跳到主要內容

時尚的香港,破碎的殘像

時尚的香港,破碎的殘像



以前對於香港的印象,就是停留在『購物天堂』,好逛好買的好地方,敝人實在沒有去過香港,這近日有幸前往一探究竟,感想但是只有兩個字『可惜』。

服務業的態度

那天天空還微微下著小雨,好不容易在九龍地區挑了一間茶餐廳,看著服務員忙裡忙外好不熱鬧,裡面也有許多人在內部用餐,選定位置坐下之後,持續看著服務員裡裡外外進出,但是似乎沒有空幫忙點餐,因此我雙手揮動數次,總算有個人願意來幫忙點餐了,心中還帶著一點小感激,服務員快速問我『要點什麼』,就在我還在感激的同時,口中一陣猶豫,三秒後,服務員就回應『想好再跟我說』,飛快的極速消失在我面前,只留下一陣錯愕的我。

原本以為這只是一個個案,但是在香港的時光中,點餐,吃飯,買票,只要是跟服務有關係的事情,都像是戰鬥一樣,不是快速,不然就是馬虎,敷衍帶過,服務業本著服務本質,卻沒有把客人心情放在心中,實在可惜。

街道與建築

香港的白天是如此的忙碌,抵達香港當天是一般工作日,大家的腳步比台北街頭的高根鞋正妹腳步還要快,我悠哉的徜徉在香港街道上,稍微顯得突兀。街道上人來人往,巷弄裡面卻感覺烏煙瘴氣,地上許多腐臭的味道,正確一點的說法是,許多地方會莫名飄來腐臭味,但是卻說不上來那種噁心的氛圍。

雖然眼前看到是華麗的大樓,以及車水馬龍的人們,身邊的建築都是現代化,高樓大廈,我原本以為只有市中心比較如此,也許到了香港城外就比較可以感受傳統的古色古香,或者比較當地特色的風景,但是在這裡那些木造建築,似乎被鋼筋水泥所取代,剩下的是那些老舊及無法拆除的屋子,在那搖搖欲墜,與旁邊的華麗建築呈現強烈的對比。

在我所看到的眼中,香港街道已經沒有特別的文化,特別的建築,當地的特色也不再顯著,所看到的是現代化的建築,名牌店家的成立,在一個街道裡面居然能夠有如此多間不同奢華品廠商進駐,堪稱為另類世界奇觀。

內陸與香港

香港人似乎特別不喜歡講北京話的我們,通常會把講北京話的人當做敵人般的仇視,連在機場內都可以特別感受到,當我用北京話與海關人員詢問時,他只不耐煩的回應『我聽不懂華語啦(香港腔)』,隨即撇頭而去,只留下一頭霧水的我,似乎這種態度好像要跟人對槓起來一樣,只能說無奈,無奈,無奈。

在餐廳,與店家,經常聽見陸客及店家爭吵,總之就是比誰嗓門大,誰大聲,是一個另類世界奇觀,在台灣這種情況其實很少見,頂多就是大聲兩三句,然後繼續講道理。但是陸客與香港本地人似乎就是很不合似的,很多地方都可以聽見此起彼落的吵架聲。

流失的文化

在香港的這段旅程,我看見的繁華的都市,以及刻意營造的華麗氣氛,雖然知道香港人收入比台灣多,但是看到餐廳及路邊攤的價格,讓我不禁為本地人捏了冷汗,如果連地攤價格都是如此高昂,除非全香港都是高階經理人,或者是高階主管,否則如何在這麼高價成本的地區生存?此時替是生活在台灣的人,感到一點點的『小確幸』。

當我搭車經過大歟山的時候,看到陡峭的山坡上正在進行著大樓的開發,在仔細回顧左右,卻看到大樓早已林立於此地,深深為當地居民感到遺憾,也為台灣能保有自己的山林而感到開心,香港因為地小已經被剝奪與自然共存的機會,老舊的房屋也無法保留,在地的居民早就不知道搬遷至何處,當我想要找人詢問這些地區古老的歷史時,卻只有看到年輕人擺著手搖著頭,他們不知道自己當地的文化,歷史的軌跡,以及建設的紀錄,甚至無法以香港當地居民為傲。

剩下的是成為金錢的奴隸,在主流媒體下成為另類被圈養的孩子,也許有一天這些人會成為很偉大的人,但是實質上會真的『窮到只剩下錢』。

台灣,會再度步上香港的軌跡嗎?也許台灣地大,可以撐的久一點,但是你還可以撐多久?你的小孩可以撐多久?我們還有多久?

留言

這個網誌中的熱門文章

RAG 和 Prompt 原理超簡單解說!想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務,甚至是 Siri (嘿丟,他也是一種 AI 應用服務喔) 簡單來說是非 技術人員, PM,小白,想要趕快惡補的人 ,直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於,AI 這東西會幻想,會有誤差,會對於生活有些幫助但沒有幫助的人們,做個簡單又不是太簡單的介紹,希望用一個非常入門的方式讓你們有個了解。 當然,這篇文章目的很簡單, 就是引流 ,如果你身邊有已經對於 Web 技術開發的人員,歡迎報名分享給他,年末出國不如學一技在身,參加今年我們舉辦最後一場 RAG 實作工作坊,報名連結 , https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意: 接下來每個大段落結束都會有一段工商導入,但文章絕對精彩,請注意! 為了讓各位容易想像,我們將整個世界的資訊,先濃縮到這本『西遊記』的世界觀當中,我們整個世界都在這個 『西遊記』 ,而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位,應該都有聽過,西遊記!如果沒有聽過西遊記的,請右轉出去,謝謝! 先來談談向量 在《西遊記》的世界裡,我們可以把 向量想像成一種「內容座標」 ,讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說,唐三藏的 「位置」(向量)會接近「佛經」和「取經」 的概念,因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念,因為這些是他的特徵。 相似內容靠得更近:像「佛經」和「取經」會靠近唐三藏的向量,因為它們彼此有很強的關聯。 相差較大內容會離得較遠:像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠,因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置? 簡單來說,這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊,觀察哪些詞語經常一起出現,根據「共同出現的頻率」來決定它們的關係,並且自動生成向量。例如: 如果模型看到 「唐三藏」 總是和 「取經」 一起出現,它就會讓「唐三藏」的向量靠近「取經」。 ...

2024 推薦關注的 JavaScript 知識

以 js 整體發展來看,目前自己最看好的發展是在於兩個面向,一個部分是 Storybook ,一個部分是 Web container ,為何會是這兩個部分,這邊也分享一下自己的見解。 Storybook Storybook, 如果有用過的朋友都知道,他是屬於前端的展示,可以從 UI 的結構,到 parameter 的傳入,以及 component 如何使用的方式細節呈現等完全呈現。 AI 的到來,加上 Storybook 的呈現,可以讓新發展,或者更新版本的 UI Component 不再是孤兒,很快的 AI 可以學習如何使用新的 Component, 且在同時可以讀取 UI 畫面(Vision) 的狀態下進行識別 UI 在呈現上可以使用的方式。 同時也可以直接了解整體程式碼在使用上可以有怎麼樣參數傳入的方式,甚至是,你只要發展出一套 react 的版本,透過 AI 可以直接透過 Storybook 的版本,直接用最典型的狀態(但不一定效果最佳)轉換成 Vue, 或者 Villina JS 的版本。 這對於開發者,是一個多大的福音,Do Once, Call Everywhere. Web Container Web Container, 正所謂,Container 之下無蟒夫,容器化不只是能夠跑在後端,現在也能夠跑在前端,加速了整體的部署,同時也加速了以往的 SSR 的限制,以往很多時候『it works on my pc』的窘境將不再復見,你的瀏覽器將是我的雲端,You are the edge of mine, 聽起來有多浪漫,光靠這招就是一個歡呼! 完全就是一個端到端,環境的問題接下來將再不是一個問題,以往會有的 Node.js 的問題,接下來都可以在 Web Container 裡面排除掉,直接快速的進行部署實現,同時執行出應用端應該有的樣子。 當然瀏覽器支援度會是一個問題,不過我相信這只是時間的問題而已,相信在座的各位,最多的就是時間! 等吧! JSDC 2024  JavaScript Developer 年度盛會,線上展開。 這次講師要講什麼,就是要講這些有的沒的,還不來聽嗎? 聽懂幾個關鍵字,開心學會一輩子! JSDC 2024 網站: https://2024.jsdc.tw/ JSDC 2024 售票連結: https://www.a...

從易經八卦到 AI 應用:用 LLM 自動化數據整理的工程探險

從 2023 年開始,在去年 為何技術老人這樣想那樣做? 的那場分享之前,就開始探索管理的更多可能性,以及探索更深層的奧秘,宇宙的二進位,生活中的陰與陽,到透過朋友深入探索 8 進位和 64 進位的玄學領域。 一開始只是想將自己體驗進行工程的還原,先是以為透過 ai 可以很快(偷懶)就可以解決掉資訊整理的問題,這邊有些踩雷的過程,以及對於整體實作的紀錄,分享給大家。 人生,原本以為很輕鬆的事情,最後都會不太容易 原本目標是希望將網路上許多的八卦資訊,以及六十四卦象內容,透過 AI 將資料進行彙整,就資料進行整合以及釐清就花了些時間 (汗) 以下且聽我慢慢道來 ... . 思緒步驟 大概步驟會是這樣,首先進行基礎八卦資訊搜集,大概由乾掛到坤卦,這些都可以在網路上容易取得,(這邊採用的是先天八卦順序) https://chatgpt.com/share/672083ea-4000-8010-ae50-3e120d845244 接著進入重點, 64 卦目前並沒有太多工程項目可以進行整合資料,因此主要透過 ChatGPT 產生資訊,以及透過 wiki 進行先達到快速效果。 https://chatgpt.com/share/67208416-c210-8010-9d43-a8c7235a1b03 緊接著,就會得到一串很像是 64 掛的內容, 不看不知道,一看嚇一跳,取得資料中會包含錯誤資訊,對應錯誤的上下卦,但畢竟是電腦,有錯很正常,這才是我認識的 ChatGPT (這邊也有試過 Claude 也有相同問題)。 校正回歸 此時經驗就非常重要,透過 AI 協助我們進行資料編寫比對,但不是單純的比對,而是要先想清楚自己的目標是什麼。 64 卦,兩兩相對。 64 卦,每個卦象不重複。 基礎於一開始 『懶』的狀態 , 首先直覺性的,是將比對錯誤的 json 直接丟入,原本預計透過 chain of thought 的方式,讓 llm 進行重複確認,但 ... 測試發現,需要透過 llm 產出原生資料越大時,隱藏的重複錯誤性會隨之提高。 llm 不轉,我轉 因此,這邊的解法朝向糾錯為主。 首先回到目的性,我們需要得到的結果是 完整的 64 卦象 取得對應的正確上下卦位置。 當我們有這樣明...