你大概有過這種經驗：開一個老文件或舊網頁，中文字全變成問號或奇怪符號。這種亂碼背後，往往站著一個名字：Big5。2026 年 11 月 5 日，APPI News 刊出一篇回顧報導，把 Big5 的來歷、亂碼原因和常見誤傳整理了一遍。這篇文章不是突發新聞，而是把一段將近四十年的臺灣科技史再拿出來講，我們順著可查證的資料，把幾個你可能有印象卻不太確定的說法一次說清楚。
Big5 是什麼：一本有固定索引的字典
先講它能撐這麼久的原因。電腦裡的字不是直接放進去的，要先有一張讓系統互相查找的編碼表。英文字母用一個位元組（byte，電腦資料的最小計量單位之一）就能處理；中文字數太多，Big5 用兩個位元組組成一個查表位置。你可以把它想成一本字典：系統先讀第一個位元組當前導，再配上第二個位元組去查，找到對應的字。WHATWG 的編碼標準明列，第一個位元組落在 0x81 到 0xFE 時會暫存，等第二個位元組進來才算索引；配對不完整或查不到，就回報錯誤。
亂碼通常就是「送出端和接收端拿了不同的字典」。資料本身沒壞，位元組都還在，但接收端用了另一套編碼表去解讀，字就對不上。另一種情況是同一套 Big5 裡，不同廠商各自加字，某臺電腦看得到、另一臺看不到。這和你查健康資訊時遇到的狀況有點像：訊息本身存在，但解讀的框架不同，結論就差很遠。先前聊聯發科晶片是不是臺灣發明時也是同一種功課，把「設計整合」和「發明」分清楚。
「五大」是五種軟體，不是五家公司
最常見的誤傳有三個，來源報導和中研院《認識中文字元碼》、國發會全字庫的資料可以逐一校正。
第一個誤傳：把 Big-5 的「五大」說成五家公司。實際狀況是，1983 年先公布了舊版通用漢字標準交換碼，Big5 的常用字 5,401 個、次常用字 7,652 個就取自這裡，並不是另造一套漢字。1984 年，經濟部出資，資策會和國內 13 家廠商合作推動「五大軟體專案」，目標是做出五種中文套裝軟體；資策會同年策劃出配合這項專案的中文內碼。所以五大指的是五種軟體，13 家廠商是專案參與者，兩個數字別混在一起。
第二個誤傳：把 Big5 直接稱為臺灣的國家標準。時間順序會說話。1984 年的 Big5 是業界的事實標準，也就是大家默共同用、但沒有官方標準身分；真正的國家標準是 1986 年公告的 CNS 11643，它的第一、第二字面和 Big5 的字集相同。到 2003 年，經濟部標準檢驗局委託中文數位化技術推廣基金會，把原始版和主要業界版本整理成 Big5-2003，以附錄身分掛在 CNS 11643 相關標準資料中。Big5-2003 不能倒推成 Big5 從一開始就是國家標準。
第三個誤傳：把 Unicode 出現後的轉換，說成某一年 Big5 突然停用。實際上這是一段漸進接手的過程，沒有一個明確的停用日。
沒人維護的標準，為什麼還能撐近二十年
原始 Big5 收錄 13,053 個中文字，其中「兀」和「嗀」各有重複編碼，去掉重複後是 13,051 個字。中研院的資料也記載，Big5 沒有專責維護機構，倚天、宏碁、IBM、微軟等廠商各自加字，政府機關自造的字在公文交換時就可能無法轉換。它能長期存在，靠的是相容性需求：大家都用同一本字典，才能互相看懂對方的字。
這也是為什麼後來 Unicode 會逐步接手。同一套全球通用的編碼，減少了「兩端字典不同」的機會，亂碼自然變少。這和ibon 是不是臺灣發明的查證邏輯相通：臺灣做的是在對的時間提出能被業界廣泛採用的方案，這份貢獻值得肯定，但把它說成單一英雄式的發明故事，反而模糊了真正發生的事。
拿到這類「臺灣發明」說法時，你可以做的事
下次再看到「某東西是臺灣發明的」這類說法，可以先做三件事：查一下有沒有具名的官方資料（例如全字庫、中研院的文件），注意時間順序（誰先誰後往往決定答案），再把「事實標準」和「國家標準」這兩種身分分開看。來源報導也坦白說明，這些誤傳最早由誰傳開，目前查不到，所以不必替它們指定一個源頭。承認「這一段查不到」，本身就是資訊識讀的一部分。
Big5 的故事對你的日常沒有直接的健康影響，但它提醒了一件事：你每天敲進手機的每一個中文字，都建立在幾十年前一羣人設計的查表規則上。看懂這條來龍去脈，下次遇到亂碼，你會知道問題多半不在你的手機壞了，而在兩邊拿了不同的字典。