真蜂假蜂傻傻分不清楚？假裝自己是蜂類的昆蟲可不少

• 作者／賴昭正｜前清大化學系教授、系主任、所長；合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒，那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬．霍金（Stephen Hawking）　英國理論物理學家

大約在八十年前，當第一台數位計算機出現時，一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧；但七十年後，還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」（Artificial Intelligent，簡稱 AI）的能力最近十年突然起飛，在許多（所有？）領域的測試中擊敗了人類，正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元（graphic process unit，簡稱 GPU）是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia（英偉達）股票從每股不到 $5，上升到今天（5 月 24 日）每股超過 $1000（註一）的全世界第三大公司，其創辦人（之一）兼首席執行官、出生於台南的黃仁勳（Jenson Huang）也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人！可是多少人了解圖形處理單元是什麼嗎？到底是時勢造英雄，還是英雄造時勢？

在回答這問題之前，筆者得先聲明筆者不是學電腦的，因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事，不是我們外行人需要了解的；但作為一位現在的知識分子或公民，了解基本原理則是必備的條件：例如了解「能量不滅定律」就可以不用仔細分析，即可判斷永動機是騙人的；又如現在可攜帶型冷氣機充斥市面上，它們不用往室外排廢熱氣，就可以提供屋內冷氣，讀者買嗎？

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」（central process unit，簡稱 CPU）。CPU 是電腦的「腦」，其電子電路負責處理所有軟體正確運作所需的所有任務，如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作；但為了簡單化，我們在這裡所談的工作將只是執行算術和邏輯運算的工作（arithmetic and logic unit，簡稱 ALU），如將兩個數加在一起。在這一簡化的定義下，CPU 在任何一個時刻均只能執行一件工作而已。

在個人電腦剛出現只能用於一般事物的處理時，CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後，CPU 開始顯示心有餘而力不足：例如電玩動畫需要應用程式處理數以萬計的像素（pixel），每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年，英偉達將其一「具有集成變換、照明、三角形設定／裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」（註二）定位為「世界上第一款 GPU」，「GPU」這一名詞於焉誕生。不像 CPU，GPU 可以在同一個時刻執行許多算術和邏輯運算的工作，快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢？因每一時刻只能做一件事，所以其步驟為：

• 計算 7×5；
• 計算 6/3；
• 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢？很多工作便可以同時（平行）進行：

• 同時計算 7×5 及 6/3；
• 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間，但如果我們有 16 對 a×b 要相加呢？單獨的 CPU 需要 31 個運算的時間（16 個 × 的運算時間及 15 個 + 的運算時間），而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間（1 個 × 的運算時間及 4 個 + 的運算時間）！

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了，如何將它擺正成右圖呢？ 一句話：「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點（座標 x, y）組成的，所以這句簡單的話可讓 CPU 忙得不亦樂乎了：每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

即每一點均需要做四個 × 及兩個 + 的運算！如果每一運算需要 10^-6 秒，那麼讓《我愛科學》一書做個簡單的角度旋轉，便需要 6 秒，這豈是電動玩具畫面變化所能接受的？

人類的許多發明都是基於需要的關係，因此電腦硬件設計家便開始思考：這些點轉換都是獨立的，為什麼我們不讓它們同時進行（平行運算，parallel processing）呢？於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 10⁶ 運算，那上圖的轉換只需 10^-6 秒鐘！

GPU 的興起

GPU 可分成兩種：

• 整合式圖形「卡」（integrated graphics）是內建於 CPU 中的 GPU，所以不是插卡，它與 CPU 共享系統記憶體，沒有單獨的記憶體組來儲存圖形／視訊，主要用於大部分的個人電腦及筆記型電腦上；早期英特爾（Intel）因為不讓插卡 GPU 侵蝕主機的地盤，在這方面的研發佔領先的地位，約佔 68% 的市場。
• 獨立顯示卡（discrete graphics）有不與 CPU 共享的自己專用內存；由於與處理器晶片分離，它會消耗更多電量並產生大量熱量；然而，也正是因為有自己的記憶體來源和電源，它可以比整合式顯示卡提供更高的效能。

2007 年，英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後，科學家發現獨立 GPU 不但能夠快速處理圖形變化，在需要大量計算才能實現特定結果的任務上也非常有效，因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理，不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化，也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬（註三）等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分，正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲，遠遠落在英偉達（80%）及超微半導體公司（Advance Micro Devices Inc.，19%，註四）之後，大約只有 1% 的市場。

事實上現在的中央處理單元也不再是真正的「單元」，而是如圖二可含有多個可以同時處理運算的核心（core）單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心，因此其核心功能不如 CPU 核心強大，但它們能同時高速執行大量相同的指令，在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心；GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書，不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等，也知道它擺斜了。這種「平行運作」的能力不僅限於視覺，它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是：嘴巴在講，腦筋思考已經不知往前跑了多少公里，常常為了追趕而越講越快，將不少學生拋到腦後！這不表示筆者聰明，因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技，因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣（matrix）的讀者應該知道，如果用矩陣和向量（vector）表達，上面所談到之座標轉換將是非常簡潔的（註五）。而矩陣和向量計算正是機器學習（machine learning）演算法的基礎！也正是獨立圖形處理單元最強大的功能所在！因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石：它們的架構就是充分利用並行處理，來快速執行多個操作，進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」（deep learning）。

黃仁勳在 5 月 22 日的發布業績新聞上謂：「下一次工業革命已經開始了：企業界和各國正與英偉達合作，將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升，幫助企業降低成本和提高能源效率，同時擴大收入機會。」

附錄

人工智慧的實用例子：下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後，讀者是不是認為筆者該退休了？

GPU（圖形處理單元）和 AI（人工智慧）之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力，特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步，使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率，使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐，而且使其更具成本效益，因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展，GPU 的角色可能會變得更加不可或缺，推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標，這些神經元網路可以獨立但有凝聚力地工作，使我們能夠執行複雜的任務，例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外，研究表明，與非人類動物相比，人類大腦具有更多平行通路，這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上，一邊聽音樂一邊做飯，或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技，因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵：透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

（註一）當讀者看到此篇文章時，其股票已一股換十股，現在每一股約在 $100 左右。

（註二）組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」（GeForce 256）插卡吧?

（註三）筆者於 1984 年離開清華大學到 IBM 時，就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士（fellow）」Enrico Clementi 的團隊：因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層，我們只能自己寫軟體將 8 台中型電腦（非 IBM 品牌！）與一大型電腦連接來做平行運算，進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

（註四）補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商：英偉達及 ATI（Array Technology Inc.）。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立，2006 年被超微半導體公司收購，品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐（Lisa Tzwu-Fang Su）博士為執行長後，股票從每股 $4 左右，上升到今天每股超過 $160，其市值已經是英特爾的兩倍，完全擺脫了在後者陰影下求生存的小眾玩家角色，正在挑戰英偉達的 GPU 市場。順便一題：超微半導體公司現任總裁（兼 AI 策略負責人）為出生於台北的彭明博（Victor Peng）；與黃仁勳及蘇姿豐一樣，也是小時候就隨父母親移居到美國。

（註五）或。

延伸閱讀

• 「熱力學與能源利用」，《科學月刊》，1982 年 3 月號；收集於《我愛科學》（華騰文化有限公司，2017 年 12 月出版），轉載於「嘉義市政府全球資訊網」。
• 「網路安全技術與比特幣」，《科學月刊》，2020 年 11 月號；轉載於「善科教育基金會」的《科技大補帖》專欄。

人類對螞蟻可謂無比熟悉，許多人還不識字就認識螞蟻了；相關的科學研究也十分豐富，產出如威爾森（E. O. Wilson）這類科學大師。2022 年底問世的一篇論文，卻出乎意料地報告一條普遍存在，此前卻一直受到忽視的現象：

螞蟻的蛹會分泌液體，作為成蟲與幼蟲的營養液。

螞蟻社會的內循環營養液

螞蟻是完全變態的昆蟲，有卵、幼蟲、蛹、成蟲 4 個階段。眾所皆知螞蟻是社會性昆蟲，整個蟻巢運轉精密，但是蛹有好幾天固定不動，除了佔空間以外，在蟻巢裡好像沒什麼存在感。

這項研究主要的對象是畢氏粗角蟻 (Ooceraea biroi) ，近年成為探索螞蟻奧秘的主力。照論文的寫法，一開始目的很單純，就是把蛹從蟻巢中移出，看看孤獨對螞蟻有什麼影響。

被移出巢穴的蛹，羽化成蟲的比例有 90% ；即使周圍沒有同儕，絕大部分的蛹似乎也能成功轉大蟲。然而過程沒這麼簡單。

蛹在成功羽化的前幾天會黑化，論文觀察到當蛹開始黑化不久，也就是羽化的 6 天之前，每天都會分泌出液體。留著液體會害蛹被自己淹死，人為將液體移除，蛹才能順利羽化。

如果是在原本的蟻巢中，蛹排放的液體還來不及把自己淹死，就會慘遭黴菌入侵感染而亡。所幸慘劇實際上不會發生，因為成年螞蟻會將液體去除。

將藍色染劑注入蛹，一天後觀察到成蟻的消化道都出現藍染，可見蛹產生的液體，都隨即轉移進入前輩同儕的肚子。分析蛹產生的液體，得知營養十分豐富。

完全變態的昆蟲，從幼蟲到成蟲的過程中經過蛹的階段，將幼年的身體砍掉重練。螞蟻蛹分泌的液體顯然來自蛹期分解的身體，可謂原汁原味的液化螞蟻。這些容易吸收的成分，在巢穴中直接轉移給同類，毫不浪費。

這些幼體原汁原味形成的液體營養豐富，其他會化蛹的昆蟲也會產生類似的產物，為什麼不會把自己淹死，或是被黴菌感染？應該是由於那些昆蟲會將其回收利用，轉化為成年身體的建材。社會性生活的螞蟻卻是直接排放出去，變成其他個體的食物。

同時餵養更老與更小的同儕

成年螞蟻以外，蛹產生的液體也是寶寶的營養補充液。螞蟻幼蟲移動能力有限，成年螞蟻會將寶寶放到蛹的旁邊，方便它們液來伸口。沒有液體也能正常長大，不過有得吃的幼體，生長速度更快、存活率更高。

近來在台灣出名的紅火蟻（Solenopsis invicta）雖然兇狠，卻也是畢氏粗角蟻的菜單美食之一。有個實驗是給予紅火蟻和蛹，讓成年蟻選擇，結果大部份都優先將寶寶放在蛹旁邊，可見它們認為蛹提供的善液，是更佳的育幼食品。

換句話說，螞蟻在幼年階段到成年之間的蛹，同時支持更老與更小的同儕。

奧妙還不僅如此，和一般印象不同，畢氏粗角蟻沒有特定蟻后，也缺乏男生，所有成員皆為工蟻，再透過孤雌生殖進入生殖時期。

• 延伸閱讀：蟻生online上線：如何決定成為要生寶寶或是做工的螞蟻？

奇妙的是，蟻巢中處於不同階段的螞蟻，時程非常協調。當卵孵化出寶寶的一天後，蛹也開始分泌液體。也就是說寶寶從出生以後，馬上就能獲得營養補充液，概念實在很像哺乳動物的哺乳。

畢氏粗角蟻只是一種螞蟻，論文還調查螞蟻分類上其他 4 大群的成員，發現各種螞蟻的蛹都會分泌液體，而且內容物極為相似。由此推敲，這是螞蟻大家族的普遍現象，可能在眾蟻尚未分家之前已經存在。

螞蟻巢穴的內部循環如此協調，充分反映出社會性昆蟲的優點，但是同為社會性昆蟲的蜜蜂沒有。這應該是螞蟻演化為社會性的重要一步，卻不是其他社會性昆蟲的特徵。

想來也很奇妙。人們對螞蟻很熟，研究螞蟻、養螞蟻的人一大堆，可是這回報告的現象儘管普遍，卻只是首度被明確指出。我猜以前應該有人發現這件事，只是沒有深入鑽研。

等待探討的問題，無所不在，只要有心。

延伸閱讀

• 如何用CRISPR 技術，揭開螞蟻複雜社會行為之謎？——《科學月刊》
• 台灣紅火蟻防治司令部——王忠信與他的千軍萬「螞」
• 對抗紅火蟻新兵法：破解關鍵基因，讓工蟻對蟻后下剋上？

參考資料

1. Snir, O., Alwaseem, H., Heissel, S., Sharma, A., Valdés-Rodríguez, S., Carroll, T. S., … & Kronauer, D. J. (2022). The pupal moulting fluid has evolved social functions in ants. Nature, 1-7.
2. A fluid role in ant society as adults give larvae ‘milk’ from pupae
3. Anatomy of a superorganism: Ant pupae secrete fluid as ‘milk’ to nurture young larvae
4. Pupating ants make milk — and scientists only just noticed

本文亦刊載於作者部落格《盲眼的尼安德塔石匠》暨其 facebook 同名專頁。

• 本文轉載自特有生物研究保育中心，《自然保育季刊》第 119 期

• 作者／羅美玲 Mei-Ling Lo｜荒野保護協會桃園分會、臺灣蝴蝶保育學會、桃園鳥會推廣講師｜m026802@yahoo.com.tw
• 作者／葉文琪 Wen-Chi Yeh｜行政院農業委員會林業試驗所森林保護組

粗切葉蜂是什麼？

切葉蜂（leaf-cutting bees）是膜翅目（Hymenoptera）蜜蜂總科（Apoidea）切葉蜂科（Megachilidae）切葉蜂屬（Megachile）蜂類的俗稱，主要是因為很多切葉蜂的雌蜂會利用內緣特化的大顎切取特定植物的葉片做為築巢的材料，並採集花粉當作子代的儲糧。

根據雌蜂腹部形狀及大顎的構造可以將切葉蜂大致分為三個類群（Michener 2007）。第 1 類群雌蜂的腹部較扁平，從基部逐漸向末端縮窄，大顎第 2 或者第 2 和第 3 齒間縫具有切緣（cutting edge），主要利用植物葉片築巢；第 2 類群雌蜂的腹部圓厚，兩側平直，大顎齒間縫沒有切緣，主要利用樹脂築巢；第 3 類群雌蜂的腹部形狀類似第 2 類群，但大顎齒間縫具有切緣，並會混合葉片、泥土及樹脂築巢。

臺灣已確認紀錄的切葉蜂共有 20 種（Yasumatsu 1965），涵蓋了上述三個類群，但以第 1 類群種類較多。本文的觀察紀錄對象粗切葉蜂（Megachile sculpturalis）則屬於第 2 類群。

觀察地點位於桃園市郊區的虎頭山，是一處以次生林樹種為主的淺山森林，海拔 200 多公尺。虎頭山每年 7～8 月是各種蜂類活躍的季節，山頂停機坪一處菜園裡各種瓜果的花朵，以及周邊荒地綻放色彩繽紛的野花，總會吸引各類訪花的蜂類。

2019 年 8 月筆者發現菜園旁的竹棚架上，有一隻銅翼眥木蜂（Xylocopa tranquebarorum）雌蜂在竹管內築巢，並以腹部末端擋住直徑 1cm 的巢孔。該處同時觀察到一隻切葉蜂也從同一個巢孔出入，比對 Yasumatsu 1965 年的資料鑑定後，確認為粗切葉蜂。這兩種大型的獨居授粉蜂能共處一室的行為引起筆者的好奇與興趣，因而展開進一步的觀察與記錄。

粗切葉蜂的外形特徵

粗切葉蜂雌蜂體長 2.0～2.3 cm，身體黑色，胸部背面及第 1 腹節密生紅褐色長毛，側面及前足腿節則為黃褐色長毛。頭部近球形，密布明顯凹刻，唇基橫條形；大顎長而直，長約臉寬 2／3，咀嚼緣長約大顎的 1／3，靠近末端有一個大齒。腹部第 2、3 節背面具明顯粗大凹刻，腹部腹面有黑色細直長毛形成的花粉梳（scopa）。雄蜂臉部有濃密的黃色長毛簇，體型及大顎長度均小於雌蜂，腹部無花粉梳。

本種外形與丘切葉蜂（Megachile monticola）最相近，但後者體型較大，身體黃褐色毛不明顯，胸部長毛更濃密；丘切葉蜂的大顎比粗切葉蜂更長，約接近臉寬，咀嚼緣較短，長約大顎的 1／4；腹部第 2、3 節背面的凹刻小而不明顯。

另一種可能與粗切葉蜂混淆的種類為擬丘切葉蜂（Megachile pseudomonticola），但該種頭部扁而窄，大顎明顯較短，腹部第 2 節有一圈紅褐色毛，第 2、3 腹節背面的凹刻小而不明顯。

粗切葉蜂的築巢習性

鳩占鵲巢

銅翼眥木蜂是淺山農地常見的大型授粉蜂，雌蜂喜歡在為了耕作而架設的枯竹管上築巢，利用強有力的大顎直接咬破竹管鑽入內部，然後以寬大而堅硬的腹部擋住巢孔防止入侵者進入。

觀察的竹管在巢孔右側至少有 2 隻銅翼眥木蜂雌蜂共住，只要一隻從巢孔飛出，另一隻立即以腹部末端堵住巢孔。不過此時的銅翼眥木蜂雌蜂似乎沒有育幼，因為返巢時後腳花粉籃並未攜帶花粉。共用竹管的粗切葉蜂雌蜂初期只在巢孔左側築巢，返巢時腹部和腳布滿黃色花粉，出巢時花粉已卸除乾淨，表示正在收集儲糧育幼。

粗切葉蜂進出巢時會擠開守護巢孔的銅翼眥木蜂，但是後者在前者離開後會馬上將巢孔堵住。過了一段時間（約莫 13 天），粗切葉蜂築巢的位置逐漸往巢孔右側推進；此時，銅翼眥木蜂會遭受驅趕，無法再進入竹管，經過幾次嘗試失敗後便未再出現。

國外文獻曾報導入侵美國的粗切葉蜂雌蜂會利用樹脂塗抹在東部木蜂（Xylocopa virginica）身上，使其無法行動，甚至會攻擊或殺死木蜂侵占其巢穴（Rusty 2018）；然而，筆者並未觀察到類似行為。

巢位選擇

觀察地點的竹棚距地面 1～2 m；於 2019～2021 年間共計發現 8 個巢位，巢位的選擇有竹管、橫擺或直立的木頭、木柱。

巢孔直徑 1～3 cm，有的位於竹管前端，有的則在側邊；有一個在木柱上的巢位只有一個巢室，深度 5cm。8 個巢位中有 3 個是銅翼眥木蜂挖鑿的竹管，其中一個是共用巢位；其他還有 2 個巢位是利用黃斑前喙蜾蠃（Anterhynchium flavopunctatum）和條切葉蜂（Megachile faceta）的舊巢。

粗切葉蜂對巢位高低、巢體材質、巢管長度、巢孔方向和孔徑的大小選擇彈性很大；也會利用舊巢，能夠就地選擇善加利用。

樹脂巢室

雌蜂採集樹脂建構巢室，步驟是先鋪下層，再鋪右側，最後是左側。過程中，雌蜂也會咬著纖維回巢摻雜在樹脂間整修巢室。雌蜂通常在下午採脂，大約持續 1～2.5 小時，每趟來回 2～4 分鐘，卸下樹脂再出巢約需 1 分鐘。

許多植物都會分泌樹脂，尤其針葉樹最為常見。根據樹脂味道與採集飛行的方位判斷，雌蜂所採集的樹脂很可能是松脂。雌蜂所採集的樹脂可能具有類似蜜蜂蜂膠防潮、抗病、避免掠食者的功能（Bankova et al .2000）。

花粉儲糧

雌蜂建構巢室到一定大小後，便開始採集花粉做為子代的儲糧。採粉一趟花費的時間約 4～30 分鐘不等，推測會因採粉點的遠近而有差異；雌蜂入巢後約 3 分鐘即完成卸粉。

採粉行為主要集中在上午，通常連續花費 2～3 小時。雌蜂卸粉時通常是頭進頭出，如果巢位空間狹窄沒有轉身餘地，會在巢孔外轉身，尾部朝內倒退入巢卸粉。

觀察期間發現粗切葉蜂數十趟採回的花粉千篇一律都是鮮黃色，推測可能是菜園周圍開花數量最多的大花咸豐草（Bidens pilosa）。如果空間足夠，雌蜂在花粉補充完畢後會採集樹脂和纖維製作巢室隔間，繼續建構下一個巢室的工作。

封巢

天候不佳時，雌蜂會停止築巢的工作，待在巢管內休息。當所有巢室完成後，築巢工作便進入封巢的最後階段；雌蜂先採集樹脂封閉巢孔，接著利用大顎在附近地面收集泥土，然後將泥團均勻塗抹在樹脂層外面。

每次採集跟塗抹泥團的時間只花 2～3 分鐘，最後將巢孔外層修飾平整，築巢工作就完成了！雌蜂取用封巢的材料不一定，有時只有泥土，並無樹脂。

探巢行為

完成封巢後雌，蜂會在原巢位附近尋找其他適當地點繼續築巢。

有趣的是，在建構下一個巢位的過程中，無論採到樹脂、纖維或花粉，雌蜂幾乎每趟都會先飛回原巢位探視，持續時間約 3～10 秒；有時會停在巢位上觀望，有時只在巢位旁盤旋徘徊就立刻飛離。

巢位爭奪

也許是適合的巢位有限，兩隻雌蜂間會為了爭奪巢位大打出手。入侵者會以大顎咬住原巢主的腹部末端，試圖將後者拉出巢外。

曾觀察到這樣的行為僵持近 10 分鐘，原巢主終於退出巢孔，但是並不退讓；接著兩蜂以大顎互相箝制，鬥得難分難捨，纏鬥將近 20 幾分鐘；最後終於有一方獲得勝利，順利進入巢內，只是難以分辨是哪一方。

巢室構造

雌蜂築巢工作完畢後，筆者將封巢的竹管帶回室內觀察，以便記錄巢室的構造及幼蟲的發育狀態。兩根帶回觀察的竹管原為同一根竹桿，離地約 2 m；第一根竹管在 2019 年 9 月雌蜂封巢後鋸斷帶回，第二根竹管則可能是同一隻雌蜂利用剩餘的竹桿後段繼續築巢。

第一根竹管是與銅翼眥木蜂共用的巢管，巢孔在兩個竹節間。8 月首次發現時，雌蜂已築巢一些時日，約 14 日後封巢。此竹管巢孔的右側因有銅翼眥木蜂進駐，所以雌蜂是先在巢孔的左側築巢；雌蜂將銅翼眥木蜂驅趕離巢後，才利用右側繼續築巢，因此巢孔左右兩側都有巢室。竹管內徑 1.5 cm，裡面所有巢室並非前後相接連成一直線，而是上下錯落緊密排列，可能為了節省空間和巢材。巢室呈長筒狀，由樹脂混合植物纖維築成，花粉團儲糧約占巢室一半的空間。

9 月 11 日打開竹管觀察，巢孔左側由左到右共有 6 個巢室，總長約 11cm，每個巢室有一隻不同齡期的幼蟲；第 1 室幼蟲似乎已達終齡，9 月 19 日吐絲結繭，10 月 10 日撕開繭皮觀察時內側已是前蛹。巢孔右側由右至左共有 3 個巢室，總長 5.5 cm；第 1 室只有花粉團儲糧，並未發現卵或幼蟲，第 2 室幼蟲似 1～2 齡，第 3 室的蜂糧上則只有 1 顆卵，並於 9 月 13 日孵化為 1 齡幼蟲。

第二根竹管一端是封閉的竹節，竹節至管口長 26cm。雌蜂在 9 月 12 日開始築巢，9 月 24 日封巢；當日觀察發現竹管由右至左共有 4 個巢室，總長 8cm，封巢處離管口尚有 18cm。

前 3 室各有不同齡期的幼蟲，第 2 室幼蟲於 11 月 1 日進入前蛹期；第 4 室有一顆長橢圓形稍彎曲的白色卵粒，因不明原因並未順利孵化。

可惜竹管內的許多幼蟲無法順利成長至前蛹階段，因此從有限的資料只能得知卵約 2～3日孵化，終齡幼蟲至吐絲結繭約需 2 週，且前蛹期很長，因此推測粗切葉蜂是以前蛹越冬，一年只有一個世代。

粗切葉蜂的寄生性天敵

雌蜂築巢期間除了發現尖腹蜂（Coelioxys sp.）曾進出其巢位，寄生性的星蜂虻（Anthrax aygulus）應該是最常出現的寄生性天敵，在不同巢位都能觀察到牠們在巢位前盤旋駐足，有時甚至 2 隻會同時朝同一個巢孔進行投彈產卵。

然而，星蜂虻雖然頻繁騷擾，但是並未發現巢室內有被其寄生的跡象，反而比較常見寄生蜂。筆者在 3 個帶回的前蛹蛹體上發現滿是體長約 1 mm 的寄生蜂幼蟲，經陳仁杰醫師協助辨識羽化後的成蜂，應該是屬於釉小蜂科（Eulophidae）的擬孔蜂巨柄嚙小蜂（Melittobia acasta）。本種寄生蜂體型很小，雌雄異型，雌蟲體色暗黑，雄蟲則呈黃褐色，翅膀透明短小，觸角基部明顯膨大。這種寄生蜂雄蟲數量很少，雌雄數量比例差異懸殊。

筆者曾觀察到 3 次擬孔蜂巨柄嚙小蜂雌雄的交配行為，通常是雄蜂自後方爬上雌蜂背部，頭部整個向前傾，似乎是抓住或咬住雌蟲的頸部。起初，雄蜂除了觸角偶爾輕微抖動之外，幾乎沒有什麼動作，待時機成熟便突然快速往後移動，將腹部前彎與雌蟲腹部末端結合。整個求偶過程在 10～14 分鐘內完成，真正交尾的時間卻很短暫，其中兩次在 1～3 秒內完成，另一次可能因為雌蟲配合度較差，花了 10 幾秒。

有關於幼蟲的部分，我們持續觀察中

筆者連續 3 年在虎頭山的野外觀察發現粗切葉蜂雌蜂最早於 8 月下旬開始築巢活動，10 月過後就不再出現，生活史應該是一年一世代；成蟲發生期短，僅持續兩個多月，並以前蛹狀態越冬。

雌蜂主要以樹脂、植物纖維及少量泥土為巢材，在竹管或木頭的孔隙中築巢；巢室長筒狀，頭尾與相鄰的巢室交錯排列互相重疊，數量多寡則因選擇的巢位空間而定。巢室內會儲存約半個巢室空間的花粉團作為幼蟲儲糧，且在每個巢室僅產下一粒卵。

由於觀察機會及個人時間有限，本次的觀察對於粗切葉蜂的幼蟲發育過程並沒有太多紀錄；期待日後持續的努力，以及更多愛好者一起加入切葉蜂生態觀察的行列，能夠解開這部分的謎題。