Monday, August 31, 2026

鰻業存亡戰 01》台灣「鰻魚王國」失守,中國全面攻佔日本市場,台灣活鰻外銷逼近歸零

鰻業存亡戰 01》台灣「鰻魚王國」失守,中國全面攻佔日本市場,台灣活鰻外銷逼近歸零

台灣曾是「鰻魚王國」,如今日本市場卻幾乎被中國全面取代。中國以國家資源、規模化與多元鰻種養殖,從活鰻到加工蒲燒鰻全面搶進日本通路,讓台灣鰻魚外銷逼近歸零。偏偏近年鰻苗大豐收刺激放養量,成鰻集中上市卻撞上外銷萎縮,池邊價最低跌至每公斤 180 元,跌破成本仍嚴重滯銷。

雪上加霜的是,中國鰻魚不僅搶走日本市場,也偷天換日進入台灣市場。儘管「中國加工鰻」依法不得進口,但有業者疑似以「冷凍海鰻」或「其他調製魚類」等稅號申報進口,半成品抵台後再經加工後,即可標示「台灣製造」上市,數量恐高達 2,000 公噸,衝擊正宗「台灣鰻魚」內銷之路。

此刻台灣鰻業已來到生死關頭,《上下游》深入養殖現場,探討「鰻魚王國」走向衰敗的深層結構;並試圖找出解方:台灣能否透過放養總量管制、嚴查邊境漏洞、補強本土加工與通路,重新培養國人的吃鰻習慣,為這項傳統產業找到一條立足本土的永續出路?

養鰻內外銷均受阻,產業陷入危機。(攝影/楊語芸)

日本人親自來台傳授技術,曾造就「鰻魚王國」黃金時代

「養鰻魚早就沒『錢途』了,」蔡建宗約五年前毅然收手,終結養鰻人生,但走過半世紀產業起伏,他依然是這段歷史的活字典。

蔡建宗回顧,日本在二次大戰後經歷十年蕭條,60 年代隨著國民變得富有、人口激增,對鰻魚的需求急遽膨脹。當時日本本土產量已供不應求,日本人於是親自來台傳授養殖技術,尋找穩定的供應基地。

台灣鰻業自此萌芽,從宜蘭起步,一路向南推展至雲林、嘉義與屏東等地。到了民國 70 至 80 年代,產業迎來最耀眼的「黃金時期」。蔡建宗指出,當時日本一年約 10 萬噸的龐大需求中,有高達 6 萬噸全由台灣包辦,其餘 4 萬噸才是日本自養,台灣「鰻魚王國」的稱號,便是由那一代漁民一池一池打下的江山。

魚塭中擠滿達到上市規格的白鰻,全台面臨沉重的去化賣壓。(攝影/楊語芸)

一甲子漁戶唏噓:這兩年把一輩子賺的都賠光

台灣區鰻蝦生產合作社聯合社理事主席唐慶宗養鰻超過一甲子。他補充,台灣最早是從幫日本「代養鰻苗」開始,將代養後的鰻苗銷往日本;到了民國 60 年左右,才開始大規模養殖成鰻。在那個幾乎沒有國際競爭對手的年代,台灣曾經 100% 獨霸日本的進口鰻魚市場。

「當時利潤真的好!」唐慶宗回憶,那時人工便宜,飼料用的是廉價下雜魚魚漿,而非現在昂貴的配方飼料,但池邊產地價一公斤就能賣到 120 元。對比幾十年後的通膨與萬物皆漲,如今產地價竟跌到只剩 180 元,讓他不勝唏噓。唐慶宗直言,過去幾十年靠鰻魚賺到錢的人,只要這兩年沒離場、繼續放養的,幾乎把這輩子賺到的積蓄全賠了回去,整個產業呈現一片「哀鴻遍野」的慘狀。

走過養鰻一甲子的唐慶宗(右)與兒子唐昕遠(左)同心堅守家業,為台灣鰻業的下一步尋找新出路。(攝影/楊語芸)

活鰻外銷從萬噸高位一路下探,暴跌 200 倍,近三年幾乎貼地

攤開 1989 年以來台灣活鰻出口日本的數據可發現,1990 年代初期,台灣活鰻(經降溫休眠後空運直送的活體成鰻)外銷量尚能穩居每年 1.3 萬至 1.6 萬公噸的高位。雖然隨後經歷了數年的下滑與波動,但 2000 年後出口量再度回穩,一度逼近 2 萬公噸,出口總值更兩度衝破 1.4 億美元的高峰。

然而,自 2011 年起,外銷量便呈現急遽下降的趨勢;2013 年,出口量甚至跌破 900 公噸,產值同步跳水。此後超過十年的時間裡,台灣活鰻外銷量再也無法重返過去動輒數千甚至上萬公噸的規模,長年在 1,000 至 3,000 公噸的低位徘徊。

下滑趨勢在近年更進一步深化。2023 年至今,出口量再度重挫至幾乎貼地,三年出口量遠不及低潮期一年的出口量,遑論與高峰期相較,台灣活鰻外銷日本供應鏈的萎縮令人驚心。

日本胃口沒變,但市場被中國「全盤端走」

數據顯示,日本國內的養殖量過去十年大致穩定,約在 1.5 萬至 2 萬公噸之間,意味著日本國內龐大的鰻魚消費缺口依然仰賴進口填補。顯見台灣出口量逐年萎縮時,釋出的供應額度已被取代。

日本近十年每年進口活鰻總量大致維持在 7,000 公噸的規模,過往由台、中兩地分食。然而,鰻苗捕獲量極度不穩,遇到歉收年甚至曾連續三年抓不到一年份的量,近年更創下全台僅捕獲 600 多公斤的歷史新低。天價苗價逼得台灣養殖戶大量減產,中國則憑藉穩定的養殖規模迅速填補缺口,銷日活鰻在 2023 年一舉衝破 7,000 公噸,將台灣外銷版圖「全盤端走」。

中國國家隊 vs.台灣散戶軍:中國規模養殖強攻版圖

令人意外的是,台灣活鰻並非被中國的「低價傾銷」擊潰,事實上除少數年份外,中國活鰻近十年的輸日平均單價皆高於台灣。中國活鰻能逆勢拿下高市佔率且賣出好價錢,關鍵在於其龐大的養殖規模能提供規格齊整、全年穩定供貨的供應鏈優勢,使日本通路業者在面對台灣不穩定的產量時,選擇全面轉向中國。

「中國鰻業是集國家資源在打仗」,第三代鰻魚漁民林豐樟指出,中國政府將鰻魚列為重點扶植產業,不僅提供低利率貸款、協助採購國外魚粉等生產資源,更祭出高達 15% 的出口退稅,全力助攻業者拓銷海外,營造外銷亮眼的形象。相比之下,台灣至今仍多為個體經營的「散戶」結構,缺乏政策與資金的全面支撐,自然難以在國際上穩守戰場。

蔡建宗進一步分析,日本買家重視規格齊整與品質穩定,中國因為養殖總量高,有能力從龐大的魚群中進行極嚴苛的挑選,例如可以從十尾鰻魚中精挑細選出規格最精準、品質最頂尖的「菁英」專供外銷,其餘則留作內銷或加工。

反觀台灣因整體產量不足,漁民為了交貨,十尾中可能僅剔除一、兩尾劣品,甚至抱持「只要規格符合,就整池掃給盤商」的心態。這種由規模奠定的篩選淘汰率,讓中國得以拉高出口鰻魚的平均品質,最終全面取代台灣。

林豐樟以「國家隊 vs. 散戶軍」來形容兩岸養殖鰻魚的規模差距。(攝影/楊語芸)

兩岸養殖環境差異,使用飼料不同,品質亦有差異

除了品種與氣候條件,兩岸在飼料使用上的習慣差異,也造就了品質的落差。台大漁科所教授韓玉山指出,台灣漁民大多採用高溫擠壓成型的「浮料」,可以直接灑進魚塭、極省人力,但高溫加工過程破壞了不少營養價值;反觀中國多半採用「粉料」,鰻魚肉質品質明顯更勝一籌。

由於粉料必須人工加水攪拌,且投餵時容易散失、極易導致水質惡化,台灣漁民不願採用;而中國擁有幅員遼闊的優勢,能進行「低密度養殖」,池水對水質惡化的容受力高,得以大量使用粉料餵養,進而養出肉質優良、極具市場競爭力的鰻魚。

中國廣東台山養鰻場,規模驚人。(照片提供/韓玉山)

多品種佈局,打造中國鰻魚護城河

除了規模優勢,中國鰻業更具備靈活的「多品種策略」。不同於台灣產業數十年來幾乎獨押「日本白鰻」,中國業者同時掌握了白鰻以外的黑鰻、美洲鰻及雙色鰻等多種「異種鰻」的養殖。

唐慶宗指出,異種鰻最大的優勢就是苗價便宜;當白鰻苗價飆漲時,中國業者能迅速切換重心改養黑鰻與雙色鰻,靈活調配高價白鰻與平價異種鰻,在日本市場進行全方位布局。(文未完,請繼續閱讀)

Box:鰻魚資源是否充足,適合繼續食用嗎?

許多民眾因「鰻魚瀕危」的疑慮而不敢消費, 對此,台灣大學漁業科學所教授韓玉山強調,全球鰻魚資源確實面臨下降,但只要透過良善的總量管理與健全監測,鰻魚完全可以達到永續利用,在妥善管制下消費者可安心食用。

Sunday, August 30, 2026

通用型生物醫學人工智慧 - Biomni

 Biomni 是一個由史丹佛大學研究團隊開發的通用型生物醫學人工智慧(AI)代理(Agent),旨在協助科學家自動化執行複雜的生物醫學研究流程。

https://www.science.org/doi/10.1126/science.adz4351


核心功能與特色
  • 強大的工具整合:整合了超過 150 個專門工具、59 個資料庫與 100 多種軟體,涵蓋基因體學、蛋白質結構預測及多體學分析。
  • 自然語言互動:科學家能以日常的自然語言提問(例如分析基因表現或疾病機制),不需具備深厚的寫程式能力。
  • 高效率與高準確度:在罕見疾病診斷、單細胞 RNA 定序註解及致病基因檢測等任務上,其準確度可媲美人類專家,但耗時僅需幾分鐘到幾十分鐘。
  • 高追溯性:提供完整的參考文獻與程式碼追蹤,確保科學研究的嚴謹性與可重複性。 

如何將其應用於生物資訊工作流程
將 Biomni 應用於生物資訊工作流程,核心在於利用其「自然語言驅動」與「自主動態規劃」的能力。它就像一位能直接幫你寫程式、跑工具並分析資料的虛擬生信專家。 
以下是將 Biomni 導入生物資訊工作流程的具體步驟、常見應用場景與運作邏輯:

💡 應用於工作流程的四個核心步驟
  1. 提出研究目標(自然語言輸入)
    • 科研人員不需寫死工作流程(如 Nextflow 或 Snakemake 腳本),只需以英文或自然語言描述目標。
    • 範例輸入:「幫我分析這組來自大腸癌患者的單細胞 RNA 定序數據,找出特異性表達的標記基因(Marker Genes),並預測可能受影響的生物路徑。」 
  2. 自主規劃與工具檢索(AI 思考階段)
    • Biomni 內建的 Biomni-A1 智能代理會理解你的意圖。
    • 根據目標,它會從其整合的 105 個生信軟體、150 種專業工具與 59 個資料庫中(如 PDB, ClinVar, Seurat 等),自動挑選出最適合的組合。 
  3. 程式碼生成與沙盒執行(自動化分析)
    • 系統會將分析邏輯轉化為可執行的 Python、R 或 Bash 程式碼。
    • 這些程式碼會在安全的沙盒環境(Sandbox)中自動執行;若遇到需要龐大算力的任務(如全基因組組裝或蛋白質結構預測),Biomni 會自動調度後端的 HPC 高效能計算資源與 GPU 叢集。 
  4. 結果解讀與反饋迭代
    • 分析完成後,Biomni 會產出圖表與報告,並給出科學假設。
    • 如果中間步驟出錯或結果不符合預期,它會自動進行自适应調整(自我除錯),修正程式碼直到收斂出精確答案。 

🧬 常見的生物資訊應用場景
在實際研發流程中,Biomni 主要能幫你自動化串聯以下任務:
  • 多體學數據分析 (Multi-omics):
    • 單細胞分析:自動調用工具進行單細胞 RNA 定序(scRNA-seq)數據過濾、降維、分群與細胞類型註解(Cell type annotation)。
    • 全基因組關聯分析 (GWAS):自動連結臨床資料與基因型數據,進行致病變異位點的篩選與優先級排序(Gene Prioritization)。 
  • 結構生物學與藥物設計:
    • 自動規劃從蛋白質序列預測(如 AlphaFold 相關工具)、分子對接(Molecular Docking)到分子動力學模擬(MD)的完整流水線。 
  • CRISPR 實驗與克隆設計:
    • 輸入目標基因,自動完成 CRISPR Guide RNA 設計、脫靶效應預測,甚至直接為後續的濕實驗生成分子克隆(Molecular Cloning)的步驟指南。 

🛠️ 生物資訊工作流程的傳統 vs. Biomni 對比
特性傳統生物資訊工作流程使用 Biomni 的工作流程
流程建立必須手動撰寫複雜的 Python/R 腳本,或配置固定模板的工作流(如 Snakemake)。動態組合,完全透過自然語言溝通,AI 根據數據特性臨時自主生成流程。
環境配置需手動處理各軟體間的相依性問題(Conda/Docker 衝突)。開箱即用,大群常用生信工具與 11GB 資料湖已預裝在沙盒/HPC 系統中。
數據跨界從基因組跨入藥理學或文獻時,需手動切換不同平台與資料庫。一站式整合,能同時調用異構資料(如文獻、序列、化學結構)進行跨領域綜合推理。