「你想做什麼？」

從小到大常常被人這麼問，尤其出社會後，到處都會有人問我「你想做什麼？」我不知道要回答什麼，或許是沒認真想，又或許是真的認真想過，但卻沒有一個明確的答案。直到有一次工作被迫結束時，我認真想了自己想做的事情，列了個清單，裡面都是真心想做的，但沒有一個是真正自己當下或是短時間能做到的事情。
兩個月前，我對Claude 寫程式完全冷感。
看了很好幾位朋友分享用Vibe coding的心得，以及從中獲得的成果所擁有的成就感，我從外界的角度看，感覺好像真的很不錯，但沒有想要更近一步的跨入這領域。在那之前，我研究n8n、Manus、Gamma，將這些用在行銷工作上，做了一小段AI講師的工作。
有一天，看到openclaw在全球瞬間爆紅的新聞，還有看到一堆人用龍蝦去炒幣、炒股票、買東西，我覺得「AI終於不是你問我答的世界了」。機緣巧合下，我開始研究如果製作openclaw的Skill，以及為了要建構更完整的skill，所以專為龍蝦建立了許多訓練環境。
那一刻起，我好像知道自己能做什麼了。
以前腦袋裡有很多想法，需要透過工程師，而且還要考量預算、時間，以及市場驗證等。所以很多想法就塵封在記憶裡，但是當我兩個禮拜就把七個訓練環境架設出來，還有一個龍蝦觀測站設計好之後，我這才感受到「那些說Claude很厲害的人，我終於知道為什麼了。」我進入了天天超過18小時都在使用Claude開發各種城市的生活。
「你想做什麼？」這句話的答案，我沒有。
可是，我現在卻有了實現想法的能力，「你想做什麼？」背後是一連串的答案，但講出來很可笑，但那卻是我真實想做的，可是說出來感覺太可笑了，於是我只會跟人說「我不知道」。而這兩個月密集的使用Claude，包含我建構一整套系統，讓我在英語市場增加個人能見度等，很多我以前聽起來覺得可笑的事情，現在默默的在做。
在用Claude的過程中，發現自己的電腦在AI領域要往更高階的世界走，實在沒有辦法，但我「想做」。所以，我評估了自己無法像那些「實驗中心」、「創業團隊」去訓練一個全新的LLM出來，那我來研究LLM是什麼，還有怎麼組成的，以及所有的LLM是不是都長的一樣，這應該可以吧？「我想做這件事情。」
結果，我打開了38個LLM，後面還有46個正在排隊中，過程中讓我獲得最多的是我看到了很少人提到的東西，新聞搜尋也沒有，社群討論也沒討論到的東西，這東西給了我許許多多靈感，於是我開始做了四個實驗：
1. LLM建立骨幹，放置需要模組，並進行縫合，而且可用。
2. 將Qwen14B 9GB容量縮減到5GB，從3060跑不動到可以用。
3. 影像文字辨識LLM做到50MB大小，可應付日文所有文件。
4. 800MB寫程式專家型LLM，做到了，可以覆蓋80%開發。
過程中衍生的副產品，還有很多應用功能，我不停的開發，在Git Hub上已經有超過30個專案了，這是我以前從為不敢想像的事情。因為Git Hub只有工程師才能用，我一個只會行銷，所有人都說會行銷的世界，Git Hub只是另外一個世界才會碰到的工具，我八竿子打不著邊。
最後「你想要做什麼？」我大概知道自己「能做什麼了」，然後我腦袋裡很多的想法，讓我卻且知道「我想做什麼了。」這個過程的體驗，改變了我的人生，從4/1開始至今，兩個月又五天而已。
以下是Mecury City 擴大了，這座新的的城市跟各位分享，裡面每一座塔都是我解開來的LLM，每座塔都可以點進去，看到每個LLM的每個Layer在做什麼功能，同時看到每個LLM的維度與強項在哪裡。
「City of Hope」38座LLM，歡迎大家參觀，以及如果你想了解更多研究資料，深度討論，歡迎來訊息：
https://charenix.com/mercury-city/
順便提供Mecury所有相關開源工具：
LLM觀測工具
https://github.com/norika1207-lab/Mecury-OBV
LLM繪圖工具
https://github.com/norika1207-lab/llm-neuron-atlas
跨越23個LLM的MCP
https://github.com/norika1207-lab/mercury-mcp
清除Token累積快取省錢工具
https://github.com/norika1207-lab/mercury-cache-panel
導正AI不要騙你，檢視AI是不是在做循環工作：
https://github.com/norika1207-lab/AI-Lies-Monitor