發現羅塞塔石碑｜科學史上的今天：7/19

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

宣揚「愛國主義」而掀起的人民戰爭

法國革命者大聲宣揚「不再有政治操弄、軍事藝術，只有火、鋼鐵和愛國情懷」。而拿破崙的天才之處在於將口號變為現實。拿破崙的軍隊放棄了只會拖慢職業軍隊行軍速度的補給線，轉而在當地購買或竊取所需的物資。

十七世紀以來，沒有人嘗試過這項做法，因為部隊規模太過龐大，無法在軍隊沿線的農場取得足夠食糧。拿破崙的應變之道是，將軍隊拆散成軍團和單位更小的師，每個軍團或師沿著不同路線行進，在必要情況下也能獨立作戰。但勝利的關鍵在於，這些軍團和師能在發現敵人後迅速集結，使拿破崙掌握壓倒性的軍事力量。

戰場上，拿破崙也遵循著同樣原則。他的部隊無法像舊式部隊那樣發動精心設計的火槍陣攻勢，所以他不要求軍隊這麼做，而是讓散兵排成鬆散的隊形狙擊敵人整齊的防線，大量步兵則在火力掩護下以不規則的陣形衝鋒。

接近敵軍時，部隊可以分散成大致陣列進行火槍陣射擊，以數量代替準度，或是用固定的刺刀殺入敵人防線。即使是敵人派出的專業軍隊，面對革命軍的衝鋒也常落荒而逃。

就在康德撰寫《永久和平論》期間，發動人民戰爭的法國軍隊在未深思熟慮的情況下，戰爭目的就由捍衛革命轉為擴大革命成果。拿破崙在一七九六年橫掃義大利北部，一七九八年入侵埃及，一八○○年十二月率軍一路攻打到離維也納僅五十英里處。一八○七年，康德去世三年後，拿破崙占領了康德的家鄉柯尼斯堡（Königsberg）^[註1]。

歐洲的人民戰爭與美國革命背道而馳。一七八一年，英軍在約克鎮投降後，美國人鑄劍為犁，將兵力投入生產中。革命將領回到他們的農場，而傑弗遜和志同道合的共和黨人則頑強抵制中央集權、稅制、國債、常備軍及利維坦的一切統治手段。

據此，某些美國人堅信他們比腐敗的歐洲人更有美德。然而，每當美國意識到危險時仍會向利維坦靠攏，一七九○年代當法國入侵的恐懼蔓延全國時就是如此。這證明歐美真正的差異在於政治地理層面。

美國在一七八一年後就鮮少面臨生存威脅，因此只要維持微小的軍事力量即已足夠，甚至能針對利維坦的存廢進行辯論。另一方面，歐洲列強則面臨著來自鄰國四面八方的威脅，最微小的弱點都相當致命，共和國若要生存就必須像其他君主國家一樣戰鬥。

權力的演變——「民族主權」最終成了「帝國主義」

在歐美兩大洲，愛國情操高漲只是權利開放的社會秩序興起後的現象之一。然而，當拿破崙意識到這熱情能與共和國體制脫鉤時，法國的人民戰爭開始走向與美國截然不同的道路。

一七九九年，一場悄無聲息的政變使拿破崙成為法國君主，一八○四年他更公開加冕自己為皇帝。

從那時起，法國軍隊出征的目的不再是捍衛主權，而是帝國擴張這個老套的理由。

華盛頓曾認為商業使戰爭變得多餘，但拿破崙不這麼想，一八○六年後他更試圖證明情況恰恰相反，打算利用戰爭來壓制商業活動。他要求戰敗國加入法國的「大陸體系」，這個貿易禁令實際上是為了封鎖英國進入歐洲市場的通路，企圖從經濟上拖垮英國。

歐洲要再經歷十年的戰爭，包括歐洲史上一些規模最大的戰役（如一八一三年動員六十萬人的萊比錫之役），才證明拿破崙的想法是錯的。以戰爭壓制商業的唯一辦法，就是透過法國艦隊封鎖英國貿易通路，但由於貿易是如此有利可圖，因此英國總能生產比法國更優良的船艦、訓練更優秀的船員。

拿破崙的海上封鎖宣告失敗，而由於英國在全球的貿易得以生存，歐陸國家很快就發現比起英國依賴歐陸，歐陸反而更依賴英國貿易。因此，其他歐陸國家漸漸找到繞過大陸體系的方法，和英國通商。

拿破崙為強化大陸體系所發動的戰爭，很快就使人民戰爭達到勝利頂點。一七九九年以來，拿破崙已證明能透過人民戰爭取得王位，而歐洲朝代悠久的君主漸漸學會以同樣的方式扳倒他。

一八○八年，當拿破崙發動半島戰爭占領西班牙，打算將其納入大陸體系，法軍在當地陷入人民起義的泥潭中。西班牙起義者在英國派遣正規軍支援下，往後六年間成功在當地牽制住數十萬法軍。

但拿破崙仍執意強化大陸體系，他在半島戰爭後入侵俄羅斯，使情勢雪上加霜。如第三章所述，正是這次決斷失誤啟發了克勞塞維茨的「頂點論」。

克勞塞維茨的祖國普魯士投降法國後，憤恨之情促使他在一八一二年以志願兵身分加入俄軍，後來他意識到自己的反法情緒僅僅是拿破崙做得太過頭造成的巨大效應而已。

戰爭的情勢正被逆轉，拿破崙占領莫斯科兩年後，包括俄羅斯在內的第六次反法聯盟占領巴黎，將拿破崙流放至義大利外海孤島上。然而，拿破崙於一八一五年潛回法國重新召集軍隊，並在滑鐵盧戰役迎戰英軍。但這場戰役最終功虧一簣，拿破崙被流放到更偏遠的大西洋小島上。

英國這座新式、權利開放的貿易帝國，最終在拿破崙軍國主義、人民戰爭新舊結合帶來的巨大挑戰中倖存下來。一八二一年，拿破崙逝世於大西洋小島上（有傳聞指出是英國派人毒死他），大英帝國自此成為統治歐洲的巨人。

英國在各地充當世界警察的行為是有回報的。儘管派遣英國戰艦巡視航道相當花錢，但這麼做很值得，因為自一七八一至一八二一年間，英國的出口就增漲了兩倍，英國工人成為世界生產力最高的族群。

解決了前所未見的拿破崙戰爭後，英國也成長為一座前所未見的強盛帝國。

註釋

註1：今名加里寧格勒，隸屬於俄羅斯。

——本文摘自《戰爭憑什麼：從靈長類到機器人的衝突與文明進程》，2022 年 11 月，黑體文化出版，未經同意請勿轉載。

領袖典範：辛辛納圖斯與華盛頓

COVID-19（武漢肺炎、新冠肺炎）席捲全世界之下，台灣的防疫表現非常好。但是政府某些手段，卻令人質疑有侵犯人權的問題。另一方面，一些人認為防疫成功，是由於台灣人民尚未擺脫威權時代舊習，習慣服從權威，自我限制自由，成熟的民主社會不該如此。

究竟該如何理解台灣防疫的本質？一篇金融時報 (Financial Times) 的讀者投書提到「辛辛納圖斯式」這個名詞，令我恍然大悟。

辛辛納圖斯 (Cincinnatus) 是 2400 多年前，羅馬共和時期的一位領袖。羅馬面臨危機時，他臨危受命成為集權的獨裁者，順利帶領羅馬走出困境。危機結束後，他主動放棄權力，退休回家，安享晚年。

上述情節未必完全符合歷史事實，但是不論真實的辛辛納圖斯如何，他被建構的歷史故事，成為羅馬人人稱道的政治聖人樣板，流芳百世。帶領美國獨立的第一任總統華盛頓，便被稱作當代的辛辛納圖斯；美國城市辛辛那提也是為了紀念他。

法國大革命後成為集權領袖，隨即登基皇位的拿破崙，則是華盛頓與辛辛納圖斯的反面樣板。

台灣防疫的堅實基礎——民眾自發投入

要理解台灣防疫的本質，必需知道台灣是怎麼成功的。普遍認為，追蹤接觸者 (contact tracing) 是台灣防疫的關鍵法寶，每次鉅細彌遺的疫調足跡，卻往往讓人質疑是否過頭，每過一段時間就起一次爭議。

服從國家機器的權威，確實是疫調和追蹤能成功的條件。然而，台灣防疫的成功，追蹤只是金字塔的上層。如果沒有那麼詳盡的追蹤，台灣防疫的結果將不如現在，會有社區流行，但是規模應該有限，和多數國家相比仍然為不錯的結果。

台灣防疫金字塔的底層基礎是什麼？我想是大部分民眾，將防疫視為勝利目標明確的戰爭在投入。

台灣不論什麼政治立場、社會背景的人，大部分都認為防疫是重要的事（主張的手段可以截然不同就是）；政府之外，基層有非常多自發性的防疫小單位，政府與民間各式資源也交叉支援。這才是台灣防疫能成功的堅實基礎。

照其他國家的狀況，光靠台灣民間的自發防疫行為，就足以將感染源的數量壓制到夠少，不會進入指數成長期，在此之下，實施口罩、消毒等防疫措施，足以令疫情不至於失控，滿分 100 的話大概有 70 分水準；疫調、追蹤等手段則是錦上添花，再將感染源壓制到零，超過 90 分。

台灣從政府到基層人民，求生意志非常強烈，將武漢肺炎視為目標明確的戰爭在打，每一階段的成功，又提供正向回饋的成就感，抗戰愈來愈帶勁。

基層缺乏凝聚力，人心愈來愈殆盡

相比之下，多數疫情失控國家的目標糊裡糊塗，將瘟疫視為一場不情願的麻煩戰爭，即使某些方面投入大量資源，成效不彰之下，人心愈來愈殆盡，許多民眾自我安慰「戰爭總有結束的一天」，那麼面對一個死亡率未滿 1%，年輕就是抵抗力的傳染病，當下也就不值得那麼在乎了。

以基層傳統雄厚的美國來說，近年遭遇的變局是有目共睹。美國大城市人口眾多、組成多元，表面上人人自由，實際是基層凝聚力大不如前，面臨傳染力強的病毒危機時，城市無法有效應對，成為病毒繁衍的溫床，再源源不絕輸出其他地區。也難怪美國整體的疫情無法降溫，隨時又會大爆發。

不只需要不戀棧權力的領袖，還需要一群高素質的公民

相比於沒有經歷過威權統治的美國，台灣社會整體上確實更加服從政府權威，對防疫有正面影響，但是這與帝國治下的草民自願放棄自由，本質上是截然不同的情境。

回顧人類歷史，如古希臘城邦、羅馬共和、建國前的美國、第二次世界大戰的英國等社會，由素質足夠、自主性高的「公民」組成，成員們單兵戰鬥力強，碰上重大危機時，卻會將權力集中給少數領袖調派，先以當下困境為目標，因為這樣才能充分發揮每個單兵的價值，有效解決危機。

而這些社會的領袖多半是「辛辛納圖斯式」，危機解除以後便還權於民，告老還鄉，讓鄉民們回歸自主性高，單兵戰鬥力強的日常。此一模式曾經協助許多社會度過危機，我想，這就是台灣正在演出的劇本。

要成就一場坎尼會戰，不只需要一個漢尼拔，還需要一個法羅。羅馬不是一天造成的，如今瘟疫戰爭仍在進行，要成就一場辛辛納圖斯式的勝利，不只需要一個不戀棧權力的辛辛納圖斯，還需要一群高素質的羅馬公民。

• 本文轉載自新公民議會《集權卻不威權獨裁—台灣「辛辛納圖斯式」防疫》

延伸閱讀

• 為什麼台灣在某一天，不可能有640位無症狀感染者？
• WARS無症狀感染者，會傳染，隔離14天可以拖到傳染高峰過去
• 陳建仁和6國專家的COVID-19經驗與展望
• 一直待在家快悶壞啦！嚴格的防疫管制，什麼時候才能放鬆？
• 日本不太檢驗，靠三密策略壓制病毒？
• 短篇  地中海地區最早，威尼斯的隔離防疫系統

參考資料

• 金融時報讀者投書《台灣揭示對抗武漢肺炎的辦法（Taiwan has shown the way in the fight against Covid-19）》

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