跳到正文

面向青少年的 AI 启蒙游戏

让孩子把 AI
玩明白。

和 Dogo 一起冒险,用例子教它、用反馈引导它,也学会核查它的答案。

创意演绎与真实游戏画面

认识 Mindogo

学习设计与依据

每个玩法,都有知识依据。

查阅设计依据

以经典 AI 原理为基础,参考资料与游戏中的简化说明公开可查。

给家长的回答

开始之前,你可能想知道

Mindogo 是什么?能学到什么?

Mindogo 是一款面向青少年的 AI 启蒙游戏。孩子和 Dogo 一起完成冒险任务,通过动手尝试,探索 AI 怎样学习、为什么会犯错,以及怎样改进结果。无需编程基础。
查看全部任务

适合什么样的孩子?需要陪玩吗?

适合对 AI 好奇、能阅读简短任务说明并愿意动手尝试的青少年。第一次可以一起玩,看看是否合适;之后让孩子独立判断,在阅读或操作有困难时再帮忙。

用什么设备玩?

手机、平板和电脑都可以进入任务。需要对照地图或资料时,较大的屏幕更方便。

需要注册吗?进度怎么保存?

Mission 01–05 无需注册,进度先保存在浏览器。家长验证邮箱后可以同步进度。购买权益与购买时登录的账户绑定。

游戏里用的是真实大模型吗?

使用可控制、可复现的教学模型,呈现关键原理,而非商用大模型的全部机制。孩子不需要向外部 AI 提交聊天内容。

体验和购买有什么区别?

前五关免费,无需注册。其余已发布关卡通过一次购买解锁,不自动续费;具体价格、包含内容和退款说明可在定价页查看。
价格与购买

参考资料 / Stanford CS229
CS229 Lecture Notes

斯坦福大学 · 课程讲义

CS229 机器学习

CS229 Lecture Notes
Tengyu Ma · Andrew Ng

斯坦福大学 · CS229
所引版本:2026 年 8 月 23 日

访问斯坦福课程网站

这份资料支持什么

讲义将聚类描述为:不预先提供每个例子的分组答案,而是比较数据本身的特点,把相近的例子组织成组。第 10 章以 k-means 为例说明这一过程。

如何转化为游戏

在《星光电台》中,孩子调节分组标准,观察节奏相近的信号怎样聚在一起。《归航行动》的第一幕则让孩子比较节奏、轨迹与波形,把尚未分组的信号放入不同频道。两关都将按相似性分组变成可观察、可解释的过程。

引用边界

电台场景、节奏特征和分组规则是教学表达,并未实现讲义中的 k-means 算法。讲义支持聚类这一知识原理,不是儿童学习效果研究,也不代表斯坦福大学或作者对 Mindogo 的认证或背书。