯一困住它的是工程與製造,是商用化這整段歷程。

第二問是增益(gain),輸出與輸入的比值,也就是大家常說的 Q 值。他提醒 Q 值有不同的定義方式,大致分 Q science 跟 Q engineering。新聞上看到「Q 大於一」、「Q 大於五」,很多時候分母、分子都不一樣,測的是當下物理創造出多少能量;那個能量要經過好幾層轉換,最後能不能變成插座上可以用的電,是另一件事。真正要談商用化,看的是 Q engineering,也就是插頭插進去多少電、插座出來多少電。這是工程問題,是把整場系統效率全部考慮進去之後,連差一兩個百分點都要榨乾的狀態。

國威補上美國國家點火實驗室(NIF)的例子:二零二二年達成自己聲稱的 Q science 大於一,到今天也沒有人會說那是商業上可行的方案。Jim 給的數字是,NIF 從 Q 大約一到二,爬到二零二五年實驗結果的 Q 等於四。他認為 Q science 的進展遵循 scaling law,把三重積(triple product)當北極星指標畫出來的曲線,每隔幾年就會往上攀一個量級,跟摩爾定律的形狀很像。順著這條曲線外推,二零二七年會走到哪裡,就出現各種預測,最激進的說法是每兩年翻一倍,Q gain 等於十都有可能。

他補了一句關鍵的話:在攻克工程難題的時候,知道「做得到」這件事本身,比「怎麼做到」還重要。

一天只能打一發的雷射,因為閃光燈只有百分之一被吸收

再往下一問是「有沒有造出來」。Jim 說,把一座電廠該扣的東西全部扣一扣,最後還要真的能發出淨電。核融合有兩條主流路線,磁約束是把電漿關在甜甜圈形狀的磁場裡,難度等於要把一顆太陽困住;慣性約束(ICF)則是用很多道雷射去轟炸一顆燃料靶丸。國威把問題往前推:NIF 二零二二年那一次成功,到今天也沒有直接變成商轉。

Jim 說,用災難去形容那個落差有點危言聳聽,他寧可叫它鴻溝。這個鴻溝的存在,反而證明這是一個值得大家去攻克的問題。

NIF 一開始不是為了發電。這座雷射設施在一九九零年代甚至更早就在規劃,掛在 Lawrence Livermore 國家實驗室底下,那個實驗室做的是核武器的研發、設計與測試。微型核爆的原理跟引爆一顆氫彈一樣,只是壓力源不同;既然不可能隨時在實驗室裡引爆氫彈,又想要快速迭代,就得做出微型核爆,而沒有什麼東西比雷射能量更高、更精確。所以 NIF 從一開始就帶著國家研發的色彩,試了將近二十年才做出點火。

真正拖住它的,是驅動雷射的泵浦。NIF 目前用的是閃光燈,好處是便宜、可以低價大量製造,缺點是發出的光頻譜太廣。gain medium 這種材料很嬌貴,只吸收其中一小部分的波長,其他波長吸收不了的就變成熱,散熱做不好,於是 NIF 一天只能打一發。Jim 給的數字是:閃光燈只有百分之一被吸收。

下一步的技術叫二極體泵浦(diode pump)。雷射二極體發的是單色光,可以直接對準晶體要的波長,光對光效率非常好。這一輪不管是 NIF 本身,或這兩三年冒出來的 ICF 新創,技術方向全部壓在 diode pump 上。Holonomy 做的就是這套系統裡的固態雷射,全名是二極體泵浦固態雷射(DPSSL),像一個放大器:先在別的地方充能、pump,最後再把它一次 pump 出來。

國威於是追問:既然痛點這麼明顯,一天只能打一發,為什麼奇異、西門子這些有資源做規模化工程的能源與重工巨頭沒有去解?為什麼輪到新創?

鴻溝不在真空腔裡,在真空腔外面那一圈

Jim 先把鴻溝的內容一條一條列出來,他的說法是,這裡面卡住的每一項都不是為了 fusion 而生,所以過去幾十年沒有人為它設計過。

雷射本身要怎麼做、效率多高,是第一項。靶丸怎麼製造、精度怎麼做,是第二項。核爆發生在腔體裡,腔體要怎麼遮蔽輻射、中子怎麼處理,是第三項。他特別點名中子很麻煩,中子無法被磁場捕捉,只能靠金屬壁去承受,所以反應器壁面的強度要能撐過高能中子的轟擊。

燃料的循環是另一項,而且目前極度稀缺。他在這裡解釋了增殖(breeding)這個聽起來很酷的詞:在壁面外面用熔鹽,熔鹽裡面有鋰,鋰的同位素跟中子反應之後,會產生更多的氚跟氘。也就是說,只要能把核反應搞定,它自己會持續生成未來的燃料,你只需要克服最初始那一批啟動燃料的數量。

慣性約束還有一個獨特的問題。靶丸噴射出來、雷射對準聚焦、然後轟擊,那請問發射系統是什麼?Jim 說那其實就是高速彈丸彈射加上視覺追蹤,國威立刻接上:所以這個技術是不是跟曝光機有關。Jim 也直接說,關鍵在於重複率剛好坐在一個臨界點上,頻率以下要做出 net positive 很困難。十赫茲這個數字,是十幾年前、大約二零一零年前後由 Lawrence Livermore 推出來的:他們先去想一座核電廠的經濟應該長什麼樣子、效率要達到多少才是民生可用,各種條件算完之後得到這個數。如果靶丸的製造產能夠、追蹤系統夠強韌,十幾赫茲、二十赫茲,甚至千赫茲,都是可達的目標。

至於 ICF 的光學,他講得更直白:人類歷史上沒有做過任何以抵抗這麼高強度輻射與高能中子為目標設計的光學元件。而這些看起來全部是工程題,不是物理題。他說,你能說出這個鴻溝本身,就證明了它跨得過去;真正麻煩的問題,通常是你還看不到的那些。

為什麼不是奇異、西門子,而是一間新創

Jim 承認大公司不是沒有動。General Atomics 最有名的是掠奪者無人機,後來轉型成專接國防生意、跟國家掛鉤比較深的複合體,它底下有一座 fusion 反應器叫 DIII-D。前面提到那些腔體物理、每秒十次的節奏、靶丸清理,他們都在做,甚至還成立聯盟,拉著下面的人一起做。

他的分界線在底層邏輯。大公司通常是因為有一份很巨大的合約、有案主委託,才去做這個概念,不是願景驅動,也不是市場驅動,而是大案分發下來,所以我去做。新創不同,新創本質上就是要從最底層去顛覆大公司做事的方式。有了 AI 之後,最稀缺的資源反而是創始團隊、也就是解決問題團隊的專注力;新創沒有那種冗餘的放大過程,也還沒有大合約,所以只能全力灌注去解決一個效率問題。他認為真正分出高下的,還是對未來市場的洞察。

國威接著把鏡頭轉到 Jim 自己身上:你過去在做 Web3、做軟體,軟體的世界習慣小步快跑、快速失敗、一個禮拜迭代,現在 AI 出來之後一天改版三次都不稀奇;但硬體不一樣,開一個模、測一次光學元件,半年跑不掉。這樣的背景,在解決這種硬派物理行得通嗎。

Jim 先回頭補了一個他覺得講得不夠精確的地方。大對小、快對慢這個框架成立,但新創跟大公司還有一個本質上的差異,除了解決問題的專注度,還有選擇戰場的能力。他說自己從 Peter Thiel 的《從零到一》學到、也應用在這次創業上最重要的一點:選一個你能壟斷的戰場。新創贏大公司,通常不是因為大公司沒有資源或執行力,而是新創選對了一個被忽視、未來卻會放大、會有飛輪或複利效應的東西。

至於他為什麼敢碰這個題目,他給了兩個線索。一個是他在做軟體之前,念的是清大工科系,工科系是以前的核工系。他不敢說當年的訓練能直接貢獻到現在做的事,但那個背景珍貴的地方在於,他不會害怕去碰物理,而且可以用軟體的思維,從局外的角度重新去看一個已經發展了二、三十年的東西。另一個線索是他的自我定位:一個 AI native 的 deep tech founder,一開始就是一個人、一台筆電、一個 AI,他覺得如何剖析一個問題的過程,可能比結論對觀眾更有價值。

選 ICF,因為它從誕生那天就是 dual use

他先把決定 fusion 這一局的前情交代清楚。最近五年最關鍵的技術突破來自 CFS(Commonwealth Fusion Systems),這家二零一七年從 MIT 分出來的公司,靠高溫超導的突破,把原本要兩、三層樓高的超導磁鐵做小了。Jim 的判斷是,在 AI 加速科學研究的紅利之下,一些原本被 block 住的場景開始變得觸手可及。

接著是選路線。以 deep tech 走長線的邏輯,應該選一個比較能夠去風險化的東西,他選了慣性約束。理由不是它比較簡單,而是它從誕生之初就是 dual use 的技術:那套雷射除了照靶丸,還可以照其他東西,比如無人機來了把它打下來。它的每一項技術都不是單純為了 fusion 而生,只是剛好被擺在 fusion 這個位置上。所以就算二十年後 fusion 的夢還沒成真,這套技術還是可以造福很多其他東西。國威補了一句:或者說它要二十年才能成真,但過程當中會有很多場景可以讓它磨練。Jim 說沒錯,這就是灘頭堡的邏輯。

他挑市場看兩件事,一個是毛利率,一個是客戶要的規格;通常規格越高、毛利越高,這兩個有點相輔相成。選定 ICF 之後,他用 AI 做大量文獻搜尋與回顧,去剖析 ICF 的供應鏈、也就是他所說的 enabling technology 到底卡在哪裡,結論就落在 diode pump 的二極體產能不夠、效率不夠好、不夠便宜。

接著他把問題轉回台灣:那台灣可以解決這件事嗎。台灣做晶片,過去也做很多主機板出口;主機板就是把別人的晶片買來、放在一起、做封裝。光子學要做的這個泵浦領域,可不可以照同樣的模式走?他後來發現行不通,因為這個產業還沒有大到可以養活中間那些整合者。於是他往更底層的元件去攻。

泵浦畢竟還是雷射半導體。他發現這裡面有兩種架構,而雷射本身有不同的 generation。現在大型採購在用的主流全部是第一代,也就是邊射型雷射(EEL),光通訊在用,最近 AI 的光通訊、光互連,大家投資的也都是 edge emitter。後面還有第二代跟第三代,也就是面射型雷射,沒有人看。沒有需求是第一個原因,從來沒有一個像 fusion 這麼巨大的市場驅使他們去做工程突破;第二個原因是那些 incumbent 已經把原本的客戶服務得好好的。他押的,就是這個台灣有機會、而且被大家忽視、技術上升潛力更大的方向。

有人做過嗎。十幾年前有一個美國團隊試過,美國甚至二十年前就發過專利,可是找不到便宜又可靠的代工廠幫他 fab,所以有人想過、有人發了 IP,就是沒有人做得出來。Jim 說這不是物理問題,而是三個問題的交織:你要有足夠的資本,要有耐心花五、六年去壓一個未來才會用到的東西,還要有製造經驗。十幾年前這三個條件都不成熟;現在台灣有製造經驗,缺的是資本跟耐心,而這兩件事,恰恰是一個有願景的 founder 可以帶進來的。

他的第一性原理推演很簡單:我要怎麼加速迭代?我生在一個全世界生產半導體最密集的島嶼上,我就坐在這個生態的旁邊,那我一定也能做到。國威補了一句:這幾年世界各國湧入台灣設生產中心、製造中心、研發中心,就是為了這個全世界最強的半導體與電子業製造實力,沒道理我們自己不利用。

Jim 說他這幾個月跟上下游聊下來,能力都有,缺的是願景、缺的是市場。台灣的代工終究是接單模式,客戶的需求就是我的需求,至於客戶為什麼有這個需求,他們不會去追問。他的角色就是去告訴他們:這裡有一個超級龐大的市場,fusion,甚至 fusion 以外的沿途市場,可能是太空、國防、能源,這是一件十年內會發生的事,大家一起來追。所以現在缺的是把這些製造能量連結起來、跑成一個迴圈,而這件事跟軟體經驗有很大的關係,因為很多時候你都在對接各種不同的資訊,而迭代常常不是卡在 fab 的速度,是卡在 fab 跟其他人之間的那些溝通。

台灣手上有什麼:四分之三的化合物半導體代工,跟一組一百二十瓦的陣列

國威把台灣這一側的牌面攤給他看。光電技術、特別是三五族化合物半導體的代工,台灣有穩懋、宏捷科這樣的公司;台灣代工廠合計生產了全球大約四分之三的外包化合物半導體晶片。學術端,陽明交大盧廷昌教授的團隊在面射型雷射的學術發表量全球排名前三,也和穩懋一起展示過超過一百二十瓦的高功率面射型雷射陣列。他接著問了一個聽起來有點刺的問題:會不會到最後,台灣又是在幫美國、歐洲這些核融合企業做高階發光二極體的代工?我們有沒有可能在未來取得某種程度的主導權?

Jim 的回應分成兩段。他先說,回答這個問題的時候,他已經不是以 Holonomy founder 的角度在回答了。國威的問法裡預設了一個立場,好像代工一定不好、一定毛利低,他想提另一個想法:代工其實是一種選擇,是商業模式上對你最優的解。台積電可不可以變成垂直整合廠?它完全可以,它掌握了先進製程,要變成三星那樣的 vertical integration 也可以。它為什麼不要?因為它很清楚,一旦變成垂直整合,就會侵蝕自己的利潤,因為你跟客戶之間就沒有信任了。客戶之所以相信台積電,就是因為相信台積電不會跟他競爭。代工從結果看毛利確實沒有終端來得高,但它本身就是一門成功的生意,至少在先進封裝這一塊是。

回到光子學、半導體這一塊會不會淪為代工。他說,現在這個階段要判斷能不能找到代工的第二條出口,有點早;但他認為自己往高價值、高階應用走的方向很有機會,原因是它是空白的,目前沒有任何一個人真的在百分之百朝這個方向衝刺。大多數人是拿著錘子找釘子,已經有什麼技術就到處 fit 看看,fit 的地方當然已經站著一堆 incumbent,你憑什麼競爭。所以他看的從來不是那些已經被佔領的紅海,而是那些功率還達不到、根本還到不了的地方。

他舉了兩個中國公司的例子,說明就算在快商品化的戰場,初期的產品定位與戰略選擇還是可以開出市場。大疆瞄準的是高階攝影玩家:那群人的痛點很具體,自己買一台 drone、再買一台攝影機、想辦法跟雲台弄在一起,不只造價高昂,還做不好。別人沒有想到這個方向,大疆選對了群體,從那裡往上打,最後打敗曾經的運動相機巨頭 GoPro。宇樹也不是第一家公司,Jim 唸書時代的明星是 Boston Dynamics,後來被現代收購、變成完全控股,在他眼裡有點像巨星的隕落。宇樹切的是實驗室裡做科研的科學家與研究團隊,他們最苦的是手上有一堆控制理論,卻找不到一個平台可以 demo、可以測試。而且機器人這個產業跟雷射、光子學很像,都是上下游垂直整合很嚴重、供應鏈關係複雜的地方,要切入必須有大招,而這個大招通常越靠上游越能守住護城河;宇樹選的題目是致動器,就是馬達關節要怎麼動、精準角度怎麼控制,要解決散熱、控制、能源效率。Jim 說他看到這個例子時眼睛為之一亮,這不就是 Holonomy 切入的角度嗎。他們不只選對市場,還壓對技術。

所以回到能不能脫離代工,他的答案還是兩個條件:你壓住的技術有沒有上行空間,以及商業化之後造價能不能便宜到極致;再加上你初期的灘頭堡怎麼切。這兩件事執行得好,或許可以脫離代工;執行不好,代工反而變成一個低風險的選項,至少還有代工的實力。

光子磚:先賣國防,再賣工業,最後才是電廠

國威接著介紹 Holonomy 的商業模式:同一個雷射模組,這個叫 Photon Brick、光子磚的架構,可以在不同階段賣給不同市場。第一階段成本一定比較高,所以先賣國防產業,因為它可以接受溢價,用來做高能雷射武器或反無人機系統;第二階段成本再降一階,賣給工業加工,做雷射焊接、除鏽;第三階段成本砍到白菜價,才能真正供應給核融合的商業電廠。他問 Jim,這聽起來很精明,聽起來也蠻冷酷:你要先從販賣軍火開始,用販賣軍火賺到的錢來補貼未來的能源夢想,是這個意思嗎。

Jim 先講前提:不一定非得是國防,只是國防剛好落到灘頭堡的特性裡面,小眾、付費意願高、毛利高,而且比較有耐心陪著公司一起成長。他也修正了「Photon Brick 就是我要造的東西」這個印象,用 SpaceX 來 echo:馬斯克他們做的不是火星公司,他們賣的是把物質送到太空的能力,北極星是每單位質量的發射成本,那是一個平台。他在做的是半導體雷射晶片,賣的是用光把能量投射到物質上的核心能力,這個能力會依照需求場景不同而有不同的功率需求。從光互連需要的毫瓦等級,到數十瓦、到千瓦等級,是一條爬坡曲線。為什麼上面那些沒有人討論?因為人類還做不到這個技術,甚至不曾想過,如果有一天能把光子遠距離投射能量的能力做上去,會開啟什麼東西。他說這是 Holonomy 的賭注。

用這條功率階梯回頭歸納,前面的市場就全部想通了:國防要的是數十、數百瓦等級的遠距離投射,核融合要的是千瓦等級,光通訊要的是毫瓦等級。國威問其他應用場景,Jim 拋了兩個。一個是太空之間的通訊,也就是 free space optical,衛星跟衛星之間用光來通訊,那光源從哪裡來?現在大部分用光纖或邊射型雷射,他這次在半導體會議上就遇到兩三組團隊,開始要用第二代、第三代的技術取代它,這個市場未來三到五年會商業化。另一個比較像思想實驗:如果把太陽能板發射到太空,把光轉換成電之後,再用雷射把電打回地球,可不可以?他說效率真的比較好,因為太陽能板的吸收效率之所以只有二、三十趴,原因是進來的光都是散射光、光譜很廣;如果你很確定進來的光是單一波長,目前效率最高可以做到六十趴。

核分裂是兄弟,也是最大的對手

國威把最後一個問題放在市場上。前面幾問都過關之後,還有一問是能不能付得起:Jim 說,最後要算的是 LCOE,也就是每一瓦電到底要多少成本;而核融合最大的競爭對手,其實就是它的兄弟核分裂。第四代核能、小型模組化反應爐(SMR)很可能在未來五年內越來越成熟,而且核分裂現在本來就在運轉,要解決的物理難關也比較少。有沒有可能核融合就這樣錯失了這個歷史性的資金視窗?

Jim 把邏輯拆成幾層。第一層是這一波核融合新創之所以能在最近三、五年蓬勃募資與活動,很大一部分當然是 AI 能源瓶頸的共識,但他認為真正最大的原因是二零二二年 NIF 點火成功的那個 demo,是它帶來了投資潮。第二層是房間裡的大象:地緣政治。他在美國這一趟觀察到的結論是,基本上每一個只要美國官員在場的會議,他們都一定會提到中國,中國現在開始做這個做那個,所以他們要快馬加鞭,趕快撥一筆款項,把錢給到科學家手上,趕快做出來。第三層是明星的存在,二零一七年那群科學家創辦 CFS,高溫超導磁鐵被突破。

他順著磁鐵多延伸了一個話題:高溫超導磁鐵關鍵的瓶頸在稀土,而現在大約百分之九十的稀土來自中國,美國那群人因此緊張起來,發現自己的供應鏈很脆弱。所以有些投資邏輯外溢到關鍵技術周邊的產業,像是美國專門做不依賴中國稀土來源的磁鐵新創,就獲得很大的關注。

至於核分裂,他認為它的瓶頸在燃料與原料本身,那是一個受高度監管、而且不是美國一家想改就改得了的東西。他用金融新創比喻:為什麼總是只有少數人可以做金融新創?因為那些人本身就有 connection,他知道監管應該往哪邊走。所以這個產業從下而上迭代的能量從根本上就受限,制度不允許它那樣做,它有門檻。SMR 短期會不會取代、會不會是大家的首選,那是一回事;SMR 迭代得夠不夠快,是第一個問題。他在美國也遇到很多做 SMR、做核分裂的人,他問他們現在遇到什麼問題、為什麼賣不出去,答案是拿不到 NNSA 的許可;沒有許可,你蓋不了電廠,也沒有辦法突破技術。這就好像為什麼會有人說,現在在太空鋪太陽能板比在地球便宜方便,因為地球的監管太複雜了。

所以 fusion 有一個紅利,因為它是一片 white space;就算今天 SMR 可以取得一部分 AI 留下來的空缺,長久來看,他們的賭注是 fusion 這個產業的紅利跟迭代速度。如果未來五年可以一直持續不斷 demo 一些 milestone,他覺得這個平衡就會被打破,後面還是很多大有可為的機會。

無限電力之後,我們會因為什麼感到匱乏

國威在收尾時把 fusion 的位置放回它該有的高度。它是能源的聖盃:如果 fusion 解決了,環境的破壞、污染、一大部分的需求都被解決,人類太空時代的能源問題可能被解決,甚至社會財富、貧富不均、糧食問題都可能被解決。但他也老實說,社會事實沒有那麼簡單,而 Holonomy 現在還是一家新創。

他提醒觀眾不要輕視任何一家新創。僅僅三、五年前,現在要上市的 Anthropic 或 OpenAI,都還是名不見經傳的公司,現在都是兆元美元市值的公司;而台灣自己就活在現在這個世界裡面。這一集裡最值得帶走的那條線,是 Jim 那句聽起來很違反直覺的話:卡住核融合的不是物理,是製造。台灣缺的資本跟耐心,十幾年前還不成熟,今天的製造經驗已經到位;能不能把這個缺口補起來,大概就是這一輪 fusion 賭注真正的內容。國威最後把問題留在半空中:假設我們真的奔到那個時候,那時我們會因為什麼感到匱乏?會因為什麼感到焦慮?那是一個無限供電、無限算力的世界,要拿什麼來填滿,就留待下一次的思想實驗室。

〈思想實驗室〉-EP-AI正在終結內卷?該如何規避AI時代下的職涯風險?| 思想實驗室 ep107:ft. 哈佛商學院 Christina Wallace教授

國威在節目開場把兩種心情擺在一起。有人覺得 AI 是在把競爭門檻拉平、讓世界變得更公平:以前不會寫文案的人,現在可以叫 AI 寫;以前不會畫圖的人,現在可以叫 AI 畫。但現實可能往另一個方向走。AI 正在很快地重新分配財富,而分到比較多的那一邊,差別在於用得比別人好。同一段時間裡,有創業者靠 AI 在幾個月內做到幾百萬美元的年營收,也有很多人還停在「我到底要不要學 AI」的猶豫裡。

這一集的來賓是哈佛商學院教授 Christina Wallace。她在課堂上天天接觸全球最頂尖的企業主管與創業者,自己也是連續創業者與天使投資人。她在哈佛講台上告訴學生的話很直白:把全部精力梭哈在單一職位上,反而是風險最高的一種做法;要反內卷,建立多重職涯,把人生的風險分散開。這場對談要檢查的就是這件事:這是一套站在哈佛講台上的學術理想,還是普通人真的能用的解藥。

軟體成本歸零之後,護城河換了位置

寫程式曾經被當成金飯碗,現在只要動嘴巴,Claude Code、Codex 這類工具就能把整個軟體架構寫出來,開發產品的技術門檻幾乎歸零。更麻煩的是複製:看到哪個網站或產品不錯,截圖丟給 AI,或叫 AI 自己去爬一遍,別人一秒就能生出一個類似的東西。國威把問題直接丟出來:在這種情況下,那條別人絕對抄不走的護城河,還剩下什麼?

Wallace 說這是一次真正的轉變。她的第二個創業題目是教女生寫程式,十年前那是當時的策略。而現在,做出軟體的成本基本上等於零。當價值不在那裡、或者只剩下邊際價值,價值就移到服務上,移到這門生意裡「人」的那一邊。

她列出來的東西很具體。一個是判斷:面對真正模糊的情境時,光是列出正反兩面的清單(Claude 和 ChatGPT 對這件事很擅長)並不夠,你要真的做出決定,然後把這個決定認下來,尤其當它出錯的時候。只有人能扛這個責任,可能被告,也可能坐牢。這些是真正屬於人的部分。

另一個變化發生在創投身上。以前創投對服務型公司沒什麼興趣,錢都押在軟體上,對服務公司直接說不;現在 AI 驅動的服務公司開始變成很多創投眼中很有吸引力的標的。可以擁有客戶關係,有真正的往來,然後再用這些工具把規模放大,這種模式比單純執行、交付一個軟體就能做的產品更守得住。

國威半開玩笑地問,所以你的意思是我們要多交朋友、多跟客戶去打高爾夫?Wallace 說她的假設是:當技術能力在職場裡的重要性下降,溝通能力、理解心理、歷史感、讀空氣、說話、寫作這些軟技能會被重新看重。AI 做得出一個版本,但那有點像故事版本的恐怖谷:字拼得出來,可是你在網路上讀到 Claude 寫的東西,一秒就能認出是 AI 寫的。要真的提供意義、創造信念、驅動別人的動機與行動,那才是留下來的人類工作。如果這代表要多打高爾夫,她給大家許可。

一邊集中、一邊民主化:AI 紅利同時往兩邊跑

國威提到 Wallace 在哈佛課堂上用的個案:Base44 的創辦人單槍匹馬,在幾個月內做到百萬美元營收。他想知道,AI 這波紅利到底是在創造財富,還是只是把資源重新分配給動作最快的那一批人。

Wallace 的答案是兩邊都有一點。一邊是集中:價值往更大的模型、往有能力控制資本的企業靠攏,他們拿得到晶片、拿得到資料中心,也有把資料累積起來的力量。這種事在每一次重大技術轉變裡都發生過,就像幾百年前的鐵路,不是新的劇本,這是基礎設施投資常見的走法。

另一邊是應用層的民主化。開公司的成本在往零走,做軟體的成本已經歸零,取得這些資源的成本也在掉。於是出現 Base44 這種單一創辦人:不用請人,也不用募創投資金。很多很聰明的準創業者,進不了創投需要的那個人脈網,但他們有好點子、有能力解決真實的問題,現在靠這些工具,真的有機會做出來。

她舉自己學生的公司 Verno 當例子。創辦人 Oliver 在念 MBA 之前是航空工程師,用她的說法,是那種很宅的工程師。他有一個很深的洞察,是關於製程與工業設計圖面在那個工作流程裡怎麼被處理。那是一個小眾裡的小眾裡的小眾,非常特定,卻是那個流程裡的巨大瓶頸,長期靠人工,以前被試著自動化過,很難。但現在的模型和工具完全不同了,他想的是:為什麼是現在?如果現在可以呢?結果四個月內,他從一個想法走到可運作的原型、走到付費試作、走到第一批設計夥伴,一間真的公司在四個月內站起來。他沒有請任何人。他算有一點技術底子,但他是航空工程師,不是軟體工程師。那是一個 530 億美元的市場,沒有別人看見,而他有很深的脈絡智能、有客戶通路,靠自己也站得起來,因為執行的成本是零。

國威觀察,這種案例越來越多:有領域知識、有脈絡的人,現在可以跨過那道檻,進到全新的市場。以前寫程式的人沒有那些領域知識,有領域知識的人又沒有錢去請技術人;這件事正在快速改變。他接著問得更遠:這會不會只是一個短期的窗口,長期下來,大公司會把資源全部吸走、靠 AI 打進每一個領域,最後只剩兩、三家,Google、Microsoft、SpaceX 之類的?

Wallace 說,這很大一部分取決於監管者,取決於政府要不要插手。智慧財產權與著作權法、訓練模型用的資料,現在都處在模糊的法律地帶,不同的判決會讓局面突然翻轉。資料是這些公司現在最大的專有優勢之一;她提到 Claude 是用她的兩本書訓練的,那兩本她都沒有拿到錢。如果有一天這些公司得為資料付錢,對商業模式會是很有感的差別。監管者也可能對反壟斷有意見:我們要不要讓少數幾家公司擁有整個空間?

另一個變數在勞工身上:員工提升技能的速度,能不能快過雇主決定砍成本的速度?她希望看到的是一場順利的大風吹,大家都有位置;她怕的是中間出現斷層。還有一個變數是一般人自己:願不願意好奇、動手玩、參與,還是把頭埋在沙裡說我不喜歡這個、我不想學、我不想跟它有任何關係,最後出現懂 AI 的人和不懂 AI 的人之間的落差。如果走到那一步,就可能變成另一種局面:擁有資料、擁有演算法、擁有晶片、擁有資料中心、擁有資本的霸權力量,決定其他人的一切怎麼被製造、怎麼被分配、怎麼被發下去。那在她看來會很可惜。

中階主管與 PM:AI 最擅長的就是協調

國威把鏡頭轉向組織內部。AI 現在不只寫程式,連中階主管、產品經理、顧問這些角色都開始被取代,企業的組織架構也在劇烈重組。他問的是:未來組織裡最值錢的位置會變成什麼樣子?

Wallace 先說了一句「永遠不要說永遠不會」,然後拆解中階主管在大而笨重的組織裡到底在做什麼。他們主要是把高層的策略往下發,散到最底層的個別貢獻者手上;工作內容以協調資訊為主,並且把資訊往上下兩個方向彙整。這正是 AI 很擅長的事:收集、彙整、綜合,把零件搬來搬去。產品經理這份工作之所以很適合被 AI 接手,也是同一個道理,因為它本質上就是在彙整與協調這些零件。

但這不代表組織會變成完全扁平,只剩個別貢獻者加一個執行長。在她看來那有點怪。她看到的是中間長出一個 M 型的團隊,而底層的個別貢獻者會變得越來越 T 型。

T 型專家:拿 AI 當槓桿,專業留著做品管

T 型的意思是專業留著,但要多做兩件事。一件是想辦法從 AI 身上拿到最好的東西。你要學的是先弄清楚 AI 真正擅長什麼,用它替自己的時間加上槓桿、把產出放大,再把力氣留給品質檢查。她的說法很直接:你不會把自己沒有能力驗證的東西交出去。因為你是那個專家,你才有辦法真的聰明地用它。

另一件是 T 的那兩隻手臂。你要在自己專精的東西和組織的其他部分之間搭起連結,把你的產出和專業翻譯成「所以呢」。她舉例,如果你產出的是很複雜的數據報告,你要能去跟財務說這份報告對他們的意義是什麼;去跟營運長說你的董事會報告要放進這一段;去跟工程師說這件事會怎麼影響你們明年排的產品路線。這種跨領域協作的心態,讓人更能連接點、更主動,也更看得見自己那一小塊工作對整個組織的意義。

她對這些專家的建議不只這樣。除了趕快把工具弄熟、讓它進入自己的工作流程,也要對「自己的工作在整間公司裡的位置」好奇:你的東西交出去之後去了哪裡?別人根據你做的東西做了什麼決定?去跟那些人交朋友,開始累積自己的脈絡智能。

M 型通才:什麼都會一點的人,長出組織的韌性

M 型的人在她口中是一種她自己也想要的角色:什麼都懂一點。會設計的工程師、會寫程式的設計師、從產品經理的位置走下來、親自去訪談客戶、自己寫工單的人。想像一個 M,手腳往不同方向伸出去,這些團隊成員多面、有能力也有好奇心,所以能做很多事;但更重要的是他們學得動,即使今天不會,也願意去學。組織需要什麼,就有機會把他們捏成什麼。當事情變化時,他們能有效協作。

而變化是唯一能確定的事,而且變化快過我們能夠理解的速度。這種 M 型團隊就是這麼流動、這麼能適應,替組織長出韌性。

主管要講清楚的不只是什麼在變

節目接著問到一個更難的問題:對那些已經用舊心態工作很多年的人,要怎麼培養出新的態度?除了看書、上課,還有別的辦法嗎?

Wallace 說,要當一個變動時代的領導者,光有很好的判斷力不夠,還要能把那個判斷講出去。現在每個人對 AI 之於自己工作的意義都有一點害怕;如果你只講什麼在變,卻沒有講什麼沒有變,沒有人會聽你想叫他們做的事,他們會進入恐慌模式、生存模式:我才剛買房子、小孩要出生、我只做過一份工作。

這件事要講到讓人相信,不能只用漂亮的公關話術蓋過去。你要講的是:我不是要你們把這些工具拿去訓練自己的飯碗,然後我就可以把你開掉;我要這些工具,是為了把你每天那些瑣碎、重複、低認知價值的工作從桌上拿走,交給 AI,讓你的時間被空出來,去做有趣得多、有創造性得多、複雜得多、策略得多的工作。如果你的工作現在大部分就是那種瑣碎與機械,那也不代表你要消失;如果你的任務可以被 AI 接手,那就來看看你還能做什麼,坐下來談一談,看看有沒有你想學的東西,或你身上有我們還沒用到的能力。公司裡有一批人已經懂客戶、愛這個文化與這間公司,要想的是怎麼把這些人才重新部署。她用一句話收束:我們要效率,但我們也要升級。

Portfolio Life:你其實早就有一份投資組合

國威把話題轉到她的另一套主張:多重職涯組合(Portfolio Life),也就是節目標題裡說的「反內卷」、把人生的風險分散開。她勸大家像創投基金一樣,分散投資自己的時間與身分。國威請她定義什麼叫 Portfolio Life,也問一個普通上班族如果想起步,第一步該做什麼。

Wallace 說,每個人其實都已經有一份了。你怎麼把時間和精力分配到人生的各個部分,工作、家人、健康、朋友、興趣,也許還有宗教傳統、一個社群,這些配置的總和加起來是一百趴。把它想成你的財務投資組合:這些配置合起來,就是你整個組合。Portfolio Life 的主張是,你可以設計自己的組合,為你現在所處的人生季節設計配置,讓風險與報酬的樣貌跟那個季節相配;當季節改變,就重新平衡,就像財務投資組合一樣。

它給你幾件事。一個是分散。再來,它讓你真的把自己看成不只是那份工作:你的身分大於你目前把時間變現的方式。還有,因為身分變大,又有了分散,你的選項會變多;事情發生的時候你有選擇權,不會被逼到牆角。這些加起來就是彈性:你可以說季節變了,我現在需要的跟以前不一樣,那就重新設計,而不是被過去的決定綁死。

第一步是先盤點。我現在是怎麼花時間的?看著那張表問自己:這是我想要的分配方式嗎?其中一個大問題是,我是不是配置過度了?是不是太多雞蛋放在同一個籃子裡?如果全部只有工作、也許再加家庭,那工作這個籃子裡的蛋真的很多,沒有興趣,沒有另一個網路、另一套技能。她強調,那甚至不一定要是另一份收入,不一定要是副業,重點是要有其他可以拉的線頭;就算只是去非營利組織當志工、在某個董事會占一個位子,都給了你分散。所以一部分的工作是搞清楚你現在的配置,然後想,我要怎麼重新分配,好拿到一些分散,把更多身分放進來,也讓自己在事情不順的時候感覺還有幾個選項。

節目裡的另一位主持人把這件事形容成一種視角的切換:從完全只盯著眼前、只做每天那份工作,變成一個能看見自己現在站在哪裡的人。像打電動的時候,你可以控制自己往前走,你有選項、有地圖,而不是一整片黑。Wallace 說,這個模型的力量就在於它在一個你很容易感覺無力的時刻給了你主導權。即使工作那一塊還是由你的老闆定義,你還是可以說:我要投資這個興趣、我要去上這堂課提升自己、我要確定我沒有忘掉自己的健康或心理健康、我要把那段時間留出來、保護好。因為這就是你在替自己分散風險、維持彈性。這樣一來,你就坐上了自己人生的駕駛座。

這不是叫人在乾掉的毛巾裡再擰出水來

國威提出台灣上班族的版本。每天被 KPI 追著跑,下班只想躺平;如果給的建議是再去發展三、四個不同的身分,這會不會像叫人在一條已經乾掉的毛巾裡再擰出水來?這種避險策略,會不會是一種升級版的自我剝削?

Wallace 說,這套想法真正的前提是,你本來就已經有其他身分了。你不只是你的工作。你還有別的東西:你在學校時是誰,你對朋友是誰,你對家人是誰。你整天待在辦公室裡,其實沒什麼時間去做那些人。她說她理解那種回家只想躺平的需要,她自己有時候也是。

但把更多時間投在那種你永遠打不到的虛幻 KPI 上,拿去換掉當自己、表達自己其他部分、投入一個興趣、參加一個社群、打球、跟家人在一起的時間,那些會帶來快樂、也屬於你人生的東西,會把快樂與滿足感的視角整個縮窄。為了什麼?她把話說回來。因為害怕而往生活裡塞更多東西,不是這套主張的意思;這套主張要的是養出一點紀律,保護你的時間,允許自己替真正想要、也真正需要的東西留出空間。

AI 沒有推翻這套理論,反而把它推到更高的位置

國威說,學者在寫書、開課的時候,總希望自己的理論經得起時間考驗;但過去一、兩年 AI 的進步速度簡直像火箭。他問 Wallace,從最初萌生這個想法,到寫成書,再到現在面對生成式 AI 的大爆發,有沒有哪一刻、哪一個技術突破讓她冒冷汗,覺得自己的假設要被推翻、理論得大幅修改?

她的回答是不,她甚至說想送感謝禮物給 ChatGPT、給 AI、給 Anthropic,因為這些工具替她的理論做了一件很棒的事:AI 接手了所有單調、低認知負荷的雜事,留下來的,就是工作中真正屬於人的那一部分。那對每個人來說都是機會,去辨識出自己具體能提供什麼。

她在書裡談很多「人類的 Venn 圖」。她自己帶上桌的,是商業、科技、藝術這個獨特的混合;因為她住過這些世界,所以有這樣的視角,能連接這些點,把不同的想法帶進來,而那形塑了她能給的東西。她認為每個人都有自己那張人類 Venn 圖,我們都有這些不同的成分,構成我們的身分與獨特的視角。

有時候那張圖會在職場爬升的過程裡不見:我們開始把自己修剪成一個盒子,好塞進某個位置。而那些盒子現在正在被 AI 的攻勢摧毀,因為它接手了這些任務,有時甚至是這些工作。所以她預期,隨著工作被顛覆,人們看待自己、打造人生、思考如何面對未來的方式也一起被顛覆,Portfolio Life 會越來越被重視。國威在旁邊補了一句觀察:AI 的大爆發其實把她的想法推到更高的位置,書的銷量也跟著起飛。

2028 年的思想實驗:只有兩小時能賺錢

節目最後把場景設定在未來。如果現在是 2028 年,AI 已經進步到可以獨立完成九成的白領工作,政府為了應付可能發生的大失業潮,決定實施工作配給制:每個人每天只能從事兩小時的有薪工作,剩下的時間必須自己去尋找生存的意義。眼前擺著兩個選項:A 是把這寶貴的兩小時極致鑽研在一個 AI 絕對碰不到的小領域,小到像修復中古世紀的古籍,成為全球前百分之零點零一的頂尖職人;這個位置安全,但可能失去跟世界連結的其他可能。B 是徹底放棄這兩小時的高薪,同時經營十個微小的身分,社區領袖、DJ、手作創業者,每一項收入都極不穩定、可能隨時收攤,但換來很高的生命彈性。

Wallace 先反問:如果我每天只有兩小時的工作會拿到錢,那剩下的時間我在做什麼?國威回答,你想做什麼都可以,只是可能有錢、可能沒錢。她說那就簡單了,她選 A。因為在她的投資組合裡,剩下來的時間就可以拿去放興趣、放創作、放家人、放實驗;她可以在沒有支薪的時間裡當 DJ。那兩個支薪的小時,是要支撐家裡的財務需求,所以她要把它們盡可能最佳化。

她補了一句提醒:關於 Portfolio Life,有一件事大概常被誤解,她不想要你盡可能攬下越多東西越好。把百分之二的配置分散到五十筆投資上,那是很糟糕的投資組合設計,那不算設計。設計的時候要想的是,每一筆投資到底在完成什麼工作。如果工作這筆投資的工作是滿足財務需求,那就全力追求最高的報酬,那就是 A;然後她可以在別的地方替自己的樂趣、社群、DJ 做其他投資。她笑著說她從來沒試過 DJ,現在想試了。國威接著說,這樣一來就得重新設計自己的生命;Wallace 補上:你必須對一些事情說不,才能對另一些事情說是。

離開前留下來的問題

國威在收尾時留下的問題是:如果有一天 AI 真的把我們的效率都拿走,讓我們被迫進入多重職涯、被迫去尋找工作以外的意義,這對人類來說到底是一場毀滅性的失業災難,還是我們幾百年來第一次擁有真正的自由?他說,這可以是一個思想實驗,也可以是每個人身上即將發生的選擇。

在那之前,Wallace 給的第一步並不高深:先盤點自己現在怎麼分配時間,然後問一句,這是不是我想要的樣子。

〈思想實驗室〉-EP-同樣用AI,為什麼矽谷人早就「活在未來」?用AI做App要到「能賣」的關鍵是?

去年十一月,Anthropic 推出 Claude 3.5。科技浪 Podcast 的主持人哈利把這個時間點當成一道分水嶺:在那之前,AI 大概只能寫兩成的程式碼,剩下的工程師自己處理;在那之後,開發一個網頁或 App,人類可以一行 code 都不碰。「回圈工程」這個詞最近在矽谷被喊得很大聲,連黃仁勳都說它是二零二六年下半年最該學的能力之一,講白話一點,就是你不用再一句一句指揮 AI,改成設計一套回圈,讓它自己去寫、自己去測、錯了自己去改。

國威在《思想實驗室》開場就把問題定調。大家聽到這件事,第一個反應通常是工程師是不是要沒工作了,但他說這個問法問錯了。當做出東西變成大家都會的事,真正把人狠狠拉開的是知不知道自己在做什麼,而這條線跟你是不是工程師沒有半毛關係。不管你是做行銷、做企劃、想創業,只要想用 AI 做出真的東西,都得先搞懂自己到底想做什麼。

哈利大學念的是國際貿易,靠自學轉進資料科學與 AI 工程,節目曾登上 Apple Podcast 科技類排名第一。他和團隊做了一門課,從軟體基本功一路教到部署、資安和產品上線。這集要談的就是,當人人都能叫 AI 做東西,懂跟不懂的差距藏在哪裡。

那個十一月之後,AI 從聊天機器人變成會動手的 Agent

哈利說,過去半年是他看到 AI 變化最大的一段時間。分水嶺就是去年十一月 Anthropic 推出的 Claude 3.5,在那個模型之後,AI Agent 的時代真的開始了。軟體工程這邊的感受最直接,原本 AI 大概能寫兩成的程式碼,其他還是得自己來;現在大家都不用碰,常見的網頁或 App 開發,整個過程不用自己寫任何一行 code,Agent 會把全部事情處理掉。知識工作也跟著變。過去這一年沒讓 ChatGPT 做過 PPT 或 Excel 的人可以試試看,不管是要做公司的 Sales Kit,還是家族聚會的小展示,叫它做出來,結果會讓人嚇到。這些能力背後是同一個源頭:AI 能長時間工作的能力變長了。國威也觀察到,ChatGPT 的 Codex 跟 Claude 算是現在非常強的兩個 Agent 使用介面。

Claude 這個工具其實二零二五年初就出現了,工程師圈在那一年就有人在用,但哈利說,真正感覺到它對一般人也變得非常有用,是今年年初的事。其實早在二零二三年就很多人在嘗試 AI Agent,只是二零二三、二零二四、二零二五這三年,AI 還沒有辦法勝任 Agent 的工作,現在可以了。Claude 從今年年初到現在的成長看得出來,Codex 更誇張:今年年初只有一百萬活躍使用者,現在一千五百萬,光是最近一個月就從六百萬衝到一千五百萬,而且這些人絕對不全是工程師。

CUDA 護城河在鬆動,因為 kernel 這種難題對 AI 是可驗證的

哈利先打了預防針。他自己很看好 NVIDIA,至少短期非常看好,NVIDIA 手上也不只一個護城河。但過去兩三年被大家當成主要護城河的那個 CUDA,過去半年很明顯開始鬆動。他對 CUDA 護城河的定義放在軟體可移植性與移植成本上:AI 剛爆發的那兩三年,只有 NVIDIA 把軟體層做了那麼久,對 AI 運算的優化做了那麼多,同一套模型、同一批運算,跑在 NVIDIA 的 GPU 上就是比 AMD 或其他 AI 晶片快。AI 公司想快點把運算層建起來、快點訓練跟推論,最好的做法還是買 NVIDIA。

變化的來源是 AI agent 寫 code 的能力進步太快。而且不只是寫網頁、寫 App、做 PPT 或 Excel,寫 GPU kernel 的能力也明顯提升。kernel 是模型最後拆解出來的那些運算,決定它們要怎麼在 GPU 上算得最快。X 上那些最前端的 kernel engineer 已經在討論,自己的工作接下來可能就沒了。實際案例也一個一個出現:有人把原本寫在 CUDA 裡的化學模擬運算,靠 AI agent 搬到 macOS 或其他 GPU 上。這種移植以前是一整個團隊花半年到一年的大工程,現在叫 Claude 或 Codex 去跑就能完成。

哈利說,關鍵在於這件事從人類的角度看是軟體工程裡最難的部分,對 AI 來說卻是一個可驗證的問題。AI 真正難的是不可驗證的問題;只要目標明確、有明確的結果跟優化目標,它就可以一直優化下去。Anthropic 的共同創辦人 Tom Brown 兩週前分享過一個例子:他們拿到 AMD 的 AI 機櫃,要把最強的模型跑上去,原本以為會很困難,結果直接叫 Claude 想辦法跑得越快越好,然後就讓它去跑。整個週末工程師沒做什麼事,Claude 自己在那邊無限迭代,一個週末之後,效能曲線就一路往上。

哈利的判斷是,CUDA 在軟體移植成本上的護城河會持續下降,而且已經降得很明顯。但 NVIDIA 過去十年建立的那麼大的開發生態系,不可能在這麼短的時間內被摧毀,只是它已經沒有辦法再單靠軟體移植成本把大家框住。

Loop Engineering:把「下 prompt」換成「定義目標跟驗證」

哈利把 Loop Engineering 用一句話講完:不是寫 prompt 叫 AI 去做一件事,而是定義一個目標,定義這個目標要怎麼驗證,然後叫 AI 持續工作,直到目標被達成為止。Claude 的開發者講過一句很狂的話,說他現在已經沒在 prompt AI 了,他有一堆回圈在跑,由這些回圈去 prompt AI,他的工作是去寫回圈。國威形容這像薛西弗斯把巨石推上山頂,石頭又滾下來;哈利補了一句,如果真的丟一個 AI 完全做不到的任務,最後哭的可能不是 AI,是錢包。

實際操作起來很單純。在 Claude 或 Codex 這些 coding 工具裡打 slash go,寫下目標,按 enter,Agent 會先做計畫、把目標拆開、想每一步要做什麼,每做完一步就檢查結果有沒有達成,一直做到最終目標達成。國威問的是判斷力的來源:如果不知道「對」長什麼樣子,怎麼寫得出驗證的邊界?如果這種判斷力以前是靠一行一行寫 code 跟踩雷練出來的,那新人一開始就跳過寫這件事,要怎麼長出那雙眼睛?

Loop Engineering 被說成未來,哈利同意,但他也說現在講還太早。它會變主流,是因為它明顯優於 prompting:不用再想每一步怎麼做、再教 AI 完成,只要想結果怎麼驗證;而且很多時候放手讓 AI 做,真的會做得比人好。它太早,是因為現在 AI agent 的能力跟 token 效率還沒到那個程度。Agent 會犯各種小錯、需要自我修正,有時候還會鬼打牆。現在真正在玩的是那種 token 自由的人,Anthropic 內部的人和 Codex 的員工整天在喊 Loop Engineering,因為他們有無限的 token 可以燒。他們玩的是叫 Claude 在 Claude 裡面 build 一個 Microsoft Excel 的 clone,所有功能一比一完全對照,然後 go,跑五天甚至一兩個禮拜,每分每秒都在跑,直到做出來。一般工程師要付這種 token 帳單,沒有人付得起。

國威注意到另一件事:與其說它超級貴,不如說在這之前,人們連想像要挑戰這種事都不可能。現在只要模型夠聰明、AI 可以長時間工作,好像有錢就辦得到,等 token 越來越便宜,更多人會辦得到。哈利說這就是重點,所有科技演進都一樣,能力會先到,成本才會降下來,降到所有人都能擁有這樣的能力。而 OpenAI、Anthropic 最前沿的那批工程師,他們用 AI 的方式、工作的方式、看到的世界,已經跟一般人不一樣了。矽谷那一群人、周遭一般的工程師、再外面的一般人,三層之間看到的未來差得非常明顯。

Coding 會被抽象掉,留下來的是軟體工程的本質

哈利說他想小小挑戰國威的問題。軟體工程的本質一直都不在 coding 本身,重點是建立一個真的能運作、有用、安全的系統;coding 只是工具,是幫助你達到目標的手段。你就算再熟各種語法,會寫複雜的遞迴函式,如果不知道一個系統要怎麼被建立起來、怎麼才會安全,那也沒有意義。從這裡就能看出來,coding 這件事是可以被抽象掉的。

整個軟體工程領域的演進,就是抽象層一直往上提高。最早大家在寫 assembly,那是很接近機器、接近零與一的語言;後來出現 C 這種高階語言,開始接近人類語言一點,機器底層的概念被包起來,但記憶體還是得自己管;再到 Python,連記憶體都不用管,語法也更接近自然語言。每一次抽象層提高,都把一些底層的技術細節包起來。在 Python 的年代當一個好的軟體工程師,不需要知道記憶體怎麼打點,也不用處理中斷點。AI 時代是同一條路:現在大部分軟體工程工作已經不用自己碰 code,未來大概都不會自己寫任何一行,但還是要透過不斷迭代、了解軟體工程的基本功,以及對系統思維的理解,才能培養出判斷什麼才是對的能力。

國威把這比成科學素養。一般人不需要學會每個科目怎麼做研究,只要掌握一些原則跟原理,大部分的事情不需要了解到那麼細,也沒有那個時間。他接著問,如果軟體工程思維越來越重要,工程師會被取代,還是會有更多人變成工程師?

哈利的答案是兩種狀況會同時出現。軟體工程這個專業還是會在,還是會有人負責建立很複雜、很穩定、很進階的系統;與此同時,大部分職位的邊界會越來越模糊,軟體工程不再是軟體工程師的專利,所有人都可以做一點。他請大家看走在最前面的公司在找什麼人。國威接話,說他的同事原本是編輯、是拍片的,現在全部都在自己 vibe coding;矽谷那邊的版本更明顯,Meta 一個 L7 的資深 staff engineer 前一天才在網路上發文,說公司的職位越來越模糊,designer 開始寫 code、開始對公司的 code base 做出貢獻,原本非技術的 PM 也開始做這件事。Anthropic 更直接,他們找的 PM 希望有一點技術能力、懂軟體的基本概念,能替公司做出貢獻。

理由很實際。一個懂一點軟體工程、會用 Vibe Coding 工具的 PM,以前要排工程資源、跟工程師溝通、想辦法要到時間,連改一個小 feature 都要經過大量溝通;現在他自己把 feature 做完,原本可能要一個禮拜才上線的事,當天就搞定。國威說他自己很有感,最近所有 App 的更新速度都在變快,每天都不一樣。哈利說百分之百是這樣。他跟 co-founder 已經做過三個產品,去年兩個、今年一個,今年的產品他們沒有寫任何一行 code,全部都是 AI 寫的,由他們去駕馭這些 AI,迭代速度非常快。他下的判斷是,未來是通才的時代,職位會越來越模糊,最有價值的員工就是有自己的專業、同時又學會一點軟體工程概念的人;這種能力提升遲早會反映在薪水上,現在這間公司不給,未來的公司會給。

那軟體工程思維會不會有一天不再被需要?哈利說,只要軟體還存在、只要 AI 還是工具而不是百分之百取代人類,在那之前,軟體工程的基本功都還是重要的技能。如果人類真的走到奇點之後那個無法預測的世界,所有軟體人類連想都不用想,AI 自己就寫完了,但走到那一步,要問的問題已經不是軟體工程,是人類存在的必要。他也認為世界不會改變得那麼快:現在的 AI agent 跟模型真的很強,軟體工程大部分真的被解決了,但它們說到底還是工具,還是由人類叫它們做事、操作它們、檢查它們的工作。只要這件事還成立,就需要有人懂軟體工程。

從會動的玩具到能收錢的產品,中間是一整排基本功

國威自己玩過那種一句話生出 App、或一句話生出一個 SaaS 服務的工具,體驗很爽,一下子跑出一個會動的東西,會有「我做完了」的感覺。但會動跟真的能交到別人手上、能收錢的產品之間,差很遠。

哈利把中間的差距一個一個點出來。隨便找一個 Vibe Coding 工具,一兩行 prompt,二十分鐘內就有一個可以在自己電腦上玩的網頁或 App,困難的是下一步。產品要怎麼讓大家使用到,這是部署:AI 寫完的 code 都存在你的電腦裡,要放到哪裡才能讓所有人都用到。部署到雲端、大家真的可以用之後,接著是資安,哪些資料是關鍵、敏感的,不能流出去,最恐怖的就是 API key,它也是很多 Vibe Coding 鬼故事的核心,到底要放在哪裡,才不會不小心上傳到雲端、不小心讓大家看到。資安管好之後,還要跟同伴協作,就算不協作,自己也要做版本控制:AI 不小心寫爛了一個版本,要怎麼回到兩個版本之前?同伴要怎麼跟你同時開發?這就牽涉到 Git 跟 GitHub。產品做完、大家也可以登入了,要怎麼真的收到錢、讓大家刷卡付錢,這是金流,要怎麼串接。從一個玩具到一個真的有用、可以部署、大家可以付錢、又安全的產品,中間有非常多核心的軟體工程概念需要理解。

哈利說,AI 每一件事都可以幫你做,也可以告訴你怎麼做。但如果你自己不知道要做這件事,也不知道 AI 到底有沒有幫你做,這件事在你腦中根本是一團糊,是未知的未知,你要怎麼確保 AI 真的把所有事情都 cover 好了?「AI 可以幫你做事,但它做出來的東西是你要負責。你的 App 出了問題、API key 被狂刷,你不能去找 OpenAI 算帳,是你自己要負責。」所以就算 AI 真的每一件事都能做,你還是要懂背後的核心原理。

國威請他講一個具體的翻車例子。最有名的 Vibe Coding 鬼故事是 API key 外洩。API key 是讓你使用 OpenAI、Anthropic 這些高階模型的一串密碼,任何人拿到就可以用你的名義去用這些模型,用量都算在你頭上。懂軟體工程的人知道,API key 要放在一個 .env 的檔案裡,這個檔案不可以上傳到雲端,要讓 GitHub ignore 它。當時有一個 Vibe Coding 的講師不懂這些概念,把 API key 寫死在自己的軟體裡面,結果所有使用那個軟體的人都在刷他的帳單,他原本只是想 demo 給大家看;如果遇到真的有惡意的人,可以把 API key 抓下來,放到自己用量很大的其他用途上,後果會不堪設想。

另一個例子哈利不覺得是鬼故事,反而覺得蠻成功。知名 YouTuber 六指淵做出一個自己的 Vibe Coding 產品,是一個字幕工具,一天就有一萬多個使用者。但網站也出現被攻擊的情況。國威笑說可能是好心的學長要幫他測試;哈利說這正是軟體工程裡很重要的一個概念:如何防止濫用。

巨頭很強,但利基市場還是有位置

哈利團隊課程的訴求是「賺到第一筆錢」,他說這是在強調課程的完整性:從完全沒有經驗,到真的跟 AI 協作做出一個可以上線、可以用、可以收錢、可以串金流、真的收到第一筆收入的產品,中間所有重要的核心概念。他也說清楚,很多人買課不是為了做自己的產品,是單純想學軟體工程的核心概念,回去替公司的客戶做出貢獻。所以他在談的其實是軟體工程核心概念對大家的價值,一個面向是做產品,另一個面向是職場競爭力。做產品這邊,很多以前沒有技術能力的人,現在可以因為懂這些知識開創全新的機會。

回到六指淵。他本身是 YouTuber,最擅長的是剪輯,卻能透過 Vibe Coding 做出一個剪輯用的字幕工具,上線一兩天就有一萬個使用者。假設一個月收兩百塊,一萬個使用者就是兩百萬,哈利補了一句,當然不知道實際上付費的有多少人,但軟體產品是可以很賺錢的。有人會說他是大 YouTuber,一般人做不到這個數字。哈利說確實如此,但換一個場景:一個 freelance 的健身教練,或一個營養師,如果也有打造產品的能力,可以做一個自己的健康 App 直接賣給學員,當成諮詢服務的增值,把自己的專業、知識跟風格全部放進去,這就是一條新的事業可能性。

國威問得更直接:OpenAI、Anthropic 的產品那麼強,現在開發一個新的 AI App,還有生存空間嗎?哈利的答案是,想做出一個非常成功的消費者 AI 軟體,在現在這個時代真的有一點困難,過去三年真正很成功的,可能就只有 Speak 這類產品。但利基市場的機會還是很多。他跟 co-founder 去年做了一個產品叫「小結」,可以幫大家總結 YouTube 影片,回答影片當中的任何問題,網站也可以。當時很多人說 NotebookLM 就有這個功能,這個產品一定沒有生存空間。結果它到現在還在賺錢,而且有一萬多個使用者,原因是他們在某一個特定的使用體驗場景上,做到了一件 NotebookLM 做不到的事。另一種利基是自己手上就有一群客群,像健身教練、營養師,他們賣給自己學員跟客戶的東西,OpenAI 跟 Google 的產品沒有辦法競爭。哈利說,大家真的去找的話,機會還是很多。

工具會過時,基本功不會

國威說自己也有一些小點子想實現,問一個過去沒有在 coding 的人要從哪裡開始。哈利的建議是先建立全局觀:先了解 AI 時代軟體工程變成了什麼樣子,以及現在的 Vibe Coding 體驗是什麼。有概念之後,再從軟體工程的基礎開始,但不是 coding 的基礎。過去學軟體工程有點困難,是因為要從底層語法一行一行、一個 function 一個 function 學;現在所有 code 都是 AI 在寫,只要學高層次的軟體工程概念,而高層次的概念相對好學。一個很好的起點是先搞懂什麼是前端、什麼是後端:幾乎所有軟體都有前端跟後端,兩者的角色定位是什麼、它們怎麼溝通,以及大家常講的 API 到底是什麼。這個順序剛好也是課程的排序,從整個 overview 開始,接著前端、後端,然後是現代技術棧,包括 React、Next.js 跟一些現代的部署工具,實際把一個產品做出來,再到部署的概念,把玩具變成產品,然後是資安,最後到商業。

商業這一段,是哈利跟 co-founder 去年打造產品時被驚訝到的地方:成本比想像中難算很多,尤其是 App 裡有用到 AI 的話。API 的計價方式分成 input token 跟 output token,價錢不一樣;有些 input token 還有 cached input,cache hit 跟 cache miss 也不一樣;有些模型會思考,思考過程的 token 又要怎麼算。使用者都還沒進來,要怎麼估算 token 成本,才能定一個讓自己不要虧一屁股的價錢,裡面有很多細節。這些內容他們放進了第八個模組。

國威問,這跟市面上其他的 AI 教學或影片課程差在哪裡。哈利說差非常多,他們的初衷是用 AI 時代的方式去教 AI 時代最重要的知識,而市面上大部分資源兩點都沒做到。市面上大部分的 AI 課程聚焦在工具、工作流、一堆秘技跟 prompt,但那些是現在真正最重要該學的東西嗎?工具過時得太快,工作流也一樣。去年大家還在買一堆 n8n 的課程,每個人都在講 n8n 工作流,今年已經沒有人在用 n8n;兩三年前大家在講 Midjourney、Stable Diffusion,現在那些東西到哪裡去了。工作流同理,AI 模型的能力進展太快,現在依照當下模型能力做出來的工作流,未來可能完全用不到,因為未來的模型直接幫你做了。Anthropic 現在每推出新一代模型,就直接刪掉八十趴的 system prompt,因為以前需要教模型注意的事情,它現在自己就會注意了。Prompt 無時無刻都在改變。

哈利不是叫大家不要學工具。現在有實際的痛點要解決,確實應該去找最好的工具來用;但要知道,學工具不是讓你在 AI 時代持續累積真正實力的方式。很多人盲目追求工具,卻不知道真正應該培養的是基本功,是軟體工程的核心概念。他說他們的課是目前市面上第一堂完全聚焦在軟體工程核心概念的課。

至於「AI 時代的方式」,他們直接做了一個平台叫氛圍學院,課程是跟 Google 工程師 Kai 一起開的「AI 時代軟體必修課」。哈利看到的是,ChatGPT 剛出來的時候大家就在講教育要被完全改變,AI 可以做互動式、沉浸式的教材,又可以當每個人的個人助教,但到了二零二六年,九十九趴的線上學習資源還是長得跟五六年前一樣,就是影片課程。他們想以 AI 為中心,做一個真正 AI 時代該有的學習體驗。

學習體驗有兩個面向。一個是互動式、沉浸式的學習:軟體工程裡很多概念非常抽象,例如後端,很多人沒辦法掌握它到底是什麼,他們就實際把概念模擬出來,讓學員直接操作。像是蓋了一個 Line 的模擬器,在操作熟悉的 Line 介面的同時,可以看到 Line 背後的伺服器做了哪些操作、怎麼處理訊息。另一個面向是個人化:平台裡有一個 AI 助教,學習過程中遇到任何問題就直接問,甚至有個截圖按鈕,框起需要的區域就可以問;你在看哪一頁、哪個單元、哪張卡片,AI 助教都知道,所以可以立刻給出當下最直接、最個人化的回覆。

國威問了線上課的兩個老問題:買了一堆、九成沒上完;或是上完了,動手還是做不出來。哈利說九成沒看完還是客氣了,他知道的真實數字是只有五趴的人會看完線上課程。原因很直白,就是太無聊:坐在那邊看影片,只有 input,很難讓大腦真的 engage 在學習裡;要邊學邊做,學到一個概念就立刻操作、看它在眼前出現,才有動力把它學完。他認為課程的價值是內容跟完課率相乘,所以對完課率很有信心。

至於做不出來,傳統 Vibe Coding 課程的痛點是摩擦力:講師在電腦上做,學員跟著操作,但每個人的作業系統、環境都不一樣,步驟那麼多,每一關都可能卡住,卡住就走不下去。互動式學習可以把這個問題解掉。例如 API key 不能亂放這個概念,傳統課程通常要走到很後面、App 都建好要串 API 的時候才會遇到,很多人根本走不到那裡;在他們的平台上,教完概念的同時,學員立刻就在互動環境裡操作一次,複製 API key,丟到該丟的地方,馬上就知道它應該放在哪裡。當然這些是模擬出來的環境,實戰沒辦法被模擬取代,所以他們也有實戰單元跟影片單元,手把手用真實世界的工具,在自己的電腦裡一步一步把產品完成。哈利把這講成三層體驗:完全受控的環境、部分受控的環境,到學員自己的環境。

國威說他過去也買了很多線上課,都沒有看完,他很期待這次能有嶄新的體驗。節目最後他下的判斷是,寫 code 這件事的抽象化程度變高了,反而讓想打造系統的人更需要核心的軟體工程思維;透過這樣的方式,更能跳過那些會卡住你的事情,真的把產品做出來。

這一集裡最刺的一句,是哈利說 AI 不能幫你負責。回圈工程、Agent、Vibe Coding 這些詞之後還會再換;他今年那個沒寫一行 code 的產品,就是他自己先站上去的位置;課程裡要補的,是 AI 沒辦法替他負責的那一半。國威開場說的那條線,到最後還是同一條:工具把每個人都往前推,但推得到多遠,還是取決於知不知道自己在做什麼。