把三個月的田野變成一片會聚散的星群：RP-01 語意星圖原型上線

先講你現在能點開的東西

打開 /atlas/，你會看到一片浮在暗色裡的點。每一顆點是一則真實的田野片段——滑過去讀它，點下去回到它的原文。你可以在語意、時間、來源三種視圖之間切換，看同一批內容在不同的組織邏輯下各自聚成什麼形狀。

這片星群不是設計師排出來的。它的座標，是三個月的田野內容自己算出來的位置。

這篇是它的上線說明，但我更想寫的是中間那段——一批散亂的段落，怎麼一步步變成一張可以被質疑的圖。

227 則片段，先講它們從哪來

星圖裡一共 227 個點，資料是 2026 年 7 月的一份快照。組成是這樣的：手記段落 120 則、實驗日誌段落 83 則、辭典詞條 24 則。全部來自艷世自有媒體《艷世紀》，沒有一則沾到客戶或受訪者的資料——這條線我們不跨，實驗場域只用自己走過、寫過的東西。

要強調的是「段落」這個顆粒度。我們沒有把一整篇手記當成一個點。一篇手記裡，開場的街景、中段的一段對話、結尾的一句感想，講的往往是三件不相干的事；整篇壓成一個向量，等於把三種氣味攪成一杯混濁的水，語意全被平均掉了。所以切段策略是段落層級——以自然段為單位切，並對每篇設一個取樣上限，免得某幾篇特別長的手記在圖上結成一坨、把別的內容擠到邊緣。窄一點，但每個點都還保有它自己的語氣。

從段落到座標：一條四步的管線

中間的轉換，拆開是四步。

第一步，embeddings。每一則段落餵給 Cloudflare Workers AI 上的 bge-m3 模型，轉成一個 1024 維的向量。這個數字不用理解成什麼玄學——它就是模型讀完這段話後，對「它在講什麼」的一種數值編碼。語意相近的兩段話，它們的向量在這 1024 維空間裡會靠得比較近。選 bge-m3，是因為它對中文的處理夠穩，而且跑在 Workers AI 上，和我們整個 Cloudflare 技術棧接得順。

第二步，降維。1024 維人是看不見的，得壓到三維才畫得出來。這裡用 UMAP，參數 nNeighbors=12、minDist=0.15。這兩個數字很要緊，後面會回來講它們有多敏感。UMAP 做的事，是盡量在壓扁的過程裡保住原本的鄰里關係——本來靠得近的，壓完希望還是近的。

第三步，渲染。三維座標交給 Three.js，灑成一片點雲。滑過讀內容、點擊回原文的互動，也在這一層。

第四步，三種視圖。同一批點，語意視圖按向量的相似度佈局，時間視圖按採集的先後排開，來源視圖按手記/日誌/辭典分群。切換視圖時點會流動到新的位置——你能親眼看到同一批內容，在不同的組織邏輯下重新聚散。

技術棧是 Astro / Three.js / GSAP / Cloudflare，和本站其餘部分同一套。

讓我們驚喜的：語意真的把該靠近的靠近了

原型跑起來，第一件讓我們停下來多看幾眼的事，是語意視圖裡有些聚類「對得莫名其妙地準」。

有一小群手記段落，分別來自不同月份、不同地點、當初寫的時候完全沒想過它們有關，結果在圖上緊緊挨在一起。點開一看，才發現它們共通的是一種很難命名的東西——大概是「站在一個正在被拆改的老空間裡，那種說不上來的悵然」。不是同一個地名、不是同一個關鍵字，是同一種情緒的紋理。模型沒有被教過這個分類，它是從字裡行間自己嗅出來的。

那一刻很微妙。我們寫田野的時候，這種呼應是靠人腦模糊地記著「我好像在哪也寫過類似的感覺」；現在它被擺成了空間上一個看得見的鄰近關係。這正是我們做 RP-01 想要的——不是讓 AI 替我們下結論，是讓它把我們自己都沒串起來的線索，擺到桌面上讓人看見。

沒那麼好看的：邊界其實很脆

但同一片圖，越看越心虛。

第一個侷限：小樣本下，星群的邊界對參數敏感得嚇人。 227 則在向量的世界裡是很小的量。我們試著把 UMAP 的 nNeighbors 從 12 調到 15，某幾個看起來很結實的星群就散了、重組成另一種分法。這說明一件事：圖上那些「聚類」，有一部分是資料真實的結構，有一部分是我們挑的那組參數投影出來的假象。哪些是真、哪些是參數的影子，現在這個樣本量還分不乾淨。所以請把這張圖當成一個提問的起點，不要當成一份結論——它在說「這些也許有關」，不是在說「這些一定有關」。

第二個侷限：台語混寫的段落，品質待查核。 田野手記裡不少段落是台華夾雜，甚至有漢字寫台語音的地方。bge-m3 對這種混寫的理解到底穩不穩，我們還沒有把握。目前的觀察是，有幾則台語濃度高的段落，落點有點可疑——孤零零飄在邊緣，鄰居和它語意上並不真的近。這到底是這些段落本來就獨特，還是模型根本沒讀懂它、只好把它丟到角落，現在分不出來。這一塊要靠人一則一則查核，AI 給的落點只能當線索，不能當答案。

收在一個立場上

上線一個會動、會聚散、點開來漂亮的星圖，是容易的部分。難的是忍住不把它講得比它實際上更可信。

所以這篇日誌花了一半篇幅在寫它哪裡站不住。因為對我們來說，一張可以被質疑的視覺化，才是研究工具；一張只能被讚嘆的，不過是裝飾。

如果你點開 /atlas/，看到某兩則片段靠在一起覺得「這也能算一群？」——那個懷疑，正是這個原型該引發的反應。它不是要你相信這片星群，是要你能夠指著其中一顆星問一句：你憑什麼落在這裡。

這是 2026 年 7 月的第一版快照。資料會長、參數會調、查核會補。但那個「能被指著問」的性質，我們打算一直留著。