在过去几年，自动驾驶技术从科幻电影走入现实，尤其以无人计程车（Robotaxi）的商业应用为代表，正在悄悄改变人们对交通的想像。从Waymo 在凤凰城开放一般民众叫车，到Tesla 在奥斯汀启动Robotaxi 测试，美国街头已出现没有司机的车辆在移动。
这是一场技术革命，也是一场制度、伦理、商业模式的全面考验。今天这篇文章，将带你整理目前全球自动驾驶的发展现况，拆解技术路线、主要玩家与关键挑战，并探讨它如何从实验迈向落地，一起看下去吧！
3 种自动驾驶技术、5 大挑战：拆解Robotaxi 的未来战场 阅读更多 ”
科技新创专栏
在过去，提到AI 的发展，大家常会聚焦在模型本身：GPT-4 有多强、Gemini 多厉害、Claude 多能言善道。但事实上，这些模型背后的资料，才是真正决定它们「学得多好、理解多深」的关键资产。而在这场资料竞赛中，有一家公司扮演了无人取代的角色：Scale AI
Scale AI 成立于2016 年，专注于帮企业「训练AI 模型所需的资料」。它的核心业务不是开发模型，而是提供大规模、高品质且精准标注的资料处理服务。这包含从图像、语音、文字，到自驾车场景的资料标记。想像它是一个训练场的教练：不是主角，却决定主角成败。许多顶尖AI 模型，包括OpenAI、Meta、Google 过去都使用过Scale 的资料服务。
这样一间低调但关键的公司，最近被Meta 收购了大笔股份，引发整个产业地震级反应——Google 急撤合作，OpenAI 表示继续观望。今天这篇文章就要带你拆解：为什么Meta 会重金并购Scale AI？背后代表哪些市场讯号？又会怎么影响未来AI 战局？
Meta 出手143 亿美元：为何砸重金也要收购Scale AI？ 阅读更多 ”
科技新创专栏
在过去，创业是一件要靠人脉、资金与长时间规划的大事。但现在，你可能只需要一个想法、一杯咖啡，加上一套好用的AI 工具，就能启动一个小专案、建立一份商业简报，甚至产出一个早期产品构想。这种门槛的变化，正在让创业从「大胆的人做的事」变成「有好奇心的人也可以开始练习的事」。
今天这篇文章将带你认识一间由21 岁创办人打造的AI 招募新创—— Mercor。在短短不到两年内，他们募得1 亿美元、估值达20 亿美元，并已服务上千家企业。这不只是「AI + 人才媒合」的故事，也是一个结合技术敏感度、商业思维与用户洞察的创业范例。今天会从创业背景、产品设计、技术亮点、市场策略与挑战五个面向切入，试着回答一个问题：为什么Mercor 如此成功？
21 岁创业、20 亿估值：Mercor 如何用LLM 与互动式回馈机制（Response Loop）重塑招募系统？ 阅读更多 ”
科技新创专栏
