同一天,六條研究線全部從文字站起來變成可以被玩的東西
今天稍早,只有 RP-01 的語意星圖上了線;今天之內,剩下五條研究線也全部有了可以打開、亂點、當面質疑的原型。這篇把五個新原型逐一點過——各自證明了什麼,又離完整系統有多遠。
一個計畫,最怕停在計畫這個字上
文化科技的提案裡,最好寫的一段永遠是願景。你可以把六條研究線寫得很動人——語意的星圖、參數的排版、動態的語法、聲音的對位、生成的粒子。寫得再滿,讀的人也只能點頭,因為那些字底下沒有一個可以按下去的東西。
我們不想停在那裡。所以訂了一條規矩:每一條研究線,都要有一個能被打開、被亂點、被當面質疑的原型,而不是只有一段講得漂亮的話。今天,這條規矩第一次全部兌現——六條研究線同一天全上了 LIVE。清早 RP-01 的語意星圖先落在 /atlas/,把三個月的田野變成一片會聚散的星群;接著這一批,五個原型一起補齊了剩下的位置。
這篇不深講任何單一條的技術,那些各有各的日誌。這篇做一件事:把五個新原型逐一點名,老實說每一個現在到底是什麼、又還不是什麼。
RP-02 /engine/:參數真的會變成畫面了
先說 /engine/。它想回答的問題是——品牌的語氣,能不能被調成一組看得見的視覺?
現在打開它,你會看到五根滑桿:語氣、密度、對比、節奏、網格。拉動任何一根,右邊的版面即時回應——字重變粗變細、字距鬆緊、網格欄數增減、金與紙與墨的比例重新分配、動態的節奏跟著快慢。你可以隨機一顆種子看它跳到另一種樣子,滿意了就把整組 design tokens 複製成 JSON 帶走。這一層是真的通了:參數到視覺的映射,可玩、可複製、可交付。
但要老實講它還缺哪一半。真正的目標,是讓機器讀我們的品牌語彙、自己生出這五個參數;現在那層 LLM 約束還在開發,參數仍然是人手動去調的。所以此刻的 /engine/,是一台調得動的機器,還不是一台聽得懂話的機器。中間那段「從語言到參數」,是下一關。
RP-03 /composer/:語意排序不是隨機,是真的在算
RP-03 想的是策展。素材是《艷世紀》十五篇真實手記卡,介面分三欄:左邊素材庫、中間敘事線、右邊即時長出來的展覽預覽。你把卡片拖進敘事線,右邊的展場就跟著重排。
這裡最該講清楚的是那顆「語意排序」按鈕。它不是把卡片洗牌——它去讀 RP-01 星圖那套 embedding 的降維座標,替你算最近鄰鏈,再依這條鏈把素材排出一個語意上順的順序。換句話說,它給的建議是真的在計算兩張卡「講的東西像不像」,不是假裝在思考。這是把 RP-01 的成果接進 RP-03 的第一根管線,兩條研究線在這裡真的接上了。
侷限也擺明:目前它會做的,是排序。至於怎麼把一條敘事線切成有起承轉合的分節、每一節配一段文案初稿、再落進一套能重複用的版型系統——那些都還在下一階段。現在的 /composer/,是一張能拖、能排、能即時預覽、而且排序有腦的桌子;它還不會替你寫策展論述。
RP-04 /motion/:三句手記,被拆成一段動線
RP-04 問的是:一段文字裡藏著的空間感和情緒,能不能變成動態?
它拿了《艷世紀》三段真實摘句——滿月圓、坪林、義民廟——做示範。做法是把句子裡的詞分工:講空間的詞變成節點,講動線的詞去驅動路徑,講情緒的詞注入節奏。你可以調速度、開關圖層、重播,而且它把整套「動態語法」攤成 JSON 給你看,不藏在黑盒子裡。看著一句「繞過廟埕再往裡走」變成一條真的會繞的路徑,那個對應是成立的。
但這裡的誠實特別重要:那些詞是誰標的?是人。目前空間詞、動線詞、情緒詞的標註,是我們手工示範上去的,讓 LLM 自動從句子裡抽出這些詞的那一層,還在開發。所以 /motion/ 現在證明的是「詞標好了,語法就能動」,還沒證明「機器讀得懂哪些詞該標」。前半通了,後半在路上。
RP-05 /voice/:介面先站住,錄音守住隱私
RP-05 是聲音線,狀態我們標的是 prototype,比前三個更早期一點——它先立起來的是介面層。
你能看到波形和逐字稿逐段對位、點關鍵詞就跳到那一段、台語詞會被標出來、還能把字幕匯出成 SRT。這些互動是真的,可以操作的。但有兩件事必須說在前頭:一,示範用的逐字稿是從坪林田野手記改編來的,時間軸是模擬的;二,真正的訪談錄音,基於受訪者的隱私,我們不公開。這條線我們從第一天就守著,原型再需要好看的素材,也不拿真人的聲音去換。
至於背後那條 Whisper 管線,實測結論和我們先前寫過的一樣:安靜環境的訪談堪用,一到市場那種環境音就吃力。所以 /voice/ 此刻是一個對位介面的原型,證明了「逐字稿和聲音能被對齊、能被跳轉、能被匯出」;離一個能吞下真實吵雜田野錄音的系統,還有距離。
RP-06 /playground/:兩件小品,把管線玩給你看
最後是 RP-06,兩件 creative coding 小品,狀態也是 prototype,但它的性格和別的不一樣——它不假裝是系統,它就是給你上手玩的。
Sketch 01 是文字變粒子:你輸入任意一到六個字,調粒子數(一千五到一萬二)、調擾動,看它們聚成你打的字再散開。這條管線和首頁那顆永恆之結是同一條——Path2D 光柵化、取樣、粒子 morph——只是這次方向盤交到你手上。Sketch 02 是照片變色票:四張《艷世紀》的田野攝影,用 k-means(k=5)當場萃取出五個顏色。這兩件不解決什麼大問題,它們做的是把我們平常藏在後面的技術,擺到你手指底下讓你撥一撥。
它們最不需要打折扣,因為它們從不宣稱自己是完整系統。它們就是它們該有的樣子。
為什麼一定要能被玩、被質疑
把這五個排在一起看,你會發現它們成熟度並不齊:/engine/ 和 /composer/ 的核心映射已經能玩,/motion/ 通了一半,/voice/ 還站在介面層,/playground/ 乾脆就是玩具。我們沒有把它們修得一樣漂亮才一起端出來,是刻意的。
因為一個只有文字的計畫,你沒辦法反駁它——它講得再空,你也只能存疑,無從指認。可是一個能打開的原型不一樣:你拉動 /engine/ 的滑桿覺得對比根本沒變,你點 /composer/ 的語意排序覺得這兩張卡明明不像,你看 /motion/ 的路徑覺得繞得莫名其妙——每一個「我覺得不對」,都有一個具體的東西可以指著。原型把我們的主張從嘴上搬到桌上,搬到一個能被人當場戳的位置。
也因此我們才這麼在意把每一個的邊界講清楚:哪些是能玩的映射層,哪些還只是介面的骨架,哪些的詞是人手標的、機器還沒學會抽。把這些話寫在原型旁邊,不是自曝其短,是給質疑一個準確的著力點——你不必浪費力氣去質疑它根本沒宣稱的能力。
收在一句
六條研究線全部有了 LIVE 原型,不代表六個系統都做完了——差得遠。它代表的是另一件事:從今天起,這六條線每一條都有一個東西,可以被打開、被亂點、被當面問一句「你憑什麼說你做得到」。
研究的可信度,不來自把計畫寫得多好,來自它能不能被檢驗。我們寧可端出五個各有缺口、但每一個缺口都標得清清楚楚的原型,也不要六段無法反駁的漂亮句子。