超級忠貞的血吸蟲

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

「她是那麼勇敢而美好。」^[1]美國疾病管制與預防中心（Centers for Disease Control and Prevention）2023 年 9 月號的《新興傳染病》（Emerging Infectious Diseases）期刊，登載一則來自澳大利亞的個案。^{[1, 2]}論文的通訊作者對媒體表示：「你不會想成為全世界第一個被蟒蛇蠕蟲感染的病患，我們向她脫帽致敬。」^[1]

嗜酸性白血球肺炎

這名現年 64 歲，出生於英國的婦人，20 至 30 年前曾到南非、亞洲和歐洲等地遊歷；目前定居澳洲新南威爾斯州東南部。她患有糖尿病、甲狀腺機能低下和憂鬱症；服用過抗生素 doxycycline 對抗社區型肺炎，但未曾完全康復。2021 年 1 月的時候，因為連續 3 週腹痛且拉肚子，又乾咳、夜間盜汗，而住進當地的醫院，並做了驗血等一系列的檢查。其異常的結果，如下：^[2]

• 血紅素（又譯「血紅蛋白」；hemoglobin）：血紅素是紅血球裡面的蛋白質，^[3]正常範圍是 115 – 165 g/L，^[2]過低會影響氧氣的輸送。^[3]這名婦人只有 99 g/L。^[2]
• 血小板（platelets）：正常值為 150 – 400 × 10⁹/L；她的卻高達 617 × 10⁹/L。^[2]會造成血小板過量的原因很多，諸如造血幹細胞異常、急性感染、慢性發炎、缺乏鐵質，或是某些癌症等，都有可能。^[4]
• C 反應蛋白（C-reactive protein；CRP）：CRP 由肝臟製造，釋放到血液裡，^[5]濃度通常 <5 mg/L；婦人的是102 mg/L，^[2]表示感染或發炎。^[5]
• 嗜酸性白血球（eosinophil）：血液中嗜酸性白血球的濃度，正常應該 < 0.5 × 10⁹/L；婦人的數值為 9.8 × 10⁹/L。^[2]嗜酸性白血球數量增加的肇因繁多，以過敏和被寄生蟲感染，較為常見。^[6]
• 支氣管肺泡灌洗（bronchoalveolar lavage；BAL）：婦人支氣管肺泡灌洗液的細胞中，嗜酸性白血球佔 30%。^[2]血液的嗜酸性白血球過多，BAL 液體中又超過 25%，就有可能是肺部發炎。^[7]
• 電腦斷層掃描（computed tomography；CT）：影像呈現肺臟被毛玻璃樣混濁圍繞的多處不透明陰影；以及肝臟與脾臟的病灶。^[2]

婦人還做了血清學檢查，排除桿線蟲（Strongyloides）感染；而自體免疫疾病篩檢亦呈陰性。醫師綜合以上檢驗結果，判斷她得到原因不明的嗜酸性白血球肺炎（eosinophilic pneumonia），^[2]並投以能消炎及抑制免疫功能的類固醇藥物 prednisolone，^{[2, 8]}改善了部份症狀。^[2]

嗜酸性白血球增多症候群

3 個禮拜後，仍在服藥的婦人，咳嗽、發燒不斷。這回坎培拉一家第三級的大醫院，幫她重新檢查，部份結果如下：驗血顯示下降的嗜酸性白血球（3.4 × 10⁹/L）和 C 反應蛋白（68.2 mg/L），濃度依然超標；從電腦斷層掃描，可見肺部病灶移動，但肝臟與脾臟的維持原狀；肺部切片再次確定診斷為嗜酸性白血球肺炎；而微生物檢驗排除細菌、真菌和寄生蟲等各種感染。^[2]

另外，醫師發現婦人有單株 T 細胞受體基因重組（monoclonal T-cell receptor gene rearrangement）的問題：^[2]本來多元的 T 細胞可以對付各種感染；現在特定的T細胞卻不斷自我複製，使變異貧乏單調。^[9]它們過度製造白血球介素 –5（interleukin-5），促使嗜酸性白血球在骨隨中大量形成，^[10]導致嗜酸性白血球增多症候群（hypereosinophilic syndrome；HES）。^[2]

醫師提高類固醇藥物 prednisolone 的劑量，加上免疫抑制劑 mycophenolate，還有驅蟲藥 ivermectin。最後一項是考量婦人豐富的旅遊史；可能呈現偽陰性的桿線蟲血清學檢測；以及抑制免疫系統時的感染風險。^[2]

2021 年中，從追蹤檢查的電腦斷層掃描，得知肺和肝的病灶都有好轉，但脾臟的不變。2021 年 9 月，嗜酸性白血球在血液中的濃度降至 0.76 × 10⁹/L。2022 年 1 月，醫師想調降類固醇，又擔心壓不住婦人呼吸道的症狀，於是加開白血球介素 –5 單株抗體 mepolizumab，^[2]減少嗜酸性白血球的數量。^{[10, 11]}等到後者的數值正常，便開始降低類固醇的劑量。^[2]

2022 年繼續服用類固醇 prednisolone、免疫抑制劑 mycophenolate 和白血球介素 –5 單株抗體 mepolizumab 的婦人，有長達 3 個月的時間，不僅健忘，憂鬱症還惡化。此時，她的嗜酸性白血球濃度正常；但 C 反應蛋白為 6.4 mg/L，意味著發炎；而核磁共振影像上，腦部的右額葉有個 13 × 10 mm 的病灶。於是，婦人在同年 6 月接受切片手術。^[2]

腦中的蠕蟲

這刀往腦袋劃下去不得了──長 80 mm，直徑 1 mm，活生生的蠕蟲！神經外科醫師將牠拖出來後，隨即進行硬腦膜切開術（durotomy）跟皮質骨切開術（corticotomy），巡周邊一輪，確定僅此 1 條，沒有共犯。稍後硬腦膜切片檢體送驗，得到的結果為良性。^[2]可是那條蟲怎麼辦？

「噢，我的天啊！」神經外科醫師亢奮地說道：「你絕對不會相信，我剛才在那位女士的腦子裡，發現了什麼──牠活著，還會蠕動。」接到她電話的同事們組成團隊，一起來辨識物種。根據感染科醫師，也就是後來論文通訊作者的回憶：「我們翻遍了教科書，查詢各種會侵入神經，惹出疾病的蠕蟲。」然而怎麼也找不到答案，只好把還活著的小生命，捧去聯邦科學與工業研究組織（CSIRO），請教寄生蟲專家。對方看了一眼，驚叫：「天哪，是 Ophidascaris robertsi！」^[1]

這隻蛻變到三齡階段，外表朱紅的幼蟲，有 3 片典型的蛔蟲科唇瓣和盲腸，但缺乏發育完全的生殖系統。牠的頭尾被剁下來，由 CSIRO 的澳洲國家野生收藏館（Australian National Wildlife Collection）保存；其他屍塊分別交給雪梨大學（University of Sydney）以及墨爾本大學（University of Melbourne）鑑定基因。果然該寄生蟲專家所言不假，真的是 Ophidascaris robertsi。^[2]

Ophidascaris robertsi 生活史

Ophidascaris robertsi 這種澳洲原生的蠕蟲，採行所謂的間接生活史（indirect life cycle），一輩子寄生多個宿主：成蟲住在最終宿主（definitive hosts）地毯莫瑞蟒（Morelia spilota）的食道和胃裡，牠們的卵則會點綴於蛇糞之中。身為中間宿主（intermediate hosts）的小型哺乳類，特別是澳洲特產的有袋動物，糊里糊塗吃了卵，幼蟲便竄入牠們胸腔和腹腔內臟，活上很長的一段時間。直到有天，地毯莫瑞蟒獵捕小動物果腹，故事就再從頭來過，生生不息。^[2]

通常這齣沒完沒了的連續劇，不該有我們的戲份，所以這位澳洲婦人是目前所知，第一個意外參與演出的人類。她家附近的湖畔為地毯莫瑞蟒的棲地，醫師推測婦人採集野生番杏（Tetragonia tetragonioides）回來做菜，因而吃到蟲卵。當幼蟲開始在她的體內亂竄，引發内臓移行性幼蟲症候群（visceral larva migrans syndrome），免疫系統理應防止外侮進入中樞神經。偏偏此時婦人正在治療致命性的嗜酸性白血球增多症候群，多種藥物令她的免疫系統龍困淺灘。O. robertsi 的幼蟲就通行無阻，順勢直搗腦部。^[2]

術後恢復

移除蠕蟲後，醫師停止所有抑制免疫系統的藥物，另外開了兩種驅蟲藥，包括：以前用過的 ivermectin，跟對中樞神經系統穿透力更好的 albendazole；以及劑量漸減，具有消炎作用的類固醇 dexamethasone。此時婦人的肺臟和肝臟病灶早已恢復；但電腦斷層掃描影像上，脾臟的毛病依舊存在。針對這個現象，醫師在論文裡幫那隻蠕蟲講了句公道話，認為後者不是牠的錯，並以早前的正子斷層造影為證：肺、肝兩處病灶對放射性示蹤劑的反應，與脾臟迥異。術後 6 個月，婦人的嗜酸性白血球濃度維持正常，神經精神方面也有進步。^[2]目前整體狀況穩定，仍定期回診追蹤。^[1]

1. Davey M. (28 AUG 2023) ‘‘Oh my god’: live worm found in Australian woman’s brain in world-first discovery’. The Guardian, Australia.
2. Hossain ME, Kennedy KJ, Wilson HL, et al. (2023) ‘Human Neural Larva Migrans Caused by Ophidascaris robertsi Ascarid’. Emerging Infectious Diseases, 29(9):1900-1903.
3. ‘Low Hemoglobin’. (04 MAY 2022) Cleveland Clinic, U.S.
4. Kuter DJ. (SEP 2022) ‘Overview of Platelet Disorders’. MSD Manual – Professional Version.
5. ‘C-reactive protein (CRP) blood test’. (OCT 2022) Healthdirect Australia.
6. Liesveld J. (SEP 2022) ‘Eosinophilia’. MSD Manual – Professional Version.
7. Salahuddin M, Anjum F, Cherian SV. (22 MAY 2023) ‘Pulmonary Eosinophilia’. In: StatPearls. Treasure Island (FL): StatPearls Publishing.
8. ‘Prednisolone’. (APR 2023) Healthdirect Australia.
9. ‘T-Cell Receptor Gene Rearrangement’. (22 SEP 2020) Testing.com, U.S.
10. Roufosse F. (2018) ‘Targeting the Interleukin-5 Pathway for Treatment of Eosinophilic Conditions Other than Asthma’. Frontiers in Medicine, 5:49.
11. Agumadu VC, Ramphul K, Mejias SG, et al. (2018) ‘A Review of Three New Anti-interleukin-5 Monoclonal Antibody Therapies for Severe Asthma’. Cureus, 10(8):e3216.

前一陣子，在網路上看到了一篇新聞，標題是〈交友軟體真的可以找到對的人嗎？研究曝 1 種人最容易暈船，越玩反而越痛苦〉，裡面在談的是焦慮依附玩交友軟體，是一件不好的事情。

這一篇新聞裡指出，焦慮依附在交友軟體上，是最難從中受益的一群人，而新聞的最後，則建議焦慮依附者接受心理治療。

對於這樣的新聞，我是不贊同的，一來是依附風格本身其實是難以改變的，二來是心理治療並不是一個便宜的療程，且依附風格難以輕易被改變。這樣的新聞，好像讓焦慮依附者陷入了一個永遠無法解決的困境深淵當中，而改變卻是非常困難的。

因此，這一篇文章，我想要來談談，焦慮依附的人應該如何妥善地使用交友軟體，如何讓交友軟體成為有助於自己成長的工具，而非陷入缺乏安全感的無盡回缺之中。

什麼是焦慮依附？什麼是逃避依附？

雖然在過去，我寫過非常多依附風格的文章，想閱讀更多的人可以看看這兩篇（依附理論的起源：我們為什麼會依賴別人──依附理論系列（一）、依附傾向：我對你的依附沒有絕對分類──依附理論系列（二）），但在這篇文章的一開始，我還是要談談什麼是依附風格。

在依附風格的定義上，是一個兩軸四象限的概念。依附可以分成四種類型，分別是安全、焦慮、逃避、矛盾等四種依附。

先來談談焦慮的特質。所謂焦慮依附，指得是在關係中容易感覺到對方沒有自己想像中那麼親近自己，因而容易覺得患得患失、想要不斷確認關係的特質。而所謂的逃避依附，則是在關係中害怕與別人親近，在親近的同時容易感覺到喘不過氣，希望與愛人保持距離的一群人。

安全依附的人，就是焦慮跟逃避兩個特質都低的人，他們不容易感覺到別人要拋棄自己，也不容易感覺到難以和他人親近；而矛盾依附則是，時而會感覺到對方與自己不夠親近、害怕對方拋棄自己，又時而會感覺到對方和自己太過親近，覺得不舒服而想拉開距離的人。

交友軟體上，到底是怎麼樣的人居多？

那麼，交友軟體上，到底是怎麼樣的人居多呢？根據師大的碩士生陳姵如在她的畢業論文蒐集到的資料指出，台灣的交友軟體上，「焦慮依附」佔總人數 38.33%，「安全依附」佔總人數 25.83%^[1]。不過因為她使用的量表，和國際上普遍使用的量表有一些學理上的爭議，因此我無法將逃避依附和矛盾依附的比例進行呈現。不過簡單來說，焦慮依附在交友軟體上，佔了將近四成的人數，而安全依附也有1/4的人數。

那麼，焦慮依附的人，到底為什麼會在交友軟體上佔這麼大的比例呢？他們使用交友軟體，又是為了什麼呢？

過去的研究指出，焦慮依附的人渴望與人親密的特質，會讓他們渴望與人在社交上來往，同時害怕被拒絕^[2]。在這樣的情況下，交友軟體確實提供了一個很適合焦慮依附社交的場合。

在一般的生活中，我們的社交，並不一定是為了獲得對方的喜歡而做的。工作上必須要和老闆社交、和同事社交，是為了讓工作順利進行下去而做的；而且在這些情境之下，我們並不知道對方到底對我們有沒有私領域上的興趣。

然而，交友軟體的設計上，讓我們一開始就能夠設定自己要尋找朋友、短期交往關係、長期交往關係、結婚為前提的關係等等，對於焦慮依附這些想尋求深刻而緊密的關係的人而言，其實是相對友善的環境。

過去的研究曾經指出，一旦一個人意識到彼此相互吸引^[3]，彼此的互動模式會有所改變，而交友軟體提供了互相喜歡才能配對的機制，讓使用者透過意識到自己跟一些人成功配對，而感覺到自己是一個具有吸引力的人^[4]。

焦慮依附在交友軟體上的危險，以及我們該如何克服

不過，焦慮依附傾向越高的人，在使用交友軟體上，確實也有一些風險存在。根據一份研究指出，焦慮程度越高的人，確實越有可能使用交友軟體，也會在交友軟體上花費較多的時間。

花費較多時間上，其實是一把雙面刃。雖然好的部分在於，我在上一段提到，交友軟體讓焦慮依附，比較不必擔心被拋棄、不被喜愛等等的社交線索，但也有研究指出，焦慮依附傾向高的人，在交友軟體上，比較難以實際約到他人碰面^[6]；除此之外，焦慮依附若使用交友軟體和他人約炮，比較難以獲得滿足，同時也會產生許多負面的情緒^[6]。

因此，針對這些部分，我要提供焦慮依附傾向高的人，在使用交友軟體上的一些建議。

第一個建議，就是不要約炮。對於焦慮依附的人來說，大多會希望性行為是一個讓彼此關係更加進展的手段，而非像逃避依附一樣，比較能夠性愛分離。這個部分，我在泛科學上的〈性與愛的矛盾掙扎？不同依附型態對性愛關係的影響──依附理論系列(十七)〉一文中，有過詳細的討論。

正因為焦慮依附希望性愛能讓關係進展，那麼短暫的約炮關係，就容易讓焦慮依附暈船，因為焦慮依附者，雖然名義上同意對方只做愛不交往，但實際上又會希望透過性愛來改變對方的態度，進而跟自己交往。

如果約炮的對象，打從一開始就很堅持彼此不要交往，那麼約炮後，讓焦慮依附者感受到對關係不滿意，並隨之產生許多負面感受，就是很正常的事情了。

因此，如果你的焦慮依附特質高，又真心希望找到一段長久的關係，千萬不要以身試火。

第二個給焦慮依附的建議在於，交友軟體用得多沒關係，但必須要把認識一個人的時間拉長。焦慮依附傾向高的人，大多會希望盡快確認兩個人的關係。但經歷過多場戀愛之後就會發現，有一些關係中自己的期望，以及對方對關係的期望，若未能在交往前做過核對，就容易讓彼此在交往中過得不順利（關於焦慮依附比較容易期待在認識時盡快拉近關係的研究，可以參考〈交往前，讓我們約會吧！三種依附類型怎麼做？──依附理論系列（四）〉）。

當然，我並不贊同感情中不應該改變別人的說法。我覺得戀愛是一個互相滿足、一起成長的過程，但我同時也不認為，希望短時間內改變對方的行事風格或價值觀等等，是一件讓人舒服的事情。

因此，把互動時間拉長，同時和對方討論一些自己的期望和對方的想法之間的落差，或許有助於你篩選掉無法相處的對象，或是打算和對方長久走下去，該如何拿捏彼此的進展速度。

第三個給焦慮依附的建議，則是盡量尋找同時具有「低焦慮」與「低逃避」這兩個特質的人交往，也就是和安全依附交往。安全依附者，相對而言有著較高的安全感，也比較願意對感情抱持著開放的態度。

如果真的找不到安全依附者，我也會建議焦慮依附特質較高的人，避免和「高逃避」的「逃避依附」與「矛盾依附」交往，他們不喜歡與人太過親近，不習慣表達自己的情感，對於情感需求高、希望與人親近的焦慮依附者而言，是一件很痛苦的事情。

當然，我無法提供一種通往幸福的簡單道路，即便我寫過眾多與依附相關的文章，也對依附相對熟悉，但我覺得了解依附，最重要的是了解自己適合和怎麼樣的人交往，不適合和怎麼樣的人交往；同時，你得了解到，哪一些關係，是讓自己容易表達情感，同時不會受傷的關係，而哪一些關係，是讓自己容易受傷，對方是無法接住自己情感需求的關係。

身為焦慮依附者，我不認為自己應該避免使用交友軟體，即便容易暈船，但挑選對象，讓自己暈一個暈下去會安全的人，而不是暈那些會讓自己受傷的人，我覺得才是最重要的。

如果你喜歡我的文章，歡迎追蹤粉專 Psydetective-貓心

1. 陳姵如（2022）交友軟體使用者之人際依附風格、愛情態度與幸福感之相關研究。國立臺灣師範大學教育學院心理與輔導學系碩士在職專班碩士論文。
2. Mikulincer M, Shaver PR. (2007) Attachment in adulthood: structure, dynamics, and change. New York: Guilford.
3. Luo, S., & Zhang, G. (2009). What leads to romantic attraction: Similarity, reciprocity, security, or beauty? Evidence from a speed-dating study. Journal of Personality, 77(4), 933–964. 
4. Alexopoulos C, Timmermans E, McNallie J. Swiping more, committing less: unraveling the links among dating app use, dating app success, and intention to commit infidelity. Computers in Human Behavior 2020; 102:172–180.
5. John K. Coffey, D. Kyle Bond, Jessica A. Stern & Natalie Van Why (2022): Sexual Experiences and Attachment Styles in Online and Offline Dating Contexts, International Journal of Sexual Health, DOI: 10.1080/19317611.2022.2110349\
6. E. Timmermans & C. Alexopoulos(2020) Anxiously Searching for Love (Among Other Things): Attachment Orientation and Mobile Dating Application Users’ Motives and Outcomes. Volume 23, Number 7