你的技術問題，讓我來挑戰
不論是自主機具決策、領域級法律 AI、量化交易、AI CAD、私有化模型還是算力平台，先聽題目，再談做不做得到、用哪一種合作方式。
我們挑戰過的六個專業領域
無人載具的毫秒級控制、法律的可追溯推理、交易策略的自動搜尋、CAD 的自然語言建模、模型的私有化部署、算力伺服器的資源調度。六種不同的領域挑戰，一一克服。
- 01 · 自主機具決策
無人機／機器人 AI Brain
難在既要毫秒內避障，也要理解環境、規劃並完成多步任務。
做法分三層腦：即時控制走 Fast 層，單步推理走 Medium 層，多步規劃與工具協作交給 Slow 層的 Multi-Agent；動作結果回到感測層，成敗回到 Slow 層做強化學習，跑得越多、判斷越準。
- 02 · 法律協作
領域級法律 AI
難在不只要找得到法條，還要理解案情，做出可引用、可追溯的判斷。
做法理解案件背景、分析案情、推薦類似判決並生成文書，搭配案件白板與庭審即時檢索。
- 03 · 量化平台
金融量化交易
難在策略靠人一個一個試，試得慢也試不完；回測與即時訊號又共用同一條流程，跑起來慢又不穩。
做法自動搜尋策略、用歷史資料篩掉站不住的；Hot Flow 與 Cold Flow 分開，再用增量 DAG 只重算受影響的因子。
- 04 · 程式化 CAD
AI CAD
難在建模要會操作 CAD，改一個參數常常整段重畫；2D 圖面與 3D 模型還得各自維護。
做法用自然語言描述要什麼，AI 生成參數化程式碼，3D 模型直接長出來；程式碼當轉換層，2D 圖面與 3D 模型雙向同步。
- 05 · 語言、語音、圖片模型
私有化模型部署與訓練
難在訓練完不代表用得起來，還有效能、多人存取、整合與維運。
做法依硬體與情境規劃部署架構，完成微調、推論最佳化、API 服務化，再加資源排程與監控；員工用出來的回饋繞回訓練做強化學習，資料不出機房，模型愈用愈準。
- 06 · AI 算力平台
AIDC 雲端算力服務
難在GPU 伺服器本身不能直接提供服務，要先整合資源、權限與監控。
做法把 GPU、儲存與運算節點接進統一控制中心，自動完成配置、權限、掛載與容器環境部署。
從演算法做到上線
演算法
- 先把問題變成算得出來的東西。
- 建模方式與方法選型自己決定。
- 核心那一段自己寫。
系統設計
- 資料怎麼流、狀態放在哪裡。
- 哪裡會壞、壞了怎麼收。
- 規模長大之後撐不撐得住。
工程實作
- 前後端、資料庫、推論服務。
- 介面照實際的操作流程做。
- 交付的是跑得起來的東西。
部署與維運
- 上線、監控、效能與成本。
- 出問題查得到原因。
- 交接後你自己維護得動。
什麼題目適合找我們
沒有現成解法
- 市面上沒有符合需求的產品。
- 沒有標準解法，尋找最優解。
- 從最新研究與底層原理往下推。
跨領域
- 同時卡在演算法、系統與領域知識。
- 需要一套撐得住規模的系統架構。
- 要能快速熟悉陌生領域的規則與技術。
長期的技術挑戰
- 目標是做到全球最頂尖的技術水準。
- 方向會邊做邊修，持續遞進。
- 從研究一路推到能用的產品。
如何進行
評估階段就會說做不做得到。做不到的部分我們直接講，不硬接。
- 01
談題目
- 先聽題目本身，不先談錢。
- 我們判斷做不做得到。
- 做不到的部分當場講。
- 02
技術評估
- 拆出關鍵風險。
- 說明我們打算怎麼解。
- 給一個時間與規模的量級。
- 03
選合作方式
- 依題目性質選分潤、戰略或研發。
- 把權利與交付寫進合約。
- 產品與主導權歸你。
- 04
共同開發
- 一起推進，定期對齊方向。
- 原始碼與資料持續交付。
- 題目變了就一起改。
三種合作模式
技術合作開發
- 前期開發費低，後續分潤。
- 可以在談定的條件下買斷。
- 適合想壓低前期成本的題目。
商業戰略合作
- 固定週期的長期合作。
- 固定投入，你的題目排在最前面。
- 適合會持續擴展的產品線。
大型技術研發
- 單一困難或大型專案。
- 可搭配政府 A+ 計畫。
- 適合有明確技術突破目標的題目。
常見問題
第一次諮詢收費嗎？
不收費，也不綁約。把初談當成互相看看合不合適，覺得不適合直接說沒關係。
做出來的原始碼是誰的？
交付後歸你。我們不會把程式鎖在自己的平台上讓你搬不走。
資料會被你們拿走或外洩嗎？
資料是你的。我們只在提供服務需要的範圍內接觸，細節可以寫進合約。
上線後你們還會管嗎？
會。上線後的持續優化是工作的一部分，要不要長期合作由你決定。
以後想換廠商、或自己維護，可以嗎？
可以。原始碼和資料都在你手上，不會被我們卡住。