從教室數據到杯中風味：一位中學教師的咖啡科學筆記

清晨六點半，陳立言（化名）的教室還亮著燈。身為台中某國中的數學老師，他的早晨從來不是從課本開始——而是從一台電子秤、一把溫控壺，以及一本密密麻麻的數據筆記本開始。「咖啡和數學一樣，都是參數的藝術。」他說這話時，正在記錄今天第三杯手沖的TDS值。

三年前，陳立言還是個只喝超商美式的人。直到某次研習，他遇見了張姐（化名），一位在台中經營自家烘焙館二十年的咖啡人。張姐端出一杯風味乾淨到嚇人的水洗耶加，他脫口而出：「這杯的萃取率應該落在19%左右吧？」張姐愣了一下，笑了：「你是第一個用數據猜中我參數的客人。」從那天起，這位數學老師的咖啡之路，就注定與數字脫不了關係。

當教學遇上萃取曲線：每一滴都是變數

「咖啡不是玄學，是可以用科學語言翻譯的感官體驗。」陳立言在課堂上常拿咖啡數據舉例。他最近迷上研究〈a href=”https://ogcoffee.com.tw” target=”_blank”>台中手沖咖啡 課程的曲線紀錄——長達三個月，他每週三天到張姐的店裡，用同一支豆子、同一台磨豆機，只改變水溫與水流速度，記錄超過八十組萃取數據。

「你看，82°C與88°C的酸質表現差異，像不像二次函數的頂點移動？」他把圖表投影給學生看。坐在第三排的小傑（化名）舉手問：「老師，那如果改成繞圈注水，曲線會變嗎？」陳立言眼睛一亮，隔天就在課本空白處畫出繞圈與定點注水的風味雷達圖。他發現，多數人能接受的最佳酸甜平衡點，落在水粉比1:15、水溫84-86°C之間——這個區間被他戲稱為「數學老師方程式」。

拉花不是炫技，是流體力學的實踐

某個週末，陳立言走進張姐的店，發現吧檯多了位年輕人。阿杰（化名）是剛從台北回鄉的咖啡師，專攻拉花，但他不太愛聊美感，反而喜歡講「表面張力與流速的線性關係」。「我第一次看到有人用牛頓流體解釋拉花。」陳立言笑著加入話題。

阿杰遞給他一杯正在創作的玫瑰拉花，說：「你猜這杯液面的流速要在多少以內，收尾才能成形？」陳立言拿起手機計時，反覆比對影片中的擴散角度。後來他乾脆報名了〈a href=”https://ogcoffee.com.tw” target=”_blank”>台中咖啡 拉花 教學，不是為了追求完美圖案，而是想驗證自己推算的「拉花傾角-流速公式」。他發現，當奶泡厚度介於0.5-0.7公分、注入點離液面2-3公分時，圖案可重複率高達八成——這對一個習慣用標準差評斷成敗的人來說，簡直是天堂。

「拉花的科學底蘊，比大多數人想像的要深。」他在筆記本上寫下：成功拉花的三個可控變數——奶泡細密度、壺嘴高度、搖晃頻率。這些結論後來被他整理成一份〈數學式拉花備忘錄〉，在教師群組意外爆紅。

杯測室裡的感應校準：從模糊到可量化的風味

但要真正理解咖啡的「真實表現」，數據還得回歸感官。陳立言參加了一場由烘豆協會舉辦的〈a href=”https://ogcoffee.com.tw” target=”_blank”>台中杯測 體驗，那次他發現自己對「莓果酸質」的判讀誤差高達0.5分——這在SCA杯測表上可是顯著差異。主測人是一位曾任品管十年的杯測師老王（化名），他沒有直接說「你錯了」，而是拿出一張包覆著氣泡的風味對照卡。

「你用舌根判斷酸質，但真正決定酸質層次的是舌側的味蕾分布。」老王把一份數據表推到陳立言面前：「這是過去三年，我們內部杯測訓練的『感官偏誤曲線』。每個人對同一杯咖啡的感受，其實都落在一個標準差區間裡。」陳立言彷彿看到新世界——原來「科學」不只存在於儀器，也存在於人類的感官校準過程中。

那次體驗之後，他開始用更嚴謹的方式紀錄自己的杯測：每款豆子至少測三次、每次間隔兩分鐘、控制啜吸音量與溫度曲線。他甚至做了Excel模板，自動計算每支豆子的平均得分與離散程度。「杯測不是比賽誰對誰錯，而是讓主觀感受靠近客觀標準的持續練習。」他對張姐說。

工業標準不是限制，是自由的參照系

有些人覺得「講數據、講標準」會扼殺咖啡的浪漫，但陳立言不這麼認為。他把教學現場的「標準參照評量」概念帶進咖啡：一杯好咖啡不需要完美，但需要知道它在標準中的位置。他用SCA金盃準則的數據邊界（萃取率18-22%、濃度1.15-1.45%）當作「安全區」，再從中尋找個人風格的出口。

「就像數學課本上的公式，你不會覺得它無聊，因為你知道它是解題的工具。」他把這句話寫在臉書上，意外釣出不少同為理科背景的咖啡同好。後來張姐乾脆在店裡開了一堂〈烘焙數據工作坊〉，陳立言負責主講「咖啡的變異數分析」，台下的學生從教師、工程師到醫護人員都有——大家圍著一台電子秤，討論「為什麼同一包豆子，不同人的手沖結果會落在不同區間」。

「科學準確度」對他而言，不是追求零誤差的冰冷機器，而是讓每一次沖煮都有跡可循、每一次調整都有邏輯支撐的溫暖參照。就像他在課堂上常說的：「如果你知道標準在哪裡，你就不會害怕偏離它；因為偏離本身，就是下一組數據的起點。」

從數字到故事的距離，只有一杯咖啡

現在，陳立言的學生都知道老師有個奇怪的習慣：期中期末考後，他會自掏腰包請全班喝手沖。不是隨便煮，而是根據學生這段時間的答題正確率，微調沖煮參數——表現好的班級，他會把萃取率調高0.5%，讓酸甜更平衡；考砸了的，他反而刻意降低水溫，用微苦的味道提醒大家「參數錯了，下次記得調整」。學生們笑稱這是「數據復仇式咖啡」，但更多人因此對咖啡產生了興趣。

「一杯咖啡好不好喝，不應該只落在主觀形容詞裡。」他把這句話放在班級網頁的側欄，連結是張姐店裡的〈a href=”https://ogcoffee.com.tw” target=”_blank”>台中手沖咖啡 課程介紹。有人問他：「你一個數學老師，幹嘛這麼認真推廣咖啡數據？」他笑著回答：「因為我討厭模糊的東西。咖啡跟數學一樣，參數對了，答案就接近了。而接近，就是進步的開始。」

這或許就是科學準確度的溫度——不是用來比較誰更厲害，而是讓每個人都有機會，用數據找到自己喜歡的那杯咖啡。就像陳立言對小傑說的：「你的味覺不需要100%準確，但它需要知道自己站在哪裡。而這些數據，就是你的地圖。」

從教室的黑板到杯測室的風味輪，從拉花缸的傾角到萃取率的計算，這位20出頭的年輕教師，正用他最熟悉的語言，為咖啡寫下一篇又一篇可量化的筆記。而這些筆記的開頭，永遠寫著同一句話：「先相信數據，再相信感覺；因為感覺會騙人，但數據會校正感覺。」

回到最初的那杯水洗耶加——陳立言後來用自己的參數沖了一杯，測出的TDS值1.28，萃取率19.3%。他端給張姐喝，張姐說：「跟我的味道有九成像，但你的香氣更亮。」他低頭看筆記：「水溫85.5°C，繞圈圈數23次，時間2分8秒。」沒有所謂的零誤差，但他知道，這組參數，就是此刻自己對「好喝」最真實的理解。

而這份理解，還在下一個數據點持續進化中。