你的電腦比朋友更懂你

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

全球知名社群網站 Facebook 日前宣佈將母公司改名為「Meta」，相信各位求知慾旺盛的泛糰們，已被各種「Meta文」洗版一波！事實上，任何英文中掛有Meta字首的詞，都有形容後綴構詞「超越」、「後設」或「變質」等等含義，在每個學門及語境中都有不同的用法。關於「Meta」字首的用法，可以參考泛科學之前的這篇文章。

回過頭來說，馬克．祖克柏（Mark Zuckerberg）如此大動作爲公司更名，無疑是一種宣示公司發展方向的野心之舉，究竟「Metaverse」有何魅力？讓各個業界大佬紛紛在近日喊出口號，為人們指向這個不知所謂的未來情境？

為了回答這個大哉問，泛科學第二屆「泛糰策題高峰會」就將主題鎖定在「Metaverse」，並挑選出以下 3 個題目，歡迎各位泛糰在留言區投下寶貴的一票，讓我們知道你想增加什麼樣的「妹塔宇宙」知識吧！

如果各位泛糰們有其他想看的題目想法，也歡迎在下方留言唷，若未來編輯部採用您提供的想法來生產文章的話，我們會把您的名字放在文章上面唷！本次投票將持續到 11/21 日截止，並於 22 日公布投票結果，最後獲選文章就會在 12月3日發布唷！

1. 元宇宙是什麼酷東西？淺談Metaverse的概念及框架

先說重點！「元宇宙」目前還只是個概念構想，因業界及學界都還沒有普同而精確的定義。但隨著VR（虛擬實境）／AR（增擴實境）及區塊鏈技術等等構築元宇宙的基礎技術逐漸發展，這個最早源自美國科幻作家 Neal Stephenson 的作品《潰雪》中的概念，成為科技巨頭們下一波掏金的應許之地。

是的！你沒看錯，元宇宙的概念最初是先源自科幻小說的構想。在原著中，它是一個與現實世界平行的虛擬世界，未來的人類可以使用虛擬替身（avatar）的形式交流，人們可以在虛擬世界中，進行任何他們在現實生活中的事務，並且藉此與真實世界互動——換言之，元宇宙不單純是架空的虛擬世界（例：Minecraft），而是強調「虛實整合」的沈浸式網路體驗。

如果這樣說明還不夠清楚，可以票投本文唷！若本題中選，除了將說明元宇宙目前在業界及學界的概念形塑為何，也會說明文學作品中的概念想像，是如何從1950年代至今，為元宇宙的概念形塑打下基礎。

2. 從電影中辯證什麼是元宇宙！

科幻作品之所以迷人，在於它提出了某種「What if」的情境，透過世界觀的構築，體現了人類對科技的想像！你覺得「元宇宙」這個概念很難想像嗎？事實上，Metaverse的概念在眾多科幻作品中都有出現過。例如2018年的《一級玩家》，抑或是2009年的日本動畫《夏日大作戰》，都是很好的元宇宙範例。

但其實，元宇宙（Metaverse）的概念很容易跟虛擬世界（Virtual world）或其他類似的概念混淆。本文將比較眾多經典科幻電影／動畫作品中的世界觀差異，來藉此辯證什麼是元宇宙，什麼不是元宇宙！

想知道《駭客任務》或迪士尼的《創：光速戰記》及《無敵破壞王》等等作品是否算是元宇宙嗎，歡迎票投本文！一起來研究研究吧～

3. 元宇宙經濟學：什麼是 NFT？

NFT 是「非同質代幣」的英文縮寫（Non-Fungible Token），是一種區塊鏈（Blockchain）數位帳本上的數據單位，每個代幣可以代表一個獨特的數位資料。由於NFT利用了區塊鏈的加密技術，具備了去中心化特質，而讓交易具有公信力，也因此，每個 NFT 作品都具有不可替代與複製的特點。購買者是購買藝術品，例如音樂或數位圖片的「所有權」，而非作品本身。

 NFT 的價值，在於擁有所有權的「稀缺性」。舉例來說，一名年僅 12 歲的英國男孩艾哈邁德（Benyamin Ahmed），透過自寫程式，生成了3,350 隻配色及特徵不同的像素鯨魚圖案，並依此賺進價值約 40 萬美元（約 1,100 萬新台幣）的加密貨幣。

言而總之，NFT 的種種特性，讓人對數位資料有了「所有物」的概念，使得許多投資者開始將真實世界中的經濟活動轉入 NFT。但 NFT 為何被視為元宇宙的經濟基礎呢？想瞭解更多的話歡迎投票，讓泛科學的文章來回答你心中對知識的渴望吧！

簡單投票三步驟

Step 1：登入/註冊泛科學會員
Step 2：選好 1個 你想看的文章，在本篇文章底下留言。（即日起至 11/21 午夜票選截止）
Step 3：獲選的文章將於 12/3 在泛科官網發布

你是一個害羞的悶騷鬼嗎？你或許有辦法對朋友隱藏真實的一面，但是可瞞不過你的電腦，一項關於臉書（Facabook）資料的研究顯示，我們身邊的電子產品比我們最親近的朋友還能夠挖掘出我們最真實的個性。

劍橋大學（University of Cambridge）的心理學家吳悠悠（Youyou Wu）及資訊工程學家麥卡爾庫辛斯基（Michal Kosinski）對於此項研究的靈感來自於電影《雲端情人》（劇情是關於一個男子人與工智慧系統女聲之間的浪漫關係），「透過分析電腦中的使用紀錄，電腦能夠更了解使用者的需要進而做出貼心的回應，這甚至是交往許久的男女朋友也不一定能做到的事。」吳悠悠表示，她及庫辛斯基忍不住想道：這在真實生活中有可能實現嗎？

在2007年他們的同事大衛史迪威（David Stillwell）－另一位劍橋心理學家，設計了一個臉書APP稱為myPersonality，在經過同意後用戶會提供豐富的個人資料，不僅有臉書上的資訊如按讚內容及朋友名單，他們還會經過標準的心理測驗並回答調查問題。而使用者的回報就是心理測驗結果及與其他myPersonality使用者比較分析的概要資料。研究人員因此獲得了完美的數據讓他們有辦法將想法付諸實驗。

在庫辛斯基的幫助之下，myPersonality成為非常熱門的APP，目前大概有超過四百萬的用戶註冊及使用，它也隨之成為科學研究的金礦，2013年一項對於myPersonality的資料分析研究刊載在 《美國國家科學院院刊》（Proceedings of the National Academy of Sciences，PNAS），由庫辛斯基帶領的研究團隊表示，人們在臉書上所按的讚就足以預測個人特質，如性別、種族、政治傾向甚至是性能力，這篇研究也成為當年非常熱門的文獻之一。

話說回來，用臉書按讚內容判定使用者是同性戀或異性戀可能不難，但要更精確的判斷一個人的個性就又另當別論了，吳悠悠表示：「實驗結果顯示朋友之間互相判斷彼此的個性還蠻準確的。」。

研究團隊使用一種學界公認的方法來推估一個人的個性特質，研究人員通常稱之為Big Five，其方法是讓受測者填寫一份一百題的問卷，並根據「因素分析」（factor analysis）去解析其答案，用五個主要因素去劃分不同的人格特質：開放性（openness）、責任心（conscientiousness）、外向性（extraversion）、隨和性（agreeableness）、神經質（neuroticism）。實驗結果發現朋友之間可以推測對方可能會怎樣回答問題，「像是在這個測驗中我的外向性得到4.5分（滿分5分），而我的朋友推測我會怎樣回答問題後得到的外向性是4.4分。」吳悠悠表示。

研究團隊聚焦在86,220名使用者，累積過去兩年透過myPersonality APP所完成的Big Five測驗，研究人員使用這些測驗結果加上臉書資料設計一個統計模式，並以此透過臉書按讚內容預測一個人的人格特質。為了比較電腦判斷與人為判斷的準確性，團隊又請來參與者的朋友共17,622位，讓他們假想朋友會如何填寫BIG FIVE問卷，然後分析這些資料。

目前的電腦系統還無法像電影《雲端情人》中的一般聰明撩人，不過透過你臉書中的資料數據，它能夠很快了解你的人格特質及喜好，在比較過參與者的朋友之預測後，電腦預測的準確度平均高出15%，只有配偶預測的準確度高出電腦。

所以我們給臉書留下的印象到底是什麼樣子？若以「開放性」這個因素來說，它能評估一個人崇尚自由主義或是趨於保守傳統，而從此特徵可以稍微窺探其政治傾向，偏向自由的人大多喜歡大衛鮑伊（David Bowie，英國搖滾音樂家）並且是無神論者；而偏向保守的人比較喜歡福斯新聞（FOX NEWS）和林伯（Rush Limbaugh，美國保守派）。其他人格預測比較異常，在「隨和性」的範圍中，比較樂於合作的人大多喜歡電影《神鬼認證》（The Bourne Identity），而偏好競爭的人比較喜歡《燕麥粥》（the Oatmeal），一個有關科學、極客（geek）文化等議題的網路卡通。

柏克萊加州大學（University of California, Berkeley）的心理學家黛娜卡尼（Dana Carney）並未參與研究，但她表示「這是一個對於臉書數據資料很好的利用。」，此研究除了讓我們了解人格特質如何影響我們在生活中做出選擇，黛娜卡尼也提到這對於網路線上行銷也是很好的應用，因為你越了解網路使用者的特質，你越有機會去影響他們。未來的下一步是增加電腦預測的準確性，黛娜卡尼：「可以收集其他網路行為並與臉書按讚做結合，如網頁瀏覽行為，已經有許多企業進行收集。」

參考資料：

Your computer knows you better than your friends do [Science.12.01.2015]

• 作者／謝宜安
• 接續上篇《蔓延世界各地的盜腎傳說：一覺醒來腎臟就不見了？——《特搜！臺灣都市傳說》上》盜腎傳說進入不同國家、不同年代，竟然還能再變形？

若問問臺灣讀者，他們聽到的盜腎傳說背景為哪個國家？近一半的人會回答中國，一半以上的人會回答美國。

這部分得益於《獨角獸查理》的流行，另一部分則是因為，德州大學版本在臺灣流傳得實在太廣了。它流行時間主要集中於 1997 至 2002 年（之後當然還有流傳，2002 年只是以「網路追追追」的闢謠為界），這段時間正是臺灣網路使用者快速增加的時期。

當時接觸網路的一代用戶，最小的可能是國小生，也都受過這傳說的洗禮。如今，他們也已經長成二十七、八歲的年輕人了，還記得小的時候在網路上瀏覽過的「盜腎傳說」。他們當初看到的，應該就是德州大學版。

除此之外，2000 年前後，似乎是臺灣迅速接受美國都市傳說的一個時期。不少翻譯的傳說在臺灣流傳。2000 年左右的「肯德基基因雞」傳說，也是從英文翻譯而來。

「中國化」的盜腎傳說，更強調「性」的版本

德州大學版被臺灣人被翻成中文後，傳至中國，並且在中國本地開始「中國化」，雖然中國化得相當不徹底。

2004 年左右，盜腎傳說出現了廣州大學版。這個版本現在可以在論壇裡找到轉貼。轉貼文章以「特級警告！不要和陌生人喝酒」開頭，在 2005 至 2007 年間廣泛傳播。雖然少數接觸到的讀者表示，他們兩年前看過美國版，但多數人還是相信了這則翻譯的傳說。

這個最早出現的廣州大學版，有幾個改動：

1. 將德州大學改成廣州大學，但保留原文，包括「廣州大學慶祝期中考結束是個傳統」，但實際上根本沒有這個傳統。以及把「德州大學正與拜爾大學醫學中心合作，在尋找這個大四學生的腎臟」改成「中山大學與廣州大學醫學中心」。改編者至少對於廣州有基本的了解，雖然他編造了廣州大學的傳統，但還知道廣州的著名大學是中山大學。
2. 將美國的「911」改成中國的「110」，這是中國的報警專線。
3. 德州大學版的完整版原有一句「這犯罪行為正發生在絕大多數的主要城市，最近尤其是在新奧爾蘭」，中國版則改成了「廣州」這個快速興起的南方城市。
4. 提到男生去女孩們的公寓，是「坐出租車去（有車喔）」（中國稱計程車為「出租車」）

除此之外，全文照搬，一字不差。中國改編版襲用了臺灣的翻譯。

若將兩段文字放在一起比對，會發現字句根本一模一樣，只有上述四處不同。但地點、電話這些，都是因地制宜的合理改動，唯有「坐出租車」是多餘的，為什麼要強調出租車，還說「有車喔」？

計程車給予人昂貴的印象，但其實和臺灣相比，中國的出租車相當便宜。廣州現在的收費標準是 2.3 公里以下 10 元人民幣，此外每多一公里多收 2.6 元。多便宜呢？這表示 2.3 公里只要花臺幣 47 元，同樣距離臺灣要花 95 元。

在中國，計程車連學生都坐得起。不過廣州改編版主要流傳在非廣州的外地，對於這些地方的人來說，「坐出租車」可能仍是件相當奢侈的事，值得強調。

廣州大學版在流傳中改變。例如「廣州大學」變成廈門大學等中國其他南方大學，或是增加了更為艷情的描寫。

例如一個出現於 2007 年左右的版本，刪去公寓派對一段，而讓男生「在女孩的百般調情挑逗下」，去「酒店」開了「一間雙人間」。因為這版本中，「性」的主題更明顯，因此這版本的警示往往是「千萬不能嫖妓」、「大家以後千萬不要嫖娼啊」。

警告！大學女生不要輕易發生一夜情

2007 年版還改了一個細節，讓男孩醒來時，發現在他旁邊的並不是電話，而是手機——在德州大學版開始流傳的 1996 年，手機還不夠普遍，但在 2007 年的變體中，保留飯店電話而不使用手機，才是不自然的。

2008 年，大學男生版又變成了大學女生版，這回主角換成了四川的大學女生，誘惑者變成一位年輕帥哥。同年，「網路追追追」在〈十年不衰盜腎傳奇話從頭〉裡，新增了這個四川女大生版。經過中國本地化改編的大學生版，也來到了臺灣。

都市傳說都含有某種警告，從德州大學版到廣州大學男生版、四川女大生版，相同的故事，卻攜帶不同的寓意。

德州大學男生在派對上遇害，因此傳說常以「Reason to not party anymore」（不要再參加派對的理由）開頭，但派對文化在中國並不興盛，因此中國版警告的是「不要和陌生人喝酒」（或是不要嫖娼），四川女大生版所代表的寓意，或許是警告年輕女孩們「不要輕易發生一夜情」。

2008、2009 年，剛好就是第一批「90 後」上大學的年紀。經過改革開放、經濟成長，這些新一代的年輕女孩，在感情、性方面的態度已經和上一輩不同了。而在廣大的中國，女孩們又往往到外地求學，「上大學」意味著脫離父母的掌控，這足以引發父母輩的焦慮，擔憂「90 後女孩」會因為誘惑而出事。

但無論是何種警告，這些都是中國本地才有的寓意。廣州大學版和四川女大生版都曾來到臺灣。一旦脫離中國，來到臺灣人眼前，傳說所代表的主要意涵就改變了。兩個傳說版本，都只說明了一件事。

那就是，中國很危險。

對臺灣人而言，盜腎傳說展現「中國很恐怖」

2000 年後的十年，是兩岸經貿交流的成長期。2000 年赴陸旅遊人數為 310 萬人，此後逐年成長（只有 2003 年因 SARS 下跌），2010 年，赴中國旅遊的臺灣人有 514 萬。較十年前成長了 200 萬人。而這段時間，也因為中國加入 WTO 的影響，而使得臺商紛紛投資中國。

我們不難想像，在中國的盜腎傳說傳播的 2000 年代，臺灣已經有許多人前往中國工作、貿易、旅遊。但同時，也有許多對中國的惡劣印象在臺灣人之間流傳著：在中國容易被搶劫、中國人上廁所不關門、中國治安衛生狀況非常可怕、在中國容易失蹤……

「盜腎」是發生在中國的恐怖故事，那麼對臺灣人而言，它就是顯示「中國有多恐怖」的故事。

這些警訊跟隨著盜腎傳說流傳。若你在網路上搜尋傳說的轉貼，你可能會發現以下標題——

• 「出國旅遊中國不要去！可怕！」
• 「去大陸旅遊的人要注意了」

2009 年，PTT NetRumor 板轉貼的四川女大生版，以這樣一段文字開頭：

「如果您自己或有親戚朋友常往來大陸請一定要認真看完以下的內容」

接著敘述四川的大學女生腎臟被偷的故事，文章最後結束在：

「這種犯罪行為正發生在很多主要城市，最近尤其是在山東、廣州、深圳、佛山、東莞、廈門、泉州、北京、上海、四川、重慶、全國各地酒吧！！發給你關心的任何一個朋友，不要吝嗇區區的十秒，也不要煩。」（見文章開頭所附傳說的第二個版本）

文末列舉的這串城市，不乏臺商聚集處。例如東莞、深圳、廣州、廈門，都是臺商註冊前幾名的都市。但臺商可能更早就注意到這些傳說。廣州大學版出現時，他們就已經在論壇上討論過了。四川女大生版的傳播範圍可能更廣，更及於那些只是想到中國旅遊、探親的臺灣人，或是臺商的親人朋友，所以才以「如果你有親友往來大陸」開頭。

2009 年，一位想到中國旅遊的男生上網發問：我怕大陸很危險，我身上的器官可以賣錢，我擔心會被分解拿去賣。

這時已經是 2000 年代後半，但「盜腎傳說」似乎回到了它 1990 年在歐洲流傳時的樣貌：負責告訴旅客，某些外國很危險。無論這些傳說在中國時夾帶的寓意是「不要嫖娼」或「不要喝陌生人給的酒」，到了臺灣，都成了「不要去中國」的警告。

經由臺灣翻譯的傳說，來到中國並獲得了中國化的版本，又回到臺灣，成了象徵中國危險的故事。

傳說不死：切合人心的都市傳說，繼續廣流傳

2008 年，臺灣又經過一輪政黨輪替。在那之後，親中的馬英九就任，和中國的關係轉好。臺灣商人和旅客繼續往來中國，中國沿海城市繼續發展，上海、北京等大城市的文化品味趨於精緻。中國 GDP 總量超過日本、成為世界第二。

臺灣人已經不再熱衷轉寄郵件和論壇，臉書成為主要的社交媒介。2012 年，臺灣擁有了 LINE，接下來，它將成為幾乎每個臺灣人都會使用的通訊軟體。你以為經過這些改變，臺灣已經離上一個十年，很遠、很遠了。

一切都結束了嗎？
並沒有。

2012、2013 年間，四川女大生版又在臉書上擴散，有一篇文章甚至被轉發了將近 4800 次。

國際村臉書上的居民有很多，不只臺灣人，除了臺灣人以外，香港人、馬來西亞等中文使用者，也有部分人對中國懷抱負面觀感，因此看待這個故事的方式依然是：「如果發生在中國，一點也不足為奇。」、「中國人多，犯罪手法無奇不有。」「到中國旅遊要注意。黑心事很多」……

都市傳說之所以能夠廣泛傳播，是因為它反映了人們內心的焦慮與恐懼。其實在臺灣，盜腎傳說也曾有過泰國版，但它並未能成為臺灣「盜腎傳說」的主流版本。讀者、傳播者自己選擇了他們想要的故事，其結果就是，中國版被保留了下來，並且持續傳播。

那麼你現在知道盜腎傳說流傳許久的原因了。

——本文摘自《特搜！臺灣都市傳說》，2020 年 3 月，蓋亞出版。