性教育該怎麼開口？三個在家談「性」的入門策略

本文由 高柏科技 合作，泛科學撰文

林唯耕剛回台灣任教時，曾在清華大學的實驗室裡用一立方公分的「氨」做實驗。沒想到氨氣意外洩漏，那股刺鼻的氣味瞬間瀰漫整棟大樓，引來眾多師生抗議。

「從此以後，我再也不敢在實驗室裡用氨了。」他在《思想實驗室》的訪談中，帶著笑意回憶這段往事。

這段插曲聽來像是一則工程師的寓言：在理論模型中，氨是太空熱控系統的理想介質；但在現實的辦公大樓裡，它首先是逼人逃竄的臭味。公式本身沒有錯，但現實世界永遠比公式更複雜——它包含了人、成本、風險，以及必須為後果負責的工程師。

高柏科技技術專家、清華大學榮譽退休教授林唯耕 ，曾任職於美國 OAO 工程部熱流組，深耕電子構裝散熱與熱管技術多年。隨著 AI 浪潮席捲全球，他鑽研一輩子的老問題再次被推向科技產業的核心：當晶片運算速度無止境攀升，那股伴隨而生的熱，究竟該往哪裡去？

熱不會讀新品發表會

科技巨頭在發表會上熱衷於談論大型語言模型、GPU 規格與驚人的算力。這些詞彙在投影片上光鮮亮麗，彷彿進步毫無邊界。然而，每一次數位運算都紮實地發生在實體晶片上。晶片會發熱、材料會疲勞老化，一旦設備過熱，系統便會降頻保護。在物理現實面前，再動聽的發表會敘事也必須低頭。

回顧個人電腦發展早期，晶片幾乎不需專屬散熱元件。隨後，鋁製鰭片、風扇、熱管到均溫板逐一登場。這段歷程常被視為技術升級，其實更像是對空間的極限勒索：晶片功率翻倍，發熱源的面積卻沒變大，機箱空間也不可能無限擴張。

林唯耕指出，散熱設計的核心只有三要素：功率、熱源面積與空間限制。他舉例，在標準的 1U 機箱中，若發熱面積約為三十乘三十毫米，氣冷系統在達到八百瓦時就會面臨瓶頸。這並非固定的物理常數，而是取決於空間、面積與氣流的動態平衡。最現實的代價在於，風扇轉速提升的背後，是噪音、電力損耗與空間占用。

因此，「液冷技術」的興起並非單純為了追求酷炫，而是算力密度提升後的必然選擇。它能更精準地帶走晶片廢熱，卻也將新的挑戰帶入機房：漏液風險、流道堵塞、材料相容性，以及維運時的難度。工程的進步，本質上鮮少是徹底消滅問題，更多時候是選擇一組「比較值得承擔」的新問題。

太空教他的，不是把答案搬回地面

太空熱控工程之所以迷人，是因為它剝奪了地球上最常見的散熱工具。在真空宇宙中，沒有空氣能讓風扇製造對流；受光面溫度破百度，陰影處卻極度嚴寒。工程師必須純粹仰賴熱傳導、熱輻射，以及熱管與環路型熱管（LHP）來搬移熱能。

熱管運作的關鍵在於「相變」——液體蒸發時吸收大量潛熱，冷凝後重回循環。林唯耕比較了銅與水的熱傳導能力：在他設定的特定條件下，實心銅塊約能傳導 120 瓦的熱能；但若每秒有一立方公分的水發生蒸發相變，移熱量可瞬間拉升至 2.4 千瓦（kW）。他強調「每秒」的觀念，因為散熱談的是動態流動速率，而非靜態的冷卻魔法。

儘管如此，太空科技並不能直接套用到地面。太空元件因考量重量、功耗與維修難度，偏好無馬達幫浦的被動式設計；但地面 AI 伺服器面臨更高的熱負載與環境溫度，往往仍需幫浦驅動流量。當年那場「氨氣洩漏」事故正是最好的提醒：技術是否「先進」，與它是否「適合」當下的場景，始終是兩回事。

好論文，為什麼仍可能造不出好產品

學術研究致力於證明「可行性」，而工業現場則要求「可重複性」——不僅要能運作，還得確保每台出廠的設備都不漏水。林唯耕將此定義為「從 0 到 1」與「從 1 到 100」的差別。後者涉及良率、成本、公差與客戶信任。論文中那次最完美的實驗數據，在產線上往往未必管用。

他從不避談失敗。在高柏科技早期與學界合作時，也曾遇過實驗數據無法複製，或研究方向偏離產業需求。這未必是雙方努力不夠，而是彼此對「成功」的標準不同。為了解決這道鴻溝，高柏科技推動「柏苗啟航創新培育計畫」，每年投入逾千萬資金與成大、中山、台科大等校合作，並指派專業人才在過程中持續微調、校正，確保研發貼近產線現實。

他分享了近期一項液冷工質校正專案。團隊使用非侵入式的超音波流量計進行觀測，但由於儀器預設以「水」校正，換成其他化學流體後讀數便出現誤差。最初嘗試用幫浦壓差推算，卻發現缺乏重複性，數據甚至推導出不合理的蒸發率。最後團隊回歸基本面，改用秤重法搭配能量平衡進行交叉驗證，才讓數據成功收斂。

這個故事真正的價值不在於「產學雙贏」的口號，而在於那段不夠優雅的挫折：假設失效、數據混亂、方法砍掉重練。也正是在這種時刻，企業需要的不只是會算數的人才，而是能洞察研究何時「走鐘」，並有權力喊停、要求重來的關鍵決策者。

林唯耕坦言，過去在校園裡總認為「技術第一、成本第二」，進入商界後才驚覺行銷與信任關係往往才是關鍵。這番話雖然不如科技突破那樣動聽，卻是產品能否進入市場的殘酷真相。再卓越的散熱設計，若無法穩定生產或贏得客戶信任，也僅止於一份精美的報告。

AI 會給答案，誰來負責出貨？

訪談尾聲，主持人國威提出了一個時代難題：假設 AI 能在彈指間生成散熱架構、材料配方與流道設計，企業該選擇全面擁抱 AI 的速度，還是保留緩慢但穩定的工程驗證，以規避潛在的失效風險？

林唯耕拒絕落入二選一的框架。他的觀點是：兩者並存。AI 擅長處理資訊、生成草案；但工程師仍須實作原型，進行嚴苛的性能與可靠度測試，最終由人決定是否出貨。這並非盲目崇拜人類直覺，而是基於一項事實：AI 的資料庫裡，通常沒記載下一次「意外洩漏」或「材料疲勞」的細節，且模型永遠無法為量產結果擔負法律與商業責任。

在 AI 時代，最稀缺的未必是熟練下指令（Prompt）的人，而是具備這種能力的人：能預判答案可能在哪裡出錯、能設計實驗將問題「逼」出來，並且願意為最終的量產品質負起責任。

大眾習慣將雲端想像成輕盈、無重量的空間。但現實中，雲端是由龐大的機房架構而成，裡面裝滿了晶片、管線、泵浦與冷卻液。虛擬算力的每一次擴張，都會在實體世界留下發熱的足跡。散熱工程師的價值，就是不讓這筆物理帳單，被埋沒在光鮮亮麗的投影片背後。

爸爸媽媽總是常常告訴我們：「不要浪費食物」、「吃不完倒掉很可惜」，但是你可知道，售出的食物最浪費的地方在哪裡？餐廳？商店？家庭？

根據聯合國糧食及農業組織（簡稱 FAO）統計，2019 年賣給消費者的食物中，有 11% 的浪費在家庭，佔最大比例，其次是餐廳的 5%，最後是商店的 2%。

沒猜到吧？食物浪費最常發生的地方竟然在家裡！

但明明餐桌上的食物都有吃完，到底「浪費」在哪裡呢？

回想一下自己有沒有過這樣的經驗，興致勃勃採購了新鮮食材放進到冰箱，結果它們的存在就默默被遺忘，直到過了保存期限才再度出現……。或是看到買二送一、第二件五折、大分量包裝的即食品或零食，然後就買了超出實際需要的食物，是不是很多人發生過這些事情呢？

不管是買太多、煮太多還是放太久，都形成了剩食，而剩食的下場，常常是被直接丟棄，我們當然不是故意買食物來扔掉，但是全球每天被丟棄的食物卻是非常可觀。

餐廳和商店則大都會量入為出，精準控制食材供需量，以避免成本浪費。相對的，我們也應該對家裡的吃有所規劃，才不會造成無謂的浪費。

減少剩食，從我們自身做起，除了儘量吃完食物，還要一起多留意烹煮的份量，幫忙檢查食物存量、適量地採購，這些都是我們日常中就可以做出的愛地球表現！

• 作者／numeracy

孩子還在小學階段時，爸媽如果時間允許，多半會幫忙看看孩子的功課。有些父母特別認真，會陪孩子一起寫回家作業。照理來說，有父母的客製化指導，理當成績會有所進步。然而，幾年前有一項研究發現一件殘酷的事實：某些父母花越多時間指導，孩子的數學成績反而越差。

適得其反的數學陪伴研究中這麼說：「在缺少 XXX 的前提下，儘管父母立意良好，願意指導孩子寫作業，但這項舉動卻適得其反（backfire），對孩子的數學成就有著負面影響。」

這個 XXX 就是「對數學的正面態度（positive math attitude）」。用更學術一點的說法就是，這些父母患有數學焦慮，例如害怕、討厭、認為不實用等等對數學的負面態度。

研究結果說明什麼？

研究針對四百多組低年級家庭，進行長達一年的調查，包括學年初、學年末孩子的數學成績比較，以及學年中調查家長的數學焦慮程度。後者有幾套常用的問卷，如果大家有興趣的話歡迎留言「+1」，之後我們再來將幾套問卷翻譯給大家。

研究發現，當父母有嚴重數學焦慮時，父母越幫助孩子寫回家作業，孩子成績會越差。

這邊的 y 軸「預期一學年的數學成長」即是字面上的意義，1.0 表示學了一學年，也具備了一學年該累積的數學能力，0.8 則表示只有學到 80% 的能力。可以看見，如果父母有嚴重的數學焦慮，認真教了孩子一年，孩子卻只能學到六成。諷刺的是，這些父母不幫孩子看作業，孩子的成績還比較好。跟同樣不怎麼教，父母也沒有數學焦慮的孩子差不多。

挖掘背後的原因

明明小學數學難不倒爸媽，為什麼會有這種讓人喪氣的「越教越差」結果呢？研究發現，這可能是因為數學焦慮的父母在不經意間作了以下幾件事：

1. 讓孩子感受到自己討厭數學、認為數學沒用等想法。這些由父母傳遞出來的負面態度會讓孩子失去動力（demotivate），從而減少學習的心力、時間。學得比較少，容易表現不佳，表現不佳，接著孩子便也開始對數學感到焦慮。
2. 當孩子表現不好時，有數學焦慮的父母容易較沒耐心，或流露出挫折感。這其實不一定針對孩子，有些只是連結到自己過去的學習經驗。但，這樣的態度對孩子來說可能是種無形的懲罰。
3. 當父母有數學焦慮時，比較傾向使用固定的思考模式與解題策略，如果跟學校老師的解法不同，但雙方又各自堅持己見時，孩子就會感到困擾。

不需要放棄與孩子互動

老實說，這項研究結果還真是有些令人喪氣，明明是為了孩子好，到頭來卻好像害了孩子。「我可能也有數學焦慮，那以後我還是不要教孩子好了。」或許有爸爸媽媽此刻已經這麼想了。從研究結果來看這樣或許會有幫助，而且還落得輕鬆，可這終究是比較消極的做法，我相信原本就願意花時間陪孩子寫作業的爸媽，應該會希望能有更積極的應對。

答案也不難，其實就是只要我們為人父母不害怕數學，能對數學具備正面、積極的態度，或是在教導孩子時，能先具備一些簡單的教學知識，引導技巧。這樣應該就能避免越教越差的狀況。更重要的是，往好方面想，這項研究至少有可能打破了一項迷思：

數學不好不一定是「遺傳」，更有可能是後天不經意的互動所造成的負面影響。

只要是後天因素，就是我們能一起克服的。之後，我們將分享更多幫助爸媽與孩子互動數學的小技巧，與更多有價值、有趣的研究成果！

參考資料

• Maloney, E. A., Ramirez, G., Gunderson, E. A., Levine, S. C., & Beilock, S. L. (2015). Intergenerational Effects of Parents’ Math Anxiety on Children’s Math Achievement and Anxiety. Psychological Science, 26(9), 1480–1488.