iPlayground 2025 圓滿落幕了。作為今年的講者之一，我想分享這次從準備到演講的完整心得，以及身為講者看到的一些觀察。
一場符合並超出預期的活動
首先要稱讚一下今年的主辦團隊。福氣哥今年辦 iPlayground 已經是第四屆了，算是經驗老道。從前幾年的大規模（雙軌 500+ 人），到去年的小規模（單軌 100+ 人），再來是今年的中規模（單軌 300 人），每次的規模拿捏都很到位。
今年的票價是歷屆最高的，但入場人數也達到接近 300 人的規模。在現在這個 Mobile 開發逐漸式微的時代，能有這樣的參與度真的很不容易。
畢竟現在的狀況是：
- 資金、資源、關注度都移到了 AI 身上
- 許多 iOS 開發者看苗頭不對，紛紛轉向後端、網頁前端
- 企業願意在移動端投資的資本越來越少
- 相關的徵才和投資都沒有以往那麼積極
套句老朋友說的：「工程師就是高階軍火，在有仗可打的時候才會顯得稀缺。」
在這樣的大環境下，iPlayground 還能繼續辦下去，真的要感謝主辦團隊的堅持，以及所有贊助商的支持。
從被邀稿到確定講題
受寵若驚的邀稿
那是在我剛開始新工作 onboard 的第一個月，收到了好朋友 DinDin 的訊息。他說籌備團隊內部討論時，有人對我 2020 年講的「隨機數」題目印象深刻，想邀請我今年再來分享。
我真的是受寵若驚。
被邀稿代表你過去的分享被認可，這種感覺很特別。但同時壓力也來了——既然是被邀請的，我一定要好好想個題目，不能辜負這個機會。
選題的過程
當時我對好幾個題目都很有興趣，大概列了五個候選：
- SwiftUI 進階應用：包含自定義 Layout、Preference Key 等進階技巧
- iOS 效能優化：從 Instruments 使用到實際案例分析
- Local LLM 在 iOS 的應用：如何在設備上運行大語言模型
- Combine vs Swift Concurrency：兩種非同步方案的比較與選擇
- App 架構演進：從 MVC 到 TCA 的思考歷程
我問了好幾個朋友的意見，也考慮了幾個因素：
技術趨勢：
- AI 是現在最熱門的話題
- Local LLM 正在快速發展
- 這個方向的中文資料還不多
個人興趣：
- 我最近正在研究這個技術
- 有實際的 side project 在做
- 對這個主題有熱情
聽眾價值：
- 大家可能聽過 ChatGPT API，但不一定知道可以跑在本地
- 實作細節有分享價值
- Demo 效果應該會不錯
最後我決定講 Local LLM 在 iOS 的應用。
準備議程的過程
技術研究階段（約 1 個月）
首先當然是要把技術搞懂。我研究了幾個主要的框架：
llama.cpp
- C++ 寫的，效能最好
- 有 iOS 的 binding
- 社群活躍，更新快
GGML
- llama.cpp 的底層引擎
- 支援量化模型
- 可以在 CPU 上高效運行
MLX
- Apple 自己的機器學習框架
- 對 Apple Silicon 優化
- 但文件較少
最後我選擇了 llama.cpp，因為它的社群支援最好，而且有完整的 Swift 範例。
接著是模型選擇。我測試了幾個模型：
- Llama 2 7B：太大，iPhone 跑不太動
- Phi-2：Microsoft 的小模型，2.7B 參數，效果不錯
- TinyLlama：1.1B 參數，速度快但智能有限
最後選擇 Phi-2 的量化版本（Q4_K_M），在效能和品質間取得平衡。
內容設計階段（約 2 週）
確定技術方案後，開始設計演講內容。我的結構是：
Part 1：為什麼要用 Local LLM？（5 分鐘）
- 隱私考量：敏感資料不用上傳
- 離線可用：沒網路也能用
- 成本控制：不用付 API 費用
- 即時回應：沒有網路延遲
Part 2：技術架構（10 分鐘）
- llama.cpp 簡介
- 模型量化的原理
- iOS 整合方式
- 記憶體管理策略
Part 3：實作細節（15 分鐘）
- 如何載入模型
- 如何進行推論
- 如何處理串流輸出
- 如何優化效能
Part 4：Demo 展示（5 分鐘）
- 實際 App 展示
- 回應速度測試
- 離線功能驗證
Part 5：挑戰與未來（5 分鐘）
- 遇到的技術難題
- 效能瓶頸分析
- 未來發展方向
簡報製作階段（約 1 週）
我的簡報設計原則：
- 視覺簡潔：每頁只有一個重點
- 程式碼清晰：使用語法高亮，關鍵部分標註
- 適度動畫：重要概念用動畫強調
- 實際截圖：用真實的 Xcode、Instruments 截圖
這次我特別用心做了幾個動畫：
- 模型量化的過程視覺化
- 推論流程的步驟展示
- 記憶體使用的即時圖表
演練階段（約 1 週）
第一次演練：對著鏡子
- 時間嚴重超時（講了 50 分鐘）
- 講話太快，緊張明顯
- 有些專有名詞不確定怎麼唸
第二次演練：錄影自己看
- 發現很多口頭禪（「然後」、「就是」）
- 有些地方講得不夠清楚
- 時間控制進步了（45 分鐘）
第三次演練：找朋友聽
- 朋友給了很寶貴的意見
- 有些技術術語需要解釋
- Demo 部分可以更互動
最終版本：
- 控制在 40 分鐘（保留 Q&A 時間）
- 語速適中，咬字清晰
- 技術深度與易懂性平衡
活動當天的體驗
報到與準備
活動當天早上，我提早到了會場。看到工作人員已經在忙碌地準備，福氣哥和 DinDin 在確認各種細節。
講者休息室備有咖啡和點心，氣氛輕鬆。我趁機和其他講者聊了聊，發現今年的講者陣容真的很強：
- 有在 Apple 工作的資深工程師
- 有知名 open source 專案的維護者
- 有創業成功的技術 leader
- 也有很優秀的年輕開發者
能和這些人並列，我感到很榮幸，也有點壓力。
上台前的緊張
輪到我上台前 30 分鐘，我開始緊張了。雖然已經演練很多次，但面對幾百人還是會緊張。
我做了幾個深呼吸，在心裡默念了幾次開場白，檢查了 demo app 能不能正常運作。
DinDin 過來拍拍我的肩膀：「放輕鬆，你準備得很充分了。」
演講過程
站上台的那一刻，燈光打下來，我看到台下坐滿了人。
開場時聲音有點顫抖，但講了幾句後就進入狀況了。我發現只要專注在內容上，專注在想要傳達的訊息上，緊張感就會慢慢消失。
印象深刻的幾個時刻：
- 講到隱私保護時，看到很多人點頭表示認同
- 展示程式碼時，有人在拍照記錄
- Demo 展示時，看到大家專注的眼神
- 提到效能優化時，有人舉手提問
整個過程大概 38 分鐘，保留了 12 分鐘給 Q&A。
Q&A 環節
這是最讓我緊張的部分，因為不知道會被問什麼。但實際上問題都很有品質：
Q1：「模型更新怎麼處理？」 這是個好問題。我說明了可以透過 over-the-air update 機制，讓使用者下載新模型，而不用更新整個 app。
Q2：「在舊款 iPhone 上的效能如何？」 我坦承 iPhone 11 以前的機型會比較慢，建議這些機型可以降級使用更小的模型，或是提供雲端 API 作為備案。
Q3：「有沒有考慮用 CoreML？」 這是個技術性問題。我解釋了 CoreML 和 llama.cpp 的差異，CoreML 更適合做推論優化，但 llama.cpp 的彈性更高。
這些問題都很棒，也讓我重新思考了一些技術細節。
其他講者的精彩分享
今年的議程真的是眾星雲集，每一場都很精彩。幾個我印象特別深刻的：
SwiftUI 的進階技巧
有位講者深入講解了 SwiftUI 的 Layout protocol，展示了如何做出複雜的自定義版面。那些範例程式碼寫得非常漂亮，讓我學到很多。
Swift Concurrency 的陷阱
另一位講者分享了 async/await 的一些常見錯誤和最佳實踐。我自己也踩過幾個坑，看到他整理得這麼清楚，覺得很受用。
App 架構設計的演進
有位創業的講者分享了他們 app 從 MVVM 演進到 TCA 的過程，包含遇到的困難和解決方案。這種實戰經驗的分享最有價值。
Vision Pro 開發經驗
今年也有講者分享 Vision Pro 的開發心得。雖然我還沒有實際接觸，但聽他的分享，對空間運算有了更具體的想像。
社群交流的價值
Break Time 的價值
每次 iPlayground 我最期待的，其實是 break time。這是認識新朋友、和老朋友敘舊的最好時機。
這次我：
- 認識了幾位剛入行的 iOS 開發者
- 和幾年沒見的老朋友聊了近況
- 收到了幾個關於演講的回饋
- 交換了幾個有趣的技術想法
有位聽眾跟我說，他之前一直不知道可以在 iOS 上跑 LLM，聽完我的演講後決定回去試試看。這種回饋真的讓人很有成就感。
晚宴的輕鬆氛圍
活動結束後的講者晚宴，氣氛更加輕鬆。大家卸下了講者的身份，就是一群喜歡 iOS 開發的朋友在聊天。
我們聊了：
- 各自的職涯規劃
- 對 iOS 開發未來的看法
- AI 對我們工作的影響
- 有沒有想轉換跑道
這些對話讓我發現，原來不只是我在思考這些問題，大家都在面對相同的焦慮和期待。
講者的收穫與成長
技術上的收穫
準備過程強迫自己深入： 為了把 Local LLM 講清楚，我必須比自己學習時更深入地理解它。有些細節之前模模糊糊，為了準備演講就得搞懂。
Q&A 帶來新思考： 聽眾的問題讓我注意到一些之前沒想到的場景和問題。比如舊款機型的支援、模型更新機制等，這些都成為我後續改進的方向。
和其他講者的交流： 和其他講者聊技術，會發現很多不同的思路和解決方案。這種peer learning的價值很高。
表達能力的提升
更清晰的結構： 準備演講的過程，訓練了我如何把複雜的技術組織成清晰的結構。這個能力在工作中的技術分享、文件撰寫都很有幫助。
更精準的表達： 如何在有限時間內把重點講清楚，如何用淺顯的比喻解釋艱深的概念，這些都是很寶貴的訓練。
更從容的台風： 雖然上台前還是會緊張，但和第一次比起來已經從容很多。這種面對大眾演說的經驗，是在工作中很難獲得的。
人脈的拓展
認識更多同行： 作為講者，會有更多人主動來交流。這次認識了好幾位之前只在社群媒體上看到的朋友，也建立了一些新的連結。
業界的visibility： 在會議上分享，會提高在業界的能見度。後來有幾個公司的人來找我聊，甚至有 recruiter 看了演講後主動聯繫。
開源專案的貢獻者： 演講後，有幾個人對我的 demo 專案有興趣，加入了開發。這讓專案發展得更快，也認識了更多厲害的開發者。
給未來想成為講者的你
如果你也想在 iPlayground 或其他研討會分享，我有幾個建議：
投稿建議
1. 不要覺得自己不夠格 很多人覺得要當「大神」才能分享，其實不是。新手的視角、踩坑的經驗、小議題的深入探討，都是很有價值的內容。
2. 選你真正有興趣的題目 準備演講很花時間，如果不是真心有興趣的題目，很難堅持下去。而且你的熱情會感染聽眾。
3. 從小題目開始 不用一開始就挑戰很大的主題。一個小議題講得深入透徹，比大題目講得浮光掠影更有價值。
4. 準備充分的範例 實際的程式碼、demo、案例研究，遠比理論講解更有說服力。
準備建議
1. 提早開始準備 至少提前一個月開始準備。技術研究、內容設計、簡報製作、演練，每個階段都需要時間。
2. 多次演練 對著鏡子練、錄影自己看、找朋友當聽眾，每次演練都會發現新的問題。
3. 控制好時間 寧可講少一點，也不要超時。超時會壓縮到 Q&A 時間，也會影響下一位講者。
4. 準備 Plan B Demo 可能會出問題（Murphy’s Law），準備好錄影或截圖作為備案。
上台建議
1. 開場很重要 前 30 秒決定了聽眾的注意力。一個有趣的開場、一個切身的問題、一個驚人的數據，都是不錯的開場方式。
2. 和聽眾互動 適時問問題、做小調查、邀請討論，這些互動會讓演講更生動。
3. 講故事比講道理有效 技術分享不是學術論文，適當加入故事、案例、個人經驗，會讓內容更容易吸收。
4. 享受這個過程 緊張是正常的，但也要試著享受這個分享的過程。你的熱情會感染聽眾。
對未來的展望
iOS 開發的未來
雖然現在 Mobile 開發不再是最熱門的領域，但我相信 iOS 開發仍然有它的價值：
設備端 AI 的興起： 像我這次分享的 Local LLM，就是一個新的方向。未來會有更多 AI 功能在設備端運行。
隱私保護的重視： Apple 一直很重視隱私，這也是 iOS 的優勢。在隱私意識高漲的時代，這個優勢會更明顯。
生態系的完整性： iPhone、iPad、Mac、Apple Watch、Vision Pro，整個生態系的整合，仍然是 iOS 開發的獨特價值。
品質的要求： iOS 用戶對 app 品質的要求較高，這代表優秀的 iOS 開發者仍然有市場價值。
iPlayground 的未來
希望 iPlayground 能夠繼續辦下去，成為台灣 iOS 社群的年度盛事。
也希望更多人願意投稿、分享、參與。社群的活力來自每個人的貢獻。
結語
這次擔任 iPlayground 講者的經驗，對我來說是很寶貴的成長。
從準備到演講，從技術研究到表達訓練，從緊張上台到從容分享，每個階段都是學習。
更重要的是，我感受到了社群的溫暖。無論是主辦團隊的用心、聽眾的專注、講者間的交流，都讓我覺得，這個社群值得我們繼續投入。
如果你也喜歡 iOS 開發，也想分享你的經驗，不要猶豫，投稿吧！
我們明年再見！
感謝：
- 感謝福氣哥和籌備團隊的辛苦籌辦
- 感謝 DinDin 的邀稿
- 感謝所有來聽演講的朋友
- 感謝所有讓 iPlayground 持續下去的人
大軍 2025-09-07