COSCUP 2020 ~ 2026 七年議程資料分析

2024 年我寫過一篇 COSCUP 2020 ~ 2024 熱門技術趨勢觀察，把議程標題丟給 ChatGPT 算佔比。
兩年過去，資料多了兩屆，我打算把年份延伸到 2026。

結果延伸到一半發現，該修的不是年份，是方法。

先講結論

• AI 起飛年是 2024，不是 2023。 ChatGPT 2022 年底問世，COSCUP 議程表隔了將近兩年才真正反應過來。
• AI 桶裡裝的東西整個換過了。 llm 2023 年才第一次出現在議程裡，mcp 2024 年還是零，2026 年變成 18 場。
• 真正泡沫化的是「傳統機器學習」，七年從 7.11% 掉到 2.63%。它不是消失，是被 LLM 吃掉了。
• 區塊鏈退燒了但社群沒散。 佔比從 7.18% 掉到 4.09%，可是 Blockchain 軌是七年全勤的四軌之一，2026 還排了 16 場。
• 被 AI 熱度蓋住的第二條主線是開源治理與法遵，7.51% → 18.13%。
• 社群軌的流動比想像中劇烈。 七年全勤只有 4 軌，有 96 個軌只出現過一次。

為什麼要重做，而不是只加兩年

舊版那篇的做法是把議程文字丟給 ChatGPT，請它算出各技術的佔比。我當時自己也在文章裡寫了「這份報告的分析方法絕對亂做」😆

現在回頭看，問題比「亂做」更具體：

第一，不可重現。 同樣的 prompt 再跑一次，數字不會一樣。要延伸到 2026，我沒辦法保證新的兩年跟舊的五年是同一把尺。

第二，數字本身就有問題。 舊版存下來的結果裡，Cybersecurity 和 Containerization 有好幾年是 0.0。COSCUP 不可能整年沒有半場資安議程，那個 0 是模型漏掉，不是真的沒有。

第三，文字雲根本不是文字雲。 舊版的程式碼是把那 8 個百分比餵給 generate_from_frequencies()，所以每張圖只有 8 個詞。難怪我當時在文章裡寫「關鍵字不夠多，還是來看看吧」。原因找到了 😅

所以這次七年全部重跑，換成一套確定性的方法：同樣的原始資料進去，永遠得到同樣的數字。

資料收集

資料源這兩年變了不少，先把現況記下來，免得下次又要重找。

三個要注意的地方：

舊版用的 /talks/ 端點已經 404 了。 新版 pretalx 要改用 /submissions/。這也是我這次一開始就撞到的第一面牆。

pretalx API 不帶 User-Agent 會回 403。 記得補上。

/submissions/ 有分頁。 2022 那年有 295 筆，一次抓不完，要跟著 next 走完。

另外 /tracks/ 端點可以拿到議程軌的名稱，這是舊版沒用到的資料，這次「社群軌興衰」那段就是靠它。

排除掉開幕、閉幕、Lightning Talk、Hacking Room、BoF 排程格這類儀式性佔位議程之後，七年的有效議程數是這樣：

每年總數不一樣，所以底下所有跨年比較都用百分比。

這次怎麼分類

用關鍵字字典，土法煉鋼，中英文都要涵蓋（議程標題中英混用得很嚴重）。

一場議程可以同時歸多類，所以每年的百分比加起來會超過 100%，這是預期行為 —— 一場「用 Rust 寫 Kubernetes Operator」的議程，本來就同時屬於程式語言和雲原生。

土法煉鋼有個好處：我知道每一個數字是怎麼來的，出錯了可以指著某一行說是這裡錯。丟給模型算就沒這個待遇。

一個必須拆掉的桶子

第一版我開了一個「社群治理與開源文化」的分類，關鍵字放了 開源、open source、社群、community。跑出來 2020 年 43%、2026 年 57%，看起來像是很漂亮的成長曲線。

然後我去查了單一關鍵字的命中率：

1
2
3
4

開源            2020: 16.4%   2023: 24.7%   2026: 30.1%
open source     2020: 19.1%   2023: 11.9%   2026: 11.1%
社群            2020: 10.5%   2023: 16.5%   2026: 15.3%
community       2020:  6.2%   2023:  8.2%   2026: 10.8%

COSCUP 全名是 Conference for Open Source Coders, Users and Promoters。在這裡量「有沒有提到開源」，量到的是背景噪音，不是趨勢。那條 43% → 57% 的曲線只證明了一件事：這是個開源年會。

拆掉之後改成窄義的「開源治理與法遵」，只留 governance、license、copyleft、SPDX、compliance、SBOM、CRA、code of conduct、contributor 這類詞。這才量到真東西 —— 後面會講。

一個被灌水的桶子

區塊鏈那桶原本放了 去中心化 和 decentralized。結果 2026 年抓進來這幾場：

1
2
3
4

零知識證明與自然人憑證身份驗證
從草莽到廟堂：開放原始碼如何走進歐盟和聯合國
Federation Is Not Enough: Governance Patterns for the Open Social
實踐 Web 開發的技術平權：以 Local LLM 和 JS Runtime 打造人人可及的離線開發教室

Fediverse、零知識證明、歐盟開源政策，全都不是 Web3。把這兩個詞拿掉之後，區塊鏈的衰退曲線反而更明顯了。

兩條序列，不是一條

分析到一半我發現一件事：各年的議程摘要平均長度差很多。

最長跟最短差 3.4 倍。摘要寫得越長，越容易命中任何一個關鍵字。也就是說「某主題的佔比」這個數字，本身就摻了「那年大家摘要寫多長」的雜訊。

我沒辦法完全消掉這個影響，但可以讓它現形：每個主題同時算兩條序列，一條看完整文字（標題＋摘要＋簡介），一條只看標題。標題長度相對穩定，如果兩條的走勢一致，這個結論就站得住；不一致，就得在文章裡說清楚。

底下每個結論我都會標註它屬於哪一種。

結果

七年趨勢圖

AI 是哪一年吃掉議程表的

這是整份分析裡最穩健的結論，兩條序列的相關係數 0.99。

1
2
3
4
5
6
7

2020    9.49%
2021    4.31%
2022    5.84%   ← ChatGPT 在這年 11 月問世
2023   10.62%
2024   15.05%   ← 起飛
2025   20.62%
2026   36.84%

答案是 2024。

2022 年 11 月 ChatGPT 問世，2023 年 8 月的 COSCUP 只從 5.84% 上到 10.62%。要到 2024 年才明顯拉開，2026 年直接翻倍到 36.84%。

這個時間差蠻合理的：COSCUP 的投稿截止大概在活動前三到四個月，而一個工程師要把「玩過某個新東西」變成「有東西可以講」，中間還得先做出一點什麼。所以議程表反應的不是熱度，是熱度落地成專案的時間，大約落後一年半到兩年。

順帶一提，2020 年的 9.49% 不是雜訊。那年真的有 AI 相關的軌（Open Source AI: Human-like & Trustworthy AI、Open Source Chatbot），只是講的是完全不同的東西。

AI 桶裡面裝的東西整個換過了

ai 還是最高頻的詞（agent 在圖上看起來更搶眼，那是因為字母多佔得寬，實際次數不到 ai 的一半），但旁邊圍著的東西變了：agent、llm、mcp、rag。

把這幾個詞的逐年命中議程數拉出來看，比佔比那張圖更有感：

（2020–2023 那幾個 agent 是別的意思 —— SNMP agent、user agent 之類的，不是這兩年講的那個 agent。）

llm 是 2023 年第一次出現在 COSCUP 的議程裡，三場。mcp 2024 年還是零，2025 年七場，2026 年十八場。

所以「AI 佔 36.84%」這個數字其實低估了變化的程度。2023 的 AI 議程講的是「怎麼用模型」，2026 講的是「怎麼讓模型自己去做事、怎麼接上工具」。同樣算在 AI 這個桶裡，中間隔了一整個世代。

這也是關鍵字分類法的一個限制：桶子的名字沒變，裝的東西已經換過了。

什麼泡沫化了

先定義一下：這裡的「泡沫化」指的是曾經有明顯高峰，之後持續下滑，不是「數量變少」。

傳統機器學習：7.11%（2020）→ 2.63%（2026）

跌最兇的一個，兩條序列一致（相關係數 0.847）。

但這個「泡沫化」跟區塊鏈的泡沫化不一樣。scikit-learn、特徵工程、CNN 這些主題不是沒人用了，是講的人改講 LLM 了。它是被取代，不是被拋棄。

程式語言：19.14%（2021）→ 12.87%（2026）

這條我要打個折。full 版跟 title-only 版的相關係數只有 0.674，兩條線都在跌但幅度差很多。

比較可能的解釋是：程式語言沒有變少，是變成「配料」了。以前的議程叫「Rust 入門」，現在叫「用 Rust 重寫某個東西」—— 語言退到標題後面，主題變成別的。

區塊鏈 / Web3：7.18%（2021）→ 4.09%（2026）

兩條序列一致（相關係數 0.897），確實在跌。

但這裡有個反直覺的地方：Blockchain and Distributed Ledger 是七年全勤的四個軌之一，2026 年還排了 16 場，跟 JSDC 並列當年第四多。

所以「區塊鏈泡沫化」這句話要拆成兩半講：它在整體議程裡的話題份額確實掉了一半，但它的社群還在，而且穩定運作了七年。這兩件事是分開的。話題退燒不等於人散掉，這大概是這次分析裡最值得記住的一條。

被 AI 蓋住的第二條主線

開源治理與法遵：7.51% → 18.13%，兩條序列相關係數 0.935，是除了 AI 之外最穩健的上升趨勢。

這條線在圖上被 AI 那條紅線壓著，很容易被忽略，但它的成長是實打實的。單看關鍵字：

1
2

governance / 治理      2020: 0.4%  →  2026: 4.3%
contributor / 貢獻者    2020: 2.0%  →  2026: 6.8%

2026 年新開了 Cyber Resilience（歐盟 CRA）和 AI Open Governance 兩個軌，而 2024 年才出現的 Open Source Policy 軌，場次從 9 場長到 15 場。

這是我這次最意外的發現。大家的注意力都在 AI，但議程表上同時發生的另一件事是：開源從「怎麼寫」變成「怎麼合規地寫」。歐盟 CRA、SBOM、授權條款、貢獻者協議這些以前是法務的事，現在變成工程師要上台講的事。

社群軌的興衰

先說結論：COSCUP 的社群軌流動性遠比我想的高。

七年全勤的只有 4 個軌：

• Blockchain and Distributed Ledger
• Ruby Taiwan
• System Software
• Taiwan JVM Team

而只出現過一次的軌，有 96 個。

2026 年新增了 17 個軌，其中 5 個直接掛著 AI 或 LLM：Twinkle AI、Open LLM Tech、Open LLM End User、AI x Civic Tech、AI Open Governance。剩下的也很有時代感 —— Fediverse & Social Web、Cyber Resilience、Anonynet Community、UbuCon Asia。

五個聽起來不多，但 AI 在 2026 已經不是「一個軌」了，是橫跨好幾個軌。2020 年也有兩個 AI 相關軌（Open Source AI、Open Source Chatbot），可是那兩軌加起來 22 場，2026 年光新增的那五軌就有 42 場，完全不是同個量級。

另外一個印象（這條沒有量化，就當我隨口說的）：軌的命名好像越來越具體。2020 年叫「Cloud Native Hub」，2026 年叫「Software Defined Vehicle accelerated by Open-Source」。範圍越窄，大概代表這個題目底下真的有足夠多的人。

歷年文字雲

這次是真的從全文詞頻算的，不是把 8 個百分比餵進去 😀

這份分析的限制

上一版我用一句「絕對亂做」帶過，這次講清楚一點，因為知道限制在哪，數字才有辦法用。

關鍵字比對不理解語意。 一場叫「為什麼我們不用 Kubernetes」的議程，還是會被算進雲原生。沒有權重、沒有否定詞處理。

有四個主題的兩條序列走勢不一致，這幾個結論請當作參考就好，不要引用數字：

CI/CD 那條落差最誇張，我猜是因為 pipeline、observability 這種詞常出現在摘要的技術細節裡，但沒人會拿來當標題。

議程軌的統計信心偏低。 社群改名太頻繁 —— Golang Taiwan 和 Golang TW x Cloud Native 是同一群人，但字串比對會當成兩軌。我做了正規化加一份手動別名表，合併掉 36 組明顯的改名，但那 96 個「只出現一次」裡面一定還混著沒抓到的。這組數字只能講量級和方向，不能當精確值引用。

投稿 ≠ 興趣。 議程表反映的是「誰願意花時間準備一場分享」，不是「台灣有多少人在用這個技術」。用得多但沒人想講的技術，在這份資料裡是隱形的。

程式碼

七年份的爬蟲、分類字典、繪圖程式都在這裡：

https://github.com/PttCodingMan/coscup-technology-analysis

analysis_v2.py 是這次的新版本，舊版的 analysis.py 跟 data.py 我留著沒動，想對照的話可以看看兩版差在哪。

順便附上穩健性對照圖（只看標題的版本）：

也許你也會想看看

• COSCUP 2020 ~ 2024 熱門技術趨勢觀察
• 如何使用 Google Analytics Data API
• Python - List 介紹