[張凱迪] 從 2015 HackNTU 看黑客松(Hackathon)的反思
[張凱迪] 從 2015 HackNTU 看黑客松(Hackathon)的反思
2015.08.27 | 人物

這幾天看到 2015HackNTU 第三屆臺大黑客松引起許多討論,原本是樂觀看待不同種的多元意見討論。但發現大家討論到後來火氣有點大,事實上我的心情有些複雜。這次我雖不是核心執行團隊成員而是擔任志工的角色回去關心學弟妹,但還是很難過看到這樣的狀況,也對於關心 HackNTU 的朋友們和曾經合作幫助我們的夥伴感到抱歉。

我一直在想,如果我在剛回到主會場時,直接打斷一直問商業模式和創業賺錢的那位評審的話,會不會有不一樣的結果?

事實上,這次 2015HackNTU 不僅是一個活動,更像是一個 beta 版的軟體,甚至是一場社會實驗(大型黑客松、College Hackathon 在黑客松發源地美國並不算少見,但對於台灣辦一場大型國際黑客松倒是頭一遭)。而這次活動最大的爭議點和 Bug 就在於評選流程的設計上出了問題,讓原本開心好玩、彼此交流認識志同道合新朋友的黑客松活動,在最後 Demo 時栽了個跟斗。

圖說明

我們都知道資料量更大要用不同 Scale 的資料庫,或者是一些設計。超過 1000 人的黑客松,同時也會需要跟過去截然不同的規劃和設計方式。而臺灣過去沒有 1000 人國際黑客松前例和規劃經驗,過去兩年的臺大黑客松總參與人數也不超過三四百人,學弟妹們又是平均 22歲的學生團隊,資源和經驗有限下確實在活動規劃上有許多要改進的地方,例如:

#受限於 250 隊龐大數量,沒有讓所有有用心準備的創意在 Demo 被看到
(雖然有 Expo 時間讓大家交流學習,發現其他人的創意。但受限於團隊數量,全部上台需要花掉約一整天時間,因而設計了 Demo 評選制度,且評審標準各自有所差異,讓本來可以被看到的創意被忽略了,也讓黑客松多了競爭而非交流的味道)

未來可以改進方式:把 Demo 時間分配出去,讓大家可以透過 Expo 彼此交流創意、認識更多對於科技創新有興趣的新朋友。至於攜帶成品的部份有時很難過濾,或許可以讓參與者自制或是使用 Github 當做檢驗方式。

#由於評審數量龐大,部分評審根據背景知識再加上對於 idea 有興趣進而提出創業競賽的商業問題
(受限於學生團隊資源有限,2015HackNTU 團隊邀情企業贊助商的支持並提供贊助商評審資格,他們確實有些對於 hackathon 的經驗較少,會以個人背景經驗去看待這次活動。未來 HackNTU 團隊更持續與不同背景的朋友分享 hackathon 理念,並更加審慎規劃評審行前溝通和教育)

圖說明
按:評分標準中並沒有創業或是商業問題(其中創新性和技術面、使用者經驗佔了75%分數,完成度僅佔10%)
創新性25%、實用性、生活品質、使用者經驗25%、技術面25%、整體表現、印象、簡報、台風15%、完成度10%

未來可以改進方式:因為黑客松本質不是比賽,更不是創業競賽,或許可以討論是否需要用排名當做獎勵,還是可以用最佳創意獎、技術獎、使用者體驗獎等幾個獎取代,以鼓勵而非競爭方式進行,也可以釋出更多資源到食物和網路安排上。至於企業獎則是額外規劃,並對於企業評審進行更明確的觀念溝通和行前教育。鼓勵團隊可以後續朝 Open Source 專案發展,讓專案可以持續延續,回饋社會。

#學生團隊資源不足
為了成為校園與業界以及世界科技技術交流的溝通橋樑,2015HackNTU團隊除了籌備黑客松外也在過去籌辦了技術課程、工作坊、開發小聚、校園資訊系統改善專案等,分散了許多人力資源。而由於非營利學生團隊經費不足,也在籌備上遇到許多困難和挑戰。

未來可以改進方式:充分記錄此次學習的經驗,將寶貴經驗完整傳承下去,並提早尋求認同理念的合作單位並持續和校方溝通,讓資源更加充分可以彈性運用在參與者飲食和網路品質上。

那除了需要改進的地方外,我想這次活動也對於社會產生了一些價值:

##1. 多元性
這次黑客松的參與比例學生/業界比約 3 : 1,學生人數接近八成,除了有不少學生參與外也有技術社群的朋友、國際夥伴、企業界朋友參與其中,也有很多部分的參與者是第一次參與體驗黑客松並認識許多新朋友。

##2. 規模
由於這是台灣第一次嘗試國際性大規模黑客松,不管是社群合作、活動流程、評選制度、食物規劃、網路規劃、志工安排、企業媒體合作、資金運用等都和過去的黑客松有非常大層級的差異,也衍生了許多議題和學習機會。

##3. 種下一棵種子
大量主流媒體和企業、政府單位、甚至是一般民眾也開始關心黑客松活動,即便觀念還不是很正確,但總是踏出了第一步。此外,HackNTU 就像一個橋樑一樣,讓更多圈外人願意參與這樣的活動,也促進了校園、業界、國際的交流。

最後,黑客松(Hackathon)和 Hacker 精神基本上是要抽離出來看(Hackathon的 Hack 可能更接近 CSS 上會使用的 Hack 的意思)。不是參加黑客松的人就有黑客精神,沒參加的就沒有。網路上流傳的 Hacker 精神對於一般人真的太嚴格了,黑客松文化只是實踐其中的一小部分。Hacker 精神是一種信仰和哲學,雖然是信仰主義但還是有光譜,廣義的定義和嚴格定義。

廣義的 Hacker 泛指任何一類事務或領域中的專家或狂熱份子

嚴格定義如除了基本的寫程式實作能力外,也崇尚開放自由和資訊共享互助主義、喜歡解決有趣問題勝於例行事務、相信技術可以讓世界更加美好等,定義相對嚴格。黑客松一般很難要求大家參與時具備這些元素或是參加後擁有這些元素。

事實上,黑客松最開心的部分還是和一群志同道合的夥伴一起享受寫程式改變世界的快樂並探索技術極限和各種可能,得獎與否和是不是能創業賺錢就不是那麼重要了。這也是我參與過 2012 Yahoo Hack Day 後於 2013 年初和夥伴們開始於台灣早期甚至是亞洲早期在校園籌辦黑客松的初衷。而在電腦教室和實驗室三五好友一起徹夜做專案,討論著各種有趣的 Code 實踐方式和單純追求技術創新的純粹,這是我們想分享給大家的快樂。

記得開源界的前輩唐鳳前輩曾提過的一句話:

活動會結束,和人相處的記憶卻會留下來

雖然這次活動因為規模龐大在設計流程上出現一些瑕疵,引發各種意見的討論和爭執。但大家也同是在為臺灣這個充滿人情味,值得我們守護的美好園地而努力著,希望不要因為這次的活動傷了彼此的信任和和氣。

三歲的 HackNTU 也還在努力學習,也需要更多優秀夥伴的加入,希望透過大家的討論和建議提醒,相信下次的 2016 HackNTU 黑客松活動會更好,讓人驚艷:)

參考文件:

  1. Hackathon
  2. 如何成為駭客
  3. The rising “Hackathon Hackers” culture
  4. 黑客列傳:電腦革命俠客誌(25週年紀念版)
關鍵字: #駭客競賽
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