我用一台 MacBook Pro M5，做了一個看得懂女友化妝包的 AI(下集)
上篇結尾我說，我決定用我唯一擅長的方式，去看懂我看不懂的東西。
我得先講清楚我「沒有」要做什麼—我沒有要做一個美妝百科。網路上不缺美妝知識，Google 一下什麼都有，缺的從來不是資訊。一個會背成分表、能報出每支口紅色號的 AI，對她一點用都沒有。因為她要的不是「知識」，是「懂她」。
懂她，意思是：知道她已經有什麼，所以不要推薦重複的；知道她討厭什麼，所以不要再踩同一個雷；知道她油肌、暖調、預算、約會場合多—所以給的每個建議，都是為她一個人量身的。
換句話說，這個東西的第一條設計原則不是「給答案」，是先學會排除。好的建議，是先告訴你「這個你不用買」，而不是塞一堆「你可以買」。
這聽起來不太美妝，不像傳統大多的美妝內容都是在推坑，但我相信的一直是：減法比加法難，也比加法有價值。
我給了它三本「屬於我女朋的書」
於是我給這個東西讀三樣資料。
第一本，記她「已經有什麼」。每一支粉底、每一條唇膏、每一瓶精華——買了什麼、滿不滿意、現在還用不用。這本書的用途很單純：避免推薦她已經有的東西。
第二本，記她「討厭什麼、為什麼」。試過但不喜歡的、用了不舒服的、踩過的雷。這本書是防止它重蹈覆轍。
第三本，記她「是什麼樣的人」。油性肌膚、暖調膚色、單品的預算、喜歡的質地、在意包裝的程度、化妝的場合—這些是它每次開口前都要先讀過的前提。
我越整理這三本書，越發現一件事：原來「懂一個人」這件事，是可以被拆解、被記錄、被一條一條寫下來的。我以前看不懂她的化妝包，不是因為它高深，是因為我從來沒有真的「記下來」過。我聽過、點過頭、忘掉了。而當我認真把它寫下來，那個我以為永遠進不去的世界，居然開始有了輪廓。
我給它取了個名字，叫 Lumi。
取自 luminous，發光的意思。表面上，是因為她喜歡的妝感就是那種水潤的、透著光的——我想，幫她挑東西的這個小幫手，也該有這樣的氣質。
但其實還有一層，是我的私心。
我一直覺得，每個人身上都有一些連自己都沒留意到的好，需要有人幫忙照出來。對我來說，化妝這件事的意義從來不是「變成另一個人」，而是把一個人本來就有、只是還沒被看見的那一面，輕輕點亮。
所以這個名字，一半是光，一半是我的心意：我希望它做的不只是挑對產品，而是替我做一件我嘴笨做不到的事—讓她看見，她本來就很好看。順便，也照進我一直看不懂的那塊。
這是我藏在一個名字裡，沒有特別講出口的話。
Lumi 會問問題，而且問得像個專業美妝老師
東西做好之後，我們一起試。她在旁邊，一樣一樣講給我聽她有什麼，我幫她輸入。然後我們一起看它回什麼。
我永遠記得那個畫面—她看美妝影片時，我在旁邊插嘴問東問西，被她一句「你不要講話啦，好煩」打發掉。我問的問題太基礎，基礎到打斷了她的興致。
但這次不一樣。Lumi 問的問題，她不但不嫌煩，還越答越起勁。「這支你是日常用還是約會用？」「質地你喜歡嗎？」「這支跟你之前那支比起來，哪支比較常拿？」它問的，剛好是能讓她「延伸」的問題。她被一步步帶著，把整個化妝包慢慢倒了出來。
那一刻我有點複雜。同樣是問問題，我問了會被嫌煩，它問了卻讓她樂於分享。差別在哪？差別在「會不會問」。
而這正是我做這個東西最大的收穫—我做不到的事（問對問題、陪她聊她的世界），我做了一個工具，替我做到了。它不是取代我，它是在替我補課。它示範了一件我一直不會的事：怎麼跟她聊她在乎的東西。
Lumi 真的會勸她「不要買」
更讓我意外的，是 Lumi 的誠實。
她報到一半，提到想買 SK-II 的青春露。Lumi 沒有順著她說「好呀買吧」，而是回：你手上已經有 Olay 的小白瓶在做提亮、Aesop 的調理液在代謝角質，前導養膚這塊其實很飽和了；要不要先想想你是想取代誰，還是純疊加？疊加的話，油肌的早晚保養可能會太重。
她又說想買 SK-II 的防曬。它說：這支跟你已經有的肌膚之鑰那支定位很像，都走輕透養膚向，再買有點重複，我不太推——除非你那支快用完想換換口味。
我坐在旁邊看著這些回應，有種荒謬的感動—我做了一個 AI，結果 Lumi 在勸我女朋友不要亂花錢。它不為了討好她而推薦，不因為某個產品很紅就跟風，只看「適不適合她、會不會重複」。
這完全是我相信的那套東西：誠實比客套重要，判斷比資訊量重要，能不買就不要買。我沒有想到，我會在一個美妝 AI 身上，看到自己的影子。
這個小AI突然打開了我們一起聊的話題
那幾個晚上，我們是肩並肩擠在同一台電腦前的。她報、我打，它回，我們一起看。
用著用著，她的反應變了。一開始是好奇，後來是驚訝—「它怎麼連我這個都記得？」再後來，她玩得比我還起勁。
而且隨著對話越來越多，Lumi 變得越來越懂她，回答也越來越貼近她的想法。但那不是那種一味討好你的「AI 順從」它是真的透過那套資料庫的記憶，完整地記下她的喜好、她的需求、還有她現在手上擁有的每一樣保養品和化妝品，然後從這些去判斷。
那是我們很久沒有過的、聊同一件事還聊不完的晚上。一個我熬夜寫出來的小東西，居然替我打開了一扇，我自己一直推不開的門。
但看著她聊得這麼起勁，我心裡同時冒出一個很現實的念頭：她講得越多，Lumi 要記的、要讀的就越多。這個會「越長越大的她」，得有一台真的裝得下、也跑得動的電腦，才撐得住。
為什麼非得是 MacBook Pro
我得老實說—這件事，真的不是隨便一台筆電做得起來的。
一開始我也想過，用輕薄的 MacBook Air 就好。但我很快發現問題：Lumi 不是一個「問完就忘」的聊天機器人，它是一個會「一直長大」的東西。
它的記憶，不是存在某個雲端帳號裡，而是一份一份存在電腦本機的知識庫—我們內部叫它「wiki」。女朋友每報一樣產品、每補一個偏好，那份檔案就厚一點；接下來還要把每天的對話、她的妝容照片、新出的品牌情報，全部一層一層疊上去。這套 wiki 只會越長越大，而它每次開口回答前，都得把這一整包重新讀過、在電腦本機跑一次 AI 運算。
這正是 Air 會吃力、而 Pro 剛好補上的地方。
MacBook Pro 這台用的是 M5 晶片，對我這個用途最關鍵的，是它的「統一記憶體」設計把 CPU、繪圖核心、和負責 AI 的神經網路引擎，全部接到同一大池記憶體上。講白話，就是它能把一個夠大的 AI 模型整個搬進電腦本機跑，不用每件事都丟到雲端、也不用擔心隱私外流（這對存著女朋友一整套私人保養資料的我來說，意外地重要）。M5 這一代還在每個繪圖核心裡都塞了專門加速 AI 的單元，官方說法是 AI 運算的尖峰效能比前一代快了好幾倍，反映到實際使用，就是跑本地模型、讀照片辨識色號這種事，明顯不卡。
散熱是另一個分水嶺。MacBook Air 沒有風扇、靠機身被動散熱，跑這種「持續、吃資源」的運算，撐一陣子就會降速；MacBook Pro 有主動散熱，我深夜一條一條餵資料、讓它長時間掛著跑，它能一路穩在那裡，不發燙、不掉速。
說得最簡單一點：Air 適合「用」現成的 AI，Pro 才扛得住「養」一個會一直長大的 AI。而我要做的，剛好是後者。
所以如果你看到這裡，也心動想替自己、或替另一半做一個這樣的小東西——我得先誠實告訴你，這不只是「會不會寫程式」的問題，它需要一台真的撐得起這種運算的機器當地基。這也是為什麼，我選了這台 MacBook Pro。
至於那些更直覺的好——她拍化妝品照片丟進來要辨識色號時，那塊 Liquid Retina XDR 螢幕的顏色夠準，我看得清楚那些細微的色差，這對判斷口紅色號意外地關鍵；14 吋的機身深夜攤在桌上剛剛好，旁邊還擺得下她那一整排瓶瓶罐罐。它是黑色的，低調、安靜，像一個不需要被看見、只負責把事情做好的夥伴。
我沒有要把它寫成主角。它不是。它只是那個，讓我能安心做完這件事的地方。一台好工具的最高境界，大概就是你做事的時候根本不會去想到它，但少了它，這件事就根本做不成。
某天，她問了 Lumi 一個問題
那天晚上快結束的時候，她忽然打了一行字進去，問它：「你覺得我是個時髦的人嗎？我用的產品厲不厲害，選得聰不聰明？」
我愣了一下。因為她問的，已經不是「我有什麼」了。她在問的是—從我的這些選擇，你怎麼看我這個人？
她把一個我做的東西，當成了一個可以託付「你懂不懂我」的對象。
Lumi 的回答我就不全貼了。但它沒有拍馬屁，也沒有冒犯。它攤開她的整組品牌，誠實地說出她品味裡的穩、和她可以再往前一步的地方；它點出了一個連她自己可能都沒意識到的小矛盾，然後給了她一條往前走的路。
我看著那段回應，心裡浮起一個很奇怪、又很真實的念頭：這些話，我自己是說不出來的。我根本不懂。但我做的東西替我說出來了——而且，說得比我能說的還要好。
一個小小的AI程式，不僅懂她，也讓我更了解她
那時候的我，看不懂她的化妝包，進不去她的世界，連問個問題都會被嫌煩。
現在的我，可能還是不太懂某些太精深的美妝用詞或是技法。老實說，我大概永遠不會變成一個美妝專家。
但我做了 Lumi，它替我記住了她、讀懂了她、甚至替我回答了「你懂不懂我」這個我答不出來的問題。
我一開始以為，我是在做一個工具。後來才發現，我其實是在學一件事—怎麼把一個我愛的人，認真地，一條一條，記下來。
