[解讀Ptt] 記者快來抄––從爆料到打臉，混種媒體的誕生|數位時代 BusinessNext

從爆料到打臉，混種媒體的誕生

在Ptt上，更草根、更多元的聲音得以發出，一個新舊媒體特色交織的混種傳播世代正在成形。

從某個角度上來說，2013年，在7月4日凌晨兩點多，一則在八卦板爆料國軍542旅旅部連一位下士在禁閉室出事了的訊息，成了改變台灣的一個起點。這位下士就是洪仲丘。

除了大家熟知的20萬人上凱道「萬人送仲丘」，到後來318學運，洪仲丘事件不僅大眾看到Ptt的動員力量，另一方面，在這個事件上，Ptt與媒體間的互動，也展現Ptt、或說是社群平台在數位時代裡的新力量。

當關禁閉消息被報出來後，由於許多男性網友都或多或少都有過當兵的黑暗經驗，因此這個訊息受到鄉民們的關注，7月4日下午，有傳統媒體跟進，一如許多新聞事件一樣，熱了幾天後，新聞量逐漸下降，僅剩下零星的報導，但真相是什麼？還是沒人說得清。

然而，爆料者Ptt鄉民們不希望這件事就此沉寂，越來越多訊息出來，討論也愈形熱烈，不僅分享許多不堪的經驗，或是提供洪仲丘家人相關諮詢協助，甚至當起所謂的「鍵盤柯南」，在各種資訊中找出真相，鄉民的力量，讓整個事件終於成為社會的焦點。

新聞現場在哪裡？

「記者快來抄！」在Ptt的世界，很多爆料式的訊息，往往都會被附帶這樣一句帶有嘲諷意味的話，在這事情上，就頗有兩面解讀的意味。一方面，鄉民們不滿記者不去真正的新聞現場，只會看Ptt抄訊息找素材，另一方面，卻又希望傳統媒體力量的介入，讓事件產生更大的影響力。這樣的矛盾、或說是互為作用的關係，形成了現代社會閱聽人，必須去深入理解的微妙關係。

社群平台與傳統大眾媒體的關係，可以從三個角度來看。第一，到底什麼是新聞現場？在傳統古典新聞學裡，記者的責任之一，就是守望環境，幫助閱聽人了解發生什麼事，但記者沒有辦法生出許多分身，因此記者工作裡面很重要的生存守則就是要養人脈、埋內線，只有這樣，才能貼近領域的現場。

從這樣的角度來看，雖然有人開玩笑地說，現在記者只要顧好四條路線：Ptt、YouTube、Facebook、還有行車記錄器，其實這也無可厚非，一如過去社會線記者都必須在警察局蹲點，Ptt其實不過也就是尋找線索的場所之一。

第二，守門精神如何落實？過去記者在警察局蹲點，看到有任何風吹草動的一刻，下個動作是去找當事人、或關係人釐清及確認事情真正的來龍去脈，而現在，隨著傳統媒體數位化過程中，求快、搶流量的生存壓力下，往往所謂的小編記者，就直接引用了訊息，不僅沒有求證，甚至連發訊息的當事人，常常也是看了「新聞」的露出，才知道「媽！我上新聞了！」缺乏事實求證的危險在於，許多杜撰、或是刻意造謠的訊息，容易造成社會的不安，或是相關事主的損害。

鄉民站出來，媒體動起來

當眾聲如此喧嘩，訊息流動如此快速，許多人覺得舊媒體開始式微，但其實大眾媒體反而更有力量。因為社群平台的特性之一就在於，它所聚集的是一群興趣想法相同的人，因此言論上往往有同溫層的現象，所以之前在Ptt上也有個說法，就是這裡的言論是社會反指標，反觀大眾媒體，不可否認，在一個相對控制力強、且與擁有社會資源者有著較緊密連結關係的編輯室，加上深入日常尋常百姓家的收視或閱讀習慣，仍是有其「跨群體」的穿透力量，否則，鄉民們也不會希望記者快來抄，或是積極地「幫高調」。比如在許多重大的災害事件，或社會弱勢聲音，就因為網友鄉民們的第一則消息，讓許多地方可以更快受到幫助。

第三，新聞真的公正客觀？由於媒體編輯台往往因為公司政策立場，在許多事件上有其取捨角度，不一定真的能反映「真實」，因此在Ptt上也出現許多「打臉文」，透過專業的數據，或是佐以先前各種報導，讓事件的呈現，反而比媒體來的更清楚客觀。

以前因媒體形式不同造成的溝通區別，是在於技術功能的差異，但現在更多的其實是與人性有關，網友們爆料，傳統大眾媒體引述報導，網友再引用媒體報導評論，然後又引出更多的訊息，一個新的訊息流程已經成型，所以問題的焦點不在於Ptt做為新聞素材的來源場所，因為Ptt這類更草根、更開放的平台，反而能讓更多的事情被看見。

沒有誰比較好，也沒有誰比較糟，真正的問題在於，大眾型的媒體，該怎麼利用這樣的力量，挖掘更多好看深入的故事，而不是忘記媒體可以發揮的守望功能，讓自己成為Copy & Paste的數位指令工具人。

拿出公文打臉

2015年6月27日八仙塵爆造成極大的傷亡，責任歸屬問題，引發各界討論，有鄉民在Ptt出現一張公文，爆料新北市政府其實先前曾派出七名官員參加八仙樂園的急難演練計畫，新北市府不可能不知道6/27有大型活動。媒體跟進，新北市府後來也出面回應。

看誰說真話

2013年4月，中央流行疫情指揮中心在24日傍晚確認第一例境外移入H7N9流感病例，但早在當天上午11點半左右，已有網友在Ptt上發文指台大已經有確診的H7N9，媒體在下午3點指揮中心例行記者會詢問遭否認，但隨後證實訊息無誤。但衛生署疾管局認為此舉不妥，要開罰該網友45萬元，不少網友將表態將捐錢力挺爆料者。

我們不是網軍

2014年台北市市長選戰打的火熱，《周刊王》刊登了33個所謂的網軍帳號名單，Ptt網友逐一檢視文中的「IP位址」，根本就是人人都可以使用的中華電信浮動IP。

攝影／郭涵羚

本文出自：
@@BOOKID:126659@@

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。