材料里没人给出一个确定的风口,反而反复说五年后的事很难预测;能站得住的判断是:机会在把 AI 落到真实业务结果上,而不是押某个具体赛道。
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。
没人能预测五年后的具体风口
关于“下一个风口是什么”,材料里明确的态度是:AI 变化太快,五年之后的事没人能预测,而且很容易因为 AI 很强就推出“AI 无所不能”这类过头结论1。所以更稳的做法不是猜赛道,而是看当下哪些环节的价值在真实释放。一个可观察的信号是:产业链先在 to B 端释放价值,让企业先提效率、先裁员,to C 端真正成熟被判断要更晚2。这意味着风口问题在时间上要分阶段看,而不是找一个统一答案。
机会更可能在“对结果负责”的位置
材料里一个反复出现的判断是: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。FDE 被形容成工程师的一个“避风港”,因为这份工作里有很多人的成分——理解客户、建立信任、做判断、处理冲突、定义成功标准、对结果负责,这些很难被 AI 取代3。另一条相关判断是:AI 进入组织后,很多围绕“防人”的审批、复核、交接流程会被压缩,以协调、传递、审核、汇总为核心的岗位会失去存在基础4。两条合起来指向同一个方向:价值从“会做某个动作”移向“能对一件事的结果负责”。
把风口当成可验证的假设,而不是结论
AI推演如果一定要给自己一个可操作的落点,材料支持的做法是先动手做出一个有用的东西,用能不能 build 出来作为判断标准,而不是先看论文或先选赛道1。比如你怀疑某个方向有机会,可以先做一个能跑通的小工具或小流程,看它是否真的省掉了原来做不到或很费劲的一步。反馈来自“它有没有用”,而不是来自别人说这个方向火不火。
材料只给出分散的判断,没有对“下一个风口”的统一结论;涉及嘉宾观点的部分(如娱乐、太空、国防、AI for Science)来自访谈转述,不能算作立正本人的判断。
出处
- 1想抓住AI时代机会,可能要先放弃自己的骄傲
直接回应“能不能预测风口”,并给出以能否 build 出来作为判断标准的做法。
- 2Agent 时代的投资与生存法则|Indigo 西雅图线下分享 Notes & Insights
提供 to B 先释放价值、to C 更晚成熟这一分阶段判断。
- 3AI Agent 时代的 FDE:把模型能力落到真实业务里
解释为什么靠近业务结果、对结果负责的位置更难被替代。
- 4从“算计太多”到“心力劳动”:我和夏淳博士聊硅谷创业、AI时代与人的下一次迁徙
说明 AI 可能压缩组织流程,从而影响哪些岗位有存在基础。
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
- 总觉得现在学习新东西,技术没有什么意义了,因为ai能比你做的快10倍,同时也觉得任何东西/poc都没有门槛,我能几天之内学习新的技术,并deliver。如果我能,我相信别人也能,那我的竞争力到底在哪里? 学更广的知识还是干别的什么?
几天做出一个能跑的东西,只证明你当下交付得快,不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付,以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具,而是从“偶尔用一用”变成“让 AI 成为核心生产力”,并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练,不是当知识背:围绕真实任务动手,用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。
- ai时代如何赚钱?
立正认为AI时代赚钱的关键不是抓住某个风口,而是把认知和方法练出来:用经营者的视角看待工作,学会识别真正创造价值的事,并且相信赚钱的唯一方式是给别人创造价值。
- 课代表一直说要像学习一门手艺一样工作,这个怎么理解,什么是手艺,学习手艺的时候需要注意什么,如何精通一门手艺?
手艺不是熟练重复,而是能不断往深里钻研、越做越发现学问的活能力;学它靠动手试错,精通靠长期坚持。
- ai时代,我应该怎么了解我想做,可以做的事,作为马上就要毕业的大学生,我应该怎么样去求职。
先别急着海投简历,花一两天认真想清楚:不靠公司,你能给别人提供什么价值;再花几周去真实试一次。