[曹家榮]中國網軍出征Facebook,為何最終無功而返?
[曹家榮]中國網軍出征Facebook,為何最終無功而返?
2016.01.21 |

2016年1月20日,在某種意義上,對於中國來說是必須被記住的一個大日子。這一天,中國網民首次有組織地大舉「翻牆」而來。史稱「帝吧事件」。

據說帝吧事件的發起,與蔡英文當選總統、周子瑜道歉、以及羅志祥的「我們都是中國人」這些事件息息相關。面對這一連串被看作是涉及濃厚「台獨」意味的事件,百度上「帝吧」(李毅「吧」)的網友決定號召大軍翻牆、遠征FB,「教育台獨份子」。

圖說明
圖說:帝吧網友組織發起翻牆遠征涉及「台獨」的新聞網站粉絲團。

這個事件目前還持續在延燒中。除了FB上被認為是「獨媒」(三立、自由)的粉絲頁外,在我寫作的這個當下,「帝吧軍」也在想方設法進入PTT這個被認為是台獨大本營(?)的地方。而八卦板也毫不示弱地放上板標「歡迎中國朋友發文──你能的話」,戰意十足。

先不談這個事件最終會如何收場或造成什麼影響。雖然很令人好奇的是,中國官方能夠容許這種集體大規模的「翻牆」舉動多久(據聞有翻牆出來的中國網友在說錯關鍵字後就失蹤了)。畢竟這群帝吧軍甚至還在臉書上開了一個公開社團啊!

這篇文章想要藉機談談的是這一兩年來名氣很高的「婉君」(不是表妹那種)。相較於台灣社會這幾年來,每接近選舉都會有些政治人物跳出來指控有網軍在帶風向、惡意攻擊,帝吧軍這次大張旗鼓翻牆而來或許才更符「網軍」之實。在一位參與行動的中國網友的微信上可以看到,帝吧軍不僅相當有組織地區分了兩大總群及其下各六路縱隊,還有著各式各樣的「紀律」、口號。

然而,網軍真的「有效」嗎?且不論台灣自家的網軍,大舉翻牆而來的帝吧軍到目前為止似乎也很難說產生了什麼影響。除了為這幾天冷颼颼的上班日,添加不少「笑果」外。但,為何如此?

網絡化的空間不利於網軍作戰

首先,讓我們做一個簡單的比擬。網「軍」這個概念令人想像到的組織行動模式是,由指揮中心下達命令,針對一明確的空間、範圍所進行的征服。像是這次的帝吧事件,他們很明確地建立任務編組,意圖要教育「台獨份子」。

圖說明
圖說明
圖說:走錯棚的網民們。圖片來自:PTT八卦版

但就像帝吧軍一翻牆過來就遇到的難題:敵人(戰場)到底在哪裡?有一位帝吧小兵誤闖了「三立娛樂星聞」,還搞不清楚狀況地發問:這裡是戰場嗎?這是笑料,但卻也實際地反映出:網路並不是一個可以簡單地劃定的明確空間、範圍。

過去研究網路的學者曾經期待網路的民主化潛能,其原因也是如此。不同於電視、廣播這類「中央集權」的媒介,網際網路既沒有一個「中心」,更難確定其範圍。

因此,不論是帝吧軍翻牆過來想要教育台獨份子,還是台灣自家某些政黨的網軍想要針對某些族群「帶風向」,第一個面臨到的難題是,既沒有辦法像過去利用廣播、電視那樣,進行無差別攻擊,也沒有辦法明確地圈出敵人(目標群眾)所在位置。只能像帝吧軍這樣,找幾個代表性的「獨媒」、政治人物下手。

換言之,認為網軍可以有效地達到政治目的的人,忽略了一件事情:網際網路不是傳統幾何式、可確定範圍、位置的空間;特別是在今天,網際網路(在Web 2.0之後)已經進化為由諸多節點串連起來、無限綿延的網絡化空間。這意味著,在這一空間中,你既找不到中心,也無法確認方向與邊界。

我們也許可以找到這個網絡化空間中「相對大」的節點。就像前陣子有一個研究,針對太陽花學運期間PTT上的評論行為進行分析,便得出一個結論:相較於「網軍」,其實名人帶風向的能力可能更高。但卻沒辦法保證,這個大節點能夠讓你觸及所有的目標族群。

總是意圖使人歪樓的眾聲喧嘩

除了空間特質的影響外,網際網路另一個不利於網軍行動的特質是:多元發聲的可能性

我們同樣可以與廣播、電視這類中央集權式的媒介做比較。相較於廣播、電視,Web 2.0之後的網際網路、社群媒體都意味著不是只有少數人可以說話,而是每一個人都可以發言。

因此,不難想像的是,像帝吧軍這種打算來「教育」台獨份子的作法,或是台灣自家網軍各種帶風向的言論,都不可能如廣播政令宣導般,講一講完就可以走人。而是會激起更種回應、甚至反駁與辯論。

如果是獲得認真的回應與辯論,我們還可以認為網軍多少有著作用。但「糟糕」的是,特別在台灣這個充斥鄉民文化的社會裡,鄉民的眾聲喧嘩往往一個不注意就「歪了樓」、喧鬧了起來。

帝吧軍此次翻牆而來,就同樣也見識到台灣鄉民「作亂」的能力。不僅出現各種「神回」(例如,三立娛樂星聞小編的「萌回」),更厲害的是化身為奸細的「反串文」,讓「正毅兄弟」都成了需要受教育的台獨份子。

這也是為何剛剛提到的那個太陽花學運的研究中,得到的第二個重要結論是:網軍真正的影響力在於,發廢文來稀釋或轉移事件注意力。也就是說,如果「網軍」真的操作的起來,那麼其功用也絕非在「帶風向」,而是「打爛戰」藉以讓人無法看清真正重要的事。

其實,再歸根究柢來說,無論是那些指控網軍存在的人,還是那些真的操作著網軍的人,最沒有看清楚的是,仍從一種極權統治者的角度,認為人民是可以簡單被操弄的群眾。

然而,我們就算不唱高調地認為網路的本質是自由,但至少可以說:網際網路帶來了社會學家所謂的「透明社會」,在其中,不再只有一種聲音、一種知識、一種真理,而是可能在多重迴聲中逐漸激盪出的眾聲喧嘩。

關鍵字: #簡報技巧
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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