原「數據女孩的中年危機」Podcast。現「StellaxAmy·自定義」Podcast。每期和我們一起認識一位新朋友,傾聽自定義人生。
◆ 找我們諮詢、加入會員:https://buymeacoffee.com/stellaxamy
◆ 找我們聊天合作 歡迎來信:stellaxamy@gmail.com
歡迎留下評價還有留言!我們都有看喔 ♫
Powered by Firstory Hosting
php/* */ ?>
原「數據女孩的中年危機」Podcast。現「StellaxAmy·自定義」Podcast。每期和我們一起認識一位新朋友,傾聽自定義人生。
◆ 找我們諮詢、加入會員:https://buymeacoffee.com/stellaxamy
◆ 找我們聊天合作 歡迎來信:stellaxamy@gmail.com
歡迎留下評價還有留言!我們都有看喔 ♫
Powered by Firstory Hosting
Copyright: © Stella & Amy
當生成程式碼越來越容易,工程師要靠什麼證明自己不可取代?
這一集我們邀請到在 Stability AI 擔任軟體工程師的思思 Yisi Lu,聊她從 Bloomberg、Google 到 AI 新創公司的職涯轉向,也聊她身處 AI 產業第一線,看見的真實變化。
加入 Stability AI 時,這家公司剛經歷管理層震盪,外界最常問的是:它還行不行?但身在其中,思思看到的卻是另一個更現實的問題:在今天的 AI 產業裡,光有模型已經不夠了,真正困難的是,怎麼活下來、怎麼商業化、怎麼把技術變成有人願意買單的產品。這一集裡,她分享了 Stability AI 如何從 research-driven lab 轉向更重產品與商業的方向,也解釋了為什麼今天的小公司,已經很難再靠「做出一個更強的通用模型」贏下比賽。
我們也聊到每個工程師都關心的問題:AI coding 已經把軟體工程師的工作改變成什麼樣子?在 AI-assisted coding interview 裡,真正被考察的到底是什麼?一個「很會用 AI」的候選人,為什麼反而可能拿不到 offer?當生成程式碼越來越容易,真正稀缺的,也許不是執行力,而是判斷力、ownership,以及對結果負責的能力。
這一集裡我們一直在討論的一個問題是:AI 和人類,到底誰在做真正有創意的工作?當 AI 可以快速生成圖片、影片、程式碼,甚至第一版草稿,人類到底是在創作,還是慢慢退回到審核、篩選和把關的位置?如果創意工作的入口正在改變,那什麼才是人類最後不能放手的部分?也許不是產出本身,而是提出問題、做判斷、承擔責任,以及決定什麼值得被做出來。
時間軸
00:00 來賓介紹:從 Bloomberg、Google 到 Stability AI
03:39 Stability AI 是一間什麼樣的公司:開源模型、平台與商業化轉型
06:24 為什麼在公司動盪之後,仍然選擇加入 Stability AI
09:42 在 AI 公司做 applied engineering,實際上在做什麼
13:01 小公司做通用模型為什麼越來越難,image model 賽道現在怎麼競爭
18:01 從大公司到 AI 新創,一年半後回頭看這個職涯選擇
20:08 AI 產業變化太快,公司和個人要怎麼面對這種不確定性
24:29 Image generation、圖片編修、影片與影視特效,哪些方向更接近真正落地
30:47 誰來做「第一稿」:AI 負責生成,人負責判斷,還是反過來?
38:53 AI 已經如何進入軟體工程師的日常工作流
44:23 AI coding 時代,工程師不能放掉的能力:ownership、review 和判斷力
51:49 AI-assisted coding interview:什麼樣的候選人會脫穎而出
01:03:00 給 junior engineer 的建議:這是更難的一代,也是被 AI 賦能的一代
01:20:50 當效率越來越高之後,人要怎麼繼續尋找意義感與快樂
留言告訴我你對這一集的想法: https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
這是 Stella 最近與 Hugo Bowne-Anderson 和 Eddie Landesberg 在 Vanishing Gradients Podcast 上的一次對話,圍繞當下真實產品環境中的 AI evals(AI評測)展開。
在這期節目中,我們從實踐出發,分享了為什麼 AI evals 在產品中如此關鍵:
一方面,它是開發階段的“指南針”,幫助團隊不斷迭代、建立有效的反饋閉環;
另一方面,它又是發佈前的“關卡”,支持團隊做出系統是否可以上線或進入實驗階段的決策。
我們討論了:
1. 團隊協同的 AI 評測(Team-Centric AI Evals)
如何讓產品經理、數據科學家以及領域專家(SMEs)協同參與評測過程,
在“統一決策者”(benevolent dictator)或去中心化模式之間找到平衡,
從而構建更全面、更有效的評測體系。
2. 定制化評測指標(Custom Evaluation Metrics)
為什麼不能只依賴工具廠商提供的通用指標,
而需要回到原始數據,識別具體的失敗模式(failure modes),
避免用“看起來不錯”的指標掩蓋真實問題。
3. AI評測作為“策略評測”(AI as Policy Evaluation)
將評測問題轉化為因果推斷問題:
評測不同“策略”(如prompt、模型)的反事實表現(counterfactual performance),
並預測線上A/B實驗的結果。
4. 明確產品邊界與約束(Clear Product Constraints)
定義AI產品“不能做什麼”往往比“能做什麼”更重要:
通過嚴格的guardrails防止濫用、控製成本,並保護品牌。
5. 校准後的 LLM 評測器(Calibrated LLM Judges)
如何通過統計方法和因果推斷,將 LLM-as-a-judge 與人類專家對齊,
確保評測結果能夠真實反映用戶價值和業務目標。
6. 數據直覺與好奇心(Essential Data Curiosity)
在依賴自動化分析或agent之前,
先通過人工查看數據建立直覺,
這是設計有效評測系統的基礎能力。
7. 統計視角下的 AI 評測(Statistical AI Evaluation)
從“單元測試思維”轉向“分布思維”:
利用置信區間(confidence intervals)和統計功效分析(power analysis),
區分真實改進與統計噪聲。
8. 前瞻性的合規設計(Proactive Regulatory Compliance)
在監管尚不明確的階段,
提前建立嚴謹、可解釋的內部評測標準,
為未來合規要求做好準備,並形成競爭優勢。
9. 以人為中心的評測基準(Human-Centric Benchmarking)
將AI系統建立在人類判斷與用戶價值之上,
不僅僅依賴自動化分數,
而是構建真正有韌性、差異化的AI產品。
留言告訴我你對這一集的想法: https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
油價飆升,你慶幸自己開的是電動車嗎?還是正在考慮買一台?本集我們邀請到 Pando Electric 創辦人 Aaron,他對電車情有獨鍾,經歷蘋果、蔚來的電車項目,如今在創業,為美國小區和大樓的車子充電,從能源管理的角度,解決電車普及帶來的基礎設施缺口。
Pando Electric: https://www.pandoelectric.com/
Aaron 是 Pando Electric 的共同創辦人。北大物理系出身,博士畢業後進入蘋果,從手錶做到自動駕駛部門,再轉戰蔚來;走了一圈之後,他發現電動車這場革命裡,最被低估的機會不在車本身,而在於電:如何儲、如何分配、如何在不增加電網負擔的前提下,讓每一輛停著的電車都「有事可做」。Pando Electric 的核心概念,是把電車每天停著的那23小時變成能源調度的窗口。
本集我們深聊了美中電動車充電市場的結構差異、為什麼超充其實並不環保也不經濟、多戶住宅(multi-family communities)的充電困境為何是美國最大的未解痛點,以及在政策不確定的當下,一家能源新創如何定義自己的節奏與邊界。
對能源轉型、電車產業、或者創業如何在混沌中找到正確的事持續做感興趣嗎?希望
你喜歡這集的分享!
00:00:00 高光、歡迎 Aaron
00:01:48 電動車之路:從蘋果、蔚來到創業的緣由
00:05:40 為什麼選擇能源切入,而非做自動駕駛
00:08:50 電車普及帶來的能源缺口:KW 與 KWH 的根本挑戰
00:17:19 終局願景:電車作為能源水庫
00:19:30 中美電動車市場三大結構性差異
00:25:51 為什麼鎖定多戶住宅?美國充電困境的真實面貌
00:35:27 Pando Electric 的競爭優勢
00:40:34 Pando Electric 三個產品方向:硬件、軟體、分散式儲能
00:49:02 創業的節奏:耐心是最大挑戰
00:58:38 AI 時代能源缺口的機遇,以及 Pando Electric 的長遠願景
01:00:16 招聘與聯絡方式
留言告訴我你對這一集的想法:
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
Shawn是一位活躍於多倫多的脫口秀演員,同時也是Hard Rock Digital的Analytics Team Lead (正在招人!)。本集他和Stella、Amy聊了從加拿大Tim Hortons等食品業跳槽到美國合法博彩產業的做數據分析的心路歷程。如何找到自己在市場上的niche技能、博彩業和Data Science的意外契合,以及為什麼「數據人的Dream Job可能不在大廠」。喜劇生涯和科技工作,究竟能不能共存?
Shawn的IG: https://www.instagram.com/shawndoescomedy
Shawn同時身兼脫口秀演員和資深數據分析師兩個身份。他靠聽Dave Chappelle的單口喜劇自學英文、被朋友推上舞台開始了喜劇生涯;他也從食品業出發,靠著niche的數據分析特長敲開了博彩科技公司的門。本期節目,也為我們揭開了博彩行業的神秘面紗:它的市場規模、數據深度、監管邏輯、以及為什麼Data在這裡比很多傳統行業更受重視。
00:00:00 節目高光|歡迎Shawn
00:01:57 喜劇起點、靠Stand Up學英文、英文中文寫段子的差異
00:09:01 Austin:喜劇聖城的真實氣氛
00:11:26 北美 vs 中國喜劇產業生態比較
00:15:23 在食品行業做數據人?
00:20:24 喜劇表演能提升溝通技巧嗎?
00:22:07 博彩產業三大分類介紹(Fantasy / Sportsbook / Online Casino)
00:25:46 三大市場規模比較・各州合法化差異
00:30:57 博彩app 驚人的用戶滲透率
00:33:36 博彩業利潤
00:45:21 博彩業本質是設計體驗,而不是odds
00:49:51 數據分析師的dream job
01:02:10 加拿大 vs 美國工作文化
01:05:54 如何分辨合法 vs 非法博彩公司
01:12:12 對大廠的祛魅
01:17:43 Starving Artist的迷思
留言告訴我你對這一集的想法:
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
** 本期是Stella和Amy第二次全英語podcast!
擁有30年科技產業經歷的Jeff Chen,走過半導體、資安、教育科技、AI策略等多個領域,曾負責HP全球高等教育AI策略。本集他與Stella、Amy深度對話:從一個橫跨HP、Alibaba、Intel三方的中國教育數位化大案,到親身經歷 .com泡沫破裂的故事,再到今天求職困境的第一手心得——一個在科技大浪裡反覆轉型的人,怎麼思考職涯?
Jeff Chen在1996年從Carnegie Mellon畢業後,從Qualcomm的半導體晶片設計做起,一路走過.com泡沫、矽谷創業、安全科技,最後在HP負責全球高等教育AI策略超過十年。這段職涯軌跡本身就是一份跨域進化的教科書:每一次轉折不是放棄,而是累積。Jeff對在職場中段的三四十代給出了最實用的建議:成為T型人才,讓每一次轉型加分而非歸零。
🎙️ 「StellaxAmy‧自定義」Podcast
每期邀請一位朋友,講述中文世界故事、華人故事。和我們一起傾聽自定義人生。
如果你喜歡本節目或希望與我們合作,Stella和Amy現已開通Buy Me a Coffee會員支持:
☕️ 請我們喝杯咖啡
👩🏻🏫 找我們咨詢/創業陪跑
👉 https://buymeacoffee.com/stellaxamy
📌 訂閱收聽:
不要錯過任何一集精彩內容!如果我們的節目對你有啓發,請記得給我們五星好評鼓勵!
🍎 Apple Podcasts
🎧 Spotify
📺 YouTube
🪐 小宇宙
🌐 或你喜歡的任何Podcast平台
👉 https://linktr.ee/stellaxamy
留言告訴我你對這一集的想法:
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
這一集我們邀請了兩位律師朋友,分別來自:
創投/併購/公司法領域
國際信託與遺產規劃(高資產客戶的稅務規劃與資產傳承)
當 Legal AI 在 2025 年被炒到風頭浪尖,Harvey 估值高達 80 億美元,資本瘋狂湧入—— 我們想問一個最現實的問題:
「AI 真的能取代律師嗎?」
從 billable hour(計費工時)、法律檢索、合約撰寫,到「灰色地帶(gray area)」裡的風險判斷,我們拆解了律師真實的工作流程,也聊了 Legal AI 的理想與現實落差。
這一集你會聽到:
為什麼律師對 AI 的「不信任」比你想像得更深?
法律產業為什麼容錯空間極低?
「幻覺(hallucination)」在法律場景到底有多致命?
Legal AI 的未來是取代律師,還是輔助律師?
如果有第三方 AI 評測報告,律師會更願意嘗試嗎?
答案依然是那句經典:
It depends.
00:00:00 本集高光
00:07:11 律師職涯路徑:Junior / Senior / Partner
00:12:36 Deal 現場:簽名頁的緊張時刻
00:14:30 什麼是 Billable Hour(計費工時)?
00:17:17 律所的工作強度
00:21:55 In-house vs 律所:效率邏輯差在哪?
00:28:02 Legal AI 在合約裡可能怎麼用?
00:30:20 文件生成工具的侷限
00:35:04 稅務規劃裡的「reasonable position」
00:39:42 律師怎麼做法律檢索
00:40:00 AI 做法律檢索的幻覺問題
00:42:58 RAG 系統能幫助法律檢索嗎?
00:49:12 Harvey AI 的創業故事
00:55:32 AI 幫律師寫 Email 真的靠譜嗎?
01:08:00 Legal AI 的未來:取代還是輔助?
01:12:22 灰色地帶(Gray Area):AI 能承擔風險嗎?
留言告訴我你對這一集的想法:
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
「我試圖去解釋為什麼不能完全相信AI,但是當我的朋友看到AI的那一刻,他還是喪失理智。」
當Stella完成她在鳳凰城圖書館為小朋友開設的AI通識課後,有家長舉手說:「你能不能再來一個五周的課程,給家長講一講如何讓小孩使用AI?」不只是孩子,成年人也迫切需要理解AI到底是什麼,以及它不是什麼。
這一集,Stella和Amy嘗試用最直白的方式,解答那些你可能從未想過、或想過卻說不清的問題:紅綠燈是AI嗎?Netflix的推薦算法是生成式AI嗎?為什麼AI看起來回答什麼都很一本正經,卻有可能在關鍵時刻出錯?為什麼那些號稱有「安全準則」的AI產品,依然會在青少年自殺事件中扮演推手?
從AI原生代小朋友對Google搜索AI模式的習以為常,到成年人面對AI時的盲目信任;從ChatGPT訓練資料中混雜的美好與不美好,到生成式AI對能源和社會結構的深遠影響;從實際使用場景中的經驗分享,到對「AI會毀滅人類」這種論調的理性分析——Stella和Amy不是反AI,而是希望每個人都能更清醒地理解和使用這項技術。
00:00:00 - Highlights
00:03:00 - AI原生代:小朋友眼中的AI
00:06:45 - 生成式AI的特點與挑戰
00:09:01 - 生活問答:如何判斷什麼是AI
00:14:39 - AI的定義與不確定性
00:17:46 - 為什麼生成式AI這麼好用
00:20:50 - 生成式AI的危害(一):不確定性
00:23:40 - 真實案例:青少年自殺事件
00:27:39 - 生成式AI的危害(二):訓練數據的問題
00:32:45 - 生成式AI的危害(三):社會層面的挑戰
00:34:33 - 能源消耗與電費上漲
00:37:39 - AI對就業和社會結構的衝擊
00:39:20 - AI會毀滅人類嗎?
00:40:54 - 我們如何使用AI:高風險vs低風險場景
00:46:46 - 堅定的AI支持者
🎙️ 「StellaxAmy‧自定義」Podcast
每期邀請一位朋友,講述中文世界故事、華人故事。和我們一起傾聽自定義人生。
如果你喜歡本節目或希望與我們合作,Stella和Amy現已開通Buy Me a Coffee會員支持:
☕️ 請我們喝杯咖啡
👩🏻🏫 找我們咨詢/創業陪跑
👉 https://buymeacoffee.com/stellaxamy
📌 訂閱收聽:
不要錯過任何一集精彩內容!如果我們的節目對你有啓發,請記得給我們五星好評鼓勵!
🍎 Apple Podcasts
🎧 Spotify
📺 YouTube
🪐 小宇宙
🌐 或你喜歡的任何Podcast平台
👉https://linktr.ee/stellaxamy
留言告訴我你對這一集的想法:
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
這一集很像一次很長的散步聊天。來賓小美在美國待了 13 年,在美國完成博士學位後展開 Data Scientist 的職涯,歷經 Wayfair、Warner Bros、Lyft、Pinterest 等公司。剛拿到公民的小美,卻選擇搬回亞洲,把「工作」從人生的主軸中稍微挪開。
我們聊的不是「怎麼升職加薪」,而是那些更難用 KPI 衡量的事:在美亞裔的文化落差、職涯焦慮、對美國職場的祛魅,以及性別意識如何讓一個人活得更自在。
00:00:00 Highlights
00:01:03 來賓介紹:決定從美國搬回亞洲
00:12:04 Wayfair:高度複雜的定價系統
00:21:23 Warner Bros:想做,卻做不到
00:29:17 2022–23 求職地獄與美國職場環境的轉變
00:32:29 Lyft:3.5 個月被裁,管理者「覺醒」後的混亂
00:43:20 中年 Data 人如何在快速變動的職場中自處
00:52:59 Pinterest 的產品定位與公司文化
01:01:20 AI 時代下,Data Scientist 的機會在哪裡
01:09:01 AI 將帶來怎樣的社會結構變化?
01:13:47 想做性別研究的東亞直男
01:19:05 當一個直男意識到自己「厭女」
01:24:45 父權體制的傷害,平等地砸向所有人
01:37:34 我們能否作為母親,養育出不一樣的下一代?
🎙️ 「StellaxAmy‧自定義」Podcast
每期邀請一位朋友,講述中文世界故事、華人故事。和我們一起傾聽自定義人生。
如果你喜歡本節目或希望與我們合作,Stella和Amy現已開通Buy Me a Coffee會員支持:
☕️ 請我們喝杯咖啡
👩🏻🏫 找我們咨詢/創業陪跑
👉 https://buymeacoffee.com/stellaxamy
📌 訂閱收聽:
不要錯過任何一集精彩內容!如果我們的節目對你有啓發,請記得給我們五星好評鼓勵!
🍎 Apple Podcasts
🎧 Spotify
📺 YouTube
🪐 小宇宙
🌐 或你喜歡的任何Podcast平台
👉 https://linktr.ee/stellaxamy
留言告訴我你對這一集的想法:
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
在「AI」和「Agent」幾乎變成每家公司官網標配的今天,市場也開始出現很明顯的 AI fatigue。這集我們邀請到嘉賓 Jing,從灣區第一線的產品與創業視角出發,聊 AI 工具到底怎麼改變工作和生活,以及大家當初對 AI 的想像,跟現在真正落地用起來,中間差在哪裡。
我們也聊到 vibe coding 帶來的衝擊——到底誰會變成 Super IC?是工程師會被很會用 vibe coding 的 PM 取代?還是 PM 會被用 ChatGPT 寫文件、做原型、直接推進的工程師取代?工具確實把很多人的能力放大了,但真正拉開差距的,可能不是「會不會用工具」,而是你有沒有架構思維、判斷力,還有抓錯、修正方向的能力。
從公司角度看,AI 不一定會立刻翻轉企業文化,但很可能先改變組織長相:資訊彙整和溝通變快了,讓「更扁平」看起來好像可行;但現實裡大家看到的「砍中層、管理跨度變大」,背後很多時候其實就是一個原因:省錢、顧財報。
最後我們把話題拉回「AI 成本帳」:模型和流程值不值得,用能耗跟薪資硬比其實不一定直觀;但在一些很明確的場景下,小模型加上適合的 guardrails 跟 agentic workflow,邊際成本真的可能比人工低很多。回到創業本身:在灣區 FOMO 和各種成功故事的壓力下,怎麼保留自己的節奏,做選擇、扛結果,同時把這段路走得不要後悔。
00:00:00 歡迎Jing
00:01:27 Jing:財會 → 產品;Pinterest IPO;產品 VP → 創業者
00:13:50 Jing 的日常 AI 使用:ChatGPT、搜尋習慣與效率取捨
00:24:46 Vibe coding 會讓誰成為 Super IC?
00:35:21 AI 對公司組織結構的影響:扁平化、中層縮編、管理跨度變大
00:43:33 AI 創業與 VC:buzzwords、FOMO、投資人到底在看什麼
00:58:39 AI 接下來的機會在哪:哪些應用「一聽就懂、也比較好賣」
01:07:34 Agentic framework:潛力很大,但瓶頸也很現實
01:18:35 AI 成本帳:怎麼算才算合理?
🎙️ 「StellaxAmy‧自定義」Podcast
每期邀請一位朋友,講述中文世界故事、華人故事。和我們一起傾聽自定義人生。
如果你喜歡本節目或希望與我們合作,Stella和Amy現已開通Buy Me a Coffee會員支持:
☕️ 請我們喝杯咖啡
👩🏻🏫 找我們咨詢/創業陪跑
👉 https://buymeacoffee.com/stellaxamy
📌 訂閱收聽:
不要錯過任何一集精彩內容!如果我們的節目對你有啓發,請記得給我們五星好評鼓勵!
🍎 Apple Podcasts
🎧 Spotify
📺 YouTube
🪐 小宇宙
🌐 或你喜歡的任何Podcast平台
👉 https://linktr.ee/stellaxamy
留言告訴我你對這一集的想法:
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com
📢 小公告:我們的線上課程 AI Evals & Analytics Playbook 第二期 將於 1 月 17 日 開課,詳情可見
👉 https://tinyurl.com/evals-discount
歡迎對 AI 評估與資料分析感興趣的朋友報名,使用折扣碼 StellaxAmy 可享 6 折優惠(截止至 1 月 15 日)。
Amy 在 2025 年偷偷幹了一件大事。
在我們還照常更新Podcast的時候,她已經默默回台灣、生完小孩、住進了月子中心。這一集,就是她在月子中心房間裡,邊吃月子餐邊跟我們連線的真實紀錄。
我們先從最現實的開始聊:為什麼選擇回台灣生?月子中心到底值不值得?和美國醫院那種「生完小孩直接塞給你、甩不掉」的育兒開局到底差在哪裡?從醫療理念、嬰兒照護、住院天數,到帳單與補助,全部都是第一手體感分享,沒有濾鏡。
聊著聊著,話題自然就歪到更遠的地方:美國的 K–12 教育體系、知名「卷校」BASIS,在美國的小朋友要怎麼選學校?以及當我們都成為家長之後,在 AI 浪潮中,該如何培養孩子,才能更好地面對這個越來越「難辨真假」的世界?
本期還有彩蛋,Stella 的小朋友忽然闖入錄製現場!
後半段我們聊了一件很不「新潮」的事:在一個什麼都想被自動化的時代,判斷力、責任,以及 AI 評測這種「不能完全交給機器的工作」,反而變得越來越重要。
00:00:13 開場:計畫外更新,Amy 官宣生小孩
00:01:24 從月子中心連線
00:03:19 月子中心的奢華生活
00:05:32 生產過程回顧
00:06:38 新手爸媽面對現實
00:07:48 台灣:關愛新手媽媽與新生兒
00:11:58 美國醫院的「立刻上工」育兒模式
00:14:50 美國 vs. 台灣 生產體驗對帳
00:21:12 月子中心裡的爸爸是「隱形人」
00:28:15 Stella 為孩子選學校
00:35:21 Stella 的志工專案:AI Literacy for Kids
00:41:24 AI Evals:在 AI 時代找到不能被自動化的部分
00:43:16 2026 年 AI Evals 的發展方向
00:46:43 模型進入瓶頸後的 evaluation-driven development
00:49:01 AI Evals 為何是 data 人的新機會
00:52:24 2026 New Year Resolution:在 AI hype 中活下來
00:56:01 結尾與新年祝福
留言告訴我你對這一集的想法: https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments
Podcast 任意門:https://linktr.ee/stellaxamy
The Cocoons 英文電子報:https://thecocoons.substack.com/
喜歡我們請訂閱分享喔!
找我們商業諮詢、加入會員:https://buymeacoffee.com/stellaxamy
聯絡我們: stellaxamy@gmail.com