跳到主要內容

行政院大庭靜坐,最漫長的一夜實況記錄


行政院大庭靜坐,最漫長的一夜實況記錄



在行政院大庭靜坐的那夜,是我最漫長的一夜,也是最無力的一夜,但是那夜的所有一切,政府必須付出責任,馬英九,江宜樺做出抉擇的兩人,需要負上全責。

夜,是有史以來最漫長的一夜。

抗爭的這幾日,原本以為我會繼續看到民主的滋長,和平主義的茁壯。上班前,騎車前往青島東路抗議場地,實際側面記錄這些人群,停下車子,進入青島東路後,印入眼簾,完全傻眼,居然看到一群人們,將一包一包的垃圾,分類整理,將自己在抗爭,集結所製造的垃圾,分類出來,裝成不同袋子,再打包讓清潔人員方便收拾,更親眼看見他們向清潔人員致意,表達感謝。

接著往內部走去,是看到更多井然有序的人們坐在地上,分群的讓開通道,聽著在立法院廣場前,那些前人的經驗分享,那些老師的教課精神,實際用現場的例子,告訴傾聽的人們,什麼是民主法治,台灣這民主時代的抗爭,暴力,流血,黑暗,直到現在大家能夠享受的自由,灑脫。

那一刻,我微微的笑了。笑的是,這群抗爭者,就像是我所認識最親近的朋友,這群人的努力,有點傻,但是又有點可愛。這群老師教授,原本在課堂裡嚴肅的教授,真正達到身體力行,用實際的例子告訴教導學生,什麼叫做『民主法治』。

媒體愚弄報導

當然抗爭就是有所訴求,但是從電視媒體上,所報導的與我所到現場看到的,簡直是天差地遠的距離,電視新聞媒體控訴著這些抗爭者是『暴民』,是攻擊警察,是毫無法治,毫無規範的暴民,這與我所親眼看到的實況,完全與實況相反。

我的內心開始矛盾,有種說不出的糾結,對於媒體的報導,以及自己親眼所看到的,感受到的事情,完全不符合。我開始沉思,思考到底出現了什麼問題,而開始去了解為什麼之前大家要開始『反旺中』,『NCC 專制獨裁』等議題,這一夜我沒睡,試著利用這晚惡補,深入了解,整理之前沒有參與過的電視,平面,廣播媒體歷史之旅。

最長的一夜


我原本以為在星期日,會平靜的落幕,攻占立法院會變成另外一次無言的抗爭,畢竟馬英九的對談中沒有任何扭轉的餘地,江宜樺也支持馬英九作法,甚至王金平也無動於衷,反對黨在這個時候,似乎輸給了抗爭的群眾,輸給了這些小我十歲的學生們。

直到晚上發生『攻占行政院』,這個地點與立法院不同,當看到新聞現場報導,在行動規劃上,替這些學生捏了一把冷汗,同時也開始有自覺,今天可能會有事情發生,我的腦袋裡一直轉出,今天晚上勢必會有事情發生。

晚上看著電視媒體報導,對照著 g0v 立法院現場轉播,以及 g0v 機動轉播,我真的憤怒了,徹底的對這個假媒體憤怒了,這個時候繼續抹黑,使用剪接手法矇騙無知的民眾,對照著那一刀未剪現場直播的影像,我真的覺得應該立即出動,這一夜可能不會如此平靜。

在這晚,當時的行政院已經被學生佔領,當時抗議族群正在號召更多夥伴進入支援聲勢,因為他們知道,如果少了群眾,力量就會分散,當時我其實是沒有勇氣前往的,TonyQ 卻一馬當先往裡面走去,看著他前往,也激起我莫名的信心一同前進。

傍晚半夜,在群眾中我們手勾著手,靜坐在行政院的大庭,這裡理應屬於人民可進入,走動的區域,心想就算撤離,頂多就是歸勸退離,應該沒有不會有太多動作,但是這個夜並不平靜。



陪伴著在抗議人群中,其實我沒有任何正反服貿的意見,有的只是應該挺身而出,讓馬英九及政府知道人民的怒火,利用自己的記錄讓更多人看到真實一面的呈現,但是周圍的警察漸漸包圍,雖然人群眾多,但是阻擋處卻一直傳來警察攻打人民的聲音,眼睜睜看著警察高舉木棒往人民身上追打,硬死裡的往外拖走,這副景象著實讓我震懾,我所認知的警察,真的觸動了他的警棍,往這些肉體抵抗的學生上追打,叫醒我的是廣播喇叭傳來的聲音,請在行政院側邊的人群,快速撤退,退回到行政院口中央。

當時約半夜兩點多,退回到行政院中央,中央的情況好些,雖然兩邊都有警察包夾,但是在中庭裡,是更多群眾團結一起,試想行政院的中央,警察應該也沒有理由繼續使用武力驅趕人民,政府應該不會做到這麼絕路,將抗議者撲殺殆盡。

就這麼一路支撐下去,時間一分一秒的流逝,這無疑對我來說是個漫長的夜晚,生平第一次這麼希望趕快天亮,結束著可怕的惡夢,我的內心開始軟弱,我開始徬徨,對於自己身處在此地,我開始質疑自己,如果什麼都不管,待在家裡睡覺,天亮之後就裝做什麼事情都沒發生,那不是很好嗎?何必讓自己淪落到如此狼狽的地步!

直到我看到 Facebook 上面有人發文,新聞的字幕是顯示『使用警力驅趕暴民』,這真的讓我怒了,『暴民』,這些人真的是你口中的暴民?我所看到的是平和抗爭,我所看到的是團結一心,我所看到的是秩序及有耐心的年輕希望,卻讓媒體冠上『暴民』二字,雖然持續焦急,徬徨,但是我更加堅定,應該要記錄下自己所看到一切,發佈文字訊息在 Facebook 上,希望透過現場的影像文字轉播,能夠讓更多人了解實況,讓更多人了解『腐敗的媒體』做了哪些矇騙世人的言語,拙劣的影像剪接手段。

如果這個晚上是漫長的一夜,那這一個小時,肯定是煎熬的一小時,就在凌晨四點到五點之間,親眼看到兩側警方慢慢群結包圍,不時使用盾牌向人民進攻,向手無吋鐵的人民逼近,向這些希望和平對談的人民不斷示威挑釁,甚至是直接將警盾側移,由後方警察開始揮動警棍,朝向人民毆打,看到的是不斷的受傷人民被攙扶,狼狽的快速搬移強制撤離,甚至是女性民眾都直接被男性警棍所攻擊毆打。



接著開始看到一台巨型車子由警察後方緩緩開出,原本以為這只是壯大聲勢的強力灑水車,結果在無預警的狀況下,警察朝著人民噴撒強力水柱,將人民沖開,毫無抵擋力量的人民,只能落荒而逃,隨著水勢停止,人民再度集結,一度盼望警察能夠停止灑水,因為這強力水柱是有可能造成學生,人民的身體直接性傷害,更何況是身上沒有任何防護的學生。

警方持續一意孤行,就好像上層官員已經有告知,不論使用任何手段務必除盡這些『暴民』,我手上除了真實記錄眼前的真相之外,我告訴自己『這些就是政府對於和平抗議人民給予的交代,而這些都會被政府及媒體所操弄,這就是表象民主的真實台灣實況』,台灣的人民成長了,可是政府還是停留在戒嚴時期,還是停留在威權時期。在行政院大庭的人們開始慘叫。

當下我真的無法置信自己的眼睛,因為這些警察居然直接使用水柱衝擊在『行政院』招牌這個屋簷底下的人民,人們尖叫,人們被沖離,人們開始驚慌失措的竄逃,只剩下這數十人,是真的需要這麼敢盡殺絕嗎?使用如此殘暴的手段嗎?我心中如此的咆嘯著,而當時我跟另外一位跟著的夥伴,拉著他,直接跟他說,『這邊真的守不著了,繼續下去不是辦法,快點走。』就在鎮暴警察雙邊逼近下,一群像似逃難的人民們,狼狽瘡痍的離開了行政院口。



是保護人民的警察,是保護人民的政府,近乎於殘暴的手段,使用強制暴力驅離的和平訴求的我們。

當下,我很受挫的跟朋友說了一聲『對不起,因為我的懦弱而帶你逃離這裡』,我知道你想要做些什麼,可是沒有必要犧牲了。他,放聲的哭了,嘶轟著『為什麼!』,這三個字,一直繞旋在我腦中。我也為自己的無力落淚,看著這一切的發生,可是又怎樣呢?

清晨五點

漸漸天亮了,警察已經包圍了整個行政院,夜很長,天亮後,夢應該結束了吧!?不,還沒! 看到的是數千名的警察,阻隔了中山北路口,將雙向車道的中山北路包圍,驅離在外圍的人民們,讓人們漸漸被逼退。

我們以為天亮了,惡夢就該醒了,當退回到立法院,這個已經被批准為合法集結的地點時,吃著抗議者募來的物資,已經一夜沒睡沒吃,身體拖著疲倦,回到 g0v 網路支援處稍作休息,卻又傳來消息,警方使用水車強力驅離在中山北路的人民,一路往青島東路,也就是立法院所在處,事情一發佈, g0v 工作人員快速討論後,決定先將貴重物品搬移,快速撤離此地,以免步上行政院的後塵。



在立法院,以及青島東路上,集結的人民已經沒有像六日的人潮,有的是長期抗戰已久的朋友,倒地休息,如果真的鎮暴警察,強力水車,他們的身體真的能夠沉受得住嗎?就在這個時間,學生已經把行動廁所當做距馬,列為一排,作為阻擋,另外一側路口使用塑膠繩,另外塑膠椅子開始搬離堆成成堆的小山,作為阻擋,同時最前面將行動帳棚倒置,成為巨型路障,同學的快速佈署速度之快,可是心想如果鎮暴警察加上水車攻擊,到底這邊還能夠支撐多久?

最後警方好像有所顧忌,直接轉頭撤離,快速撤離掉位於中山南路,忠孝東路上的警力。立法院的據點被保留下來,抗爭民眾得以繼續努力。

落幕?

最後七點多,這一夜終於落幕,我真的累了,也淚乾了,太陽出現了!看到善導寺站出口,精神奕奕的人們,我想,他們應該不會知道這條路上發生什麼事情。

他們會知道的應該又是『媒體』所經過層層加工,精心剪輯過的報導,我猜,媒體標題可能又是暴民攻擊行政院,政府強力譴責暴力,警察順利驅離暴民之類的標題,最近可能又會出現許多社運專家吧!

這一夜,好漫長,好累,但是路還很長。

天佑台灣,天佑各位同學!謝謝你們!


http://goo.gl/aKkY2w

留言

這個網誌中的熱門文章

Vibe Coding:為什麼 Junior 更快上手?Senior 要如何追趕?

現象層面(市場觀察) 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變,非常熱門。 身為 Cympack 產品開發團隊 ,我們也一直關注這個議題,在閱讀這篇文章時觀察到一些有趣的現象,對我們來說,這正好反映出 AI 正在改變開發生態,junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位,其中有些啟發(insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding? 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」,反而 embrace 快速迭代、快速出成果 反觀 Senior: 熟悉大型系統設計 有豐富的「工程正統流程」知識(架構設計、測試策略、效能優化、設計模式) 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師,對 prompt engineering 沒那麼熟練,還在觀望 技能面(未來的關鍵能力) Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢? Prompt 撰寫 / AI 互動 Junior 較強(熟悉 chat-based 流程) 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強(能看出潛在問題) 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding,並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力,但若不主動練習 vibe coding,長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享,希望帶給各位的感受, 『與 AI 協...

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」。 ...

Vibe Coding 協作到自建 Dev Agent?從 Claude / Codex 到 OpenHands

過去一年,越來越多工程師開始 把 AI 真正帶進工作流程 。從一開始用 ChatGPT、Claude 來問語法問題,到後來很多人愛上 Cursor,直接在編輯器裡讓 AI 幫忙改 code、補 test case、甚至自動整理 PR。這樣的開發體驗,已經大大改變了我們寫程式的方式。 更現實的是,在很多企業內部、政府單位、或涉及機密資料的專案裡, 其實根本不能直接用 Cursor 或雲端 LLM 工具。   畢竟這些服務通常會把資料傳到雲端模型做處理,萬一專案裡有未公開的技術、敏感客戶資料,或是受限於法規 (像金融、醫療、政府標案) ,直接用雲端 AI 工具就會踩 紅線 。  因此,許多團隊反而更希望 「自己架一套 Dev Agent」 ,可以在內網執行,資料完全掌握在自己手上,該整合的內部工具、該讀的私有 repo、該串的 CI/CD pipeline,全部客製化、安全可控。 這時候,像 OpenHands 這樣的開源 Dev Agent 框架就特別有價值。它的出發點不是單純的 AI 助手,而是讓你能夠打造出一個真的可以跑在自己環境裡、可以理解整個開發流程的 AI 工程師。從建置到部署,從 CLI 操作到瀏覽器查詢, 從多檔案編輯到自動測試,全部都能自己完成,甚至還能針對不同專案調整專屬的工作流。 對很多開始探索 AI 協作開發的團隊來說,這是一條 從 「AI 幫你寫一段程式」,走向「AI 幫你解決一整個任務」 的進化路徑。而且,還是在可控、可自定義、安全的環境裡完成的。 🧩 主要概述 OpenHands 是由 All‑Hands AI 開發的開源「軟體開發代理人平台」,能模仿人類工程師從建立程式、修改程式碼、執行指令,到瀏覽網頁、呼叫 API……等一整套開發流程 它提供雲端(OpenHands Cloud)與本地 Docker 運行版本,用戶能配置 LLM(如 Claude、OpenAI、Gemini…) 📚 核心特性與怎麼使用 代理人的工具能力 支援代碼編輯、命令行、執行環境、網頁瀏覽、API 呼叫—接近人類開發者完整技能。其中 OpenHands Cloud 版本提供 $50 試用額度讓大家方便使用,又或者如果自己本機有 docker 的話,可以自己Local 版本透過 Docker 自架環境。 ...