Steven数据漫谈

数据科学,机器学习,AI Steven数据漫谈

  1. Mar 24

    Steven数据漫谈 | EP18 | 用 AI 赋能孩子们的创意 - 访 Kindlewood 创始人 Feifei Q

    这是英文版Steven Data Talk EP18的Notebooklm翻译总结版 节目摘要 在本期 "Steven数据漫谈" 中,Steven 与 Kindlewood 创始人 Feifei Q 进行了深度对话。他们探讨了她从微软到教育创业圈的历程,这一转变的灵感源于她 4 岁孩子关于“龙”的故事。他们讨论了如何引导孩子从信息的“被动消费者”转变为“主动创造者”、AI 在早期教育中的角色,以及如何构建一个能够培养好奇心、韧性和共情能力的混合学习生态系统。 话题时间轴 Kindlewood 的创立故事:将一个 4 岁孩子的“龙”故事转化为 AI 生成的绘本,这在孩子的朋友圈中引发了想象力的“病毒式传播”,从而萌发了这家初创公司的种子。 职业转型与寻找意义:Feifei 从微软等大厂以及建筑行业的项目中转型,开始专注于教育等人类最基本的需求。 主动创造 vs. 被动消费:孩子们天生就倾向于创造,而不仅仅是消费信息。通过创意活动培养阅读和写作等基础能力,有助于孩子们建立长期的自信心和共情能力。 混合学习生态系统:在在线平台与线下工作坊之间取得平衡,有助于缓解家长对“屏幕时间”的担忧,并鼓励孩子们通过实体书进行触手可及的创作。 AI、自主性与独立思考:Kindlewood 利用 AI 来增强人类的创造力,而不是取代孩子的思考过程。该平台特意为“不便”进行优化,以便让孩子们拥有自己的想法、做出选择并练习批判性思维。 产品体验 (UX) 与技术挑战:为了防止幼儿分心,该应用的用户体验被划分为针对幼儿的移动阅读端和针对大孩子的创作平台。技术挑战(例如在生成的系列故事图片中保持 AI 角色的一致性)也在不断完善中。 “Vibe Coding” 与公开开发:利用 AI 辅助编程(vibe coding)将简单的应用提升到生产级产品,需要对系统设计和安全性有深刻的理解。此外,“公开开发”(Building in Public)能促进深度自我反思,并有助于建立与早期用户之间的信任。 重新定义在线教育的成功:真正的成功不仅仅在于早期用户指标,更在于那些有意义的瞬间——比如一个孩子通过应用学会了“给予”这个词,并通过送给父母一颗纸爱心或一个“大大的拥抱”来表达共情。 未来教育愿景:为 AI 时代重新设计教育,意味着在基础读写能力与韧性等关键软技能之间取得平衡。该平台旨在伴随孩子成长,未来可能会随着他们年龄的增长引入 3D 建模和 AI 编程等活动。 #教育科技 #人工智能 #播客 #早期教育 #Kindlewood #公开开发 所有链接:linktr.ee/learnbydoingwithsteven 完整节目(youtube等平台):https://youtu.be/tgzk50pHDMs

  2. Mar 10

    Steven 数据漫谈 EP17|欧洲 AI 生态、AI 泡沫与创新环境

    ( NotebookLM 生成的中文总结版本) Steven 数据漫谈 EP17|与 Innovator Coffee Podcast 的合作对谈:欧洲 AI 生态、AI 泡沫与创新环境 本期 Steven Data Talk 为一次跨播客合作内容。我与 Innovator Coffee Podcast 团队进行了一场深入对谈,围绕当前 欧洲的人工智能生态 展开讨论。 作为常驻 意大利米兰 的从业者,同时也是Steven Data Talk(一档关注数据、AI 与科技趋势的中英双语播客)的主持人,我从欧洲创业生态的视角分享了对 AI 发展的观察。我们讨论了欧洲与美国在 AI 发展路径上的差异,包括融资环境、基础设施条件,以及文化因素如何影响创新节奏。 对话中还涉及当前广泛讨论的 “AI 泡沫”问题、欧洲在 算力与数据中心基础设施 方面的挑战,以及 AI 创业者在欧洲面临的现实环境。同时,我也分享了一些值得关注的 欧洲 AI 初创公司案例,并探讨在 AI 快速发展的背景下,为什么 教育、风险意识以及负责任的发展方式 变得越来越重要。 本期内容为一次 播客合作交流,希望通过两个社区之间的互动,带来更多关于全球 AI 发展的不同视角。 主要讨论内容 个人背景介绍:金融行业经历、在米兰的工作生活,以及创办Steven Data Talk的契机 欧洲社会如何看待 AI:公众态度以及不同国家之间的成熟度差异 欧洲工作文化与创新速度:工作生活平衡与劳动制度对创业生态的影响 AI 是否存在泡沫:从模型层、应用层到企业落地的不同视角 AI 基础设施问题:欧洲算力与数据中心资源不足对创业者的影响 欧洲值得关注的 AI 初创公司:AI Agent 工作流、Excel 与 LLM 的结合、AI 驱动的制造技术 欧洲 AI 创新的驱动力与限制:融资规模、政策支持、官僚体系与人才流动 欧洲创业现实:税收、运营成本与行政复杂度 全球社区建设:欧洲与美国 AI 生态之间的连接与合作 未来五年的 AI 发展:Transformer 的局限、世界模型、边缘设备上的小模型以及潜在范式变化 如果你关注 AI 创业、欧洲科技生态以及人工智能的全球发展趋势,这一期合作对谈会提供一个来自欧洲视角的深入讨论。 我的链接:⁠⁠https://linktr.ee/learnbydoingwithsteven⁠

  3. 12/29/2025

    Steven数据漫谈EP15 | Mickey | AI产品出海,GTM秘诀,海内外AI产品GTM与迭代的差异,哪些市场信息及市场需求值得关注

    网易9年老兵谈AI出海:如何跨越文化鸿沟与建立品牌信任?对话 Grow Max 创始人 MK本期视频介绍:欢迎来到 Steven 数据慢谈。本期节目我们邀请到了 Grow Max 的创始人 MK (Mickey)。MK 曾在网易负责海外业务长达九年,完整经历了游戏产品从研发到宣发的全生命周期,服务过米哈游、莉莉丝等顶尖客户。现在她转型创立了 AI 营销公司,致力于帮助中国 AI 产品出海,连接全球用户。为什么从成熟的游戏行业转向 AI 创业?中国 AI 产品在海外面临哪些水土不服?如何通过讲好品牌故事来实现用户增长?MK 将结合她丰富的实战经验,为我们带来深度的行业洞察。本期内容简介:在本期播客中,MK 分享了她从游戏出海转型做 AI 产品全球化营销的心路历程。她指出,虽然中国工程师在开发通用型 AI 产品上具有优势,但在进军欧美市场时,往往面临三大核心挑战:文化鸿沟与细分人群覆盖、数据安全与信任问题、以及品牌叙事(Storytelling)能力的缺失。节目中,MK 详细对比了中美产品迭代逻辑的巨大差异:硅谷团队倾向于内容先行,通过社区反馈来驱动产品功能的迭代,而国内团队往往陷入功能堆砌的误区。她还分享了一个大厂 AI 产品出海先败后胜的真实案例,揭示了深入挖掘用户痛点(冰山之下的需求)的重要性。此外,我们还探讨了 AI 创业的未来机会,包括 AI+社交/情感陪伴以及针对老年群体的银发经济。在节目的最后,MK 从母亲的角度,分享了在 AI 时代关于教育和培养孩子深度思考能力的独到见解。时间戳:00:00 嘉宾介绍:从网易游戏出海到 AI 营销创业02:15 行业选择:为什么从游戏转战 AI 出海赛道?04:45 核心痛点:中国 AI 产品出海面临的三大挑战(文化、信任、品牌)10:30 竞争优势:Grow Max 如何服务创业团队与资源稀缺性13:20 逻辑差异:硅谷的内容驱动迭代 vs 国内的功能驱动迭代16:40 实战案例:某大厂产品如何通过深度调研扭转 40 万美金的亏损20:15 未来赛道:AI + 社交、情感陪伴与心理咨询的前景24:15 创业脑洞:如果有 50 万美金,我会做 AI + 银发经济27:50 行业思考:马斯克预言与 AI 训练 AI 的未来32:30 教育焦虑:AI 时代如何培养孩子的深度思考与辨别能力#AI出海 #人工智能 #SaaS营销 #创业 #GrowMax #产品增长 #品牌故事 #数据合规 #AI教育 #银发经济 #Steven数据慢谈 #Podcast

  4. 12/27/2025

    Steven 数据漫谈 | EP 14 |JJ 永不眠——从特斯拉到 Meta:人工智能、产品经理职业生涯以及如何构建最大的产品经理社区

    英文原版请参考节目:Steven Data Talk 简介 在本期精彩的 Steven Data Talk 节目中,主持人 Steven 采访了 JJ Jajin(JJ Never Sleeps),一位在科技界叱咤风云的成功人士,她创建了旧金山最大的产品经理 (PM) 社群之一。JJ 分享了她非凡的职业历程,涵盖了特斯拉、Wise、LinkedIn 以及现在的 Meta 产品经理职位。 主要讨论要点包括: 职业轨迹与抉择:JJ 讲述了她从武汉大学和杜克大学毕业后,受史蒂夫·乔布斯传记的影响,最终选择计算机科学和产品管理作为职业道路。她分享了在特斯拉的“里程碑式”经历,这段经历帮助她了解了企业界的运作方式。 核心产品经理原则:JJ 详细阐述了在各种科技环境中都适用的三大核心原则:以用户为中心(她列举了自己在 LinkedIn 与数百甚至数千名用户进行的对话)、数据驱动的决策(相信量化数据而非定性意见,以减少官僚主义)、以及保持谦逊,避免自负。 “JJ 永不眠”社群:JJ 探讨了她作为副业创建的庞大社群,其目标是弥合中国学生在美国寻找助理产品经理 (APM) 工作时的信息鸿沟。她解释了他们面临的障碍,包括语言、网络防火墙(缺乏使用 Google Keep 或 Facebook Marketplace 等美国产品的经验)以及讲述中国产品故事的难度。她关注的是社群的质量和人脉的建立,而非粉丝数量。 人工智能与产品未来:JJ 分享了她对软件行业已死的看法,以及她为何决定加入 Meta 专注于硬件领域,而人工智能的发展正是她做出这一决定的原因。她讨论了如何使用 ChatGPT 等基础人工智能工具作为私人导师来学习系统设计等课程。 人工智能原生产品思维:她通过强调产品经理在设计产品时需要理解工作流程、数据关键性、模型选择和训练技术来定义这一概念。她相信人工智能可以显著提高人类的平均智商和效率。 个性化与产品设计:她详细阐述了像LinkedIn这样的大公司如何利用人工智能模型来个性化用户体验(例如,根据新用户和老用户的需求来定制内容),从而最大化日活跃用户数和付费用户收入等指标。 领导力与韧性:JJ回顾了她在武汉大学计算机科学学院担任首位女学生会主席的早期经历,这段经历教会了她如何与工程师合作、倾听他们的意见,以及如何用强有力的论据说服他人。在节目的最后,她强调了在经济不确定时期保持韧性和追求梦想的重要性。

  5. 12/27/2025

    Steven 数据漫谈 | EP 14 |JJ 永不眠——从特斯拉到 Meta:人工智能、产品经理职业生涯以及如何构建最大的产品经理社区

    英文原版请参考节目:Steven Data Talk 简介 在本期精彩的 Steven Data Talk 节目中,主持人 Steven 采访了 JJ Jajin(JJ Never Sleeps),一位在科技界叱咤风云的成功人士,她创建了旧金山最大的产品经理 (PM) 社群之一。JJ 分享了她非凡的职业历程,涵盖了特斯拉、Wise、LinkedIn 以及现在的 Meta 产品经理职位。 主要讨论要点包括: 职业轨迹与抉择:JJ 讲述了她从武汉大学和杜克大学毕业后,受史蒂夫·乔布斯传记的影响,最终选择计算机科学和产品管理作为职业道路。她分享了在特斯拉的“里程碑式”经历,这段经历帮助她了解了企业界的运作方式。 核心产品经理原则:JJ 详细阐述了在各种科技环境中都适用的三大核心原则:以用户为中心(她列举了自己在 LinkedIn 与数百甚至数千名用户进行的对话)、数据驱动的决策(相信量化数据而非定性意见,以减少官僚主义)、以及保持谦逊,避免自负。 “JJ 永不眠”社群:JJ 探讨了她作为副业创建的庞大社群,其目标是弥合中国学生在美国寻找助理产品经理 (APM) 工作时的信息鸿沟。她解释了他们面临的障碍,包括语言、网络防火墙(缺乏使用 Google Keep 或 Facebook Marketplace 等美国产品的经验)以及讲述中国产品故事的难度。她关注的是社群的质量和人脉的建立,而非粉丝数量。 人工智能与产品未来:JJ 分享了她对软件行业已死的看法,以及她为何决定加入 Meta 专注于硬件领域,而人工智能的发展正是她做出这一决定的原因。她讨论了如何使用 ChatGPT 等基础人工智能工具作为私人导师来学习系统设计等课程。 人工智能原生产品思维:她通过强调产品经理在设计产品时需要理解工作流程、数据关键性、模型选择和训练技术来定义这一概念。她相信人工智能可以显著提高人类的平均智商和效率。 个性化与产品设计:她详细阐述了像LinkedIn这样的大公司如何利用人工智能模型来个性化用户体验(例如,根据新用户和老用户的需求来定制内容),从而最大化日活跃用户数和付费用户收入等指标。 领导力与韧性:JJ回顾了她在武汉大学计算机科学学院担任首位女学生会主席的早期经历,这段经历教会了她如何与工程师合作、倾听他们的意见,以及如何用强有力的论据说服他人。在节目的最后,她强调了在经济不确定时期保持韧性和追求梦想的重要性。

  6. 11/27/2025

    Steven数据漫谈 | EP13 | AI泡沫?硅谷裁员潮?创业者焦虑?为什么在欧洲做 AI 却一点都不慌?

    本期节目是转载自《创·见|Build Up!》,我是本期节目的嘉宾。 #025-AI泡沫?硅谷裁员潮?创业者焦虑?为什么在欧洲做 AI却一点都不慌? - 创·见|Build Up!全球创始人访谈 | 小宇宙 - 听播客,上小宇宙 “The best way to predict the future is to invent it.” —— Alan Kay本期节目,我们与《创·见|Build Up!》主播 Lydia Shang 一起,在硅谷与欧洲的交汇点上重新审视当下 AI 浪潮:是泡沫前夜,还是结构性重塑?是焦虑竞速,还是松弛创新?我们讨论了硅谷的“效率革命”、欧洲的合规红利、创业者的节奏选择,以及播客这种“慢媒介”在长期主义时代反而越来越重要。🎧 本期看点|What’s Inside硅谷的高压与裁员潮,是泡沫还是重置?为什么欧洲创业者“不慌”?AI Act/GDPR 如何重塑创新?构建品牌与内容的长期主义:播客为什么值得一做再做?自动化、数据库优化、端侧模型、本地化 AI 的新机会创作者与创业者如何在“快与慢”之间找到节奏?🎙️ 本期主播|HostLydia ShangFounder @ 繁星联众 Astra X Ventures《创·见|Build Up with Lydia》创办人👤 本期嘉宾|GuestSteven Wang 王健数据科学家、内容创作者,《Steven数据漫谈》《Steven Data Talk》主理人坐标米兰。专注欧洲 AI 创业生态、AI 应用、商业模式与内容创新。⌚ 时间索引为什么在米兰做 AI 与播客从体制到技术:自动化与数据库优化的“内生动力”品牌进化:从教程到“数据漫谈”的内容聚焦“欧洲版硅谷101”的初心与碰壁GDPR + AI Act:合规的复杂与创业的边界逆境中的机会:信息不对称与资源重配长期主义与播客:可做一生事业的媒介硅谷与西雅图:扩张与裁员的两条主线结构性收缩:从成本压力到产品化加速AI 泡沫?更像估值与模式的周期性清洗欧洲式创新:政府数据、大学 spin-off 与“匠心”欧洲年轻华人创业者状态:稳定偏好与破局者为什么从播客出发:亲密度与留存度的价值榜样力量:Lex Fridman / Huberman 的训练法则YC 课精讲的方法:时间拉长、原则依旧跨时区与工具栈:把技术门槛变成节奏优势Gap 的意义:停下,是为了走更远未来选择:打工与创业可以并行快问快答:榜样、遗憾与“何为自由”🌐 关于《Steven数据漫谈》用最清晰的方式,聊最前沿的 人工智能 / 科技 / 创新 / 商业 / 创业思考。现已登陆 Spotify、Apple Podcasts、YouTube、Amazon Music、小宇宙、喜马拉雅 等平台。所有链接 & 支持创作者:https://linktr.ee/learnbydoingwithsteven通用免责声明Disclaimer⁠:https://mp.weixin.qq.com/s/CSX358HspNIBQiGsGtQBdA

About

数据科学,机器学习,AI Steven数据漫谈

More From LearnByDoing With Steven