放1000年也不會壞!GitHub成功打造「程式碼諾亞方舟」,21TB原始碼存在北極熊家鄉
放1000年也不會壞!GitHub成功打造「程式碼諾亞方舟」,21TB原始碼存在北極熊家鄉

去年11月,程式碼代管平台GitHub宣佈,為了永續保存平台上珍貴的開源原始碼,將啟動《GitHub存檔計畫》及《GitHub北極程式碼避難所》兩項計畫,以膠卷的形式將程式碼儲存於北極地區。

戰禍、天災等因素,都可能導致人類文明因此滅絕,為了避免諸如此類的情形使得程式碼消失,GitHub便宣佈在此處建立原始碼儲存庫,將世界各地工程師的心血收納其中。

8個月過去,GitHub稍早宣佈,這些程式碼已經以186部膠卷的形式,儲存在位於挪威斯瓦巴的北極程式碼避難所之中,容量總計達21TB。

github arctic2.jpg
21TB原始碼以膠卷的形式,儲存在斯瓦巴的一處廢棄煤礦礦坑中。
圖/ GitHub

席捲全球的新冠狀病毒(COVID-19,俗稱武漢肺炎),也同樣擾亂了GitHub保存原始碼的計畫。在最初的規劃中,GitHub團隊將親自前往挪威,護送這些開源原始碼前往避難所,但疫情令各國陷入封鎖,只得委託合作夥伴將原始碼檔案運送至斯瓦巴爾,最終他們在7月8日收到成功儲存的報告。

放1000年也不會壞,21TB程式碼存在「北極熊家鄉」

斯瓦巴是位於北極圈之內的群島,也是挪威國境最北端的領土,距離歐洲大陸約1,000公里。在GitHub描述中,這裡是全球最北的城市,也是上千隻北極熊的家鄉。

依照20世紀訂定的《斯瓦巴》法令,此處是永久非軍事區,也意謂著不會遭受戰火牽連,加上平均氣溫零度以下的寒冷環境,更利於儲存不易變質。

斯瓦巴還有著被稱為是農業「諾亞方舟」的全球種子庫,截至2019年為止,儲存達992,032種作物種子,以防天災人禍導致農作物滅絕。

去年的GitHub Universe大會上,GitHub發布了這個存檔計畫,聲稱開源原始碼是現代文明的基石,因此要將程式碼妥善保存。

github arctic3.jpg
膠卷經由當地的物流團隊,運送至儲存地點放置。
圖/ GitHub

為了將開源原始碼儲存在斯瓦巴,GitHub在今年2月2日記錄下所有活躍中的公共儲存庫資料,將之轉譯為QR Code的形式,並在過去幾個月裡交由合作夥伴Piql記錄在186卷膠卷上,這些膠卷由Piql特別製作,預計可儲存長達1,000年之久。

儲存21TB程式碼的186卷膠卷在挪威德拉門的工廠製作,並在奧斯陸機場登機飛至斯瓦巴,最後再經由當地物流公司運送到一處廢棄煤礦礦坑,靜靜沉睡在位於永久凍土深處數百公尺的檔案室,等待未來需要它們的那一天。

github arctic5.jpg
位於廢棄煤礦礦坑深處的檔案室,GitHub聲稱膠卷將能於此處儲存達1,000年之久。
圖/ GitHub

為了方便後人讀取,檔案室裡的每個膠卷均附有5種語言的「程式碼避難所指南」,其內容也都放在平台上供民眾閱覽。另外,GitHub還在檔案室裡放置了一個人類可閱讀的膠卷,他們稱之為「科技樹」,記錄了儲存程式碼當下的文化及技術背景,代表假使文明滅絕,人類也能夠理解膠卷內容,甚至有機會重新發明電腦利用程式碼。

由於此次北極儲存計畫有著全球開發人員的貢獻,GitHub也特別設計「北極程式碼避難所徽章」表彰各地工程師對這項計畫的付出。徽章顯示在個人資料頁面,記載開發人員為計畫提供哪些原始碼資訊。

github arctic4.JPG
對計畫做出貢獻的開發人員將獲得徽章,記錄保存了哪些原始碼。
圖/ GitHub

攜手各組織用多種方式保存,GitHub要讓程式碼永流傳

值得一提的是,將程式碼儲存於北極只是GitHub各項儲存計畫的冰山一角,在宣佈北極程式碼避難所計畫完成的同時,也一併公佈與各個組織的合作保存計畫。

例如,網際網路檔案館也正在對GitHub儲存庫進行存檔,以「網站時光機」儲存了約55TB的程式碼資料,還計畫透過git clone保存包含評論、問題等完整的儲存庫資料。

microsoft Project Silica.jpg
微軟也曾經推出計畫開發能耐久保存資訊的玻璃片,期望創造出專為雲端運算設計的儲存裝置。
圖/ Microsoft

GitHub也與母公司微軟的Project Silica合作,這是一項以玻璃長久儲存資訊、打造出專為雲端設計的耐久儲存裝置計畫。這項技術擁有非常優異的耐久性,無論放入熱水、在烤箱中加熱,或者沖水甚至消磁,裡頭資料依舊完好。先前微軟已攜手華納兄弟,將一部1978年的《超人》電影,儲存在玻璃片之中。

資料來源:EngadgetGitHub

關鍵字: #GitHub
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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