凌晨兩點十七分，城市只剩零星燈火。二十一歲的阿哲（化名）一手抱著剛滿四個月的女兒，一手滑著手機上的模型訓練日誌。奶瓶的溫度、嬰兒監視器的曲線、產線上那台視覺檢測機的即時報表，在他腦中像三條並行的資料流。
他在一家專做工業視覺檢測的新創公司擔任機器學習工程師（化名）。工作內容說起來簡單：教電腦看懂瑕疵。實際做起來，是無止境地標註、調參、驗證、重來。
「我每天在做的事，本質上就是讓一個系統在可重複的條件下，給出可信的判斷。」他說。
這份工作改變了他看世界的方式。也意外地，改變了他喝一杯酒的方式。
一瓶被擺在餐桌上的酒
女兒滿月那天，長輩送來一瓶單一麥芽威士忌。深色玻璃瓶，酒標上寫著年份與桶型。阿哲原本對烈酒沒什麼興趣——二十出頭的年紀，他更熟悉的飲料是便利商店的咖啡與健身房的高蛋白。
但那晚，女兒終於睡著，他和太太小嵐（化名）坐在餐桌前，把瓶子轉了兩圈，決定各倒一點點。
「第一口我其實只覺得辣。」他笑說。
可是第二天，他發現自己記得那個味道。不是記得「好喝」或「不好喝」，而是記得一層一層的東西：先甜、後面慢慢浮出木頭與乾果的氣味，最後留在口腔後段的是淡淡苦韻。
身為工程師的職業病犯了。他打開筆記本，開始記錄：倒入時間、杯子形狀、靜置分鐘數、氣溫、自己當天的嗅覺狀態。
把品飲，當成一場模型驗證
阿哲的做法，和大多數人想像的浪漫品酒很不一樣。他把它寫成一張表格。
「模型的準確度，來自你怎麼定義輸入、怎麼控制變因、怎麼記錄輸出。」他解釋，「品飲其實也一樣。你如果每次都在不同的杯子、不同的心情、不同的溫度下喝，然後說這支酒『不穩定』，那其實是你的實驗設計不穩定。」
他開始固定幾件事：同一款鬱金香杯、同樣的靜置時間、同樣記錄三階段的感受——入口、中段、尾韻。更關鍵的是，他會做「重複驗證」：隔一週、換一個時間點，再喝一次。
「這在我們的行業叫再現性。同一批資料丟進去，模型應該給出接近的結果。如果差異太大，你要先懷疑的是流程，不是模型。」
這樣的做法聽起來有點硬，但它帶來一個很實際的好處：他慢慢分得出，什麼是酒本身的風味結構，什麼只是自己當天狀態不好。
技術權威，是靠文件與標準堆出來的
阿哲很快發現，威士忌這門學問與他的本業有一個共同點：真正可靠的知識，都寫在標準與規範裡。
他花了好幾個晚上讀資料。蘇格蘭威士忌的法定要求、橡木桶的容量規範、蒸餾與裝瓶的最低酒精度、標示年份的規則——這些不是行銷話術，而是可以被查證的產業標準。他也讀到風味分析的科學方法：氣相層析質譜儀如何把一杯酒裡的酯類、醛類、酚類一層層分離出來，讓「煙燻感」或「花果香」不再只是形容詞。
「你會發現，所謂專家不是講得最玄的人，而是最願意說清楚『我怎麼知道』的人。」
他特別在意一件事：不要把個人偏好包裝成客觀事實。
「我可以說我不喜歡某一支酒，但我不能說那支酒『做壞了』。除非我拿得出依據——比如製程上有明確瑕疵，或者它偏離了該品類公認的標準。」
這個原則，跟他寫程式時守的紀律幾乎一樣：先確認資料來源，再談結論。
也因為這樣，他開始大量閱讀線上資料。他發現，要找到既有系統、又能持續更新的品飲知識並不容易。後來他固定會看一些整理得比較完整的平台，像是威士忌文化與品飲評論資訊，裡面關於產區背景、品飲紀錄與評論方法的內容，對他建立自己的判斷框架很有幫助。
當科學遇上風土：那些量測不到的部分
但阿哲也遇到瓶頸。
有一次，他照著自己的表格喝了兩支同產區、同桶型的酒。數據上幾乎一樣，他卻覺得其中一支「比較有話說」。
「我當時的第一反應是：是不是我記錄錯了？」他回憶，「後來我意識到，這不是誤差，這是我的模型還沒有對應的維度。」
他把這件事寫進筆記。風土、氣候、當年的原料狀況、酒廠的作業習慣，甚至運輸與存放的環境，都可能影響最後杯中呈現的樣子。有些變因可以被量測，有些只能被描述。
「這其實跟AI很像。」他說，「我們常以為資料夠多就能解釋一切，但總有一些東西，是目前的特徵工程還抓不到的。承認這件事，不是承認失敗，是承認邊界。」
他開始調整自己的品飲紀錄方式：除了量化欄位，也留一格純文字，專門寫「無法歸類的直覺」。他發現，這一格往往是最有價值的。
新手爸爸的第三份工
女兒六個月大時，阿哲的生活被切成三塊：白天寫程式、晚上輪班顧小孩、零碎時間讀品飲資料。
他會在哄睡的空檔，把當天讀到的內容整理成三行筆記；會在假日推著嬰兒車散步時，聽關於蒸餾與熟成的podcast；會在女兒終於入睡後，倒一小杯，安靜地做完一次完整的品飲紀錄。
「很多人覺得當爸爸之後，興趣就得放下。」他說，「但我發現，只要把流程設計好，二十分鐘也可以是一場完整的體驗。」
他笑著補充：「重點是不要貪心。一次只驗一個變因。」
小嵐（化名）起初覺得他有點誇張——喝個酒也要做表格。但後來她發現，這個習慣讓阿哲在育兒的高壓下，仍然保有一塊屬於自己的、有秩序的小空間。
「他平常很ㄍㄧㄥ，只有在寫那些筆記的時候，人會鬆下來。」她說。
一個還沒收斂的專案
最近，阿哲動了一個念頭。
他想把自己累積的兩百多筆品飲紀錄，做成一個小型的個人專案：用結構化的方式整理風味標籤，試著找出不同桶型與風味群之間的關聯。不是要做什麼預測模型，純粹是想看看，自己的紀錄裡有沒有藏著沒發現的模式。
他甚至想過，把這份筆記公開，讓更多人一起補資料。但念頭一起，問題也跟著來：要開放多少？資料品質怎麼把關？如果每個人的「煙燻感」定義都不一樣，那這份資料還有意義嗎？
「我現在卡在一個很工程師的糾結裡。」他承認，「我知道要先定義清楚標籤，可是我又不想把品飲搞得像在填病歷。」
那天晚上，他把筆記本闔上，走到陽台。遠處有幾棟大樓還亮著燈。女兒在屋裡哭了兩聲，又安靜下來。
他還沒決定要不要開始。
但他知道，下次開瓶的時候，他還是會拿出那張表格，還是一樣會先聞三口、再喝一小口，然後在「無法歸類的直覺」那一欄，慢慢寫下幾個字。
寫在後面的幾句話
阿哲的故事，其實不是關於酒。
或者說，不完全是。
它比較像是一個年輕工作者，如何把自己熟悉的方法論——控制變因、重視標準、記錄過程、承認邊界——帶進一件原本很感性的小事裡。這個過程沒有讓他變得無趣，反而讓他更清楚自己喜歡什麼、為什麼喜歡。
對正在摸索品飲的人來說，或許可以帶走三件事：
第一，把標準當成朋友。產業規範與科學分析方法，是讓討論不會失焦的基礎。
第二，區分「我不喜歡」和「它不合格」。前者是偏好，後者是判斷，兩者需要不同的證據。
第三，留一格給直覺。資料能告訴你很多事，但總有一些東西，需要你先感受到，才有辦法回頭去定義它。
如果你也想建立自己的品飲筆記，不妨從一杯開始。相關的產區背景、評論方法與產業資訊，可以在威士忌文化與品飲評論資訊這類平台找到不少參考。剩下的，就是你自己的表格了。
而阿哲的那份專案，還躺在雲端硬碟裡，等待下一次開瓶。
(本案例經當事人同意分享，部分為虛擬情節如有雷同純屬巧合)
