日光不只對醫療工作的品質有幫助喔！

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。

框架問題理應提醒我們，我們只要自動腦補就一定會犯錯。我們確實向來如此。不過「人類」這個對象不同於 AI 研究人員開發的機器人或電腦，並不會讓我們訝異到必須被迫改寫思考時的整個心智模式。相反地，一旦我們知道答案，就似乎總能找出先前被忽略、後來明顯相關的面向，就像拉扎斯菲爾德假想的《美國士兵》讀者——他們在事後發現，每一個對立的結果都同樣理所當然。

也許我們原本預期自己中了樂透之後會超級開心，結果中獎之後，卻發現自己很鬱悶，這個預測顯然很糟糕。但當我們意識到自己預測錯誤時，同時也獲得新的資訊，例如那些突然出現要借錢的親戚。於是我們會心想，如果早點知道這些資訊，就可以正確預測未來的幸福狀態，也許就不會去買樂透彩了。

因此，我們沒有質疑自己預測未來幸福程度的能力，反而只是認為我們漏掉了一些重要的東西，並且確保自己不再犯相同錯誤。然而我們卻一錯再錯。事實上，無論對於他人行為的預測失準了多少次，我們總是可以用當時未知的事情做為辯解。透過這種方式，我們掩蓋了框架問題，一再說服自己下次會做好，卻永遠都不明白我們真正錯在哪裡。

這種行為模式在動機與金錢報酬的關係中最為明顯，也最難消除。例如，實施金錢獎勵制度顯然能提升員工表現，而且數十年來，職場上大幅出現以績效為基礎的薪資制度，最具代表性的就是高階主管薪酬與股價掛鉤。

當然，員工在意的顯然不只薪水，還有內在的愉悅感、認同感，以及在個人職涯上的成長與晉升等因素，這些都會影響工作表現。

在其他條件都相同的情況下，適當的金錢獎勵可以提升個人表現——這似乎理所當然。然而，多年來有多項研究顯示，薪酬與工作表現之間的關係，實際上的複雜程度讓人難以想像。

舉個例子，最近我跟雅虎（Yahoo!）的同事梅森（Winter Mason）進行了一系列網路實驗。我們給予受試者不同的薪資，並要求他們執行各種簡單的重複性工作，例如：按照正確的時間順序排列一組車流照片，或是在矩形網格上，找出隱藏在一堆英文字母中的英文單字。

所有受試者都是在亞馬遜土耳其機器人（Amazon’s Mechanical Turk）這個外包網站上招募而來，這個網站是亞馬遜公司於二○○五年推出，原先是用來找出重複的庫存商品。現在有數百家企業使用土耳其機器人進行「群眾外包」（crowd-source），處理五花八門的各種任務，像是標示圖片中的物品、描述新聞報導的觀點，或是判斷兩種說法中哪一個比較清楚。這個網站也是招募心理學實驗受試者的一個有效方法，就像心理學家多年來在大學校園裡張貼廣告那樣，不過土耳其機器人網站的「託客」（turkers）完成一件任務的報酬通常只需要幾美分，只占了研究經費的一小部分。

我們的實驗總共納入數百位受試者，完成了數萬件任務。有些受試者完成一件任務只能得到 1 美分的酬勞，例如整理一組圖片、找出一個單字。但是，有些受試者完成相同任務卻會得到 5 美分或 10 美分。這在工資上是相當大的差異，要知道，美國電腦工程師的平均時薪只有聯邦最低工資的六倍，所以你可以預期這個工資差異會對受試者的行為產生強烈影響。

結果確實如此。我們付的錢越多，受試者離開實驗之前完成的任務就越多。我們還發現，不管工資多少，分配到「簡單」任務（每一組有兩張圖片需要歸類）的人，比分配到中等或困難任務（每一組有三至四張）的人完成更多任務。換句話說，這些都符合常理。

但接下來的問題是：雖然存在上述差異，我們發現這群受試者的工作品質，也就是歸類圖片的準確度，並不會因為工資不同而下降，即使只有正確完成才能拿到酬勞。

該如何解釋這個結果？我們並不十分確定。在受試者完成任務之後，我們問了一些問題，包括他們認為自己的工作該得到多少報酬。有趣的是，他們的回答與工作難度無關，而是取決於獲得的工資。平均而言，每件任務得到 1 美分的受試者，認為自己該得到 5 美分。得到 5 美分的認為自己該得到 8 美分，而得到 10 美分的則認為自己該得到 13 美分。

換句話說，不論他們實際上得到多少（還記得有些受試者的工資是別人的十倍嗎），每個人都覺得工資過低。大家在直覺上會認為，給予金錢獎勵就能夠提升員工的動機，但這個實驗告訴我們，即使是非常簡單的工作，工作動機也會因爲員工的權利意識提升而大幅減弱。

——本文摘自《超越直覺》，2024 年 01 月，一起來出版，未經同意請勿轉載。

• 專訪胡煜昌／Google 使用者經驗資深經理

跟許多目前在矽谷工作的台灣人一樣，目前在 Google 擔任使用者經驗（UX）資深經理的胡煜昌，畢業於成功大學建築系，在美國哈佛、卡內基美隆大學取得學位後，留在矽谷繼續工作。

從韓國三星到矽谷科技巨擘 Google，從個人工作者到管理職位，胡煜昌覺得台灣人在矽谷的優勢在於說到做到、執行力超強。而「願意分享與溝通」、「成為解決問題的人」、「永遠為自己的工作與團隊多想一步，成為高信任感的夥伴」是他在矽谷能持續得到工作上的成就與晉升的關鍵成功要素。

胡煜昌指出，疫情前，遠端工作與跨國團隊間合作本來就已經是矽谷科技公司的日常，雖然疫情來得又急又快，但這些基礎架構都已成型，所以對工作的影響其實並不大。疫情剛開始的時候，大家都不覺得會在家工作很久，團隊還會遠距約了一起吃午餐、品酒、運動。

但是，隨著在家工作的時間越來越久，大家也開始習慣這種遠距工作的新常態，展現出人類的韌性。

胡煜昌指出，矽谷公司間的遠距與跨國工作能夠如此自然，在於大家心態上的正確設定，不要有先入為主的想法，文化沒有高低、對錯之分，大家彼此尊重、願意交流相當重要。當然，實體工作也有許多遠距無法取代的優勢，譬如過去大家在偶遇時的討論，快速在用餐時間的交流，都能讓許多沒有在計畫內的事情，高效解決。但是遠距工作後，需要先設定事項，再透過會議正式討論，還要考慮時區的差異，因此，大家在疫情剛開始時的工作時間的確變得更長。現在大家也逐漸習慣用各種即時與非即時的溝通模式提升合作效率，在工作與生活間找到新的平衡。

分享、溝通與信任是遠距工作的成功祕訣

胡煜昌表示，「分享、溝通與信任」是遠距工作的成功祕訣。要明確地讓別人知道你在做什麼、你想做什麼，透過可視化的 Google 工作檔案，讓團隊清楚了解每個人正在處理的任務，減少誤會產生。譬如團隊中有些在家工作的同事，需要照顧孩子、家人，造成工作有所延誤，也可以開誠布公地表達與溝通。

胡煜昌指出，Google 利用 Google 文件，不但可以分享工作進度，也可以隨時評論，過程中不僅可以高效溝通，更能建立信任感與默契。

主管的存在，在於解決團隊中每個人的問題

胡煜昌表示，主管的團隊管理相當重要，而且主管要有一個正確的認知，了解團隊每個人是主管的重要工作，而主管的主要職責，在於解決每個人的問題，這可以說是耐心與智慧的考驗。

胡煜昌在職場上的升遷與轉職，都遇到了願意教導、願意給機會的好老闆。美國三星是胡煜昌人生中的第一個工作，只花了兩年的時間，便從專業設計工程師晉升到主管。

過程中除了老闆對他的支持，更提供一對一的教練，一步步帶領他設定目標、激勵員工，並在面對困難的決定時一起討論，找出方法。這為期兩年的訓練，對胡煜昌來說，是絕佳的成長養分。

台灣人在矽谷擁有說到做到、高執行力的優勢，但需要學習的是，如何在工作中建立自己獨特的「角色定位」。很多人一進公司就埋頭做事，但是矽谷文化重視「解決問題的人」，也就是策略性的思考能力，能夠主動出擊並能將個人在產品與組織中的影響力最大化。

胡煜昌說，以主管的角度來看，現在產品開發越來越複雜，主管們往往不能對每一個細節都瞭若指掌，這時候更加依賴團隊，提出建議，進而做出正確的判斷。這時團隊要是有人能適時補上這些不足的地方，甚至成為移開路中大石的那人，就顯得更有價值了。

職場的每一步，隱形信譽的重要累積

台灣在團隊合作上，比較趨向於競爭，但在美國則傾向於發展個人價值的同時，也能尊重彼此專業的合作關係。胡煜昌回想，之前在三星第一個應徵的前端工程師是位初出茅廬的年輕小伙子，當時，在提拔他的同時也在他身上「偷」學到許多前端開發與架構的知識。如今這位當初的年輕人已經是在蘋果獨當一面的軟體開發經理。雙方一直保持聯絡，時常見面交換業界心得。

胡煜昌笑著說，在矽谷應該沒有人會在同一個公司終老。這個產業很小，曾經的上司與同事，幾年後都分別在各大公司任職，套一句俗話：「出來行走江湖，總有一天要還的」。

在美國很重視信用（credibility），在工作場域，隱形的信譽，也就是過去的表現，更具有舉足輕重的重要性，想要在美國的職場任職與升遷，「推薦」扮演相當重要的角色，你過去的紀錄與表現，將跟著你一輩子。胡煜昌表示，自己在三星與 Google 的幾次升遷都是受助於幾位上司與同事的大力支持；過去幾年自己也推薦過多位以前的同事與下屬，靠的都是彼此間在專業合作中累積起來的信任。

在 Google 工作很輕鬆嗎？

當胡煜昌決定轉職到 Google，很多人恭喜他換到這麼一個錢多又人性化的工作場域。Google 真的這麼輕鬆嗎？

胡煜昌笑著說，Google 的確是一個沒有人會叫你做什麼的環境，很多人可能會認為，你就把該做的事情做一做就好，薪水也不會比較少。但是，這就取決於個人的職涯規劃，有沒有更上一層樓的打算。

其實，在 Google 花很多時間在找問題、解決問題。不只是自己專案的問題，很多時候更要看到產品甚至是組織上的問題。

或許從上到下、直接命令的做事方式的確比較高效，而 Google 從下而上的管理與工作模式相對耗時，但是在這過程中，展現個人問題解決的能力，在不同想法下互相討論、合作，開創最佳的創意火花，卻是效率所買不到的重要資產。

＝ I C 筆記／ 詹益鑑＝

熟悉 KT 的聽眾與讀者，應該非常容易猜到胡煜昌的身分。對許多 KT 的粉絲來說，胡煜昌就是那個矽谷最幸福、可以嘗到 KT 手藝的矽谷美味人夫（笑）。從我們家兩年多前移居矽谷以來，常受到這個「矽谷美味家庭」的款待，一起度過節日或跟其他朋友在他們家聚餐。除了是一個稱職的男主人，胡煜昌的學霸背景與精彩的業界經歷，也常成為聚餐時的談話主題。

所以這一集訪談，除了是胡煜昌首度出道獻聲之外，更是彷彿在他們家客廳的閒聊（實際上還是遠距錄音，而且應該是三支麥克風）。從三星到 Google 這兩家文化不同的科技公司，從工程師升上管理職的心路歷程與管理心法，還有在疫情之下的居家遠距與跨國工作模式，都是非常有意義的享。而主管最重要的工作是提高每個同仁的效率，最重要的就是解決員工面對的問題（無論是工作上或工作以外），更是我從很多 Google 朋友身上聽到與學到的獨特文化，非常值得台灣的企業經理人與每一個職場上的朋友思考。

——本文摘自《矽谷為什麼：科技、新創、生醫、投資，矽谷直送的最新趨勢與實戰經驗》，2022 年 6 月，商周出版，未經同意請勿轉載。