「拍得很好,下次不要再拍了」《上班不要看》9年熄燈,為什麼?一次盤點頻道代表作
「拍得很好,下次不要再拍了」《上班不要看》9年熄燈,為什麼?一次盤點頻道代表作

在2025年3月13日,擁有超過90萬訂閱者的YouTube頻道「上班不要看」正式宣布解散!頻道創辦人呱邱威傑(aka呱吉、南宮博士)於臉書指出,過去這九年是「不斷遺落裝備,但是也不斷撿到新道具的冒險歷程」,更強調「維繫一個團體真的不容易。」

貼文最後他則詼諧表示:「上班不要看拍得很好,下次不要再拍了。」

成立近10年!早期風格尺度大

上班不要看」於2015年12月1日正式成立,創辦人為邱威傑(網名呱吉)和湯瑪士,所屬公司為「陸伍伍參伍娛樂股份有限公司」。頻道名稱源自英文「NSFW」(Not Safe/Suitable For Work),意指不適合在工作場所觀看的內容,主打尺度較大的影片創作以吸引觀眾,特別是男性群體。

呱吉(邱威傑)在創立頻道前曾任職於遊戲公司Madhead,2015年下半年他決定踏上創業之路,10月辭職並賣掉房子籌資,12月便正式成立了公司。團隊初期採取自編腳本並外聘演員演出的方式製作內容,如早期的「十大雞雞真相」影片便創下近百萬的觀看次數,顯示出頻道的潛力與市場定位的成功。

2017年底,「上班不要看」開始進行轉型,改由呱吉親自主演,推出「美食廢人」系列影片,藉此穩定頻道人氣。呱吉的幽默風格和大膽言行成為頻道的招牌特色,例如曾穿水手服帶情趣用品逛西門町,甚至在台北市長柯文哲面前「電奶頭」來拍攝支援世大運宣傳片。

「#呱吉吃大便」也一度成為頻道知名的迷因,源自於一次旁白詢問呱吉是否要整老婆還是吃大便,呱吉毫不猶豫選擇後者的回答。

隨著時間推移,「上班不要看」逐漸發展成台灣YouTube圈的重要力量,甚至在2019年舉辦第一屆「走鐘獎」(Walkbell Award),原本只是頻道的企劃內容,卻因為創作者反應熱烈,至今連續舉辦六屆,成為台灣Youtube圈的指標獎項。

截至2025年3月13日,「上班不要看」主頻道累積了90.2萬訂閱者,總點閱數突破4億次;另一個子頻道「上班可以看」也擁有18.2萬訂閱者和3436萬次觀看。

頻道結束的三大原因

2025年3月13日,呱吉正式宣布「上班不要看」結束營運,並在當晚的YouTube直播中詳細說明了導致頻道關閉的三大主因:

一、團隊成員流失與轉變

隨著時間推移,「上班不要看」的核心成員陸續離開。呱吉在直播中透露,自己曾有三次想結束頻道的念頭,其中一次就是在蔡哥離開之後,當時幕前主持只剩下小歐。頻道成立初期僅有4位成員,2017年增至10位,但近年來成員逐漸離開,使得頻道身份認同和創作方向面臨挑戰。

呱吉形容,這9年是「不斷往前走,不斷遺落裝備,但是也不斷撿到新道具」的冒險旅程。隨著原班人馬的散去,頻道不僅失去了部分特色,也背負上過去形象的各種包袱,讓呱吉開始思考頻道是否還有存在的必要。

不過,他最初仍抱持希望,認為「上班不要看是大家的祖厝,如果繼續把爐灶守著,也許總有一天大家會回來吃飯」。

二、政治表態後的觀眾流失

第二個重要原因,是呱吉在2024年6月對青島東路事件的政治表態。呱吉坦言,在此之前的2024年上半年,公司仍有不錯的成績。然而,這次政治立場的表態卻導致頻道受到嚴重衝擊,從那時起頻道流量急轉直下,儘管團隊在2024年下半年做了很多努力,試圖挽回頻道的聲量和流量,但效果有限。

呱吉指出,原本打算在2024年底就結束頻道運營,但因為有團隊成員即將結婚,所以決定再多撐一個月,這段時間內頻道也創作出一些不錯的作品,讓呱吉一度以為是上天給的徵兆,鼓勵他不要放棄。

三、財務危機成最後一根稻草

最終讓呱吉決定結束頻道的「最後一記重拳」是來自公司的嚴重財務虧損。呱吉透露,儘管自己已經自掏腰包墊款近半年的營運資金,但在年底時發現公司仍有高達400萬元的資金缺口,其中單是「走鐘獎」就虧損了2至3百萬元。

面對如此巨大的財務壓力,呱吉表示自己「不能再當作沒聽見」,最終在2025年1月過年前向團隊宣布,付完年終獎金和資遣費後結束公司營運。呱吉在直播中強調,作為老闆,他唯一的任務就是找到錢,而「上班不要看」結束的根本原因就是「他沒能讓頻道賺錢。」

呱吉表示,過去兩年來他的精神狀況一直不佳,直到把結束頻道的決定告訴團隊成員後,才感覺壓在身上的巨石和煩惱消失了。他特別強調,儘管「上班不要看」作為一個品牌和公司將不再存在,但這並不代表所有成員的故事就此結束,未來仍有可能以不同形式繼續合作。

在宣布結束的臉書貼文中,呱吉附上了一張過往OG成員聚餐的合照,感性地表示: 「現在我只想和大家好好吃個飯,跟我們的青春說再見。」

大合照.jpg
在3月13日發布的影片中,有一張全員集體的大合照。
圖/ 上班不要看臉書

重大企劃與代表作品

「上班不要看」在發展過程中策劃了多個大型企劃,成為頻道的代表作品,以下以時間順序排列,主要包括:

2018年 ,團隊執行「忠孝東路走九遍」企劃,由成員小歐走完台北市忠孝東路一至七段。這個企劃因其獨特的挑戰性和堅持不懈的精神而受到關注,成為頻道早期的標誌性作品。

2019年 ,團隊推出「澎湖路跑環島」企劃,由除呱吉和關關外的全體成員參與,在澎湖縣進行。同年,團隊也搬進了一個新辦公室,這個辦公室後來成為他們工作的基地長達五年。

2021年 ,呱吉個人挑戰「一日雙塔」企劃,從台灣北端的富貴角燈塔跑到南端的鵝鑾鼻燈塔。

2023年 ,團隊推出「按讚惡鬼-重機環台」企劃,由全體成員參與,騎乘重型機車環繞台灣本島。此企劃結合了旅遊、挑戰與團隊合作元素。

2024年 ,他們將「按讚惡鬼」系列延伸至國際,推出「按讚惡鬼北極篇」,由呱吉、麻希、大黑和火花羅前往加拿大進行拍攝。這顯示頻道在晚期仍嘗試突破自我,將內容拓展至國際舞台。

此外,頻道自2019年起創立「走鐘獎」系列活動,成為台灣YouTube圈的年度盛事,匯集各路網路創作者參與,對台灣網路內容生態產生深遠影響。

延伸閱讀:Deep Research怎麼用?GPT、Perplexity、Grok大評測:誰最強?誰CP值最高?

責任編輯:李先泰

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