【專訪】「地震速報App」開發者林子祐:從0開始的念頭,原來可以幫助這麼多人
【專訪】「地震速報App」開發者林子祐:從0開始的念頭,原來可以幫助這麼多人
2024.05.10 | 3C生活

開發出地震App「臺灣地震速報」的林子祐,由於僅以高中生身分就開發出超過百萬下載量的地震App,一時間成為媒體鎂光燈焦點。

不過,由於「臺灣地震速報」App是透過「地牛WakeUp!」軟體間接使用氣象署的數據,地牛WakeUp!創辦人朱偉綸接受於4月26日《數位時代》採訪時表示,氣象署資料僅提供簽約合作夥伴發布,提醒林同學盡快和氣象署完成簽約,避免違反氣象法,未來地牛WakeUp!也會將這份規範補充進使用者協議中。

康橋高中則表示,氣象署已經跟林子祐聯絡上,關於授權問題也在處理中了。

林子祐也在Threads上正面回應,表達突然暴紅的心聲。他說道,「首先謹向『地牛Wake Up!』團隊致歉,希望不要因為『臺灣地震速報』App 造成他們的困擾。」

關於外界提醒的簽約問題,林子祐坦承,一方面是因為未成年來還不能簽約,另一方面是因為需要詳盡的計畫書與審查流程,由於自己已經進入高三最忙的階段,本來打算忙完後再來處理這件事情。

但是新聞報導之後,自己的App從一個小作品變成百萬用戶,讓他感受到壓力,雖然「地牛Wake Up!」先前的聲明已經表達不會責怪,「但是我還是很自責」。目前,林子祐已經與氣象數聯繫上,希望能盡快與氣象署簽約合作,「感謝『地牛 Wake Up!』與氣象署的諒解以及支持,我在這過程又上了一課」。

【以下為林子祐聲明全文】

親愛的用戶您好:
過去兩三天受到的關注是我從未有的經驗,我距離畢業還有一個月,該收心把該做的事情做好。但在這之前,我想跟所有的用戶做以下幾點說明:

  1. 關於「地牛 Wake Up!」稍早的澄清聲明,首先謹向「地牛Wake Up!」團隊 致歉,希望不要因為「臺灣地震速報」App 造成他們的困擾。
  2. 我從小就是地牛 Wake Up 的忠誠用戶,開發 iOS App 時是先透過地牛的「連動功能」取得氣象署的地震資料,App開發成功後想跟氣象署申請直 接使用地震資料,讓程式少一個介面可以更有效率,於是寫 email 向地牛 的開發者 Alan 請教,他很客氣十分鐘左右就回覆我”謝謝我的愛用,也很 高興更多的人能投入地震速報系統開發的行列” 並指引氣象署地震速報資,料取得的方法是透過「氣象資源創新適用方案」。
  3. 我獨自開發這個App,一方面我還未成年不能個人簽約,另一方面需要詳盡的計畫書與審查流程 (https://www.cwa.gov.tw/V8/C/D/Innovation_2022.html)。因為隨即進入同時 要兼顧課業與申請學校最繁忙的階段,因此想說等高三忙完後再來做這一件事。
  4. 我沒有完全了解地牛提供免費服務的限制與相關法律規範,請諒解我想看到自己作品可以運行的心情。地牛稍早的聲明中說不責怪我,但是我還是很自責。
  5. 新聞大報導後,我有壓力及擔憂從一個小作品變成超過100萬使用者的
    App,需要更嚴謹的看待。目前是間接取得資料,程式在一般的個人電腦上 運行(我很天真的一開始還只使用樹莓Pi),如果要讓App持續有效率的運 行,需要盡快直接取得氣象署地震速報資料,以及改善軟硬體。昨日(24) 我已透過一位地震專長的教授跟氣象署聯繫,希望能盡快與氣象署簽約合作,非常感謝氣象署正面的回應。
  6. 最後,我想再一次謝謝「地牛 Wake Up!」與氣象署的諒解以及支持,我在這過程又上了一課。支持我的爸媽與朋友不要擔心我,慶幸有這麼多人一起關心台灣這塊土地,為地震速報做努力,謝謝大家!

對於開發出如此高下載量的地震App,林子祐回想,當初是一個「從0開始的念頭」,沒想到原來可以幫助這麼多人,他也分享一路以來的心路歷程,以下是《數位時代》專訪:

0403大地震後餘震不斷,根據中央氣象署統計,截至4月24日上午9點,累計超過1224起餘震,然而國家警報設定為所在地區震度達4級以上才會響起,不少民眾希望提早預知1-2級的搖晃,讓多款地震通報相關App衝上排行榜。

其中下載量第一的「 臺灣地震速報 」,間接串了氣象署的預報資訊,能夠讓用戶自行選擇收到通知的震度,並且倒數地震抵達秒數。

地震速報
臺灣地震速報APP介面
圖/ APP STORE

這款App其實是由新北市康橋高中秀岡校區的高三生林子祐自學開發,花了一年半時間,在繁忙的課業中抽出時間研究、開發、維運管理。

在0403大地震發生前,累計僅數千人使用,地震後快速衝到30萬,目前已經突破100萬下載量,在App Store衝上天氣類軟體排行榜第一。《數位時代》採訪林子祐,分享開發背後的心路歷程。

地震速報開發者林子祐
臺灣地震速報APP開發者林子祐,其實是康橋高中秀岡校區的學生。
圖/ 隋昱嬋攝影

啟蒙:國小就著迷天災預警,找不到軟體「乾脆自己做」!

林子祐對天災預警的興趣,最早從國小就萌芽,他表示當時對颱風、地震的原理相當好奇,經常在天災發生時,自己上氣象署網站看預報圖,並提醒爸媽外出時要小心。

也因為這個興趣,當時他曾下載過一款iOS系統的地震預警App,但系統並不穩定,經常收不到通知,後來軟體甚至直接下架,多年來在iOS系統都缺少類似的服務,讓他開始產生「以後要自己做出一款App」的念頭。

林子祐的父親是陽明交大的土木工程系教授,母親也在陽明交大任職,父母都非常支持他的興趣,在國中時就讓他在課外去上程式設計相關課程,學會Java、Python等程式語言,奠定下良好基礎。

由於申請大學時會需要「課外活動」相關成果,他決定著手開發這款發想已久的軟體,在2022年寒假,開始利用課餘時間實行計畫。

開發:iOS系統超難做、用量暴增成本從1元變萬元

由於Android已經有類似軟體運行多年,林子祐希望做出一iOS軟體彌補這塊空缺,然而這是挑戰的開始,「iOS開發99%都不是用Java、Python,而是完全新的語言,我幾乎是從0開始。」

因此開發過程,每做一個功能都是一次檻,例如怎麼在App未開啟的狀態也能在背景運行、收到資訊?怎麼解決部分手機收不到訊息的問題?

為了解決這些難關,林子祐會為了一個功能看好幾個小時的YouTube教學影片,或者上工程師的社群、論壇如Stack overflow發文尋求「大神」的幫忙,「除錯真的很痛苦,這是我很不喜歡做的事,但是找到錯之後非常有成就感。」

地震速報開發者林子祐
林子祐開發過程遇到困難,靠YouTube、論壇等資源突破。
圖/ 隋昱嬋攝影

App在去年完成上線,開始慢慢累積用戶,他至今仍記得破1000下載量時的興奮感,沒想到4月3日的一場大地震,會震出如此龐大的用量,甚至在餘震最多的4月22日,創下單日38萬下載量的成績,如今總下載量已突破百萬。

出乎意料的流量一度造成系統卡住,林子祐一時手忙腳亂,下課、放學後的時間都一直在處理問題,甚至發布推播通知:「近期因用戶暴增,導致部分錯誤,我深感抱歉。目前已了解相關問題,並會盡快修正。此程式僅一人高中生維護,因此想請大家多包容,給我一些時間改善,謝謝您!」

在龐大用量下,除了要想辦法保持系統穩定,還要盡快調整效率,因為過去一個月只要支出不到新台幣1元的伺服器費用,這個月已經衝破1萬元,林子祐笑著說「只好先讓爸爸贊助我」,目前正在改良程式提高效率,希望降低伺服器的用量。

既然支出增加,是否有考慮要收費?林子祐堅定地回答「不考慮」,他認為這款軟體是為了幫助大家預警,加上自己的能力還有不足之處,營利並非選項。

林子祐:從0開始的念頭,原來可以幫助這麼多人

林子祐表示,短期目標希望繼續提升App的服務品質,正在研究如何把文字為主的介面,改成顯示P波、S波的圖像化界面,並且打算和氣象署、中研院等單位直接申請合作,過去是透過「地牛WakeUp!」軟體間接使用氣象署的數據,未來若直接連上官方系統,就能夠讓通知再提早數秒抵達,服務涵蓋範圍也能從現在的8個區域,擴大到全台各地,並且加入偵測所在地的功能,讓警報更精準。

不過地牛WakeUp!開發者朱偉綸指出,地震預警是氣象署專責,其實只能由交由簽約合作夥伴對公眾發布,

當初地牛WakeUp!開發『連動功能』的構想是,希望讓使用者在收到地震預警後進行一些自動化控制,並沒有設想到會有使用者將提供的預估震度和秒數資料製成App並對公眾發布,提醒林同學要盡快和氣象署完成簽約,避免違反氣象法,未來地牛WakeUp!也會將這份規範補充進使用者協議中。

康橋高中則表示,氣象署已經和林子祐聯絡上,關於授權問題已在處理中。

S__7332389_0.jpg
林子祐希望未來能把地震速報APP改良為顯示波型的圖像介面。
圖/ 隋昱嬋攝影

這次意想不到的經歷,讓林子祐對軟體開發這件事有了全新的看法,「原來一個從0開始的念頭,可以幫助到那麼多人」。目前他正在申請美國大學,包含波士頓大學、普渡大學、伊利諾大學、密西根州立大學等13所名校的電機系,這款軟體的成果,對申請幫助也很大。

雖然「地震速報APP」是個開端,但林子祐不打算完全固守在軟體開發的領域,這也是選擇電機系而非資訊系的關鍵原因,他在未來希望探索更多興趣,解決更多問題,找到自己人生真正的方向。

延伸閱讀:國家級警報是什麼?為何會沒收到?一文看怎麼開通知

責任編:林美欣

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