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

（ 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

Steven数据漫谈EP16 对话唐天泽，维也纳医科大学博士候选人-学习方法，科研实践，AI与科研，大语言模型，人工智能发展趋势，AI时代的学业规划及升学建议

唐天泽，去年9月加入维也纳医科大学医学数据科学部门攻读博士学位，主要研究方向是视网膜图像医学AI。本科毕业于西安交通大学生物技术系，硕士毕业于纽约大学生物统计系。对几乎所有AI领域都有所了解和涉猎。

个人网站链接：https://ttzaiweb.com/

Github：https://github.com/TianzeTang0504

我的链接: https://linktr.ee/learnbydoingwithsteven