《IT狗》戲劇線上看

In Geek We Trust

2026年8月14日 更新 BINGE WATCH
《IT狗》戲劇線上看 (2026)
英文劇名 In Geek We Trust
地區 香港
類型 戲劇
題材 喜劇
導演 簡君晉
編劇 李欣如、胡天朗、李卓乘
演員 凌文龍、陳漢娜、楊樂文、岑珈其、陳湛文、余逸思
集數 20 (每集 45 分鐘)
首播日期 2022-01-10
製作公司 香港電視娛樂


《IT狗》是一部以香港資訊科技從業者為主角的喜劇。

主線是一名被銀行裁掉的IT部主管,在共享辦公室召集一群程式設計師,把電子婚宴人情的構想做成應用程式,並一路走到融資與擴張。

劇中出現的幾款虛擬應用,播出後由觀眾自行做了出來。

導演為簡君晉,監製羅耀輝。

如果你在科技業或新創圈待過,對融資簡報、抄襲糾紛、股權談判這類場面有實感,這部劇的笑點多半建立在這些場景上。

它用的是情境喜劇的節奏,角色多、支線密,情緒起伏不大;想看紮實職場正劇或愛情主線的話,比重會比你預期的少。


故事發生在當代香港的科技創業圈。劇中設定裡,這座城市早年在通訊與硬體上有過領先的紀錄,之後二十年停在原地,資金與人才多半流向地產和金融。年輕的程式設計師散落在各家公司的IT部門,或聚在共享辦公室裡租一張桌子,靠比稿、路演和創投的青睞換取活下去的機會。抄襲、挖角與資料外洩在這個圈子裡是日常。

葉念信想把「電子婚宴人情」這個念頭做成產品:他相信技術能解決真實的麻煩,也想證明自己不只是被裁掉的那個人。擋在前面的是同樣看懂這個市場的人——大學同學崔志恆是他原本的生意拍檔,後來推出功能相近的PayPayEgg,兩人因此決裂。產品本身也一路從電子人情長成多功能的預繳平台,與最初的構想漸行漸遠。

全劇走情境喜劇的路子,單元感明顯,笑點多半來自業界術語、辦公室互動與角色之間的鬥嘴,節奏偏快。拍攝地點包含數碼港與土瓜灣美華工業中心等實景,畫面貼近日常辦公環境。劇中另安插了對港產片橋段的致敬,例如一場停車場戲取材自《英雄本色》。


凌文龍 飾 葉念信

原九龍銀行IT部主管,被裁員後仍抱著創業念頭,在共享辦公室召集夥伴開發電子人情應用,是推動整條創業主線的人。

陳漢娜 飾 蒙玲

葉念信的下屬,對外自稱矽谷程式設計師,實際專長是設計;心思細密,是團隊裡最早察覺對手抄襲動作的人。

楊樂文 飾 Tony Chan

人稱「星之子」的智能水杯發明者,行事高調、擅長行銷話術,後來入股 PayPayDuck 擔任營運總監,負責對外造勢。

岑珈其 飾 趙家俊

共享辦公室 Born Hub 創辦人,PayPayDuck 的股東兼導師,見過太多創業把戲,多次點出團隊沒察覺的風險。

陳湛文 飾 Billy Au Yeung

綽號「西毒」的黑客與程式設計師,脾氣衝、講話直接,負責技術端的實作,與同組成員時常針鋒相對。

余逸思 飾 Billie Wan

綽號「女B」,劇中設定為女權倡議者,中段自行創立 SheIT 組織,是團隊內部立場衝突的主要來源之一。


豆瓣
6.0 / 10
326 則評論

劇中虛擬應用由觀眾實際開發出來

劇中PayPayDuck等虛擬產品原本只是劇情道具,播出期間有觀眾按著劇裡的設定,把其中幾款應用實際寫了出來並放上網路。劇本同時把抄襲、個資外洩、DDOS攻擊這類真實存在的產業議題寫進主線。

於是這些產品同時存在於劇裡與劇外,觀眾能一邊看劇一邊試用同名的應用,討論也從劇情本身延伸到技術實作的層面。對不熟悉業界的人來說,這些設定也成了理解劇情的入口。

以創業流程的實際環節推進劇情

主線按照創業的實際步驟走:租共享辦公桌、找共同創辦人、做出可展示的原型、進創投的路演場合、談股權比例、處理抄襲與個資危機。每一段衝突都掛在一個具體的商業環節上,而不是單純的人際誤會。

這種安排讓不熟悉創業的觀眾也能跟上每一次翻盤的來由,衝突的因果都在劇情裡交代完。代價是專有名詞與業界梗的密度偏高,開頭幾集需要一點時間適應。

六名成員分屬不同職能,主線由群像撐起

團隊裡有負責對外談判的行銷型人物、只管技術實作的黑客、專攻設計的程式設計師、提供資金與經驗的共享辦公室創辦人,以及立場鮮明的女權倡議者。每個人的專業與立場都會在同一個決策上拉出不同方向。

劇情因此不會只跟著一個人走,同一個危機會依序落到不同成員身上。相對的,角色數量偏多,部分支線的收尾篇幅有限,人物的變化不一定都交代得完整。


豆瓣在完結後累積326人評分,總分6.0(滿分10);播出中段時為7.4分,樣本擴大後回落。

✅ 好評

香港01引述內地網友的討論,指這部劇以資訊科技從業者為主角的題材切入點新鮮、笑料密集。收視方面,首週平均4.1點,之後逐週上升,至結局週來到4.8點。

💬 評論

同一批討論裡也有不同意見:豆瓣分數在完結週由7.4跌到6.0,評論多集中在後段情節鬆散、支線收得倉促。也有網友質疑分數變動與集中湧入的負評有關,這個說法未見證實。