方向不是选出来的,是练出来的:把一门手艺做深、做久,同时让能力靠近业务结果,比追某个具体技术风口更稳。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先练手艺,再谈方向
立正把成功概括成手艺加坚持:手艺是能被市场持续付费、自己也愿意长期打磨的能力,方向会变,但能做多深、走多远决定长期回报1。他举自己五年自媒体的例子,前期观众和收入几乎为零,唯一可控的是持续输出,复利曲线是真实存在的,但后端才显现2。对后端工程师来说,这意味着与其反复换赛道,不如先问:有哪种能力你愿意做十年、市场也持续付费?换方向太频繁,手艺积累不起来,也等不到它带来回报2。
让能力靠近业务结果
材料里的观点AI 时代单一技能的可替代性在提高,越靠近业务结果、越能对结果负责的人越难被取代。有访谈提到,FDE(Forward Deployed Engineer,驻场工程师)可能是一些担心被替代的前后端、全栈工程师的避风港,因为这里涉及大量与人打交道的成分,价值不在单纯写代码,而在理解客户、建立信任、做判断、定义成功标准、对结果负责3。另一处材料也强调,FDE 必须自己能上手改生产代码,是产品的一部分而不是客服的一部分4。
往通才方向走,但别丢掉深度
有嘉宾在节目里说,前端工程师要么成为极深的专家,要么往端到端转,变成能解决完整问题的通才,大部分人可能都得往 AI generalist 转,更好地用 AI 工具更新工作流,不让自己成为瓶颈5。另一位创业者也说,希望工程师是通用的 engineering generalist,而不是特别垂直的方向,因为创业公司需要多面手6。这两条都指向同一件事:深度仍然重要,但只在单一小模块里深,容易被替代;能端到端把事做成,才更稳。
材料没有给出针对具体公司、具体技术栈的方向建议,也没有当前就业市场数据;FDE 和 generalist 的说法来自访谈嘉宾,不是立正本人的统一主张。
出处
- 1第10课|打工人的运用公式,最大化自己的赢面的具体路径
讲清手艺加坚持这个公式,适合理解为什么方向不如深度和持续时间重要。
- 2第21课|找到属于你的长坡厚雪
用五年自媒体数据展示复利曲线前期几乎无回报,适合理解坚持的难度和真实节奏。
- 3AI Agent 时代的 FDE:把模型能力落到真实业务里
解释 FDE 为什么可能是工程师面对 AI 替代的一条路径,适合理解靠近业务结果的价值。
- 4学术界火了十年的Graph数据库,为什么等到 AI 才开始落地?|向量数据库为什么是死胡同?|纯技术创业有多爽?
可回到原文核对这部分判断
- 5简历都被 AI 改得越来越像,招聘为什么反而更失灵?|Jobright联合创始人Ethan
嘉宾讲前端要么极深要么端到端转通才,适合理解 AI generalist 这个方向。
- 6没产品就拿到五千万融资,靠的是大厂里培养出的这两个特质|YC_下
可回到原文核对这部分判断
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我是一个程序员,有了AI之后所有人干活的效率都提高了,多出来的时间只能自己找活干,但我在目前的领域专业储备一般,找不到足够有价值的方向去投入。现在就是在被裁找新方向或者卷起来之间摇摆。如果失去稳定现金流,AI对此不太认同,它的建议是尽可能在寒冬中稳住现金流,我应该怎么做?稳住现有的工作,找新的可以做的事情?还是做好被裁打算,用业余时间积累新方向需要的专业知识?
立正的主张不是二选一,而是先保住现金流,同时把上班的视角从「完成任务」换成「积累能带走的东西」;被裁与否不是你能控制的,能控制的是这段时间在积累什么。
- AI engineer、AI architect、FDE 这几条路径分别适合什么背景的程序员?
FDE 适合工程底子扎实、又愿意直接面对客户和业务的人;AI engineer 偏把 AI 能力做进产品;AI architect 偏设计整个系统怎么可靠运行。
- 機械工程師在AI時代會被取代嗎?
机械工程师整体不会被AI取代,但工作内容里偏“信息搬砖”的部分会被压缩;越靠近真实物理结果和决策责任,越难被替代。
- 软件开发工程师还有前途吗?
有前途,但前途从“会写某种代码”转向“能对业务结果负责、能自己动手把事做成”。
- Ai时代,大厂打工人的出路有哪些
大厂打工人的出路大致分两类:往生产力源头靠,或把价值从公司平台挪到自己身上,做能独立交付结果的事。
- 现在ai在数学领域如此厉害,数学研究生何去何从,该怎么考虑就业?
AI 强在算得快、答得准,但数学训练给你的抽象和建模能力,正好是把它用好的前提;就业方向要看你把这份能力接到哪个具体问题上。