為什麼香蕉可以在成熟前採收？

為什麼香蕉總是在綠色的時候就從樹上被砍下來？

大多數人走進超市，看到一排顏色均勻的金黃色香蕉，伸手拿起來，剝開，吃掉。整個過程中，沒有人會抬頭問一句：這根香蕉是什麼時候離開樹的？它在路上經歷了什麼？為什麼它可以在樹下成熟，而在抵達我家附近的超市之前都還未成熟？

我們對「香蕉成熟」這個詞的理解，全是錯的

在大多數人的詞典裡，「成熟」是一個單一事件。綠色的香蕉等於沒熟。黃色的香蕉等於熟了。簡單、整潔、符合直覺。

然而，自然從來不用人類的直覺辦事。

在植物學的詞典裡，香蕉的生命週期中存在兩個截然不同的階段，彼此之間的距離，可能長達數週。

第一個階段叫做 生理成熟（Physiologically mature）。當這個階段結束時，香蕉從外表看依然是綠色的——事實上，看起來簡直像個木頭。它咬下去又硬又澀，毫無甜味可言。然而，在這層青綠色的外殼之下，這根香蕉已經完成了一切發育程序。它儲存了足夠的養分，備好了全套酶系統，隨時準備在條件允許時啟動一場華麗的化學改造。

這就是商業農業所說的「成熟綠」（Mature Green）。

然後是第二個階段，稱為 食用熟成（Ripening）。這才是我們大多數人腦海中的「成熟」——顏色變黃，質地變軟，味道變甜。這個階段在樹上發生，或者更準確地說，在離開樹之後發生。

圖、收穫已經生理成熟的香蕉

現在讀者可能會問：那為什麼不等它在樹上完全成熟再採收？

答案是殘酷的：因為那樣的香蕉，會在半路上爛掉。

看不見的大遷徙：分子如何在不需許可的情況下主宰世界

科學給予我們許多值得驚嘆的奇蹟，但或許最被忽略的，是那些時刻發生在我們周圍、完全不需要監督的看不見的工作。

試想這個：你在一個房間的角落打開一瓶香水，幾分鐘內房間另一端的人就聞到了氣味。你從未看見香氣分子旅行。它們沒有小小的搬運工把氣味從 A 處送到 B 處。

然而，在極短的時間內，那些分子就這樣均勻分佈在整個空間——彷彿魔法一般，或者更精確地說，是純粹的物理學。

這個過程有個名字。科學家稱之為 擴散作用（diffusion），它是自然界最基本、最被忽視、也最優雅的機制之一。一旦你理解了它，你就會開始到處看見它——不只在香水瓶裡，還有空氣你每一次呼吸、你吃的每一口食物，以及你此刻活著的原因。

圖、分子如同人群，自動往密度低的區域移動

為什麼巧克力對狗有毒？從演化生物學解析狗與巧克力的致命錯配

你看過螞蟻排成長列、搬運比自己體重還重十倍的東西嗎？那種精準的化學通訊系統，是天敵在漫長歲月裡共同雕琢出來的。

但正因為它是慢慢湊出來的，而不是被設計出來的，它就會留下一個又一個尷尬的漏洞，就像一棟歪歪扭扭的老房子，勉強還能住，但處處藏著讓人哭笑不得的結構缺陷。因為，演化並不是一個工程師，而是一個機會主義者。

狗與巧克力的故事，正是這樣一個缺陷。

對人類而言，巧克力長著一張不可能屬於毒物的臉。它從烤箱裡帶著苦甜香氣冒出熱氣，裹進生日蛋糕的奶油邊，沉在冬夜馬克杯的深褐色液面上，也躺在節慶禮盒那層發亮的金紙裡，像安慰，像被允許的放縱。

可對一隻狗來說，同樣這塊柔軟、油亮、帶著脂香與糖香的食物，卻可能把神經系統和心血管系統一起往上拽，拽到牠自己的身體來不及把那股興奮壓回去。

真正反直覺的，不是「狗不能吃巧克力」這句早已變成生活常識的提醒，而是背後那個殘酷的錯配：牠的感官把它辨成獎賞，牠的生理卻把它承受成中毒。

圖、狗與貓不該吃巧克力

圖、狗與貓不該吃巧克力

苦的東西常是有毒的——那我們吃苦瓜、喝咖啡為何沒事？

你的舌頭上，有一套歷經數百萬年打磨的生化警報系統。

這套系統的設計者，不是工程師，不是科學家，而是我們的在更新世草原上艱難求生的祖先。他們沒有實驗室，沒有顯微鏡，只靠一代又一代「吃這個——運氣好；吃那個——死了」的口耳相傳，把關於什麼能吃、什麼會死的知識，編碼進了每一個人來到這世間時就擁有的基因裡。

這套系統的名字，今天我們叫它 TAS2R——苦味受體。

而它說的語言，是化學。

圖、這個東西可以吃嗎？

突變：生命的「錯誤」與「禮物」——從演化視角看基因變異

有很多這樣的故事：某個被認為無藥可救的疾病，最後證明是我們不夠了解它。

BRAF 基因突變，就是這樣一個例子。

「一年死神」的逆轉故事

醫學界稱它為「一年死神」——這種突變發生在大約 8% 至 12% 的轉移性大腸癌患者身上。過去，一旦確診，患者平均存活時間只有 14 到 17 個月，比大多數癌症都短。醫生們束手無策，因為這種腫瘤特別兇猛，對傳統化療幾乎沒有反應。

2024 年到 2025 年間，科學家找到了一個突破口。同時抑制 BRAF 和 EGFR 這兩個「上下游」訊號路徑，再配合化療藥物——這種被稱為「雙標靶加雙化療」的組合療法，將腫瘤反應率從 2% 提升到 60% 以上。整體存活期延長至接近 30 個月。

示意圖、生物研究

超強的 AI MV

今天看到有人用 AI 做了一個 MV 影片，超神！！

Suno 做的歌好聽，影片的分鏡、A Roll、B Roll 都很強，最厲害的是打光很棒，光線營造的畫面敘事動人，做影片的人對光線真的超瞭解。

現在一人靠著 AI 就能做出這種影片，一個新時代來臨。啊，當然是原創作者超強，我也有用 AI，但我做不出這樣的影片。

家貓與山貓：324 萬年演化鴻溝——為何雜交不可能？

你有沒有在網路上看過那種長得「像山貓」的家貓照片？蓬鬆的耳毛、虎斑般的毛皮、圓潤而帶著野性的眼神。許多人的直覺反應是：這些美麗的生物，會不會是家貓與山貓愛的結晶？

讓我直接告訴你答案：不能。這不是「也許不能」，不是「機會很低」，而是絕對不可能。

山貓與家貓：324 萬年的鴻溝

要理解這個「不能」，必須先理解這兩個物種之間的距離究竟有多遠。

山貓的學名是 Lynx rufus，隸屬於貓科中的 Lynx 屬。家貓的學名是 Felis catus，則屬於 Felis 屬。這兩個屬的分化，約發生在 324 萬年前。

圖、慵懶地躺在沙發上的貓

哈士奇是狼的後代嗎？3.5 萬年基因研究揭開真相

凌晨三點，西伯利亞寒風的溫度降至零下四十度。一隻哈士奇站在雪地裡，仰頭對著滿月長嚎——那聲音穿透了整片凍原，彷彿在呼喚什麼。

這一刻，你幾乎能看見三萬五千年前，牠的祖先也站在同一片土地上，與此刻的後代遙遙相望。

地球上的生命多樣性，從來不是一條直線，而是無數條分岔又交錯的河流。哈士奇站在其中一條支流的源頭——這條支流的名字，叫狗的驯化。

破解迷思：99% DNA 的真相

說到哈士奇，很多人第一個念頭是：「這長得也太像狼了吧！」

但「像」和「是」，是兩件截然不同的事。

所有現代家犬——從吉娃娃到聖伯納犬，從拉布拉多到哈士奇——與灰狼（Canis lupus）的 DNA 相似度都高達約 99%。但請記住：人類與黑猩猩也共享約 98.8% 的 DNA。DNA 相似度只代表雙方來自共同祖先，不代表彼此是同一種動物。

圖、雪地裡奔跑的狼

染色體的構造：生命密碼的鋼筋骨架

此刻正在閱讀這篇文章的你身體裡藏著大約三十七兆三千八百億個細胞，而每一個細胞的細胞核內，都整整齊齊地躺著四十六條看不見的「生命螺旋」！這些螺旋不是別的，正是主宰你遺傳訊息的染色體。

如果把這四十六條染色體全部拉直並頭尾相連，長度可以從地球延伸到月球——然後再繞回來好幾十圈！

隱藏在細胞核深處的生命建築師

染色體，這個名詞你可能在國中生物課本裡已經看過好幾次，但你知道它真正的樣子嗎？

在還沒有發生細胞分裂的平時，染色體其實並不存在！這個答案一定讓你嚇一跳，對吧？我們平時在顯微鏡下看到的那種 X 形狀、棒狀的構造，只出現在細胞準備分裂的時候。在大部分的時間裡，遺傳物質是以另一種形態存在的——叫做染色質。

圖、大家來找碴，閱讀文章後找找這張圖哪些地方畫錯了？

我做了一個 AI 書僮：陪我閱讀、提問，還會評分我的回答

剛剛做了一個書僮。

它不是綁定某一本書的工具，而是一個可以陪我閱讀、引導我回答問題、再回頭替我的理解打分數的閱讀助手。

我拿《思考，快與慢》第一章做測試，感覺還滿不錯，會出題、會評分，還會提醒我漏掉哪些重點。

圖、AI 書僮

從生物老師到 AI 協作開發：我第一次看懂軟體工程師在做什麼

之前從生物老師跳槽為資訊教師時，內心是非常虛的，因為我們雖然修過資工系的重要學分，但是完全沒有相關的工作經驗。學生問我：「老師，唸資工系未來會做什麼？」時，我完全無法回答。

我只知道資工系會修什麼課，但畢業後會面臨什麼情況？我完全不知道。

自動產生字帖：上傳字體，並用自己最愛的字型練字

昨天寫了一個自動產生字帖的程式，也產生了一些字帖分享，但應該還是有人想要以自己的字型產生個人專屬的字帖練字，所以來介紹一下如何使用。

字帖產生網站有哪三種模式？

鋼筆字字帖產生器

首先，打開鋼筆字字帖產生器網頁，你會看到最上方有三個選項：手動輸入、上傳設定檔、系統預設。

圖、選擇要手動輸入或使用系統預設內容

免費鋼筆字帖下載：用程式自動生成《黃自元間架結構》練字字帖

家人說想要練鋼筆字 (是不是人老了都會忽然想要練書法還是鋼筆字？)，問我有沒有字帖。

有啊有啊，十幾年前我也想要練 (是的，十幾年前我就老了)，所以那時候有下載過字帖。

手工建立鋼筆字帖

打開字帖一看，嗯，果然看得出來是十幾年前的檔案，畫面有一種老舊感，應該修一下會比較好。內容也可以用手寫字體，如清松手寫字體或是辰宇落雁字體，來當範例，不見得要用楷書當範例，那有點過於嚴肅。

所以打開 Excel 開始畫方格紙，慢慢鑲文字框，要建立 2026 年版的字帖。

Google Gemini 被版本號騙了？AI 提示詞評比的「版本號偏誤」

我這陣子一直覺得 Google Gemini 在「提示詞評比」這件事上怪怪的：它看起來很會做對照表、很會講道理，但結論常常像是先決定答案，再回頭補理由。剛剛我做了一個很簡單的實測，結果比我想像的還嚴重——Gemini 竟然會被「版本號」騙走判斷。

如果你平常會用 AI 來幫你選提示詞（prompt）、比較版本（v1/v2/v3），你需要小心一下，因為你可能以為自己在做理性評估，其實是在被模型的「敘事能力」牽著走。

檢核點：如果你也常請 AI「挑比較好的版本」，先把「版本號」拿掉做盲測一次，看看結論會不會變。

我怎麼發現：Gemini 在提示詞評比上「先入為主」

我準備了兩份提示詞，刻意用版本號區分：

• prompt_v1：精修過的版本（我故意標 v1）
• prompt_v2：舊版提示詞（我故意標 v2）

接著把兩份提示詞丟給 Gemini，問它「哪一個版本比較好」。Gemini 不只給了結論，還做了一個對照表，用九個指標逐一比較，最後說 v2 全面勝出。