科學研究者的「實驗室人生」

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。

在某個燠熱難耐的夏日午後，你打開電風扇，卻發現吹出來的風好像比印象中來得小。你眉頭一皺，覺得案情並不單純。就在走近電風扇的那幾步裡，好幾種可能性閃過心頭：

「會不會是按錯按鈕了？」、「會不會是扇葉太髒了？」、「會不會是轉軸黏住了？」、「會不會是⋯⋯？」這些猜想背後，都是根據你對電風扇原理的一些些認識才會做出的假設。

在提出疑問和假設之後，尋找問題的答案

靠近電扇之後，你看到按鈕確實是按下了「強」。接著你切斷風扇電源，看了看扇葉，發現確實有點髒，於是把電風扇拆洗後裝回去，再按下按鈕。結果風吹起來，就如同你印象中的那麼涼了。這證實了你的第二個猜想，並且解決你所關心的問題。

上述這樣的過程，其實就是「察覺差異，提出問題」、「根據理論，連結現象」、「提出假設，進行驗證」、「預測結果」等等的探究過程。

再舉個例子。

我有一天走在馬路上，看到白色分隔標線的一端閃著黃色的光。我心想：「難道馬路地上埋了一顆黃色的燈？是要作為交通警示用途嗎？」

我覺得奇怪，記得前幾天沒看到這裡有燈。接著我把視野放大，往左往右看了看周圍。發現有一台車停在遠處，車頭開啟方向燈，燈是黃色的，而且還在閃爍。然後我馬上注意到，兩者閃爍的頻率是相同的。

於是我有了新的猜想：「地上的神祕閃光，非常可能來自於汽車閃爍的方向燈的反光。」

但是柏油路面怎麼會反光呢？

仔細一看，地上似乎有一小灘水。汽車的方向燈發出來的光，剛好通過那一小灘水的反光進到我眼睛，讓我覺得地面在發光。接著馬上一台車經過，就擋在方向燈和積水的中間。我看到的亮光馬上消失，證實我的第二個猜想是正確的。

「哪裡怪怪的」這個念頭，會帶領我們尋找答案

像這樣的心智活動，在我們的生活中無時無刻都在進行著。只要我們發現「哪裡怪怪的」，腦袋幾乎就會立刻啟動探究的機制：

• 廚房怎麼那麼多螞蟻？（察覺問題）
• 是不是有食物殘渣沒有清理乾淨？（根據理論提出假設）
• 仔細觀察一下，發現⋯⋯（得到結論）

既然這些能力是我們原本就自然會的，那又為什麼要學呢？因為我們雖然很習慣對於意料之外的事情展開探索，但是以直覺來進行思考及解決問題的方式，往往並不太科學。

古人說的「地牛翻身」，其實也是一種探究的精神

古人在觀察自然現象的時候，會提出自己的解釋。例如面對地震的時候，台灣民俗的說法是「地牛翻身」，日本民俗的說法則是「棲息在地底的大鯰魚搖動身體」；至於日食在中國的傳說中是「天上的狗把太陽吃掉了」。

於是後人也會根據這些「理論」來規劃解決問題的方法。例如，綠島人認為地牛不只一隻，還會彼此打架，所以地震時要敲打金屬臉盆來分開牠們；同樣的，古時候的中國人看到日食，也會敲鑼打鼓、放鞭炮來趕走天狗。

有趣的是，根據這些「理論」採取的「實驗」，還真的每一次都會成功喔！一代又一代的人反覆進行著下圖這樣的實驗，所以千年來人們始終對這些「理論」深信不疑。

如果你是一位受過基礎科學教育的公民，這時候可能就會提出質疑，認為這樣的實驗並沒有對照組。

例如下一次出現日食的時候，如果不要敲鑼、打鼓、放鞭炮，日食是不是也會結束？如果不這麼做，日食仍然會結束的話，那麼用敲鑼打鼓的方式趕走天狗的假說就會受到挑戰了。

當然，在一個深信天狗傳說的社會中，沒有人會膽敢拒絕敲鑼打鼓，不然萬一太陽真的就被吃掉而永遠消失了，這責任誰負擔得起？用這個角度來看會發現，有時候要突破傳統，其實是一件非常困難的事情。

恐懼源自於未知：想消除恐懼，需要探究未知

人對於未解的現象，往往會用隨意的想像與歸因來尋求解釋，用很直覺的方式來建立對自然現象的理解，也是人類天生的習慣。

直到距今兩千六百多年前，古希臘哲學家泰利斯才撥開直覺的迷霧，主張應該拒絕再用人格化的神祇來解釋自然現象，而是要藉由理性的假說來理解和解釋自然現象。但即使西方在兩千六百多年前已經出現這樣的思想，但近代科學真正臻至蓬勃發展，還是近半個世紀內的事情。

正由於科學的研究和思考方法並不直覺、並不符合人類的天生習慣，所以必須透過後天的教育與訓練，才能慢慢熟練並妥善運用在生活之中。

雖然探究是我們的天性，但是具有科學素養的探究卻不是天性，無法一蹴可幾。就像科學家需要訓練有素的探究技術，才能做好自己的研究。

一般公民也需要具備科學探究的素養，來幫助自己在面對生活中諸多不熟悉的現象時，能運用一套思考和研究的方式來做判斷，特別是幫助我們更加注意到生活中不尋常的現象，能對許多直覺、缺乏事實支持的歸因有更高的警覺。

正因為我們的生活離不開探究，所以更應該透過學習來提升探究品質。這正是國民教育自然課程中所應教會每個公民的事情。

——本文摘自《教出科學探究力》，2021 年 8 月，親子天下 ，未經同意請勿轉載。

• 本文與台灣科技媒體中心合作，內文經泛科學改寫。
• 本文轉載整合自台灣科技媒體中心《「研究使用血液快速評估人體對新冠病毒的細胞免疫力」專家意見》
• 資料更新至 2022 年 6 月 14 日，完整文章請見上方連結

最近，國際期刊《自然生物科技》（Nature Biotechnology）發表研究，發現透過血液的 PCR 定量技術，加以分析與「Ｔ細胞免疫」反應有關的細胞因子「CXCL10」在血液中的濃度，可以有效反映出Ｔ細胞對新冠病毒（SARS-CoV-2）的免疫反應程度和持續時間，未來將有助於評估疫苗追加接種的優先策略。

體液免疫力 vs 細胞免疫力

台灣大學醫學院醫學檢驗暨生物技術學系副教授 蘇剛毅 說明：這篇發表在 Nature 子期刊：《自然生物科技》的研究，建立一套量化的「趨化激素」（chemokine）：CXCL10 訊息核糖核酸（mRNA）的快速檢測技術，來判定個體對於新冠病毒感染保護性的細胞免疫能力（cellular immunity），進而預測是否可能發生再感染的風險。

CXCL10 是一個受到新冠病毒感染後，抗原特異性Ｔ細胞釋放「伽瑪干擾素」（IFN-g）去刺激單核細胞（monocyte）產生的一種趨化激素，可評估個體在保護性的細胞免疫能力。

國立陽明交通大學臨床醫學研究所副教授 陳斯婷 表示：自新冠肺炎疫情延燒至今，對於免疫力的理解大多數屬於「體液免疫力」，亦及抗體產生及其中和性的效價。然而適應性的免疫力，包含細胞免疫力以及體液免疫力，兩者協力方可徹底清除病原菌感染，以及提供完整的記憶型免疫力。

由於體液型免疫力的分析方式較為單純，且所耗費的經費以及分析的技術門檻較低，僅使用血清及蛋白質抗原便可完成分析，因此是研究之初各單位爭相開發的分析模式。相反的，細胞型免疫力因為牽涉複雜的Ｔ細胞作用機制、預測蛋白質抗源的專一性，以及分析儀器的高度研究門檻，眾多原因使得相關的研究進展較為緩慢。

蘇剛毅副教授 認為，本研究重要性在於，有別以往是偵測病毒相關抗原、抗體、核酸，更進一步了解個體本身對抗病毒的免疫能力，除了有助了解本身抗病毒能力與感染風險外，亦可幫助疫苗施打策略以及評估追加劑的必要性。而隨著病毒變異株陸續產生，這也有助我們了解，感染後康復或接種疫苗者，對這些變異株是否仍具抵抗力。

研究過程是什麼？

先前 2020 年 11 月，南非的研究團隊率先發表研究，以 SARS-CoV2 相關蛋白質刺激受試病患的血液樣本，再以高階的細胞分析儀器（高階多色流式細胞分析儀），找出血液中針對新冠病毒的Ｔ細胞活化的標幟，並以新冠病毒檢測陽性之病患與健康的人交叉比對，確認可成功分析有 SARS-CoV2 專一性的活化型Ｔ細胞群^[1]。

2022 年 6 月，紐約西奈山伊坎醫學院團隊的發表文獻，主要是採用上述團隊利用血液樣本的方式分析特定Ｔ細胞活化的標幟，但是分析Ｔ細胞活化的方式改用行之有年的一種快速的定量 PCR 方法，合併分析共同存在血液中的另一種免疫細胞（單核球）的特定基因表現（CXCL-10），此特定基因表現量會受到Ｔ細胞活化後產生的訊息（第二型干擾素）所調節，因此當共同存在血液中的免疫細胞接收到Ｔ細胞活化釋放出的訊息後，會讓此特定基因表達增加。因此團隊先透過分析各組別中血液的基因相關檔案，挑出這基因做為Ｔ細胞活化的替代標幟。

這個基因標幟在免疫學中並不陌生，但是團隊從各種 COVID19 病人及疫苗注射後的健康族群採樣，以上述方式分析後，得到這個具有統計意義的交集。團隊有鑒於此方法可能在專一性及敏感度稍嫌不足，因此也將測試結果與其他傳統的分析方式進行比較。

結果顯示，快速測試特定的標幟基因，與傳統方法分析Ｔ細胞的敏感度及專一性相當接近。

這種檢測方法有風險嗎？

陳斯婷副教授認為：

• (1) 本研究雖然使用血液檢體，但仍必須經過傳統的Ｔ細胞活化流程後，包含後續的定量 PCR 分析，耗時大約兩個工作天。
• (2) 用極少量的血液（2 uL）且不抽取 DNA，直接定量分析，在台灣的檢驗量能及學術單位並不普遍，若想開發仍必須熟練此技術的操作。
• (3) 利用其中一種免疫細胞的基因表現，間接做為Ｔ細胞活化的替代性指標，若遇到Ｔ細胞活化的反應不明顯時，可能會呈現誤差，不如單純分析Ｔ細胞來得精準。
• (4) 每一種蛋白質抗原由特定分子較小的胜肽所組成，會引起特定的Ｔ細胞反應，但這些胜肽片段都是經由電腦模型模擬預測並經過實際驗證後才能得知，才有助分析專一性Ｔ細胞的免疫力，而不是直接從現有資料庫就可以得到。

蘇剛毅副教授則表示，這篇研究結果確實可以輔助醫師、感染者甚至衛生主管單位在治療與防疫上的策略。但我們也必須要了解幾件事：

• 人體免疫系統受到任何內在、外在的刺激時，本來就會產生許多分子去因應，雖本研究是利用新冠病毒的「特異性抗原」誘發免疫系統，但研究中觀察Ｔ細胞是出的細胞因子「伽瑪干擾素」與單核細胞細胞因子「CXCL10」並非只受到新冠病毒刺激才產生，本研究並沒有評估新冠病毒以外的感染源或其他生理病徵影響。因此在臨床應用上，需要考量受測者的背景因素甚至疫情發展。
• 免疫反應伴隨的「細胞激素」或「趨化激素」，在數量上都需要受到適當調控，過多或過少都會造成身體的傷害，如果本研究在數量上面可以進一步探討決策閾值的問題，將更有應用性
• 本研究應用主要仍在輔助性評估，對於防疫與治療而言，還是需要遵照常規病毒檢測、生活防疫、疫苗接種等措施。

研究原文

• Schwarz, Megan., et al. (2022) “Rapid, scalable assessment of SARS-CoV-2 cellular immunity by whole-blood PCR.” Nature Biotechnology. https://doi.org/10.1038/s41587-022-01347-6

參考文獻

• [1] Riou, C., Schäfer, G., du Bruyn, E., Goliath, R. T., Stek, C., Mou, H., Hung, D., Wilkinson, K. A., & Wilkinson, R. J. (2022). Rapid, simplified whole blood-based multiparameter assay to quantify and phenotype SARS-CoV-2-specific T-cells. The European respiratory journal, 59(1), 2100285. https://doi.org/10.1183/13993003.00285-2021