殺害新英格蘭小海豹的元兇：新型禽流感

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。

• 作者／顯微觀點
• 本文轉載自顯微觀點《顯微技術與流感解密》

2025年初知名藝人大S因流感過世，震驚社會；隨著冬季氣溫下降，流感疫情又將蠢蠢欲動。所幸得益於顯微技術的進步，科學家們在百年前「看見」流感病毒，現在進而拆解流感病毒進入細胞的動態過程，希望能進一步研發更有效的抗病毒療法。

流感是感染人類流感病毒所引發的急性病毒性呼吸道疾病，常引起發燒、咳嗽、頭痛、肌肉痠痛、疲倦、流鼻水、喉嚨痛等，多數國家每年均會發生週期性流行。

看不見的敵人，橫掃全球

除了週期性的地區流行，流感也曾出現大規模疫情，造成世界性大流行。其中1918年流感大流行（又稱西班牙流感）最為嚴重，導致全球數千萬人死亡。

1918年正值第一次世界大戰，美軍在主要入境港口之一，法國的布列斯特（Brest）首次出現流感疫情；4月中旬，波爾多軍醫院也出現了疫情。這些疫情持續時間短暫且無害，死亡人數很少，士兵們很快就從所謂的「三日熱」（the three-day fever）中恢復。

之後，法國和英國部隊也陸續出現流感病例，位於法國聖納澤爾（Saint-Nazaire）的年輕士兵成群感染。1918年5月疫情擴散至索姆河前線（Somme）和洛林地區（Lorraine），前線每天報告新增1500至2000名病例。巴黎於6月受到影響，疫情持續蔓延至英國、德國、義大利，西班牙也未能倖免。

但當時第一次世界大戰的主要參戰國家，如德、英、法、美等國為了避免影響士氣，嚴格管制媒體報導疫情。然而保持中立而未參戰的西班牙，因為沒有實施戰時審查制度，西班牙媒體自由報導著流感相關新聞，甚至連西班牙國王阿方索十三世（King Alfonso XIII）感染重症的消息也被廣泛報導，造成西班牙疫情特別嚴重的錯覺，也因此被命名為「西班牙流感」。

經由戰爭和海運，疫情擴散至全球，西班牙流感出現三波疫情高峰。第一波發生於1918年春季；到了1918年秋季，出現第二波疫情，是死亡率最高的一波；第三波則發生於1919年冬季至1920年春季，死亡率介於第一波和第二波之間。1918到1920年，估計西班牙流感造成全球約5000萬人死亡。

雖然流感造成的死亡人數更甚於一戰死亡人數，但人們還不清楚流行性感冒是由什麼病原體造成。許多科學家開始積極投入假定病原體的研究，大量患者體內存在流感嗜血桿菌（Haemophilus influenzae，前稱費弗氏桿菌Pfeiffer’s bacillus），但也有些病患體內無法分離出病菌，無法滿足柯霍式法則的條件。不過當時流感嗜血桿菌仍被認定是流感的病原體。

柯霍氏法則（Koch’s postulates）：

1. 病體罹病部位經常可以找到大量的病原體，而在健康活體中找不到這些病原體。
2. 病原體可被分離並在培養基中進行培養，並記錄各項特徵。
3. 純粹培養的病原體應該接種至與病株相同品種的健康植株，並產生與病株相同的病徵。
4. 從接種的病株上以相同的分離方法應能再分離出病原體，且其特徵與由原病株分離者應完全相同。

直到1933年，英國科學家史密斯（Wilson Smith）、安德魯（Christopher Andrewes）和萊德勞（Patrick Laidlaw）在倫敦國家醫學研究所（NIMR）分離並鑑定出人類A型流感病毒。他們在流感患者身上收集鼻涕和喉嚨漱口液，過濾後滴入雪貂體內。之後雪貂開始打噴嚏並出現類似流感的症狀，並且傳染給同一籠的雪貂。他們證明了這種感染是可重複的，顯示該病原具感染性，而不是偶然。

1936年，一名年輕的倫敦國家醫學研究所研究員意外接觸到已感染流感病毒的雪貂的噴嚏分泌物。兩天後，他也出現流感症狀，並在喉嚨分離出病毒，血清出現特定抗體。這次意外完成的傳播鏈，實現了柯霍氏法則第三條。之後，B型和C型流感病毒也分別在1940年、1947年被陸續分離出來。

揭開奈米級真實樣貌

儘管此時人們已經知道流感的病原體是可過濾、體積比細菌小的病毒，但一直沒有「見到本尊」。

1931年德國科學家克諾爾（Max Knoll）與魯斯卡（Ernst Ruska）合力製作並發表了史上第一台電子顯微鏡。電子顯微鏡以電子束取代光來觀察物體，由於電子波長短於可見光，解析度提升到奈米等級，也使得病毒得以現形。

用電子顯微鏡觀察，流感病毒呈現球形或絲狀；球形病毒的直徑約100奈米，絲狀病毒的長度則通常超過300奈米。

在電子顯微鏡下，其實很難僅靠外觀分辨A型和B型流感病毒。A型流感病毒的最外層是一層來自宿主細胞的脂質膜，就像穿上「外套」一樣。套膜外則有明顯的尖釘（spikes）構造，就像佈滿尖刺的球體。這些「尖刺」主要由兩種醣蛋白組成：血凝素（HA）和神經胺酸酶（NA），是流感病毒感染能力的關鍵，也正是H1N1、H3N2等亞型命名的由來。

病毒外殼上還零星分布M2離子通道蛋白（M2 ion channel protein），但數量非常少，平均每100至200個HA，才有一個M2。套膜下則有M1基質蛋白（matrix protein M1）支撐病毒結構，維持病毒穩定。B型流感病毒的整體結構和A型非常類似，只是膜蛋白組成略有不同，除了HA和NA之外，另有兩種B型流感獨有的NB和BM2蛋白。至於C型流感病毒，外型就和A、B型明顯不同，它們在感染細胞表面時，能形成長達數百微米的「繩索狀結構」。

然而，電子顯微鏡有其限制：樣本必須固定、脫水，只能看到「結果」，而非「過程」。雖然隨著螢光標記與活細胞顯微術的進步，研究者也開始追蹤流感病毒在細胞內的移動路徑。但螢光顯微鏡看到的是標記訊號，而非病毒的真實形貌；病毒如何與細胞膜互動、是否造成結構變形，仍多半停留在推測層次。

以「病毒視角」看流感病毒互動

蘇黎世聯邦理工學院分子醫學教授山內洋平（Yohei Yamauchi）帶領的研究團隊，使用改良的「病毒視角」原子力顯微鏡（virus-view atomic force microscopy），首次在活細胞表面即時觀察到單顆A型流感病毒進入細胞的過程。

原子力顯微鏡是以奈米探針，在樣本表面掃描，透過感測微小的力學變化來重建樣本形貌。研究團隊將原子力顯微鏡與共軛焦螢光顯微鏡整合，一邊確認顆粒的「身分」，一邊記錄其造成的細胞膜變形。

他們看到流感病毒在細胞表面並非立刻被吞噬，而是先停留一段時間，並在接觸處誘導細胞膜產生局部下陷。慢慢地病毒被細胞膜包覆，最終完成內吞。結果顯示病毒不是「自行闖入」，細胞也「主動」參與反應。細胞將對內吞作用重要的網格蛋白（clathrin protein）聚集到病毒所在的位置，細胞表面也會在病毒所在位置隆起，把病毒「往內拉」。如果病毒遠離細胞表面，這種波浪狀的膜運動也會增強，彷彿細胞要把病毒「抓回來」一般。

從光學顯微鏡的「看不見」，到電子顯微鏡的「看見結構」，再到原子力顯微鏡的「看見動態互動」，顯微技術的演進不只是解析度的提升，更不斷改變人們對流感病毒的理解，進一步為疾病研究和防治開啟新的可能。

參考資料：

• Bouvier, N. M., & Palese, P. (2008). The biology of influenza viruses. Vaccine, 26 Suppl 4(Suppl 4), D49–D53.
• Berche P. (2022). The Spanish flu. Presse medicale (Paris, France : 1983), 51(3), 104127.
• Yoshida, A., Uekusa, Y., Suzuki, T., Bauer, M., Sakai, N., & Yamauchi, Y. (2025). Enhanced visualization of influenza A virus entry into living cells using virus-view atomic force microscopy. Proceedings of the National Academy of Sciences of the United States of America, 122(38), e2500660122.
• A year-round disease affecting everyone. WHO

延伸閱讀：

• 用電子照亮世界──電子顯微鏡如何帶來科學革命(1)
• 用電子照亮世界──電子顯微鏡如何帶來科學革命(2)

無法分辨成體和幼體的生物

小孩與大人不一樣。但是有些生物的幼體形態與成體型態相同。

舉例來說，鱷魚的幼體與成體幾乎長得一模一樣，剛破蛋而出的鱷魚寶寶已經具有完整的鱷魚外形，出生後逐年長大，巨大的鱷魚可以長達好幾公尺。不過鱷魚的成長速度在不同環境和溫度下不盡相同，光從大小無法判斷年紀，只看外形也無法分辨是成體或幼體。有些生物的成體和幼體的形態則相差甚遠，好比蝴蝶和蛙類；也有些生物的成體和幼體沒有太大區別，如同鱷魚。

這兩類生物的差別是什麼？

海葵就是幼體和成體相差很多的生物。海葵幼體是一種很像水母的生物，叫做「浮浪幼蟲」 。浮浪幼蟲在海中自由自在漂游，找到喜歡的岩石區時就會落腳，落腳後就不再移動，附著在岩石上長成海葵。移動是海葵幼體的重要任務，長大後的海葵則是肩負產卵留下子代的使命。

蛙類和蝴蝶的成體與幼體形態也各不相同，不過任務分配上與海葵不同，負責移動的是成體不是幼體。
由此可見，如果一個生物的幼體與成體各有不同任務，彼此的形態就不會相同，而沒有區分任務的生物就具有相同形態。

人類的大人與小孩 

我們人類又是什麼情況呢？ 

人類不會因為長大而生出翅膀或尾巴消失。人類的大人和小孩的外型非常相似，但並非完全相同的個體。舉例來說，嬰兒在我們眼中看起來就很可愛。

小孩子可愛的祕密在於他們的寬額頭。嬰兒的眼睛和鼻子集中在臉的下半部，額頭顯得很寬闊，寬額頭會使得整張臉看起來就惹人憐愛。而且嬰兒頭大、四肢短，整體感覺圓滾滾的，帶有人類大人不具備的「可愛感」。假如出現了一個比成年人更巨大的嬰孩，所有人應該還是能夠辨識出他是個嬰兒。人類不像鱷魚，我們不會分辨不出來誰是大人、誰是小孩。 

人類的大人和小孩具有不同的外型。除了人類，貓狗的寶寶也長得很可愛，即便是凶猛的獅子與灰狼，牠們的幼崽看起來還是很討喜。哺乳類動物的一大特徵，就是「幼體很可愛」。

嬰兒為什麼可愛？

哺乳類動物的嬰兒擁有可愛的外型。

人類出生後先是嬰兒，嬰兒長大是兒童，童年時期的人類依然保有他們的可愛，但是在長大的過程中卻會漸漸失去這種特質。

蛙類的成體和幼體雖然具有不同形態，但是蝌蚪並不是很可愛；蝴蝶小時候是毛毛蟲，反而比較多人覺得毛毛蟲噁心，只有少數人認為牠們可愛。 

既然如此，哺乳類動物的嬰兒為什麼會可愛？

原因就在於，嬰孩需要大人的保護。哺乳類動物具有育幼行為，牠們的子代需要親代的養育。小孩的可愛外形是為了獲得大人的保護。烏龜以堅硬的龜殼防身，毛毛蟲透過毒毛保護自己，而哺乳類動物的嬰兒則是把「可愛」當護身符。 

嬰兒的額頭很寬。為什麼額頭寬看起來就比較討人喜歡呢？因為大人的腦袋裡內建了寬額頭等於可愛的程式。 證據就是只要額頭寬，不管是不是嬰兒看起來都很萌。不過額頭寬並不是為了可愛。

如果說紅燈是「停止」的信號，寬額頭就代表「不可以攻擊」與「要保護他」的信號。

對於哺乳類動物來說，大人要保護小孩，小孩要被大人保護。大人與小孩的外型相似卻又不盡相同，因為他們肩負不一樣的任務。這樣說來，小孩的任務是什麼呢？小孩的任務很明確，就是「長大」。一個人要有健全的童年，才能成為健全的大人，這就是小孩的任務。

不過近年來人類的大人和小孩越來越難區別了。 總覺得不像小孩的小大人一直在增加，長不大的巨嬰也很多。

——本文摘自《生物轉大人的種種不可思議：每一種生命的成長都有理由，都值得我們學習》，2023 年 8 月，商周出版，未經同意請勿轉載。