沃草創辦人柳林瑋:創造公民意識,成為真正的好國好民
沃草創辦人柳林瑋:創造公民意識,成為真正的好國好民
2014.09.18 | 人物

[2014年9月號雜誌精選] 31歲的柳林瑋經歷過一些失敗,卻得到更多養分,他從網路出發,創辦了沃草,提供公民參與時政的平台和工具,打造獨立媒體。本來應該安安穩穩當個醫師,他究竟是怎麼走上這條超展開的人生路?

柳林瑋剛經歷一場重要的轉折,他決定放棄到醫學中心任職,轉而到小診所看診,剩餘的時間留給「公義」。

柳林瑋心中最棒的醫師形象,是在鄉下騎腳踏車到鄰人家看診那種簡單、樸素的醫生。他得意地說:「不能騎腳踏車去病人家看診,卻可以把議會的真相送到每一個人眼前,也很不賴。」

「我們要用青春去實驗和實踐下一個世代的公民運動。」柳林瑋跟一群他口中來自各行業的阿宅們創辦沃草,利用網路當平台,將議會質詢送到每一個人的眼前,把候選人拉到台前,直接跟選民溝通政策理念。

柳林瑋青春期就很有想法,學校教他「報效國家,效忠領袖」,他卻開始思考:「什麼是國家?什麼是領袖?」進入有批判傳統的高雄醫學院後,柳林瑋化思考為行動,加入「台灣醫學生聯合會」(簡稱醫聯會)。

柳林瑋積極參與社會運動,他常在街頭抗爭後端做醫療支援,別人丟雞蛋,他在棚子下守著,跟從來不會有交集的人聊天,從自己舒適的優渥世界探出頭,慢慢看見農民、工人的處境與政府的蠻橫。
2009年,為了抗議波蘭醫學生不需實習,只要通過國家考試就可以當醫師,醫聯會串連醫學生走上街頭。這次遊行聲勢夠大,結果卻是失敗的,立法院並沒有因此修改相關法令。柳林瑋從失敗中學會:「街頭只是展現實力的地方,立法院才是真正的戰場。」

2013年7月4日,兩天後將退伍的洪仲丘在部隊死亡。為什麼體格健碩的研究所畢業生會突然死亡?國防部隱瞞了什麼?洪仲丘死亡的真相是什麼?

公民1985,把憤怒變成行動

柳林瑋跟洪仲丘同一梯退伍,對洪仲丘之死與國防部的遮掩感到很憤怒,他激動地說:「再不做點什麼,我就要中風死在電腦前了!」他把自己的抗議計畫貼在BBS上,想找同樣憤怒的人一起行動,隔天有39名各行各業的人出現,這是「公民1985行動聯盟」最初雛形。

自此,不只洪仲丘案越滾越大,柳林瑋的人生也超展開了。8月13日萬人送仲丘遊行,竟然聚集了25萬人,穿著雪白衣服的人來為陌生的年輕人送行。柳林瑋在前台看著白色人潮順著景福門蔓延,無比激動:「大家願意為一個陌生人之死站出來,台灣有救了。」

每一次的集會活動,柳林瑋都要求與參與者保持高度自制,因為他要讓從未上過街頭的人知道,街頭並不危險。他深信只要上過一次街頭,就一定會上癮,會開始思考所謂「公平公義」,再也無法回去當「順民」。

「從來沒有上過街頭的人,以前也許會批評社運份子妨礙交通,但是唯有你自己終於也走上街頭爭取權力,你才能同理抗議者的心情,社會也因此變得更好。」柳林瑋說道。

但是也因為高度自制,柳林瑋被批判為「鴿派」,過度溫和,無法給執政者壓力。被運動圈批判,讓柳林瑋很難過:「拜託!我超衝的!可是運動要有策略、節奏,總不能永遠都在衝衝衝吧!」

無數次的街頭歷練讓柳林瑋更成熟,每一次失敗都是養分:「從2009年到現在,我遇到超多失敗,但我是學科學的人,我會用做實驗的方法,一直修正,直到達成最後的目標。」

2014年3月這場翻轉台灣的太陽花運動,柳林瑋當然沒有缺席。當學生與社運團體在3月18日占領國會議場時,柳林瑋就在其間。他也促成醫療站成立,跟許多醫師一起穿上白袍,守護議場。

3月24日凌晨,行政院暴力鎮壓的恐怖夜晚,救護車呼嘯來去,各處不停傳來尖叫聲。慌亂中,柳林瑋穿著白袍,背上扛著受傷的女學生,從行政院大樓衝出來。柳林瑋骨子裡根本是個衝組,只要有需要,再危險他都不怕。

反服貿運動不只改變許多年輕人,也改變了柳林瑋。3月30日反服貿遊行,近50萬人走上街頭,柳林瑋站在前台看著沒有盡頭的人潮,忍不住痛哭,哭完,他下了一個影響人生的決定:放棄榮總醫學中心的工作,投入社會運動。

「人活到30歲還可以這樣痛哭,是很爽的事。」柳林瑋說:「我一直是人生勝利組,得到很多社會的資源,現在是我回饋的時候了。醫學中心是年輕醫師的夢想,我也掙扎很久,但是把對的人擺到對的位置,是更重要的。」他把時間切割為三,一周內三天到桃園小診所看診,為家計努力;兩天在沃草,實踐他的社會理想;一天到羅東監獄看診,深入了解獄中人權。

其實早在太陽花之前,去年10月,柳林瑋就已經創辦「沃草」。沃草,英文是「Watch Out」,公民緊盯著你的意思。

創辦沃草,實踐獨立媒體

沃草的工作人員都只有20來歲,使用年輕人的工具與語言,跟更多人溝通。他們努力採訪、蒐集資料、製作懶人包,更重要的是,他們很努力想要「趣政治化」。柳林瑋說:「對抗獨裁者的過程中,適度的自我嘲解是重要的。」

沃草現在有兩個產品,「國會無雙」是獨立媒體的實踐,透過在立院的實況轉播,真實記錄立法委員的問政,讓國會的一切無所遁形。「市長給問嗎?」則是針對年底市長大選推出的新產品,讓所有市民都可以透過網路平台,直接發問,同時也將公開保存候選人的政見,讓民眾選後可以檢視政策兌現度。目前在該平台上,民眾拋出包含同志婚姻、核四存廢、中國因素等受到各界高度關注的議題。台北市長候選人之一的馮光遠,答題率高達八成六,遙遙領先。

年輕的社會運動者很有創意,然後還有一種樸素迷人的氣質,他們很單純,還沒有被名利搞壞。他們理想的苗,才剛死命鑽出泥土。他們笑起來很靦腆,內心卻很熱血,堅信只要努力,世界就會改變。

「沃草不一定會成功,這依舊是個實驗。我不想成為自己討厭的那種人。」面對急轉彎的人生,柳林瑋充滿期待:「我的夢想是台灣能夠創造出偉大的公民意識,成為真正的好國好民。」

柳林瑋

1983年9月20日生,宜蘭人,畢業於高雄醫學院。公民1985行動聯盟發言人,在萬人送仲丘晚會上,發表動人演說。2013年創辦沃草,活躍於社運界。

enter image description here
(圖說:不想成為自己討厭的那種人,柳林瑋對於人生轉折有著自己的想法。圖片來源:蔡仁譯攝影)

(更多精彩內容請見2014年9月號《數位時代》「行動商務這樣做!」,全國7-Eleven、誠品等各大書店熱賣中。尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第244期)

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 2026 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