零程式基礎也能開發新聞工具，用 AI 突破跨境採訪限制

演算法與生成式 AI 正重塑資訊的流向。在營收與人力的雙重焦慮下，台灣媒體疲於追逐流量與速度，卻逐漸偏離守護公共對話與信任的初衷。現任人工智慧科技基金會專案經理的謝汶均，曾參與 JournalismAI Skills Lab，在幾乎零程式基礎下，運用 AI 打造出監測中國熱搜的新聞工具。這次實戰讓她看清，工具能擴張記者的能力，但選題是否敏銳、能否看清工具的局限，依然取決於記者的專業判斷。

如今從實踐者轉為推動者，她深信，AI 時代的突圍之道從來不是追得更快，而是讓科技成為專業的延伸，由人守住新聞的核心價值。

從工作痛點出發，零程式基礎打造監測工具

參加計畫時，謝汶均擔任加拿大廣播公司（CBC）在台駐地製作人，主要協助資深亞洲特派記者報導台灣與中國新聞。她坦言，遠距報導中國，最棘手的莫過於青年失業、常民生活等軟性議題。因為這類故事通常需要記者身處當地、走入人群聊天，才能捕捉第一手氛圍。然而，團隊當時並無派駐中國的條件，缺乏現場感的具體痛點，成了她跨入工具開發的起點。

其實在加入計畫前，她曾嘗試數款標榜免寫程式的爬蟲工具，試圖抓取小紅書資料，卻礙於技術限制，加上身邊缺乏同儕討論與專業指引，幾度碰壁後只能作罷。直到入選由倫敦政經學院（LSE）新聞智庫 Polis 主辦、Google 新聞倡議支持的 JournalismAI Skills Lab，她才有機會重新挑戰。當年她從四百多名申請者中脫穎而出，是台灣僅有的兩名入選者之一。

重啟計畫後，她繞開小紅書嚴密的反爬蟲限制，轉向百度的免費 API，打造出中國輿情監測工具「What’s Trending in China」。系統每天早、午、晚三次自動抓取百度熱搜榜，存進資料庫並譯成英文；前端介面則由她以 AI 開發工具 Lovable 透過「vibe coding」完成。團隊只要打開網頁，便能一眼掌握中國社群的討論焦點，為跨境選題提供即時的靈感起點。

陪伴與同儕激勵，讓專案更容易成功

除了學員間的相互刺激，一對一的導師諮詢是推著她前進的重要推手。謝汶均坦言，有了專家可隨時請益，這才逼著自己全心投入。過去她可能得耗費數日摸索的技術盲點，導師往往兩、三分鐘便能點破癥結，不至於讓人在同一個關卡耗盡耐心與熱情。與此同時，身邊許多學員同樣沒有理工背景，看著大家每週都有新進度，也激起了她「不能落後太多」的好勝心。

謝汶均提到，在整個計畫中，讓她收穫最多的是一堂「拆解新聞 AI 專案產製過程」的實務課。講師帶領學員逆向剖析多個業界知名的 AI 新聞專案，一層層揭開背後的運作邏輯與技術架構。那時她才發現，這些專案外表看似厲害，技術層面其實沒有想像中複雜。這也才消除了她對技術的敬畏與恐懼，更讓她確信：只要方向對了，自己同樣能辦得到。

「現在任何人都能透過 vibe coding，在 AI 協助下開發專案，技術已經不是門檻。」她認為，真正的關鍵是卡關時有人引導、有同儕一起討論。這些支持系統對一個 AI 專案能否走下去、成為真正落地的工具的影響非常大。

當 AI 會寫程式，專業判斷仍是人的工作

謝汶均估計，自己開發的工具約有九成到九成五的程式碼是由 AI 生成，但她強調，基礎能力依然不可或缺。開課前，講師要求沒有 Python 背景的學員先完成 Google 的 Python 線上課程；這段自學當時令她吃足苦頭，卻在實作時派上大用場。因為有 Python 的基礎，才能看得懂錯誤訊息，才能知道問題出在哪裡、該如何修正。

這套工具也改變了她的選題方式。過去尋找中國軟性題材，她多半仰賴外媒的中國報導，但那些內容早已經過其他媒體篩選，呈現的中國並不完整。如今她能直接看見一般網友關心什麼，把原本難以觸及的日常聲音帶進報導。

但她也清楚工具的邊界，因為能登上百度熱搜的內容本身已經過審查，無法用來追蹤敏感議題。哪些訊號值得追、哪些需要存疑，仍得仰賴記者判斷。謝汶均認為，這正是 AI 時代新聞專業的核心，機器能擴大視野，但是查證與判斷始終屬於人。

開發新工具，懂技術的記者一起參與更有優勢

謝汶均認為，相較於直接找工程師或外包，懂一點技術的記者更有優勢，因為記者最了解新聞工作的實際痛點。他們在構思 AI 能用在哪些產製流程時，比較能提出可行的想法，知道哪種技術能解決哪種需求，也清楚技術的邊界在哪裡。「記者懂一點技術，和工程師討論時就有共同語言，雙方對專案的想像更容易對齊，成品也更能真正派上用場。」

從參與者到陪伴者：與科技同行的媒體轉型

如今，謝汶均在人工智慧科技基金會擔任專案經理，將自己走過的路，化為陪伴其他新聞人的力量。基金會預計於今年透過科技支援、新聞實驗專案，以及工具與轉型顧問服務，協助不同類型、不同規模的媒體探索新的可能。專案重點不在於提供單一的標準答案，而是與每一家媒體一起摸索適合自己的方向，讓科技成為延伸新聞專業的工具，而非取代判斷的機器。

「人」才是科技轉型核心。謝汶均建議，新聞機構派員參與培訓時不必拘泥年資，只要對新技術有興趣都適合：資深同仁熟悉產製流程，能打造真正融入工作的專案；年輕同仁勇於嘗試，可輕易跳脫固有框架，兩者搭配效果更好。這些人回到崗位後，便能成為新聞室裡的「AI 種子人才」；只要組織給予時間與空間，從內部分享與小規模試行做起，整個新聞室的 AI 探索就能走得更遠。

她提醒，AI 導入走得快的企業，都已在盤點各部門資料、建立 AI 治理機制；現在讓同仁累積實作經驗，就是在為組織的未來做準備。而台灣媒體的數位轉型不應只是導入新工具，而是讓第一線新聞人有機會親自動手，從自己的需求出發，找出 AI 真正幫得上忙的地方。

若您也想與我們一同探索新聞工作的新可能，歡迎報名參加線上說明會，進一步了解計畫內容。