【公視《神廚賽恩師》】「烘」與「烤」傻傻分不清楚嗎？當康熙皇帝遇見巧克力，會擦出什麼火花呢？

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

黃瓜 CONCOMBRE

黃瓜可以只做成冷盤沙拉，也能在鹽水、英式醃菜中展現出多種滋味，甚至可以煮成配菜。它的滋味比看起來的要複雜許多：很明顯它有綠質及強烈的葉綠素滋味，但也有碘和奶油味。沒有交集的兩個世界，讓這種蔬菜能往兩種滋味方向去發揮！

正確切削黃瓜：善用皮與苦味的微妙平衡

黃瓜外皮呈綠色並略帶苦味，想當然爾也有葉綠素滋味⋯⋯我們去皮不是為了美觀，而是要除掉這種苦味。又或者，我們可以刻意保留全部或部分黃瓜皮，對這有點侵略性的味道做進一步運用。經過斟酌的苦味能帶來無可否認的餘韻，也讓這種蔬菜含水量相當高的芳香特性變得複雜。薄荷、蒔蘿、青蘋果等「綠色」食材會凸顯出黃瓜的清新。

籽肉的碘香秘密：黃瓜與海鮮、乳製品是絕配

為何把黃瓜的果肉跟籽吃進嘴裡時，能感受到碘味和奶油味呢？答案是因為醛類^*1，存在於麵包皮和多種油裡。出乎意料的是，黃瓜能跟海藻、牡蠣、麵包和奶油做組合。為了發揮這些香氣，我們不妨將乳酸化合物（芒果、荔枝等）搭配帶乳香的乳狀食物（如希臘優格，這解釋了希臘沙拉醬﹝Tzatziki﹞^*2 之所以成功的原因。或是藍紋乳酪、昂貝爾藍紋乳酪﹝Fourme d’Ambert﹞、馬斯卡彭乳酪也可以），以及一些像孔德里約（Condrieu）這樣帶奶油香味的酒。有了黃瓜內部的果肉跟籽，這些組合就保證成功。

*1：主要為 (E,z)-2,6- 壬烯醛、2-壬烯醛（non-2-énal）。

*2：譯注：以希臘優格和黃瓜碎粒為主要材料的沙拉。

來試試吧！甘納許巧克力黃瓜

• 準備甘納許：煮滾 300 毫升的水，加入 1 克洋菜粉，離火並倒進 150 克的黑巧克力碎片攪打混合，再倒進容器裡約 1 公分高度，隨後放進冰箱至少一小時。
• 準備黃瓜：將黃瓜（用果汁機）榨成汁。提取 150 毫升，取其中一半與 1 克洋菜粉和一茶匙糖一起煮沸。離火，將剩下的另一半加進去，放涼後小心地倒在巧克力甘納許上（約 0.5 公分高），然後放進冰箱。
• 擺盤：切成固定長度（約 6 公分長，1.5 公分寬）。可和黑巧克力圓脆片（Tuiles）一起食用。

不同變化：富含葉綠素的活力蔬果汁

選擇未處理過的小黃瓜，連皮榨汁，增強青綠及微苦滋味。這種富含葉綠素的果汁可以調味油醋汁、雞尾酒（琴酒等）和西班牙冷湯。可以將果汁冷凍在冰塊盒裡供多次使用。

——本文摘自 拉斐爾．歐蒙（Raphaël Haumont）、提耶里．馬克思（Thierry
Marx），《料理滋味創意地圖：法國材料物理化學專家聯手米其林主廚，15種香調、80種常見蔬果食材的氣味因子，探索 1,500 種創新風味搭配！》，2024 年 8 月，積木文化，未經同意請勿轉載。

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜莊崇暉
• 責任編輯｜田偲妤
• 美術設計｜蔡宛潔

皇帝如何繼位？康雍兩代交接時，發生了什麼事？

在清宮劇的熱播下，康雍乾盛世的皇位爭奪戰，一直是劇迷津津樂道的話題。其中，雍正皇帝的繼位內幕更是史學界關注的焦點。中央研究院歷史語言研究所陳熙遠研究員在整理明清內閣大庫的檔案時，發現了一份重要文獻：疑似乾隆皇帝主導編纂的《要緊補遺檔》，這份文獻記載了康熙、雍正兩朝交接前後近 40 天的細節。中研院 112 年胡適院長科普講座邀請陳熙遠研究員，以「《要緊補遺檔》與雍正皇帝繼位之謎」為題，從乾隆皇帝的視角重新審視雍正皇帝的繼位之謎。

康熙遺詔內容並非康熙皇帝本意？

雍正帝的繼位之謎不僅受到古今群眾的熱議，也引發清史學界的長期論戰。胡適曾將此案評為「清朝第一大案！」學者們更經由分析現存史料，提出篡位奪嫡說、合法繼位說，甚至有雍正帝在康熙帝彌留之際趁機自立的說法。

這段繼位過程之所以撲朔迷離，關鍵在於康熙帝駕崩前，並沒有明確指定皇位繼承人。雖然康熙帝曾立過二阿哥胤礽為太子，但兩度立廢後，再沒有立過皇儲。因此，有很長一段時間，「康熙遺詔」成為探討皇權繼承的少數證據。

事實上，康熙遺詔並非完全由康熙帝本人主導，只有部分內容源自康熙 56 年（1717）的面諭。康熙帝在生了一場大病後，曾向皇子們與諸王大臣交代遺詔內容，主要替傳統帝制天下、大清帝國統治的正當性辯護，也為自己的文治武功做歷史定位。

遺詔的最後一段提到最重要的繼位人選：「朕亦欣然安逝，雍親王皇四子胤禛人品貴重，深肖朕躬，必能克承大統著繼朕登基，即皇帝位。」此段內容並非來自康熙 56 年面諭，也無從定奪是皇帝原意亦或他人添加。

中研院歷史語言研究所陳熙遠研究員，長期研究清宮內閣大庫檔案，提出了關於康熙遺詔的一些看法。首先，康熙遺詔是在確定了繼位皇帝後才布告天下，這意味著遺詔不僅反映康熙帝的意志，也可能融合雍正帝的意見。因此，僅憑遺詔來證明康熙帝選定雍親王為繼承人，並不夠充分。

進一步地，如果仔細研究雍正帝和兒子乾隆帝留下的檔案，可以發現一些細微的線索，顯示他們在處理繼位問題時，可能有不同的策略和態度。

面對繼位疑雲，雍正皇帝特別編撰假訊息澄清文？

首先，我們來看雍正帝怎麼處理外界對其繼位正統性的質疑。

坊間流傳許多雍正帝竄改康熙遺詔的故事。傳言康熙帝在彌留前曾手書遺詔，雍正帝偷偷把「傳位十四皇子」的「十」改成「于」，成為直指自己的「傳位于四皇子」。由於十四皇子胤禎表現優異，康熙帝特派他帶兵西征，因此很多人認為屬意的儲君是胤禎。

面對各界的流言蜚語，雍正帝即位後特別編纂《大義覺迷錄》，將自己與異議人士曾靜的辯論過程集結成書，用以澄清謠言、清理異議，類似現代政府透過官方宣傳管道發布假訊息澄清文。

以外界質疑的篡改遺詔為例，雍正帝在《大義覺迷錄》中並沒有直接駁斥謠言，而是拿出康熙遺詔作為證據，證明遺詔完全展現康熙帝臨終前的本心與遺願，自己是透過頒詔儀式傳位登基的合法繼承人。

為了讓《大義覺迷錄》在民間廣泛流傳，雍正帝命令地方官需在每月初一、十五向全國百姓宣講書中內容。不過顯然乾隆帝不太認同父親的作法，繼位後特命人將《大義覺迷錄》全數收回銷毀，直到 1920 年代才由民間重新刊印，讓研究清史的民國時期學者多了一項參考史料。

當唯一的證據不再可靠，乾隆帝如何記錄康熙帝的繼位過程？

由於康熙遺詔及其他官方檔案在提供歷史證據上有所局限，也不足以完整或準確地反映康熙朝末期的實際情況，特別是皇位繼承的部分。至於《大義覺迷錄》則是雍正帝為了回應爭奪皇位的質疑和指控而撰寫的文獻，帶有作者的主觀立場和辯護色彩。這導致今日我們依然對雍正帝登基的內幕有諸多猜想。

想解開謎題就必須有新的線索，陳熙遠研究員在整理史語所典藏的內閣大庫檔案時，意外發現一份外表樸素、只有 9 頁且多處塗改的檔案，封面寫有 5 個大字《要緊補遺檔》。

究竟是什麼事那麼「要緊」，非得特別寫成一份檔案？經多方比對後發現，《要緊補遺檔》應是編寫《世宗憲皇帝實錄》的眾多稿本之一，大約在乾隆 4 年（1739）以前寫成，主要用來修訂康熙、雍正兩朝交接前後近 40 天的記載，當中藏有乾隆帝對父親繼位疑雲的處理態度。

因這段期間關係到雍正帝的繼位爭議，身為兒子的乾隆帝在主編雍正朝（世宗憲皇帝）實錄時特別慎重，因而列為「要緊」事務，需特別開一份檔案補充修訂遺漏之處。

細看《要緊補遺檔》可以發現，乾隆帝對父親生前描述的繼位過程並不滿意，因此重新修訂許多細節。

最大的改變是，不再以康熙遺詔強調雍正帝繼位的合法性，僅提到由時任理藩院尚書的隆科多「宣諭」，告知諸皇子繼位者為皇四子胤禛。

陳熙遠研究員認為，乾隆帝對康熙遺詔的「冷處理」──即不過分強調或著重於遺詔，是因為他知道，康熙帝在世時並未親自確認最終遺詔。從一些蛛絲馬跡研判，康熙帝在駕崩前的身體狀況應該相當不好，健康的衰退可能影響了他處理國事，包括遺詔事宜的能力。

例如在雍正帝主編的《聖祖仁皇帝實錄》中，有一段描述當時還是四阿哥的雍正帝前往暢春園探望病重的康熙帝，那時應該已經確認繼位人選，但從字裡行間可以發現事有蹊蹺！

照理來說，康熙帝應該會說：「這天下就交給你了」或「你做事我放心」，表示期許鼓勵之意，可是根據記載，他們在聊的卻是：「為什麼病越來越重！」好像醫生在跟病人聊天。陳熙遠研究員認為，可能的解釋是，康熙帝已病重到不太能言語，因此能親自處理遺詔的可能性不高。

另一個證據來自雍正元年 8 月 17 日的記載，雍正帝曾向總理事務王大臣、大學士、九卿等官員透露：康熙帝是在「倉猝之間，一言而定大計。」也就是說，康熙帝並沒有明確指定繼承人，而是在離世之際才匆忙決定。

種種啟人疑竇的記載，很可能影響乾隆帝主編《世宗憲皇帝實錄》的態度，然而這是否表示乾隆帝也在懷疑雍正帝繼位的正統性？陳熙遠研究員認為這倒不至於，畢竟兩人是命運共同體，唯有雍正帝順利繼位，乾隆帝才有機會登基。

乾隆帝比較在意的是，雍正帝繼位過程的所有細節，是否都達到一位仁君該有的形象。

在《要緊補遺檔》中，記載許多雍正帝處理康熙帝後事的細節，最後也正式收入《世宗憲皇帝實錄》，極力凸顯雍正帝的至孝之情。

例如康熙帝入殮的過程有一段描述：「上親安奉大行皇帝於黃輿，上攀轅依號哭」，說明雍正帝侍奉父親大體入殮棺木後，依靠在棺木旁嚎啕大哭。

另有一段寫到：「皇太后屢因上過於毀瘠，勸諭勉進飲食，上曰︰臣謹遵慈諭，應進飲食之時必進飲食。」形容雍正帝因父親逝世而悲傷到不思飲食，皇太后代眾臣多次勸說，雍正帝為了不讓母親、臣子擔心，答應會按時吃飯。此處顯示雍正帝對眾人的體貼之情。

此外，《要緊補遺檔》也透過重要活動暗示雍正帝是最可能的繼任者。例如康熙帝病重時恰逢清朝三大節之一的冬至，特任命時為雍親王的胤禛代理，前往南郊主持祭天之禮，由此推測雍親王應該是最獲認可、最能接棒成為天子的不二人選。

實事求是？乾隆帝如何回望父親繼位的歷史？

從許多地方可看出，《要緊補遺檔》的修訂過程非常嚴格和謹慎。例如有一段提及雍正帝遵照康熙帝遺意，將素日的服飾物品分賜給皇子、諸王大臣、親近侍御人等，下方特別標註「有旨再查內總管」。

此處揭露亁隆帝行事謹慎、重視細節的性格，認為涉及財物分配的事項需再向內總管確認，以免引發爭議。

對乾隆帝來說，每一條補遺皆至關重要，都是形塑父親事親至孝、仁民愛物、真命天子形象的重要拼圖。

雖然新史料揭露的雍正帝繼位過程仍有觀點的局限，但這意味著還有其他史料能呈現事件的不同樣貌。陳熙遠研究員表示，從《要緊補遺檔》到《世宗憲皇帝實錄》定本之間，應該還有很多版的稿本值得細細推敲，期待將來還能找到其他史料。

即便如此，《要緊補遺檔》已是《世宗憲皇帝實錄》修訂過程中的重要見證，也為雍正帝繼位之謎提供一個耐人尋味的視角──兒子回望父親如何繼承皇位的視角。