Swift語言發明者Chris Lattner，在加入特斯拉六個月後宣布離職|數位時代 BusinessNext

前不久特斯拉開始啟用遍布Autopilot 2.0硬體車型車身四周的攝影鏡頭開始收集路況信息，自動駕駛的研發剛開了一個好頭，近日，加入特斯拉不到6個月的特斯拉Autopilot軟體副總裁Chris Lattner宣布離職，同時前Open AI深度學習和電腦視覺專家Andrej Karpathy被曝已加盟特斯拉，擔任特斯拉Autopilot視覺部門主管。

Chris Lattner很傳奇，Andrej Karpathy也不遜色

1月11日，特斯拉宣布前蘋果軟體高階主管Chris Lattner加盟特斯拉，擔任特斯拉Autopilot軟體副總裁。在加入特斯拉前，Chris在蘋果任職達11年之久，在蘋果期間主導開發了大名鼎鼎的蘋果編程語言Swift，Swift是用於在蘋果平台上構建應用的編程語言，這一方便高效的編程語言一問世便廣受歡迎，並成為Linux平台上成長最快的語言之一。

Chris的輝煌履歷讓特斯拉對其寄予厚望，在歡迎Chris的部落格中，特斯拉表示「Chris以高深的工程學造詣而聞名」、「我們很高興Chris加入特斯拉，也熱切期待他能帶領自動輔助駕駛工程團隊加速自動駕駛時代的到來。」

任期不到6個月，Chris Lattner的離職似乎有些倉促，他日前透過Twitter宣布：「事實證明我和特斯拉不是很合拍，我正在尋求技術管理的新職位。」

然而就在不到一周前，他的上條Twitter還在為特斯拉啟用攝影鏡頭收集路況信息搖旗吶喊：「深度學習技術需要大數據。」

Deep learning loves big data! https://t.co/Tw2M0P1KRv
— Chris Lattner (@clattner_llvm) 2017年6月15日

Turns out that Tesla isn't a good fit for me after all. I'm interested to hear about interesting roles for a seasoned engineering leader!
— Chris Lattner (@clattner_llvm) 2017年6月21日

對於離職的Chris，特斯拉發言人的回應與前者如出一轍：「Chris和特斯拉不太合拍，我們決定做出改變，祝他好運。」

再來說說新來的，Andrej Karpathy是史丹佛大學電腦視覺方面的博士生，學業生涯師從史丹佛人工智慧實驗室主管、Google首席科學家李飛飛教授。曾先後在研發出「AlphaGo」的Google DeepMind公司及Google Brain研究小組工作，加盟特斯拉前的最後一站，Karpathy擔任了非盈利性AI研究組織Open AI的研究科學家。無論是理論知識水平還是產品商業化能力都無可挑剔。

Karpathy本人也在Twitter表達了對在特斯拉任職的期待——

Excited to join Tesla as the Director of AI! https://t.co/5AdhaF40kM
— Andrej Karpathy (@karpathy) 2017年6月21日

特斯拉在歡迎Karpathy的聲明中表示：

「Andrej Karpathy是電腦視覺和深度學習領域全球頂尖的專家，我們歡迎他加盟特斯拉擔任人工智慧主管兼Autopilot視覺部門主管，他將直接向CEO Elon Musk匯報工作。

Andrej將與Jim Keller緊密合作，Jim Keller現在統領特斯拉Autopilot硬、軟體的研發工作。」

Karpathy在業內的影響力有多大呢？特斯拉在自動駕駛領域的競爭對手、天才駭客George Hotz創辦的自動駕駛新創公司Comma.ai 一直很欣賞特斯拉激進的自動駕駛技術研發策略，並對傳統車企的漸進式策略嗤之以鼻，而今Karpathy加盟特斯拉的消息曝出後，Comma.ai官方Twitter評論稱：「這種規格的挖人解釋了為什麼傳統車企（在自動駕駛領域）根本沒機會。」

高層更迭頻繁？特斯拉習以為常。

如果我們翻回去看看5個月前特斯拉歡迎Chris Lattner的部落格文章，會發現另一些有趣的信息。

那篇文章中還特意感謝了另一位高階主管——特斯拉Autopilot視覺部門副總裁David Nister所做的工作。問題是，在今天歡迎Karpathy的聲明中，Karpathy的Title是「人工智慧主管兼Autopilot視覺部門主管」，那麼……誰向誰匯報？

其實，早在3月底，David Nistér便從特斯拉跳槽到了晶片廠商英偉達，擔任自動駕駛副總裁一職，負責領導軟體開發和高精度地圖的繪製。彼時特斯拉發言人對David Nistér的離職回應稱：「伴隨著Chris Lattner成為新任Autopilot軟體副總裁，David Nistér在公司的角色也發生了變化，繼續留在特斯拉讓他遇到了瓶頸，我們感謝David Nistér為公司做出的貢獻，並祝他未來一切順利。」

好了，現在的狀況是，David Nistér繼任者Chris Lattner也已經離開了特斯拉。

除此之外，現在統領特斯拉Autopilot硬、軟體研發工作的是Jim Keller，他的前任Sterling Anderson是去年年底才從特斯拉離職的。

如此頻繁的高階主管更迭，又一次引起了一個老生常談的質疑：特斯拉的公司文化是否留不住人才？繼Uber之後，特斯拉也患上矽谷明星公司病「公司文化危機」了嗎？

事實上，我們上文披露的不過是特斯拉高階主管更迭的冰山一角。自去年3月開始，特斯拉已經流失了超過20名高階主管，他們的業務範圍涵蓋了金融、通信、監管事務、生產、製造、產品和規劃等各個領域。

以下是特斯拉離職高階主管的不完整名單：

2016年3月16日，分管通信與戰略行銷的特斯拉全球副總裁Ricardo Reyes透過Twitter證實已離職。
2016年3月24日，分管全球會計、財務報告及財務運營團隊的特斯拉財務副總裁Michael Zanoni離職，以財務副總裁的身份加盟亞馬遜。
2016年4月13日，特斯拉公共政策與法律事務副總裁兼副總法律顧問James Chen離職，加盟新創公司。
2017年2月，特斯拉人力資源副總裁Mark Lipscomb離職，跳槽到Netflix擔任人力資源副總裁。
2017年3月，特斯拉硬體工程主管Satish Jeyachandran離職。
2017年4月，特斯拉CFO Jason Wheeler離職。

特斯拉頻繁的高階主管更迭甚至引發了市場擔憂，瑞銀分析師Colin Langan就特斯拉股票給出「賣出」評級的理由是，任何時候，一家公司要高速擴張，都必須要有穩定的管理層來主導。

華爾街質疑的另外一點是特斯拉高階主管信息不透明，除了CEO Elon Musk和CTO JB Straubel，特斯拉官網、投資者關係界面、向美國證券交易委員會提交的年報中從未列出其他任何高階主管或副總裁的名單。

然而身處旋渦中央的特斯拉表示情緒穩定：「特斯拉吸引和留住人才的能力是我們最大的資產之一，2016年，特斯拉的員工流失率低於科技公司的行業平均水平。特斯拉高階主管團隊擁有相當長的任期，在特斯拉最高級的高階主管團隊中，超過3年任期高階主管比例達到75%；超過6年任期的比例達到60%；超過十年任期的比例達到20%。自特斯拉成立的14年來，特斯拉管理層近60%的人目前仍然留在公司。」

除了新來的Andrej Karpathy，特斯拉還挖來了前Faraday Future電腦視覺科學家Yong-Dian Jian，在Autopilot視覺部門擔任首席科學家，他更早些時候在百度美國自動駕駛事業部擔任研究員。

值得一提的是，上文提到的Open AI同樣是Elon Musk發起成立的公司，這家公司匯聚了多位全球頂尖的AI及電腦視覺專家，比如本文主角之一Andrej Karpathy。對於Musk來說，同時擔任航空航天、汽車製造、自動駕駛、人工智慧研究等多個領域的公司CEO使得他有機會隨時找到相關領域的頂尖人才加碼業務的研發。

可以看出，伴隨著時間的不斷流逝，自動駕駛技術演示期限的臨近，特斯拉正在不斷加大對計算機視覺及深度學習人才的招募。從另一個角度說，即便在今年上半年Autopilot高階主管頻繁更迭的情況下，特斯拉不還是在6個月內自研了此前由ADAS廠商Mobileye提供的所有輔助駕駛功能？所以，關於年底長達4500公里全程無干預的自動駕駛技術演示，繼續安心等待就好啦。

本文授權轉載自：36 氪

2026台灣設計展於9月24日至10月11日在桃園登場，以「桃園流」為主題，結合千塘之鄉的水文地景、國門之都的航空與物流優勢、多元族群文化匯流，以及 AI 科技應用，展現城市運轉的動態美學。

其中，為提供民眾不同於以往的互動體驗，AIoT 智慧感知大數據平台服務商棋苓（Chylyng）推出全展區 AI 穿戴互動體驗「FLOW CHECK」。參觀者配戴主辦單位提供的智慧手環後，可沿著展場動線於不同站點進行互動。即使多人同時參與，每位參觀者仍可依照不同的路徑、選擇與互動節奏完成體驗；系統並依據互動過程與結果，即時生成專屬的 Flowmomo 數位卡牌，讓參觀者儲存並帶走屬於自己的展覽體驗紀錄。

看似簡單的手環互動，背後其實是一套整合穿戴裝置、即時感測、場域互動、資料處理與雲端服務的完整系統。尤其在大型公開展覽環境中，不僅必須因應大量參觀者於短時間內同時使用，也必須確保從手環感測、站點互動、資料傳輸到最終結果產出的每一個環節，都能維持即時且穩定的服務品質。

棋苓以自主開發的 Eleplo AIoT Platform 為技術核心，整合穿戴裝置、感測設備、人員與資產定位，以及即時事件與資料管理，並負責建構 FLOW CHECK 的手環互動邏輯、站點應用、卡牌生成及參觀者操作介面。

專業分工合作：諾德資訊坐鎮後端，撐住大型公開展覽的服務韌性

為了讓系統從開發與測試環境順利進入大型公開場域，並進一步提升正式服務的可用性、資安與系統韌性，諾德資訊與棋苓採取專業分工合作。棋苓聚焦於 AIoT 平台、穿戴應用及使用者體驗；諾德資訊則負責後端基礎架構、正式環境部署、壓力測試、高可用性驗證，以及服務上線後的系統與流量監控。

由於展場現地部署時間僅有兩天，雙方將大量驗證工作提前至開展前完成。諾德資訊於正式開展前約一個月即建置專用測試環境，讓棋苓的應用服務提早與正式營運架構整合，並進行壓力測試、高可用性驗證及異常情境測試，使原本必須於現場進行的系統驗證工作大幅提前完成。

諾德資訊業務開發經理邱柏瑞表示：「FLOW CHECK 的挑戰在於大量參觀者可能集中於同一時段使用手環，因此除了確保服務穩定之外，也必須辨識進入系統的流量究竟來自真人使用者、合法自動化程式、AI Bot 或惡意攻擊，並透過即時監控及早發現異常。」為此，諾德資訊導入 IntelliFend Bot Management，協助辨識真人使用者、合法自動化及異常機器人流量，並於展覽公開服務期間透過遠端監控，持續掌握主機、資料庫、應用服務及外部流量狀態。

此外，為驗證系統在大型展覽情境下的承載能力，正式展出前，諾德資訊亦協助棋苓進行大規模壓力測試，模擬最高約 3 萬人同時使用的流量情境，提前觀察系統資源使用狀況、服務反應與可能的效能臨界點，並據此進行相關調校。

透過棋苓在 AIoT、智慧穿戴與互動應用上的技術能力，以及諾德資訊在正式營運環境、資安、壓力測試與維運監控上的經驗，雙方在展覽正式開放前，即完成從應用層到基礎架構的完整驗證，讓 FLOW CHECK 能夠在大型公開場域中穩定提供即時的 AI 穿戴互動體驗。

AI加速開發腳步，但也增加「上線」考驗

從生成式AI到代理式AI，軟體開發速度快速提升，過去需要長時間才能完成的產品原型（Prototype）與概念性驗證（PoC）專案，現在可以很快完成驗證，讓軟體商有更多時間跟資源投入客戶需求、產品創意與使用體驗。

但是，從PoC走到Production，面對的是完全不同的考驗。
諾德資訊技術長張家榮解釋，進入正式環境（Production）後，軟體服務必須面對真實使用者的流量、不同客戶的IT環境、計算資源擴充、資料庫負載、網路連線、資安攻擊，以及服務異常時的切換與處理，就算在壓力測試時表現正常的系統，也可能在Production的時候出現問題。

更值得特別注意的是，AI不只讓開發者更快，也讓攻擊者發現漏洞的速度加快；過去，服務上線後還有時間慢慢觀察、修正，現在，服務一上線，可能很快就遭到掃描甚至攻擊。

也因如此，軟體商、系統整合商選擇基礎架構夥伴的條件開始改變，從過去關注功能與價格轉向：產品能不能順利上線？出了問題誰來處理？面對流量變化與資安風險，服務能不能持續運作？

張家榮表示：「諾德資訊可以提供從公有雲、私有雲、地端、邊緣運算、主機代管、網路，到維運與監控等服務，讓軟體夥伴可以將資源集中在應用與客戶需求，無須擔憂Production議題。」

不僅提供資源，諾德資訊將Production變成一項服務

而這也是諾德資訊會提出「Production as a Service」的原因：不是在提供另一種雲端或主機服務，而是將軟體從開發走向正式營運所需的Production流程，轉化成可以被專業分工、驗證與持續維運的一項服務。

「Production as a Service不是單純把主機或雲端資源租給客戶，而是共同檢視這套軟體能不能順利上線與正常營運。」邱柏瑞表示。

實際做法包括，在上線前協助檢視架構，建立與正式環境相近的測試環境，確認系統正常狀態、最大承載量與資源需求，並驗證高可用性、資安、備援及服務切換機制；上線後則持續監看服務狀態、容量與流量，及早發現異常並處理。

諾德資訊之所以有這樣的服務能力，可以歸結為三點：

第一，長期累積的基礎架構與維運經驗，目前，諾德資訊同時服務的客戶數近30家，應用情境涵蓋IoT、購物平台、遊戲、音樂等不同類型的軟體服務。

第二，諾德資訊將每一個客戶遇到的問題與解決方案收攏至知識庫，讓團隊成員可以快速處理、借鏡，滿足客戶需求。

第三，依循ITIL的維運精神，並具備ISO 27001等資安相關認證，將服務流程、操作紀錄、備份、監控與異常處理等機制內化到服務之中。

這也是諾德資訊與單純提供雲端、IDC或主機代管服務的業者之間的最大差異：交付的不僅是基礎設施，而是讓服務持續運作的能力。面對客戶同時使用公有雲、私有雲、地端與邊緣運算環境，諾德資訊另以 MQloud 提供統一管理，把網路、防火牆、流量、監控與帳務收進同一套平台，降低跨環境營運的複雜度。

「軟體商負責開發，就像晶片設計公司；諾德資訊則負責協助完成測試、製程調整與正式生產，讓產品真正走向市場，希望成為『軟體界的台積電』。」張家榮如是說道。

展望未來，諾德資訊將持續深化 Production as a Service，成為軟體公司從上線到長期營運的夥伴。自構想階段起即與軟體商共同討論架構，於測試階段協助驗證，於準備上市時承接正式環境，上線後則持續守住流量、資安與服務韌性。軟體開發者與 SaaS 業者可將資源集中於產品與客戶，完整基礎架構與 24×7 維運則由諾德資訊端到端承接。