偵癌儀器輻射過量 專家揭弊 遭美國食品藥物管理局監看側錄電腦

本文與 TRPMA 台灣研發型生技新藥發展協會合作，泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此，我們花了很多時間介紹最新、最有效的抗癌方法之一：免疫療法。

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機，能精準鎖定你體內的敵人——癌細胞，為它們打上標記，然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統，為身體「上buff (增益) 」來抗癌，副作用較低，因此備受好評。

但尷尬的是，經過幾年的臨床考驗，科學家發現：光靠抗體對抗癌症，竟然已經不夠用了。

事情是這樣的，臨床上醫生與科學家逐漸發現：這個抗體標記，不是容易損壞，就是癌細胞同時設有多個陷阱關卡，只靠叫醒免疫細胞，還是難以發揮戰力。

但好消息是，我們的生技工程也大幅進步了。科學家開始思考：如果這台偵察無人機只有「標記」這一招不夠用，為什麼不幫它升級，讓它多學幾招呢？

這個能讓免疫藥物（偵察無人機）大進化的訓練器，就是今天的主角—融合蛋白（fusion protein）。

融合蛋白是什麼？

免疫療法遇到的問題，我們可以這樣理解：想像你的身體是一座國家，病毒、細菌、腫瘤就是入侵者；而抗體，就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內，它能迅速辨識敵人、緊抓不放，並呼叫其他免疫單位（友軍）一同解決威脅。過去 20 年，最強的偵查機型叫做「單株抗體」。1998年，生技公司基因泰克（Genentech）推出的藥物赫賽汀（Herceptin），就是一款針對 HER2 蛋白的單株抗體，目標是治療乳癌。

這支無人機群為什麼能對抗癌症？這要歸功於它「Y」字形的小小抗體分子，構造看似簡單，卻蘊藏巧思：

• 「Y」 字形上面的兩隻「叉叉」是敵人偵測器，能找到敵人身上的抗原特徵，並黏上去，稱為抗體結合區「Fab 區域」。
  
• 「Y」 字形的「尾巴」就是我們說的「標籤」，它能通知免疫系統啟動攻擊，稱為結晶區域片段「Fc 區域」。具體來說，當免疫細胞在體內巡邏，免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合，進而認出病原體或感染細胞，接著展開清除。

更厲害的是，這個 Fc 區域標籤還能加裝不同功能。一般來說，人體內多餘的分子，會被定期清除。例如，細胞內會有溶酶體不斷分解多餘的物質，或是血液經過肝臟時會被代謝、分解。那麼，人造抗體對身體來說，屬於外來的東西，自然也會被清除。

而 Fc區域會與細胞內體上的Fc受體結合，告訴細胞「別分解我」的訊號，阻止溶酶體的作用。又或是單純把標籤做的超大，例如接上一段長長的蛋白質，或是聚乙二醇鏈，讓整個抗體分子的大小，大於腎臟過濾孔的大小，難以被腎臟過濾，進而延長抗體在體內的存活時間。

偵測器（Fab）加上標籤（Fc）的結構，使抗體成為最早、也最成功的「天然設計藥物」。然而，當抗體在臨床上逐漸普及，一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」，但這同時也是它的限制。

第一個問題：抗體只能打「魔王」，無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效，因為敵人身上有明顯標記。但癌細胞的形成與惡化，是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛，卻只能針對已經帶有特定分子的癌細胞魔王，無法摧毀那個孕育魔王的系統魔窟。這時，我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

第二個問題：開發產線的限制。

抗體的開發，得經過複雜的細胞培養與純化程序。每次改變結構或目標，幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機，明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間，讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路，科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計，巧合的是，真正的突破靈感，仍然來自大自然。

在自然界中，基因有時會彼此「融合」成全新的組合，讓生物獲得額外功能。例如細菌，它們常仰賴一連串的酶來完成代謝，中間產物要在細胞裡來回傳遞。但後來，其中幾個酶的基因彼此融合，而且不只是基因層級的合併，產出的酶本身也變成同一條長長的蛋白質。

結果，反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」，而是直接在同一條生產線上完成。對細菌來說，能更快處理養分、用更少能量維持生存，自然形成適應上的優勢，這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發：如果我們也能把兩種有用的蛋白質，「人工融合」在一起，是否就能創造出更強大的新分子？於是，融合蛋白（fusion protein）就出現了。

以假亂真：融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺：把兩種以上、功能不同的蛋白質，用基因工程的方式「接起來」，讓它們成為同一個分子。 

1990 年，融合蛋白 CD4 免疫黏附素（CD4 immunoadhesin）誕生。這項設計，是為了對付令人類聞風喪膽的 HIV 病毒。

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中，大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作，幫助 T 細胞辨識其他細胞表面的抗原片段，等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球，就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍，竟然把 T 細胞的 CD4 探測器，當成了自己辨識獵物的「標記」。沒錯，對 HIV 病毒來說，免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白，會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合，就會啟動一連串反應，讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞，導致免疫系統逐漸崩潰。

為了逆轉這場悲劇，融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似，由由兩個不同段落所組成：一端是 CD4 假受體，另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內，它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

厲害了吧。 病毒以為自己抓到了目標細胞，其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4，自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用：一是延長融合蛋白在體內的存活時間；二是理論上能掛上「這裡有敵人！」的標籤，這種機制稱為抗體依賴性細胞毒殺（ADCC）或免疫吞噬作用（ADCP）。當免疫細胞的 Fc 受體與 Fc 區域結合，就能促使免疫細胞清除被黏住的病毒顆粒。

不過，這裡有個關鍵細節。

在實際設計中，CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是：HIV 專門攻擊的就是免疫細胞本身，許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍，反而可能引發強烈的發炎反應，甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊，這樣副作用太大。因此，CD4 免疫黏附素的 Fc 區域會加入特定突變，讓它只保留延長藥物壽命的功能，而不會與淋巴球的 Fc 受體結合，以避免誘發免疫反應。

從 DNA 藍圖到生物積木：融合蛋白的設計巧思

融合蛋白雖然潛力強大，但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事，得從最根本的設計圖，也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質，都是細胞照著 DNA 上的指令一步步合成的。所以，如果科學家想把蛋白 A 和蛋白 B 接在一起，就得先把這兩段基因找出來，然後再「拼」成一段新的 DNA。

不過，如果你只是單純把兩段基因硬接起來，那失敗就是必然的。因為兩個蛋白會互相「打架」，導致摺疊錯亂、功能全毀。

這時就需要一個小幫手：連接子（linker）。它的作用就像中間的彈性膠帶，讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計，是用多個甘胺酸（G）和絲胺酸（S）組成的柔性小蛋白鏈。

設計好這段 DNA 之後，就能把它放進細胞裡，讓細胞幫忙「代工」製造出這個融合蛋白。接著，科學家會用層析、電泳等方法把它純化出來，再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利，這個人工設計的融合分子，就能像自然界的蛋白一樣穩定運作，一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後，融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白，早就不只是「假受體＋Fc 區域」這麼單純。它已經跳脫模仿抗體，成為真正能自由組裝、自由設計的生物積木。

融合蛋白的強項，就在於它能「自由組裝」。

以抗體為骨架，科學家可以接上任何想要的功能模組，創造出全新的藥物型態。一般的抗體只能「抓」（標記特定靶點）；但融合蛋白不只會抓，還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下，它在藥物設計上，幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說，當我們選擇使用融合蛋白時，通常會期待它能發揮幾種關鍵效果：

1. 療效協同： 一款藥上面就能同時針對多個靶點作用，有機會提升治療反應率與持續時間，達到「一藥多效」的臨床價值。
2. 減少用藥： 原本需要兩到三種單株抗體聯合使用的療法，也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數，對病人來說，也有機會因為用藥減少而降低治療成本。
3. 降低毒性風險： 經過良好設計的融合蛋白，可以做到更精準的「局部活化」，讓藥物只在目標區域發揮作用，減少副作用。

到目前為止，我們了解了融合蛋白是如何製造的，也知道它的潛力有多大。

那麼，目前實際成效到底如何呢？

一箭雙鵰：拆解癌細胞的「偽裝」與「內奸」

2016 年，德國默克（Merck KGaA）展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於，它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝，一邊解除它的防護罩。

PD-L1，我們或許不陌生，它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時，就會讓免疫系統誤以為「這細胞是自己人」，於是放過它。我們的策略，就是用一個抗體或抗體樣蛋白黏上去，把這張「偽裝良民證」封住，讓免疫系統能重新啟動。

但光拆掉偽裝還不夠，因為癌細胞還有另一位強大的盟友—一個起初是我軍，後來卻被癌細胞收買、滲透的「內奸」。它就是，轉化生長因子-β，縮寫 TGF-β。

先說清楚，TGF-β 原本是體內的秩序管理者，掌管著細胞的生長、分化、凋亡，還負責調節免疫反應。在正常細胞或癌症早期，它會和細胞表面的 TGFBR2 受體結合，啟動一連串訊號，抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期，TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失，導致 TGF-β 不但失去了原本的抑制作用，反而轉向幫癌細胞做事。

它會讓細胞骨架（actin cytoskeleton）重新排列，讓細胞變長、變軟、更有彈性，還能長出像觸手的「偽足」（lamellipodia、filopodia），一步步往外移動、鑽進組織，甚至進入血管、展開全身轉移。

更糟的是，這時「黑化」的 TGF-β 還會壓抑免疫系統，讓 T 細胞和自然殺手細胞變得不再有攻擊力，同時刺激新血管生成，幫腫瘤打通營養補給線。

為了對抗這個內奸，默克在 Bintrafusp Alfa 的結構裡，加上了一個「TGF-β 陷阱（trap）」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣，這個融合蛋白在體內循環時，會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合，從而鬆開了那副壓抑免疫系統的腳鐐。

告別單一解方：融合蛋白的「全方位圍剿」戰

但，故事還沒完。我們之前提過，癌細胞之所以難纏，在於它會發展出各種「免疫逃脫」策略。

而近年我們發現，癌細胞的「偽良民證」至少就有兩張：一張是 PD-L1；另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號，當它與免疫細胞上的 SIRPα 結合時，就會抑制吞噬反應。

為此，總部位於台北的漢康生技，決定打造能同時對付 PD-L1、CD-47，乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已，但實際上極不簡單。截至目前，全球都還沒有任何三功能抗體或融合蛋白批准上市，在臨床階段的生物候選藥，也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術，製作出了三功能的生物藥 HCB301，目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強，還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄，我們就透過融合蛋白，創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力，而是一組可以「客製化組裝」的平台，用以應付癌細胞所有的逃脫策略。

Catch Me If You Can？融合蛋白的回答是：「We Can.」

未來癌症的治療戰場，也將從尋找「唯一解」，轉變成如何「全方位圍剿」癌細胞，避免任何的逃脫。

本文與 Perplexity 合作，泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡，機器人的聲音就該是冰冷、單調，不帶一絲情感 。它們的動作僵硬，肢體不協調，像一個沒有靈魂的傀儡，甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是，現今的機器人發展不再只會跳舞或模仿人聲，而是已經能獨立完成一場膽囊切除手術。

就在2025年，美國一間實驗室發表了一項成果：一台名為「SRT-H」的機器人（階層式手術機器人Transformer），在沒有人類醫師介入的情況下，成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力，最終在八個不同的離體膽囊上，達成了 100% 的自主手術成功率。

這項成就的意義重大，因為過去機器人手術的自動化，大多集中在像是縫合這樣的單一「任務」上。然而，這一場完整的手術，是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中，實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題：我們究竟錯過了什麼？機器人是如何在我們看不見的角落，悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化？

這趟思想探險，將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到，它們正以前所未有的方式，發展出生物般的觸覺、理解複雜指令、學會團隊合作，甚至開始自我修復與演化，成為一種真正的「準生命體」 。

所以，你準備好迎接這個機器人的新紀元了嗎？

只靠模仿還不夠？手術機器人還需要學會「犯錯」與「糾正」

那麼，SRT-H 這位機器人的外科大腦，究竟藏著什麼秘密？答案就在它創新的「階層式框架」設計裡 。

你可以想像，SRT-H 的腦中，住著一個分工明確的兩人團隊，就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

• 第一位，是動口不動手的總指揮「黑傑克」： 它不下達具體的動作指令，而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令，是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
• 第二位，是靈巧的助手「皮諾可」： 它負責接收黑傑克的語言指令，並將這些抽象的命令，轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工，而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始，研究人員在訓練過程中，會刻意讓它犯錯，並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法，被稱為「糾正性示範」 。

這項訓練，讓 SRT-H 學會了一項外科手術中最關鍵的技能：當它發現執行搞砸了，它能即時識別偏差，並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後，機器人在遇到困難時，要不是完全失敗，就是陷入無效的重複行為中 。

正是靠著這種從錯誤中學習、自我修正的能力，SRT-H 最終在八次不同的手術中，達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦，足以應付更混亂、更無法預測的真實世界嗎？例如在亞馬遜的倉庫裡，機器人不只需要思考，更需要實際「會做事」。

要能精準地與環境互動，光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體，它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去，這裡的倉儲機器人（如 Kiva 系統）就像放大版的掃地機器人，核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸，只負責搬運整個貨架，再由人類員工挑出包裹。

但 2025 年5月，亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡，商品被存放在由彈性帶固定的織物儲物格中，而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網，再從堆放雜亂的儲物格中，精準取出單一包裹，且不能造成任何損壞。

Vulcan 的核心突破，就在於它在「拿取」這個動作上，學會了生物般的「觸覺」。它靈活的機械手臂末端工具（EOAT, End-Of-Arm Tool），不僅配備了攝影機，還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力，和三個維度的旋轉力矩。這就像你的手指，裡頭分布著非常多的受器，不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」，能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同，從而動態調整行為，避免損壞貨物。

其實，這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時，你的大腦並不會先計算出精準的空間座標。實際上，你會先把手伸到大概的位置，讓指尖輕觸桌面，再沿著桌面滑動，直到「感覺」到硬幣的邊緣，最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺＋觸覺」的混合策略，先用攝影機判斷大致的空間，再用觸覺回饋完成最後精細的操作。

靠著這項能力，Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項，並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義，從單純的「替代人力」，轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」，Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎？它們都還是「專家」，一個只會開刀，一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本，但機器人的終極目標，是像人類一樣成為「通才」，讓單一機器人，能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」？

你問，機器人能成為像我們一樣的「通才」嗎？過去不行，但現在，這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去，我們教機器人只會一個指令、一個動作。但現在，科學家們換了一種全新的教學思路：停止教機器人完整的「任務」，而是開始教它們基礎的「技能基元」（skill primitives），這就像是動作的模組。

例如，有負責走路的「移動」(Locomotion) 基元，和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法，學習如何組合這些「技能基元」來達成新目標。

舉個例子，當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時，它會自動將其拆解為一系列已知技能的組合：首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後，就可以開始來大量訓練。

當多重宇宙的機器人合體練功：通用 AI 的誕生

好，既然要學，那就要練習。但這些機器人要去哪裡獲得足夠的練習機會？總不能直接去你家廚房實習吧。答案是：它們在數位世界裡練習。

NVIDIA 的 Isaac Sim 等平台，能創造出照片級真實感、物理上精確的模擬環境，讓 AI 可以在一天之內，進行相當於數千小時的練習，獨自刷副本升級。這種從「模擬到現實」（sim-to-real）的訓練管線，正是讓訓練這些複雜的通用模型變得可行的關鍵。

DeepMind 的 RT-X 計畫還發現了一個驚人的現象：用來自多種「不同類型」機器人的數據，去訓練一個單一的 AI 模型，會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後，它在任何單一機器人上的成功率，比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後，經驗值合併，讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念，這些概念獨立於它所控制的特定身體。

不再是工程師，而是「父母」： AI 的新學習模式

這也導向了一個科幻的未來：或許未來可能存在一個中央「機器人大腦」，它可以下載到各種不同的身體裡，並即時適應新硬體。

這種學習方式，也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師，而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型，正是透過一個「數據金字塔」來進行訓練的：

• 金字塔底層： 是大量的人類影片。
• 金字塔中層： 是海量的模擬數據（即我們提過的「數位世界」練習）。
• 金字塔頂層： 才是最珍貴、真實的機器人操作數據。

這種模式，大大降低了「教導」機器人新技能的門檻，讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體，而是「任何」物體？

我們一路看到了機器人如何學會思考、觸摸，甚至舉一反三。但這一切，都建立在一個前提上：它們的物理形態是固定的。

但，如果連這個前提都可以被打破呢？這代表機器人的定義不再是固定的形態，而是可變的功能：它能改變身體來適應任何挑戰，不再是一台單一的機器，而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院特別具有代表性，該學院的仿生機器人實驗室（Bioinspired Robotics Group, BIRG）2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院（EPFL）特別具有代表性。該學院的仿生機器人實驗室（BIRG）在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年，來自 EPFL 的另一個實驗室——可重組機器人工程實驗室（RRL），更進一步推出了 Mori3，這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

Mori3 的核心，是一個個小小的三角形模組。別看它簡單，每個模組都是一個獨立的機器人，有自己的電源、馬達、感測器和處理器，能獨立行動，也能和其他模組合作。最厲害的是，它的三條邊可以自由伸縮，讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時，就能像一群活的拼圖一樣，從平面展開，組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡，我們熟悉的 3D 模型，其實就是由許多多邊形（通常是三角形）拼湊成的網格。Mori3 的創新之處，就是把這種純粹的數位抽象，真正搬到了現實世界，讓模組們化身成能活動的「實體網格」。

這代表什麼？團隊已經展示了三種能力：

• 移動：他們用十個模組能組合成一個四足結構，它能從平坦的二維狀態站立起來，並開始行走。這不只是結構變形，而是真正的協調運動。
• 操縱： 五個模組組合成一條機械臂，撿起物體，甚至透過末端模組的伸縮來擴大工作範圍。
• 互動： 模組們能形成一個可隨時變形的三維曲面，即時追蹤使用者的手勢，把手的動作轉換成實體表面的起伏，等於做出了一個會「活」的觸控介面。

這些展示，不只是實驗室裡的炫技，而是真實證明了「物理多邊形網格化」的潛力：它不僅能構建靜態的結構，還能創造具備複雜動作的動態系統。而且，同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景：救援隊帶來的不是一台笨重的挖土機，而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人，鑽入瓦礫縫隙；一旦進入開闊地後，再重組成一隻多足的「蜘蛛」，以便在不平的地面上穩定行走；發現受困者時，一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑，另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景，正是科幻中的概念：可程式化物質（Programmable Matter），或稱「黏土電子學」（Claytronics）。想像一桶「東西」，你可以命令它變成任何你需要的工具：一支扳手、一張椅子，或是一座臨時的橋樑。

未來，我們只需設計一個通用的、可重構的「系統」，它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上，是一個從硬體定義的世界，走向軟體定義的物理世界的轉變。

更重要的是，因為模組可以隨意分開與聚集，損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時，它就像一個超個體，如同蟻群築橋。至此，「機器」與「有機體」的定義，也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡，演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T)，甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展，一個全新的挑戰也隨之而來：在一個 AI 也能生成影像的時代，我們如何分辨「真實的突破」與「虛假的奇觀」？

舉一個近期的案例：2025 年 2 月，一則影片在網路上流傳，顯示一台人形機器人與兩名人類選手進行羽毛球比賽，並且輕鬆擊敗了人類。我的第一反應是懷疑：這太誇張了，一定是 AI 合成的影片吧？但，該怎麼驗證呢？答案是：用魔法打敗魔法。

在眾多 AI 工具中，Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity，它馬上就告訴我：該影片已被查證為數位合成或剪輯。但它並未就此打住，而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D。

接著，選擇「研究模式」，就能深入了解 ANYmal-D 的詳細原理。原來，真正的羽球機器人根本不是「人形」，而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解，Perplexity 的「實驗室」功能，還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用，更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史：為何選擇四足？如何精進硬體與感測器結構？以及除了運動領域外，四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人：數位世界的新物種

從開刀、揀貨、打球，到虛擬練功，這些都是機器人正在學習「幫我們做」的事。但接下來，機器人將獲得更強的「探索」能力，幫我們做那些我們自己做不到的事。

這就像是，傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力，它就像是數位世界裡的機器人，能成為我們的「代理人」（Agent）。

它的核心功能，就是拆解過去需要我們手動完成的多步驟工作流，提供「專業代工」，並直接交付成果。

例如，你可以直接對它說：「閱讀這封會議郵件，檢查我的行事曆跟代辦事項，然後草擬一封回信。」或是直接下達一個複雜的指令：「幫我訂 Blue Origin 的太空旅遊座位，記得要來回票。」

接著，你只要兩手一攤，Perplexity 就會接管你的瀏覽器，分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋，或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路，而實體機器人，則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧！ 現在申辦台灣大哥大月付 599(以上) 方案，還可以獲得 1 年免費 Perplexity Pro plan 喔！(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文／田偲妤
• 美術設計／蔡宛潔

迎接我們的是什麼樣的未來？

想像 30 年後，生活將發生什麼改變？行政院國家發展委員會於 2022 年 3 月 30 日公布「臺灣 2050 淨零排放路徑及策略」，針對能源、產業、生活與社會轉型提出多項政策，倡導人們逐步展開淨零新生活。中央研究院「研之有物」專訪《臺灣淨零科技研發政策建議書》諮詢委員──中研院經濟研究所蕭代基兼任研究員、臺灣大學國家發展研究所周桂田教授，從與生活最貼近的經濟及社會政策出發，深入剖析臺灣如何在淨零路徑上穩健前行。迎接我們的是什麼樣的未來？一起來關心！

時間來到 2050 年，一覺醒來，生活將發生什麼改變？望向窗外，鄰居的屋頂架設了太陽能板，馬路上一輛輛電動車川流不息。打開衣櫃，穿上隨租隨送的流行服飾。走進早餐店，煎台上的人造雞肉散發迷人香氣。打卡進辦公室，充滿朝氣的一天在高強度木竹構造大樓展開，固碳的木竹建材來自永續經營的森林。

上述情景啟發自行政院國家發展委員會的「淨零生活藍圖」，究竟什麼是「淨零」（Net zero）？推動的原因為何？又將對我們的生活產生什麼影響？

淨零風潮席捲全球，臺灣該如何因應挑戰？

在解開「淨零」謎團之前，我們先來看看聯合國政府間氣候變化專門委員會（IPCC）在 2018 年公布的全球暖化特別報告，當中預測 2030 年左右，地球表面均溫將比工業革命前高出 1.5℃。

如不在 2030 年前有效減碳、發展生質能源與除碳技術，並在 2050 年左右達到「淨零排放」，將引發更劇烈的極端氣候、糧食與水資源短缺、海平面上升等危機，嚴重威脅全人類與自然萬物的生存。

「淨零排放」指的是，在特定時間內，人為產生的溫室氣體（主要為二氧化碳）排放量，與人為移除量相互抵消，達到「淨零」目標。

為此，全球掀起一股淨零風潮，其中以 1994 年生效、多達 197 個締約國的「聯合國氣候變化綱要公約」（UNFCCC）最具指標性，各國領袖定期出席氣候變遷大會，做出減碳承諾，簽定了「京都議定書」、「巴黎協定」等重要協議。

臺灣雖然不是聯合國會員，也無法置身事外，隨著各國紛紛祭出碳邊境稅、綠色供應鏈等政策，出口導向的臺灣必須盡快做出應變。

另一個棘手問題是，臺灣的慣用能源、主要產業多偏向高碳排、高耗能、高汙染性質，養成高度碳鎖定的褐色經濟體質。產出的低附加價值商品，使勞工的薪資水準難以提升，生產過程造成的環境汙染更會損害人民健康。

淨零轉型政策有助挽救瀕臨崩潰的地球環境，更是臺灣百年難得一遇的經濟綠色轉型契機！

2022 年 3 月 30 日，在眾人的期盼下，行政院國家發展委員會公布了「臺灣 2050 淨零排放路徑及策略」，預計在 2030 年前編列約 9 千億預算，執行能源、產業、生活、社會四大轉型策略，以及科技研發、氣候法制兩大治理基礎，並輔以十二項關鍵戰略，計畫於 2050 年與世界同步邁向淨零目標。

然而，比較可惜的是，當中並沒有納入「碳定價」制度，也沒有針對「社會公正轉型」提出細緻的規劃，這些都是推動產業轉型、兼顧民眾權益的重要政策。

有鑑於此，中央研究院召集各界專家研擬《臺灣淨零科技研發政策建議書》，其中〈經濟與社會促成因素〉一章由多位經濟與社會學者集思廣益而成。

研之有物專訪中研院經濟研究所蕭代基兼任研究員、臺大國家發展研究所周桂田教授，就經濟與社會政策提出建言。究竟臺灣的產業現況如何？有哪些推動淨零的誘因工具？如何降低淨零轉型對民生的衝擊？

我們必須先面對什麼問題？

臺灣現在比較大的難題是，我們是高碳排的國家。根據臺大風險中心的調查，2019 年臺灣十大溫室氣體排放企業中，有 6 家是石化業、2 家是鋼鐵業，排放總量約 1.034 億公噸，約佔當年度全國溫室氣體總排放量 36.05%。

雖然現在畫出淨零排放路徑，2020 年也宣示發展六大核心戰略產業，還是要以 2050 年為新目標，盤點臺灣產業正面臨的困境與價值。

例如石化業除了要思考如何解決高碳排問題，還需討論要留下什麼價值？畢竟在短鏈經濟時代，石化業是各國關注的戰略產業。否則就要形成區域的經濟聯盟，透過各國的資源交換來維持經濟發展。這都有賴針對產業現狀進行問題盤點，才能討論未來的發展藍圖。

如何兼顧淨零轉型與產業發展？

我國政府長期的產業政策在於幫助產業降低生產成本，因此將許多能源價格維持得很低。例如汽油價格調整的原則之一是保持「亞洲鄰國最低價」，讓業者用較低的成本生產物美價廉的商品，保有與他國競爭的優勢。

然而，長年的低價策略卻導致賺得利潤、附加價值也連帶偏低，而附加價值內很大一塊便是薪資，因此人民的薪資水準難以提升，跟過度的產業保護政策脫不了關係。

國家與產業競爭力大師 Michael Porter 在 1991 年提出「波特假說」（Porter hypothesis），他觀察 1970 年代以來，美國、英國、德國、日本等國的環保政策對產業的影響，發現嚴格的環保政策能促使產業創新，不但減少污染，還能提高生產效率與競爭力。

所謂溫室裡的花朵沒有競爭力，有一個發人深省的故事：美國亞利桑那州有一處佔地廣闊的人造溫室「生物圈二號」（Biosphere 2），宛如另一個自給自足的地球。溫室裡有一棵非常高大的樹木，從小到大沒碰過風，導致枝條橫向生長且越來越長，最後支撐不住、硬生生斷掉！

大自然存在各種壓力，會讓樹木為了生存而長得更堅韌。環保政策就是外在壓力，能促使產業思考，如何在環保與減碳成本增加的情況下，發展新的競爭優勢。

徵收碳費，但不徵收碳稅——差別是什麼？

國際上常見由政府制定「碳定價」措施，包含：碳稅費、能源稅、碳排放交易等制度，能讓氣候暖化的外部成本轉化成需付費的內部成本，促使企業主動減少碳排量。

我國政府預計 2024 年開始向排放者徵收「碳費」，而原訂徵收的「碳稅」則因財政部有重複課徵疑慮而暫緩。究竟碳費、碳稅有何差別？

首先，兩者的相同之處在於，皆是針對化石能源、商品或服務所產生的碳排放量來課稅，目的為促使排放者自願減量。

不同之處在於徵收機關與用途限制，碳稅由財政部徵收，用途沒有特別限制，為政府財政收入的一部分；碳費則由環保署徵收，只能專款專用於相關污染防治。

照理來說，政府收「費」是為了提供服務，例如收垃圾處理費是為了幫民眾處理垃圾。然而，如今徵收目的是要促使排放者自願減量，為了降低成本壓力，轉而從事綠色投資以推動產業轉型。不應該由政府收了錢去幫排放者做減量，因為政府做不到、也做不好減排！

建議未來要課徵「碳稅」，而不是只收「碳費」。因為碳稅的用途不受限制，能落實污染者付費原則，促使排放者肩負起減碳責任。同時也要完善碳排放交易機制，讓業者可以交易總量管制下的排放額度，增加減碳誘因。

善用「森林碳匯」，不只減碳，更要除碳！

政府除了利用各種政策工具促成排放者主動減少溫室氣體排放量，還要鼓勵大家移除大氣中的溫室氣體，才能達成淨零排放。

現行除碳技術主要有：生物質吸收、自然界無機化學反應、大氣中直接移除。當中最便宜的除碳技術就是「森林碳匯」，透過新植造林、更新造林、永續森林經營，讓植物與土壤發揮固碳功效。

臺灣有多達 60% 土地是森林，應將森林視為再生資源，經營「永續林」。政府可用除碳費帶頭收購森林碳匯，讓業者有誘因將農地改成林場，並在樹木最佳固碳年齡時砍下，同時種植一批新樹，收穫的木材應拿去製成可持久利用的家具和建材。

假設輪伐期是 60 年，我們就能循環經營 60 座森林。而森林生長的過程，對空氣品質、水土保持、生物多樣性等都有莫大好處。

過去 30 年來，政府推行國有林禁伐政策，讓森林健康及永續林經營受到很大限制，連帶影響森林碳匯的預估值。

行政院在「臺灣 2050 淨零排放路徑及策略」中，規劃碳匯將從 2019 年 21.4 百萬公噸成長到 2050 年 22.5 百萬公噸，等於 30 年來只成長 1.1 百萬公噸的碳匯量，是相當保守的做法。如改成經營永續林，加入造林誘因及持久利用木材，應可增加更多碳匯量。

如何落實淨零轉型政策？

淨零轉型政策的研擬需仰賴「社會強健性知識」（Socially robust knowledge），意指在生產跨領域、高度複雜的政策時，必須讓各領域專業人士參與，賦予政策強健的知識基礎。

英國早在 2008 年依據《氣候變遷法》（Climate Change Act）成立「氣候變遷委員會」，這是一個獨立的監督機關，由自然和社會科學領域的專家組成，有權編列各部會的減碳預算、審查減碳計畫，再送交國會複審。

如成立監督機關行不通，可參考歐盟成立「氣候諮詢委員會」，雖然沒有審核碳預算的職權，卻具備監督和專業諮詢的智庫功能。

我國行政院預計將淨零排放督導工作交給國家永續發展委員會，但為了強化執行力道與效率，建議行政院建立具備預算權的「氣候會報」，由行政院長總指揮各部會，畢竟氣候變遷是需要跨部會一起解決的問題。

此外，還要建立鼓勵公民參與的「轉型行動溝通平台」，當中包含中央與地方政府、各領域學者、文史工作者、非營利組織等各方人士。先由政府提出政策、廣邀各界參與討論、檢視現況與問題，最後回饋意見並調整政策方向。

碳定價政策可能導致減碳成本被納入生產成本，造成民生物價上漲，建議採取什麼配套措施？

2023 年初修法通過的《氣候變遷因應法》有條文提到：「依二氧化碳當量，推動溫室氣體排放之稅費機制，以因應氣候變遷，並落實中立原則，促進社會公益。」

「中立原則」意指，推動新的稅費機制時，為了不增加人民負擔，會從其他地方減稅，或將新增的碳稅費收入還給人民，使得政府總稅收不增不減。

建議還稅於民的措施加上排富條款，將這筆錢集中移轉給低所得者，有助改善所得分配不均的問題，提升民眾對政策的支持。

應執行還稅於民措施的原因在於，碳稅費是有累退性質的間接稅，會讓所得分配惡化。因為高所得者新增的碳稅費稅負佔所得的比例遠小於低所得者，而且低所得者的有限收入大部分用於民生消費，易受碳稅費引發的物價上漲影響。這就是為什麼要將稅收拿來彌補低所得者增加的花費。

適應淨零新生活的方法

如果擔心影響民生物價，民生用電可制定徵收級距、或暫緩調漲，但工業界的電價沒道理不調漲！這樣的整體思維將擱置臺灣的轉型進度。

事實上，臺灣現階段非常緊張，整個能源轉型進度遲滯，跟不上國際要求的 2030 年減碳 55% 進度，也難以因應各國祭出的碳邊境稅、綠色供應鏈等政策。

因此，業界現在多不會反對淨零轉型政策，反而希望政府趕快制訂規則，業界盡快配合調整內部作業。但目前政府考量民眾觀感，不敢大動作調漲能源價格、推動碳定價政策。

制定改變民眾習慣的政策時，應採取「行動取向的制度主義」，循序漸進設計出人民容易遵守的規定。

以限塑政策為例，從量販店、便利商店、飲料店等開始停供免費的塑膠袋與塑膠餐具，如自備環保餐具可享有優惠，逐漸養成民眾自備環保杯、購物袋的習慣。

淨零轉型政策相對來說更敏感，例如很多弱勢家庭為了省電費，晚上讓孩子到便利商店唸書，或只買得起耗電的二手家電，這些都需納入政策考量，可廣邀企業投身公益，和政府一起補貼弱勢家庭更換節能家電。

留給下一代「零碳未來」

你可能覺得淨零轉型議題遙不可及，但淨零排放路徑告訴我們，只剩不到 30 年的時間守住 1.5℃ 溫升防線，而臺灣起步的時間較他國晚了許多，更要急起直追落後的進度，否則我們將錯失產業轉型契機，承受大自然更殘酷的反撲。

根據臺大風險中心 2020 年民調顯示，臺灣民眾對能源轉型政策的公平性、計畫性、迫切性，平均感受只有 3.83 分，且獲知能源訊息頻率以「一年一次或很少聽到」的 25.5% 最高，顯示政府尚需加強宣導淨零觀念，將零碳理念紮根於教育，提升社會對永續價值的認同。

好消息是，62% 民眾接受因推動能源改革而調漲電價，56.7% 民眾可接受因徵收碳稅而調整油價。整體看來，約一半的民眾願意配合加稅與漲價來節能減碳，雖然多數能接受的幅度不大（約 1-5%），但已是好的開始。

淨零排放路徑的公布只是一個開端，尚需建構完善的治理框架以促成公私協力，許自己與未來世代一個零碳未來！

延伸閱讀

• 中央研究院《臺灣淨零科技研發政策建議書》
• 臺灣 2050 淨零排放路徑及策略總說明
• 聯合國政府間氣候變遷委員會 2018 年全球暖化 1.5℃ 特別報告
• 【研之有物】斷開碳鎖定的鎖鏈！面對國際競爭，減碳才有活路
• 蕭代基、傅俞瑄、林師模、黃琝琇（2020）。減碳政策在臺灣：補貼或課稅？綠色經濟期刊，第 6 卷，頁 A1-23。
• 臺大風險中心對淨零碳排路徑政策建議聲明
• 2020 能源轉型公眾感知度調查報告

紐約時報報導： 任職於美國食品藥物管理局 （FDA） 的五位專家因為揭弊而遭 FDA 長期電腦側錄監視。 奇異公司的腸癌檢測儀器送至 FDA 檢驗， 專家認為輻射過量， 有害人體健康； 但管理階層卻執意要放水過關。 專家在內部會議中抗議無效， 打算向國會及總統反應， 結果 e-mail 等等電腦活動被監看、 某些專家遭解聘。 以下是一些背景資訊及紐約時報報導的摘譯。

醫師建議四十歲以上的婦女要做 乳房攝影， 以便及早發現、 及早治療乳癌。 但也有一兩個學術社群認為 檢測時的微量輻射長期累積之下， 本身就會帶來致癌風險 （也請搜尋 「mammography risk」）， 所以建議 「四十至五十歲之間的女性不必接受檢測； 五十歲以上兩年檢測一次就好。」 有些論點甚至牽扯商機利益說， 也牽扯政府健保省錢說。 總之， 這個問題一直備受爭議。

腸癌的檢測也有類似的爭議: 到底是採用無輻射顧慮的傳統 colonoscopy 比較好, 還是採用非入侵性的 CT colonoscopy 比較好? 這不僅僅是健康問題, 商業利益與健保省錢的考量也必然會出現在爭論當中。

Robert Smith 是這方面的專家 — 他身兼多職， 是一位流行病學家/癌症檢驗專家。 他曾經針對乳房攝影爭議 表達支持早檢測、 每年檢測。 另一方面， 在 2010 年的爭議當中， 他 抗議 FDA 的管理階層不顧數十位專家警告， 執意要讓具有過量放射風險的奇異公司 CT colonoscopy 儀器過關上市。

後來， 在 FDA 負責審核這類檢測儀器的幾位專家懷疑自己辦公室的電腦被 FDA 監視側錄， 於是透過美國的 資訊自由法 （FOIA） 要求政府交出相關資料。 果然發現： FDA 確實長期監視側錄他們電腦螢幕上的一舉一動， 包含專家們向國會議員檢舉上述事件的 e-mail 竟也被側錄。 今年一月， 包含 Robert Smith 在內的多位專家 對 FDA 提出告訴。

FDA 固然在員工電腦的登錄畫面都已經事先警告： 「使用本電腦沒有隱私」， 但是 人權團體認為這還是太超過了。 「這些學者相信他們的作為是為了公共利益。 這類理應受到保護的吹哨揭弊通信竟受到監聽， 教人感到不安。」 根據控方的說法， 負責審核上述這類儀器的六位 FDA 專家當中， 後來有兩位被解僱、 兩位的合約未獲得續約、 兩位在升遷方面遭到阻撓。

其中一位專家最近在網路上搜尋時， 意外發現更多側錄記錄檔案。 原來是 FDA 的外包廠商不小心把這些側錄記錄放到網路上。 上週六的紐約時報報導此事， 指出 FDA 側錄的規模遠遠超過先前訴訟案當中 FOIA 所揭露的範圍； 其情境也跟一般國安機關為了維護國家安全所做的側錄監視大相逕庭。 隨後， 網路上的完整側錄檔案迅速被撤下。

FDA 辯稱： 「我們只追蹤五位員工的 e-mails； 並沒有特別針對他們通訊的對象。 因為他們可能洩漏儀器設計等商業機密。」 不過這跟事實有很大的出入。 短暫上網的資料顯示： FDA 將通訊內容分為六十六個資料夾， 像是關切專家揭弊的每一位國會職員甚至都被 FDA 逐一列為聚焦關察的對象， 各有各的 「專屬檔案」。 此外， FDA 所關心的被監聽者通訊對象並不是奇異公司的同業競爭對手或是設計工程師， 反而主要是國會議員、 歐巴馬、 與媒體 — 例如打算拍記錄片報導爭議的公共電視。 事實上在 FDA 的備忘錄裡面還指稱這些國會議員及協助五位專家的人士可能會 「（為儀器） 製造負面的形象」。

當初下令側錄監視的到底是誰？ 代表專家提告的律師決定要找出應該當責 (accountable) 的幕後主使者。

* * * * *

以上摘譯已經過大幅度重組原文順序並以個人觀點重新措辭； 但並未更動事實內容。

（本文原發表於 資訊人權貴ㄓ疑）