我認為威權主義者的核心論述是：「自由只會帶來混亂與內鬨，不可能帶來成果。」這種「自由=混亂」的敘事不斷被強調，就成了他們鎮壓與封鎖的藉口。要反制這點，我們就必須打造一個能夠自我強化的自由社會——例如，你在社群上看到某篇貼文上有註記：「這在基督教保守社群中具有共鳴」，同時也看到一些網路酸民的貼文試圖挑撥離間。現在的威權操作手法，有時不是簡單地刪除，而是反而塞滿假訊息，好像「整個社會都在吵架」。
既然政府要簽訂貿易協定，我們就示範更好的方法，甚至與北京打交道時，也讓大家看見更好的防禦方式。正因為很快地把立場定位在「示範者」，而不只是「抗議者」，才讓這場運動在結束時出現罕見的結果：立法院長出面表示，群眾提出的方案確實有理。這次佔領最終是以「收斂」結束，而不是越趨激烈的「發散」。
回到 2014 年，當時臺灣可說更加撕裂與憤怒，馬總統的支持率只有 9%，意思是有 2,000 多萬人口中，超過 2,000 萬人都不認同他，國內情緒可謂高漲。二者之間的最大差別在於，我們從一開始就強調，我們不是單純在「抗議」或「提出訴求」，而是在示範（demonstrate）如何提出實際對策。也就是說，我們直接嘗試去供給（supply side）更好的政策，而不是只停留在需求（demand side）。
我認為 J.D. Vance 的演說某種程度上也指向了這條路：要確保網路社群審核權是掌握在多元的社群手上，而不是只交由某個國家或某個大型科技公司集中管理。只要決策保持在中心化，就會繼續陷入「安全 vs. 自由」的假性兩難之中。
許多歐洲聽眾其實也在嘗試了解臺灣經驗：我們已經在這裡發展出一整套透明、開放、且能讓人民掌握真實資訊的策略，以防禦極化或外部的入侵操作（troll attack）。與其把一些人貼上「輿論操作」的標籤並封禁，他們更想學習臺灣如何「讓大家看到」那些騷擾或破壞行為的實質內容，並透過更多的資訊分享來加強社會穩定。如此一來，不同意見之間的社會紐帶才更穩固。
他在慕尼黑分享的羅馬尼亞案例，正好也是我常舉的例子，那就是民主如何需要更強的防禦機制，才能抵擋境外勢力利用機器人或透過極化的手段從內部瓦解。關於這點，我想我們的觀點和他相當一致。
第二，我們倡導的原則是「以更多言論取代更少的言論（more speech, not less）」。我們的系統會為貼文標上更多的背景標籤，說明哪些想法有廣泛共識，哪些仍在爭論之中，以及不同社群對該議題的辯論走向。但這些標籤並不會移除任何貼文，而是提供更多上下文背景，告訴使用者在哪些社群獲得支持、原因是什麼。這完全是另一種思路，不是審查，而是「補充」資訊。
有兩點非常關鍵的差異。第一，我們想把決策權「自上而下」轉變成「自下而上」的社群模式，而不是由隱形小組在背後決定要禁言誰。換言之，由每個社群自行決定他們重視的內容，而非某個祕密委員會判定誰該被消音或移除。
至於你提到的社交媒體角色，我目前是「Project Liberty Institute」的資深學人；我們正在重新思考網路社群的模式，基於所謂的開源或自由軟體和分散式系統。如果某個社群平台的政策讓你不滿意，你仍然可以保留你的內容、人際關係以及社交圖譜（social graph），並「搬家」到另一個社群。在那裡，由你們自己決定討論規則與審核機制。而我們也在協助「The People’s Bid」的團隊，他們想收購 TikTok——由 Frank McCourt 和 Kevin O’Leary 主導——以便讓 TikTok 成為更分散式的模式，不再由遙遠的中心化團隊制定審查方針，而是把決策權交給各個次級社群。
然而，我們在臺灣的經驗則顯示，只要讓社群自行做內容的審核，而不是交給專家或第三方（通常被大型科技控制），就可以建構更具彈性的機制。與其看不到那些攻擊或製造極化的行動，我們反而讓社群看得更清楚：哪些是機器人、哪些是網路酸民（trolls），但你不必去審查或移除貼文；大家可以形成對事件真實狀況的共同理解，然後共同提出具創意的解方，把衝突當成共創的能量，而不是一把把「需要撲滅的火」。我在慕尼黑網安會上也是分享這樣的立場。
在臺灣，我們在網路自由——包括言論自由等方面——被國際評為亞洲最自由的。我們並不認為「安全與自由之間」有任何必要的取捨。在許多司法管轄區，人們認為要取得安全，就得在言論自由上做出一點犧牲，例如為了安全或治安而必須審查某些言論。
我是在慕尼黑網路安全會議上發言的，該會議比主要的安全會議早一天開始。不過，我和其他人一樣，都有聽到貴國副總統在主會議上的談話。
同年年底，我受邀基本上做同樣的事情，不過是在網路上執行：建立一套系統，讓人們可以不受大型科技平台審查地進行對話。於是我們一起協商各種政策，不只針對 Uber 和勞動權等問題，也為了應對來自威權強鄰的假訊息攻擊與極化攻擊而努力。我們也透過群眾智慧，將原本花三小時的報稅流程縮短為三分鐘（大約在 2016–2017 年），開放任何人貢獻想法，同時把政府的支出與採購透明化，讓大家自由提出建議。
好的。其實我從 2014 年就加入內閣，當時是以專案顧問（special adviser）的身份進入。那是大約十年前吧，起因是在當時的臺灣立法院，很多人不滿與北京的貿易協議——那個協議將允許他們進入我們的媒體、通訊網路等等。所以民眾就自己出面，和平佔領了立法院三週，呼籲改革。當時我們並不僅僅是「抗議者」，而是自稱「示範者（demonstrators）」，因為我們想示範一種透明且不受審查的方式，讓整個社會一起討論公共事務。
您好，我現在在臺灣，這裡是晚上十點半。很高興能跟您分享有關言論自由的一些想法。對我們來說，來自臺灣的觀點當然是支持充分且不受審查的討論，因為臺灣以前曾經歷過戒嚴統治，目前也在抵抗威權式的審查。
好的，謝謝。
沒問題，感謝。我後面這一段我會做逐字稿，但是我會等您發佈之後再發布。
但如果現在大家的討論是往「open source 怎麼樣才能盡到社會責任，甚至是能夠透過開源的方式，一起設計某些能夠抵禦惡意用途的共通工具」等等，那這樣大家就會把 open source 接下來的發展，引導到對社會、對人權都比較好的一個方向。
那這也對於接下來 open source（開源）的發展，是一件正面的事情。因為在國際上面也有討論說，open source 到底能不能促進我們剛剛講到的那些權利，還是因為很容易產生詐騙、深偽等等，會削弱這些權利？這是一個很大的討論。
我覺得這是很好的事情，因為大家越注重這些基本的人權——人權不只是存在於類比世界，線上世界也是一樣的。所以這個部分，我覺得越討論，大家就越會有一個共識，就是你至少需要尊重到哪些權利才是好的。
我覺得比較重要的還是說，因為這個禮拜，大家對於自己的資料權利、隱私權利、言論自由等等，越來越重視了，可以看到討論都是繞著這個在轉。
所以我只是說，它剛出來的時候，就剛出來一兩天吧，我因為定期會看 Hugging Face 上面新的模型，所以有下載下來在本機來試用。那 Perplexity R1 剛出的時候，我因為想知道它有移除掉多少這種審查，所以也用了一陣子。但是我現在日常最常用的，還是 O1 Pro，然後配一些 O3 Mini High。
倒沒有，我就像我剛剛講的，我到現在還是主要用的是 O1 Pro。
那當然也有一個很簡單的，就是大家也可以去用 Gemini Thinking，那個也是免費的，或者是 O3 Mini 等等，用其他 AI 公司的模型。因為在大家所看中的那些層面，包含寫程式、推理等等上面，Gemini Thinking 或者 O3 Mini 並沒有比較差，所以其實這不是一個需要做出的權衡。
所以用 Perplexity 的版本，我目前到現在的感覺，不能說完全解決第二層、第三層的問題，但是已經有效去防堵到一個程度。但當然要徹底解決這個問題，還是像剛剛講到的 Open-R1 這樣子，重新訓練一個。
應該是，剛剛講說如果像 Perplexity，那樣子看起來是蠻徹底地去突破第二層。如果你是用它來進行網頁檢索搜尋，它會有 grounding，就是它會用找出來的那些網頁結果當作事實，所以它在第三層的這個自己「幻覺」出特定意識形態的問題，也比較不大，因為它會用實際網頁找出來的那些結果來做 grounding。
所以這也是另外一個方面，就是它在訓練過程裡面儘可能去迎合使用者的需要，但如果使用者是具有惡意的使用者，它比較沒有做這方面的防制。
那這樣的結果就是說，你要求 DeepSeek-R1 模型生成一些比較惡意的用途，好比像去進行人身攻擊，或者是去進行一些訊息散佈、詐騙劇本等等，它基本上是不會拒絕的。
這是一個嘛。那另外一個就是，如果你去看 R1 的論文的話，它特別有對於怎麼樣幫助使用者、怎麼樣減少對使用者的危害，做一些訓練，但是在「誠實」上面，論文裡面比較沒有提到。
我們剛剛另外講的包含第二層、第三層，就是這個模型的權重裡面內建一些審查的本能，以及它的訓練資料裡面帶有特定的意識形態。那這是不同層。所以剛剛講的「危害產品」，是在講第一層。
對，就是他的擔憂第一層是，這個 APP 或者這個網頁會在沒有辦法有效監管的情況下外流，並且構成危害的風險，這是第一層。
那當然，如果是像剛剛講到的 Hugging Face，自己按照 R1 那篇論文重新訓練出 Open-R1，就沒有這個問題。雖然它用的原理是一樣的，但是實質的控制權並不是在北京當局手上。
對，我們在 2019 年開始，就有《危害國家資通安全產品限制使用原則》。這個原則著重的就是，不管它標明產地是哪個國家，只要是受境外敵對勢力的實質控制，那公務機關無論是他們自行營運，或者委外營運、提供公眾活動使用的場地等等，都是限制的。主要原因當然就是它的實質控制權，這個遙控權並不在我們可掌握的範圍之中。
所以數位發展部馬上就提出說，在公部門也好，公立學校也好，它是所謂的危害產品，就是說跟 TikTok 一樣，是中共可以實質控制的，所以不能來使用。它特別講的就是 DeepSeek 的這個服務，包含 web 跟 app 的部分。
當然在臺灣這邊，我們也看到像數位發展部已經很快就說，你如果使用它的 APP 或者用它的網頁服務，那資料基本上它的儲存以及之後怎麼運用等等，基本上就是 DeepSeek 那家公司說了算。
一方面是說，因為各地的新聞都在討論嘛，那下載 APP 並不是需要花很多時間，所以很多人會看到新聞就覺得「那我也來用一下看看」。
除了 OpenAI 之外，像 Gemini 它也有 AI Studio，裡面也有它所謂的 Flash Thinking，事實上現在在很多排名裡面是最好的，所以同樣地，它也沒有這種意識形態的問題。那也有很多人，如果完全不願意付錢的話，也可以直接去使用 Gemini 的 Flash Thinking。
你剛剛的問題只有在要做出權衡時：就是 DeepSeek R1 真的比其他的產品都好得多，而且讓大家覺得好像非得忍受一下它的意識形態審查機制——那樣才會造成問題，但是現在並沒有。
也就是說，我既可以用功能同等或者更好，而且又比較沒有這種意識形態的問題，那大部分使用者應該還是會去使用比較沒有這方面問題的。
應該這樣講，就是說，如果同樣是免費的使用，那 DeepSeek 的品質又沒有特別更好，它又有這方面意識形態方面偏見的狀況，那當然對使用者來說，這並不是一個取捨。
所以您剛剛講的是說，好，那我現在有免費的 O3 Mini 可以用，我有免費的 DeepSeek R1 可以用，在兩邊都可以用的情況下，大家做選擇的考量是什麼？是這樣的問題嗎？
我不確定您的意思是什麼？好比像說現在你如果到 chatgpt.com，那當然它不會提供 R1，它現在提供的是 O3 Mini。那你可以按個「思考」按鈕，就可以使用 O3 Mini。那 O3 Mini 在各方面都跟 R1 相比，很多方面更好一些。
所以目前看起來就是兩個：一個是比較徹底的，就是自己重新按照 R1 的做法訓練一次；第二個是拿著 R1 把它第二層的審查模組移除，或者是再加上新的語料，去讓它在第三層的意識形態做修正，那這樣是處理掉第二層跟第三層的問題。那第一層因為本來你下載下來，就不需要靠著它的網頁界面或者 app，所以這樣子的話，第一層本來就不存在問題。
對，相對上。但剛剛講的就是說，因為它的權重是開放的，所以當你下載下來，然後再繼續用好比像剛才講的日文語料來訓練的時候，它碰到日文的問題，就會傾向你後面給它加強的那個版本。
舉例來說，像日本的 CyberAgent，就運用日文的語料去做了額外的訓練，所以當你問這些敏感的問題，但是用日文問的時候，他就不會受到本來的意識形態限制。
那另外一部分是說，我們也已經看到 Hugging Face 上面，開始有各國都自己拿了 R1，然後再加入自己的語言材料。那這樣子就比較容易來處理剛剛講第三層的這個問題，就是因為它比較片面地吸收一些資訊，所以導致它即使願意回答，還是有特定的意識形態。
所以也可以期望說，像 Open-R1 這樣子比較透明的模型，也可以更多地被運用在其他的大廠裡面，就不一定要自己再用 DeepSeek-R1 然後再去進行修改等等。那這是一部分。
所以不是說把 R1 下載下來之後，把審查模組去削除掉，而是沿著 R1 的方式重新訓練一次，從一開始就不加入這些審查模組。那這個情況下，當然將訓練出來的 Open-R1，相信在這方面就不會有這種讓人覺得「怎麼忽然之間就很不自然」的回應情況。
好比說我舉例，除了 Perplexity 之外，Hugging Face，也就是我一開始發現有這個模型的地方，他們自己也開始了所謂的 Open-R1，也就是說運用 R1 的這種訓練的方式，但是不加入審查模組。
所以我剛才有強調，就是說我們臺灣當然是非常強調言論自由，強調多元參與。如果碰到技術或者產品有這樣子的情況的時候，一方面當然比較不信任、不想使用，二方面就是會運用我剛才所說的其他那些技術。
