「剝除了成績和學歷，台灣學生還剩下甚麼？」15歲周奕勳用程式語言找回學習的意義|數位時代 BusinessNext

「剝除了成績和學歷，台灣學生還剩下甚麼？」15歲周奕勳用程式語言找回學習的意義

15 歲的周奕勳，歷經傳統教育的不適應，卻堅持自己的喜好，用程式語言走出專屬自己的一條路。

不適應傳統教育

「國一我是在一間升學率比較高的學校，父母希望我讀雄中（高雄中學）和台大。」周奕勳回想那段備受學校和父母期望壓力的日子，「老師有『不讀書就是廢物』的觀念，雖然我段考念到校排前 50，但段考完我就不知道自己幹嘛讀書。」老師和父母重視的「前 50 名」對他來說卻不具意義，漸漸地，他開始把時間從「為了考試而讀書」挪到自己想學的項目上頭，成績也因此下滑。

雖然感受到來自家庭和學校的壓力，但他還是堅持要把時間花在更感興趣的程式語言和寫網頁上。在一次的機緣，他得到前往台大教授葉丙成工作坊實習的機會。在那裡沒有看不起他的人，而是讓他對自己的能力有更高的自信，甚至在存下一些錢之後，他毅然買了機票，飛往耳聞已久的矽谷。

追求創新與相信人才的矽谷文化

今年 4 月第一次前往矽谷的周奕勳，被矽谷的生命力狠狠的震懾了一頓，雖然只是短短的兩個禮拜，他卻覺得在矽谷看見了真正的自己。在這兩周，他去了 Google 和 Facebook 總部參訪，英文只有基本程度的他，進步到能跟美國人對談閒聊。更重要的是他發現，「在美國，放眼望去都是各種名校畢業生，但他們不會因為自己的學歷而自豪。」脫下了學歷的壓力，周奕勳彷彿可以重新呼吸。「在矽谷，不管你現在有沒有成就，你以後都有可能創業成功，矽谷人都會勸你放手一搏。」他說。

在第二次矽谷行中，和周奕勳巧遇的簡有成，是一位隻身前往矽谷的台灣人，看到周奕勳積極地用不怎麼流利的英文四處找人攀談，深受感動。「有一次他從舊金山打給我，說他一個人在那裡跑了十幾家銀行，終於有銀行肯讓他辦金融卡。」簡有成覺得非常神奇，明明才 15 歲的年紀，又是短期居留，竟然申請得到卡？「但他就是做到了。」

回台之後，周奕勳想將矽谷所學所聞分享給家鄉，就這麼跟幾位有志一同的國高中生聯合成立了 Silicon Trip 團隊，招募對寫程式和矽谷文化有興趣的台灣學生，與他們分享矽谷的點點滴滴。周奕勳說：「比起分享專業，我更希望他們有獨立思考的能力。」

勇於犯錯並處理錯誤

兩次與周奕勳一同前往矽谷，既是朋友又是帶領者角色的薛仲翔， 2015 年在高雄行動科技應用開發者年會中認識周奕勳，也看出了周奕勳的潛力：「比起能力，我更看重他的態度。」薛仲翔說：「第一次去矽谷時，SIM 卡我早就辦好了。」本來也想幫周奕勳辦 SIM 卡，但當時英文還相當生疏的周奕勳卻毫不猶豫自己去線上蒐集資料，最後甚至找到比薛仲翔還便宜 5 美元的 SIM 卡。

「雖然他花了太多時間，但這種大量蒐集並消化英文資訊的能力是非常難得的，我到了研究所才真正學會，15 歲的他竟然就已經練就這種能力。」薛仲翔感到非常驚訝。

此外，他對於周奕勳勇於犯錯，對創業、程式語言的熱誠也印象深刻。薛仲翔笑道：「所以我也會毫不猶豫的鞭策他。」例如 Silicon Trip 籌辦時，出現成本過度理想化、籌備過程宣傳太晚導致報名人數太少等問題，薛仲翔說：「不過這也是因為他還年輕，經驗不多，這樣的錯誤也在期待之中，我也不會全部提醒他，有些跤要讓他自己跌。」

「走出自己的路」

後來，周奕勳參加北京 AWS 技術峰會比賽，又在台灣申請上美國 Y Combinator 新創學校（Startup School）課程，於 2016 年 9 月二度前往矽谷。

已經從高中休學的周奕勳，目前擔任台灣一間 App 開發公司的實習全端工程師。「請不要把我寫成自學程式語言的人。」在訪問的尾聲，他忽然提出了這樣的要求。原本以為是謙虛，但他卻語重心長的表示，不想再把自己自學的這條路打造成另一條「循規蹈矩」的路。「很多人都會問我，去美國或去哪裡實習的秘訣。」他其實很反對這類問題，因為就如同按照傳統教育不一定會成功一樣，他認為依循他的路去走，結果也未必相同。

「剝除了成績和學歷之後，我們學生還剩下甚麼？」這是周奕勳不斷追求的解答，也是他認為每一個人都該問自己的問題。

（校稿編輯：何佩珊）

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。