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
- ai会让哪些岗位更值钱?
AI 让“生成”变便宜后,更值钱的是能定义问题、设定约束、评估验收并对结果负责的人,而不是只会把执行做得更快的人。
- 如果工作一定会被ai替代那人到底应该做什么呢
被替代的往往不是人,而是你已经解决过的那层工作;该做的是把旧活尽快交出去,往更难的问题、更靠近真实需求和判断的位置走。
- ai时代engineer应该怎么转型,career path怎么计划
转型方向不是再补一门技术,而是从“为某项技能负责”转向“为业务结果负责”:能定义问题、编排 AI、做判断并对结果担责的人更难被替代。
- 在AI时代,我应该去做啥
立正的主张是:AI 时代不必急着换赛道,先把自己从“会用工具”推进到“能为结果收口”,同时用 AI 少做表演性劳动、多做可验证的成果。
- 职场普通打工人,在AI时代需要做什么?做个产品?自动化工作流?
先别急着做产品,普通打工人更该做的是把AI用进自己现有的工作流,并让自己靠近模型或付钱的用户,远离纯转述协调的中间层。
- 我想了解工作那个比较有未来
没有哪个工作天然更有未来;更可靠的做法是趁现在还有选择,把工资和AI带来的效率换成职位之外的选择权。