訂戶限定 17：強大的 Gemma 3、上班前夕的花蓮之旅、Vibe Coding
AI 模型與花蓮二日遊
朋友們好，又一段時間不見了！
偷偷告訴你，從上一期到今天，我依舊沒有使用 Threads 或推特——我欣慰☺️
希望可以一直延續下去，不過我其實有設一個 deadline，時間到可能還是會上去看一下
但是，不要輕易受到這些平台的吸引，依舊是一個長期目標
讓我們進入第一個主題：
你曾經在你的電腦上，跑過本地的大語言模型（LLM）嗎？
不可否認，這事雖然不難，YouTube 也有一堆影片教學，但仍存在一些技術門檻
如果是 Windows 電腦，就需要獨立的顯卡，Mac 則相對簡單許多——在 Mac 上，透過 Ollama 可以很方便可以下載、運行本地大模型
沒有嘗試過也沒有關係，我只是要表達我的一點點觀察與心得
其實我也很少做這件事，因為我還找不到應用的場景，但我相信它有，所以開始嘗試
早期試過 Meta 推出的 Llama 3.2 7B，說真的，效果差強人意，你絕對不會想用
回答常常中文夾雜英文，或其它國家的語言，顯得語無論次
前陣子火紅的 DeepSeek 也有開源的輕量化版本，我下載了 14B，他的中文能力比很多「美國來的模型」強許多
而標題的 Gemma 3，則是第一次讓我感受到開源模型的強大！
我下載了 Gemma 3 12B，讓我非常訝異的是，他對於繁體中文的回答能力、流暢度、文辭的優美程度，絕對超過我對於一個 12B 小模型的期待
Google 推出的模型，繁體中文的能力特別強，這並不讓我意外，因為他們本來就有 Google 翻譯這樣的服務，對於繁中的資料量肯定比其他公司來得多
但整體而言，它還是太讓我驚艷了！
你可以看看下面他的回答，特別留意他的用詞（我有給它人設，所以他並不是原始個性）
BTW，最後一段的英文是梗，不是無故的中英夾雜XD
簡單來說，我覺得它的用詞非常流暢且自然，幾乎可以說是之前 GPT 3.5 的水準，但別忘了，GPT 3.5 的參數量可是高達 175B
總之，我很期待開源模型接下來的發展，遠不只有 DeepSeek 而已
上上禮拜，是我上班前的最後一個星期——沒錯， 我現在已經在工作了XD，結束了超過半年的待業🐥
除了上一期提到的去東北角之外，星期四、五，還跟女朋友一起去了花蓮二日遊
簡述一下這兩日的行程供參考
星期四：
台北車站 → 花蓮車站 → check in 民宿 → 景美車站（一個很小的站）→ 走路 2 小時 → 七星潭 → 原野牧場 → 計程車 → 東大門夜市 → 民宿
星期五：
民宿 → 計程車 → 池南國家森林遊樂區 → 莫內花園咖啡農莊（cafe） → 鯉魚潭環潭之旅 → 計程車 → 吉安慶修院 → 山海正甜 吉製冰所 → 輪胎麵店 → 計程車 → 花蓮車站 → 台北車站
圖：原野牧場的窗外視野
現在的花蓮，玩起來真的非常舒適，因為遊客並不多
晚上的東大門夜市也是……有點冷清吧（可能一方面是我去的時候是星期四），但很適合我這種不愛人擠人的觀光客
第一天的旅程中，為了滿足「走路」的心願，我們特地坐火車到景美車站，再往南走回到七星潭
但是，我強烈建議你不要這麼做XD
除了距離有點長之外，這中間的路程基本上都是公路（193 縣道），車也不算少，我覺得走起來不太舒服
第二天的景點，則適合步行許多，湖光山色，美不勝收，強力推薦！（但需要交通工具）
有沒有心動了呢？🥰
你聽過 Vibe Coding 嗎？這篇介紹寫得不錯
老實說，作為一個軟體工程師，我第一次聽到這個詞彙的時候，是相當不以為然的👿
但隨著 Will 保哥也在他的臉書上面發表了更多關於 Vibe coding 的貼文
我的想法開始有了轉變，畢竟保哥是我非常佩服且尊敬的軟體開發者
之後我會寫一篇文章，表達我自己對於這個議題的看法，而且又要結合《葬送的芙莉蓮》XD
現在我隱隱覺得，Vibe coding 的能力，在不久的將來，或許也是軟體工程師必備的能力之一
AI 確實不斷地在重新形塑著我們的技能（與價值觀）
很多我們曾經珍視的能力，在現在看來似乎已經不那麼重要
希望我跟得上這股潮流，哈哈哈！
下次見