蘋果AirTag幫他找回失竊的滑板車！但要平安帶回家更難？|數位時代 BusinessNext

他靠暗藏AirTag找到被偷走的滑板車！但要說服警察、平安帶回家更難？

紐約一名男子記錄他利用AirTags尋找遭竊滑板車的過程，尋獲物品之後該如何平安、順利取回，原來是更令人煩惱的事！

紐約一位網路安全新創公司的CEO Dan Guido，他的電動滑板車在8月2日晚上被盜。不過他沒因此而慌張，因為他在他的黑色滑板車內用黑色膠帶藏了兩個蘋果AirTags。第二天，他開始在藍牙追蹤器的幫助下尋找車輛的位置，猜猜看他找到自己的滑板車了嗎?

Guido在位於紐約市的Trail of Bits工作，這是一家網路安全研究和諮詢公司，為國防、科技、金融和區塊鏈行業的客戶提供服務。他在一系列推文中記錄了他尋找滑板車的過程，分享了他瘋狂旅程中的挑戰和成功。

「我的滑板車上週被偷了，小偷不知道我在裡面藏了兩個Airtags。」他表示。

其實第二天他就可以從尋找功能中，查到自己的東西的大約方位在哪裡了。但是他實際想要執行起來的時候，卻發現這樣是不夠的。他發現不管他是要進入商店，或是去敲一個陌生人家的門，通常銷贓的商家，潛在買到贓物的人或者直接是小偷本人，都應該不會願意與他合作，並且他們很可能根本不熟悉Airtags而造成很多誤會。

他起初騎車到附近的地點去試圖找滑板車，還帶著鎖，打算一發現滑板車就先把車子找地方鎖上。但是他沒有找到，而更糟的是，他隔天必須出差到外地許多天。他表示有點擔心之後自己的尋找之旅有可能會失敗，因為AirTags上的一些會發出聲音的功能會暴露它的身份。

根據蘋果在6月發送過AirTags的更新，如果在8至24小時內的時間內AirTags與主人分開，它們會發出聲音。而在更新之前，設定是與主人離開3天才會發出聲音。

不過，幸好沒有人發現這些追蹤裝置，當Guido從出差中回到家中時，他再次進行尋找。並且向警方報案，但是員警因為不熟悉AirTags，拒絕陪他走入店家或是幫他敲陌生人的房門。

他只好耐心地向警方解釋AirTags的原理，並且表示他不要求警方做出違法的事情，還表示只要花他們一個小時的時間，結果他說服了警方。兩名員警願意陪他。

然後，他發現滑板車位於高度可疑的區域：一家電動自行車商店。他與兩名員警走進了店家。而他發現他的電動滑板車就在店內。

店員對他的說法表示懷疑：他怎麼證明這就是他的滑板車？然後他讓附在滑板車內Airtag播放聲音出來、這還不夠說服店員。他又打開他的配對好的滑板車APP，最終讓店員心服口服。

接下來，就輪到店員開始想辦法辯解了，贓車是哪來的？

他們解釋說這是一位女士送來的，送來時抱怨了煞車有問題，所以他們把車把的電源線剪斷了，還把煞車拆了。Dan Guido表示，很明顯這不是修煞車的正確方法。

接下來員警對店員進行了詢問，像是到底是誰賣給他們的、收購的時候有沒有向對方要求出示擁有權的證明......，而Dan Guido看到店內有監視器，他基本上並不那麼相信店員的說法，跟員警講可以叫他們調出上週的監視器。他還跟員警說「如果他們沒有給你監視器的畫面，那一定是他們刪除了。」

Dan Guido把他的滑板車推向店外，但是有一名店員因為發現自己變成疑犯而變得相當激動，還過來跟他說：「你這樣做沒有好處。」

不過，出乎他意料之外的是，另一名在店內與警方配合的店員倒是相當合作，的確提供給警方當天的錄影畫面，而且證實了的確是一名女士推著他的滑板車拿來賣的。接下來，就是警方的事情了。

最終，故事皆大歡喜。他到分局填寫了一份報案文件，並且與兩名巡警擊掌。員警表示，他們已經根本不記得上次他們解決自行車竊案是什麼時候了。另外，Dan Guido教了兩名員警如何使用AirTags，然後跳上他的滑板車回家。

本文經授權轉載自：T客邦

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：吳佩臻

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。