[曹家榮] 婉君你/妳好嗎?認識鄉民的三種方式
[曹家榮] 婉君你/妳好嗎?認識鄉民的三種方式
2016.06.08 |

這一年來,我在《數位時代》網站上已經寫過不少篇討論批踢踢與鄉民文化的文章。不過多半是(湊熱鬧式地)跟隨著議題與事件而發。趁著最近《婉君妳好嗎?給覺醒鄉民的PTT進化史》一書出版,我想更有系統地談談「鄉民」。

圖說明

特殊媒介的產物

第一種認識鄉民的方式是問:他們從哪裡來?換言之,想要認識鄉民,你就不能不知道批踢踢是個什麼樣的「地方」。我們不僅不能簡單地用其他社群媒體──例如臉書、Twitter──來類比揣想,更不能認為那就是失序、混亂的「網路上」。

如果你願意化身為技術宅、學術控,可以好好讀讀《婉君妳好嗎?》的第一、三章。這樣,下次當有人聊起批踢踢、鄉民時,你便可(轉身戴上眼鏡)展現你那關於批踢踢的博學知識。

圖說明

照片來自:電影《大宅們》。

批踢踢是個什麼樣的地方?或者我們應該這麼問,批踢踢是個什麼樣的「媒介」?如果我們將「地方」理解為「互動發生的空間」,那其實所有的「地方」都是各種媒介建構起來的空間。

舉例來說,不管是你的少女時代、還是一起追女孩的學校教室,就是由水泥磚牆、玻璃窗戶、木頭課桌椅建構的地方;而在網際網路出現前,讓戀人們熬過漫漫長夜的「熱線」,則是由電話建構的地方。

圖說明

圖說:台劇《我的自由年代》中,演出B.B.Call的年代。

那麼,批踢踢是個什麼樣的媒介?用技術措詞來說,它就是一種「Internet BBS」,也就是以TCP/IP協定為主的連線BBS。不過更重要的是,它讓「多人」同時進入這個有著「多元異質」主題的空間,並使橫向「人際互動」成為可能。

這樣的媒介形式奠基了一種「眾聲喧嘩」的空間。或者,你可以把這個空間想像成一個園遊會、嘉年華,人們被不同的攤位、表演、討論吸引、聚集並交流互動著。

眾聲喧嘩的論壇

認識鄉民的第二種方式就是問:他們在做什麼?特別是對那些從未進過批踢踢的好奇寶寶、新警察來說,想要知道到底鄉民們都在幹些什麼?就務必要讀一下《婉君妳好嗎?》的二、四、五章。

就像我上面說的,批踢踢的媒介形式奠基了一種眾聲喧嘩的空間。所以鄉民們在上面可不像臉書使用者那樣,心心念念於如何「呈現自己」,進而穿梭在跟這個那個人的互動之中。甚至,我們可以有一點誇張地說,在這個眾聲喧嘩的空間中,重點不在「我」身上,而是那些一個一個接踵而來的事件、焦點與集體情緒。

好,我可能說的誇張了些。稍微拉回來一點地說,沒錯,鄉民們一個個在批踢踢裡發文、推文、噓文的時候,不可能絲毫沒有想要吸引他人注意的念頭。甚至可以說,許多人每天可能都在尋找那契機,適時地丟出一句話。就一句話,他可能就能在那個當下享受被推爆的快感,此生足矣。

但是更重要的是,這絕對不是一齣又一齣的「個人秀」。相反地,他更像是一種慶典與嘉年華中的集體表演。換言之,當我們在問:鄉民在幹嘛時?首要地,必須認識到,鄉民們的每個行動都是包含著個人與集體的曖昧矛盾。

婉君的新「政治」

最後,認識鄉民的第三種方式,同時也是我認為最重要的,就是從他們所開啟的「新政治」來認識他們。拜託那些老是誤把婉君當「網軍」的人務必讀讀下面這幾章。

關於這裡所謂的「新政治」,我想姑且可以用兩種科學數值來形容(認真貌)。第一,它的PH值很低。第二,它的熵值(entropy)很高。 因為PH值很低,所以鄉民有時候也被稱為「酸民」。《婉君妳好嗎?》的第五章,認真地討論了酸民的由來(可是,不是認真就輸了嗎?…)。但對我來說,更重要的是,這群酸民們創造了一種新的政治行動。

簡言之,就如同我過去幾篇文章中(像是〈淡水阿嬤為什麼救援失敗?〉)已說過的:一方面,這些反諷、譏笑的酸言酸語絕對稱不上是成熟、理性的公民行動;但另一方面,其實酸民的政治之所以「新」也就在於其「非理性」的本質。

換言之,酸民們非理性的反諷,其意圖早已不是要進行理性的討論與思辨。因為,當「理性」已無用武之處時,酸民們的非理性情緒政治,反而是一種帶著強烈的情感、情緒,迸發出由下而上、發自底層的眾聲喧嘩,而其意義就在於凸顯出被排斥與壓迫者的對抗性。

我很喜歡《婉君妳好嗎?》裡的這一段話:酸是一種藝術,單純的謾罵或人身攻擊毫無樂趣,只會引人反感,基本上無聊至極。相反的,衝突、諷刺、譏笑中包裹著創意和幽默,才是酸民文化的至高境界。

除了PH值很低外,鄉民新政治內含的熵值則是很高。熵值簡單來說也就是所謂的「亂度」。換言之,鄉民的新政治不僅很酸,還很混亂。這裡的混亂不是貶意(雖然也不是完全正面啦…),而是要指出其中的異質性與無組織性。而想要掌握這一點,就得深究《婉君妳好嗎?》的六、七章。

一方面,有別於過去的社會運動通常有著相當程度的「集體性」,晚近學者們的研究則指出,網際網路與新媒體引發的運動比較像是「連結性」的。如果用《婉君妳好嗎?》書中的話來說就是:實際上,這些參與者的社會關係是非常鬆散的,他們之所以能湊在一起,只是因為在若干道德價值選擇上,達成了粗略的共識罷了。

這對於未來想要動員婉君,或是進一步推動鄉民新政治的人來說,是必須體認到的一個課題:與其不斷地試圖凝聚、鞏固某種明確的集體意識,也許更重要的是要思考如何「連結」起這些異質的、各有各自關懷的鄉民、婉君們。

另一方面,因為是「連結」的而非「集體」的行動,所以我們經常會覺得婉君們的行動有時看似有組織,卻又其實毫無組織可言。或者,它又有點像是一小群一小群的游擊隊,有時看似連結了起來,有時卻又像各自為陣。這一點,我過去在討論「秒退林鳳營」事件中,那種打帶跑的抵抗策略就是一個最佳寫照。

最後,當然也不可否認的是,在「亂度」很高的狀態,一些負面的、甚至極度具傷害性的現象也存在著。而要說鄉民新政治裡最嚴重的問題,我相信還是長久以來的「仇女」現象。

《婉君妳好嗎?》的作者們將這一現象歸為「集體情緒的副作用」,換言之,這是今日台灣社會仍難以根除的父權與陽剛霸權,在鄉民們的起鬨與相互感染中放大的結果。

要如何解決這個問題,我也沒有答案。但是我相信,婉君們若真的想要開創一種新政治,這必然是需要面對的課題。當然,也因此,我知道作為鄉民、婉君(或是更多那些所謂的「鍵盤參與者」們)的我們並不完美,有時候甚至是很糟糕。但我仍願意期待我們能夠變得更好。

@@BOOKID:126776@@

關鍵字: #簡報技巧
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