【書介】《318佔領立法院》~太陽花學運最溫柔即時的記錄與守護!
【書介】《318佔領立法院》~太陽花學運最溫柔即時的記錄與守護!
2014.04.25 |

318那一夜,你在哪裡?

323那一夜,你流淚了嗎?

330那一天,你上街了嗎?

0410那一晚,混著淚水與歌聲中,舉起手機照向深墨色的天空,島嶼真的天漸漸天光了嗎?

2014年3月18號,台灣立法院第一次被學生與公民佔領。318這個日子,這個數字將是這一代最重要的集體記憶,太陽花學運雖然已經落幕,但是很多事情沒有結束,不能遺忘、也沒法遺忘,因為當我們又陷入各種迷惘與不安時,還好有人出版了這本《318佔領立法院》

這本書的由來從佔領立法院行動的隔一天3月19日就決定要開始做書,3月20日開始向各方邀稿,與現場公民記者連絡採訪、記實,在太陽花學運結束後的一週內4月16日就出版完成,從實體書到電子書皆可買得到。

整本書不含版權頁共有318頁,從出書、完稿、排版、印刷到書店,只有短短不到一個月的時間,這絕對是一本速度之快、但「能量之大」的書。就像這本書的主編劉定綱在主編序中所說:「說故事本身就是一種戰鬥!」為了記錄以及樸實呈現這場運動最「真誠」的樣貌,這本書集結了學術界、文化界、傳播界等各方的參與,一字一句都讓你看見現場第一手的經驗與採訪,每一篇文章的作者身分從學生、律師、作家、詩人到大學教授都有,透過他們在現場的各種參與,記錄這二十四天來的所思所見。

這本書可以簡單分為五大部分,包括解說服貿爭議的各種說明、現場直擊、科技在太陽花學運扮演的角色、街頭民主、日常生活革命等。本書不是記錄學運領導「英雄」的事蹟,本書承載著這片島嶼上眾多的「無名者」的希望,他們關心什麼?反抗什麼?不要什麼?這才是這本書最重要的核心:

書出版後兩天,編者在臉書上說,這是他編過最累的一本書,也是他流最多淚的一本書,「每看一次稿,必流一次淚」。心中只有一個聲音:「我能再做些什麼嗎?」為這群孩子、為自己、為下一世代、為台灣這片土地、為我們自己。

閱讀這本書的心情是沉重卻又激昂的,在那些文字背後,除了情緒與故事之外,更多的是「守護希望」的吶喊。

其中有一篇是詩人許赫的〈一夜無話〉:「很安靜的夜晚,廣場上的吶喊,警棍敲頭顱的聲響,太遠了,像是隔壁房間的交響樂。你睡得很安穩,層層封鎖線的深處,什麼也聽不見。」文末時,淚已不知何時落下。而平路的〈那一夜〉,她用豐厚的文學能量隱喻了強大的悲傷與心痛,諷刺了當權者的冷血與冷漠。

太陽花學運更是一場新媒體的戰役,參與者善用各種新科技、網路的力量,跨界合作的自成一個不受限的傳播媒體系統網路與平台,無論是透過PTT、Facebook、Blog、Twitter、Plurk等網路社群發送即時訊息,亦或是用iPad架設現場Live直播、設立台大新聞E論壇、甚至網路社群募款等,透過快速、即時的資訊散布,讓資訊有效的發揮影響力,去影響那些「沒到場」的人。

書中一篇〈一個台科大學生作為公民記者的文學全記錄〉讓人印象深刻,在文開端就寫著:「鍵盤是我的筆桿,哀鳳是我的錄音筆,單眼是我僅有的攝影器材。」作者是一位台科大的學生,他用他的筆、手機與單眼,記錄、採訪了學運的點滴,文裡道盡了現場的各種故事,而這些「故事」是在新聞電視裡,你不會看到、也不會知道的。

如果這二十四天你從未去過現場,你只是透過網路、電視媒體、報章雜誌了解太陽花運動,建議你買下這本書,讓他們把現場「還原」的呈現給你了解。如果這二十四天,你是在現場的參與者,這本書記錄了我們一同參與的「溫柔的力量」與記憶,請你也用行動來支持這本退場後最即時回應的文集。

(作者薛怡青,曾擔任科技媒體記者,現為Readmoo特約作者。)

《318佔領立法院》

立即試讀:http://goo.gl/hEuyhB

詳細資訊:http://goo.gl/EULthT

關鍵字: #數位書選
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓