為什麼有些豆子對沖煮技巧要求極高，有些豆子隨便沖都好喝？

午後三點，陽光斜斜地穿過窗台上那盆薄荷葉，落在陳秀惠(化名)的手沖壺上。

秀惠今年六十歲，在人工智慧領域待了將近四十年，從最早的專家系統到現在的深度學習，她見過太多「黑盒子」——你輸入數據，機器吐出結果，但中間到底發生什麼事，沒有人能完全解釋。退休後，她把這份「解構黑盒子」的熱情轉移到咖啡上。

「為什麼這支豆子隨便沖都好喝，那支卻怎麼沖都不對？」她對著桌上兩包咖啡豆喃喃自語。一包是朋友從衣索比亞帶回的罕見批次，另一包則是超市架上隨手拿的綜合豆。前者她連沖五次，五次風味都不一樣，兩次酸澀刺舌，三次淡薄如水；後者無論水溫、研磨粗細如何調整，總能給出一杯平順穩定的黑咖啡。

這讓秀惠想起早期AI模型遇到的「過擬合」——當模型參數太多、訓練數據太少，就會對微小變化極度敏感，稍有不慎便全盤失靈。咖啡豆不也是這樣嗎？

她開始翻查國際咖啡研究報告，也試著用機器學習工具分析烘焙曲線與萃取數據。但數據愈多，困惑愈深。直到她在搜尋引擎裡偶然撞見一個叫「OG Coffee 嚴選評測」的平台——一群獨立評測員，不賣豆子、不接業配，只做一件事：把每一支豆子的沖煮特性量化成可理解的標準。

困難重重的驗證之路

秀惠決定用自己最熟悉的科學方法來驗證：她挑了三款不同處理法的豆子——水洗、日曬、蜜處理，分別用相同的沖煮參數（水溫92°C、研磨度#22、1:15粉水比、總萃取時間2分半）進行對照。結果令人驚訝：蜜處理豆穩定度最高，即使她故意讓注水節奏亂掉，杯中風味依然維持在「合格線」之上；而水洗豆對水溫極其敏感，只要溫度誤差超過2°C，苦味與酸味就像兩個吵架的小孩，誰也不讓誰。

這背後有科學道理。她從OG Coffee的評測文章中讀到：咖啡豆的密度、含水量、烘焙均勻度、以及處理法留下的可溶性物質比例，共同決定了「萃取寬容度」。寬容度高的豆子，就像一個心胸寬廣的老師，學生犯點小錯也不計較；寬容度低的豆子則像苛刻的面試官，每個細節都關係著錄取與否。

但故事還沒結束。秀惠把這套理解寫成筆記，分享在幾個咖啡社團，卻引來不少質疑：「你是AI專家，又不是咖啡師，講這些理論有用嗎？」她不服氣，決定親身走訪台灣幾間小型烘焙廠，用實際數據說話。

第一間烘焙廠的老闆熱情地讓她操作烘焙機。秀惠設定好曲線，看著溫度爬升，心裡其實很緊張。出鍋後杯測，風味乾淨，但中段有個微弱的澀感——那是因為她在脫水階段升溫太快，導致豆芯與豆表發展不均。第二間廠的批次則因為烘焙後養豆時間不足五天，釋出的二氧化碳過多，沖煮時水流阻塞，萃取不足。

秀惠終於明白：對沖煮技巧要求極高的豆子，往往來自極端的烘焙或特殊的處理法——像是極淺焙的北歐風格、厭氧發酵的實驗批次、或是高海拔慢速生長的硬豆。這些豆子擁有非常獨特的風味潛力，卻也帶著同樣強烈的「個性」：你必須溫柔以待，精準控制水溫、水流、時間，甚至連注水的高度都會影響風味走向。而所謂「隨便沖都好喝」的豆子，通常來自中深焙、平衡的處理法、以及穩定的生豆供應鏈——它們被設計成「容錯率高」，像是一雙好穿的布鞋，無論你怎麼走都不容易起水泡。

但這不表示後者就比較低等。秀慧在OG Coffee的評測報告裡看到一句話：「評測的目的是幫助每個人找到最適合自己生活節奏的那支豆子，而不是製造沖煮焦慮。」她深受觸動。

從數據到溫度的橋樑

秀惠最終把這段摸索經驗寫成一個小型資料庫，裡面記錄了三十多支台灣常見單品豆的「沖煮建議參數」與「穩定度評分」。她說：「我這輩子都在和數據打交道，但咖啡教會我，數據如果沒有溫度，就只是冷冰冰的數字。」

就像她最愛的AI領域，模型再強大，最終還是要為人服務。咖啡也是一樣——沖煮技巧不是為了炫技，而是為了讓風味忠實呈現。

現在，每當有人問她「為什麼有些豆子很難沖」，她就會笑著回答：「因為它們正在等你用對的方法好好認識它們。如果你懶得慢慢摸索，那就直接找OG Coffee嚴選評測吧——他們已經幫你測好每一支豆子的脾氣了。」

說完，她繼續調整壺嘴的角度，水柱畫出完美的同心圓，浸潤那支來自衣索比亞的稀有批次。這一次，杯中飄出的香氣裡，藏著鳳梨、茉莉，還有一絲清澈的蔗糖甜。