现有材料没有“100x工程师”这个提法,但反复指向同一种稀缺性:从执行者变成能定义问题、对业务结果负责、并亲手把东西做出来的人。
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。
稀缺的不是写代码,是定义问题并对结果负责
材料里区分了执行层和更高一层的工作:junior 和 senior 可能有八成时间都在做相似的事——写模型、上模型、开会,真正拉开差距的是剩下那两成,比如在关键会议上改变一个重要业务的走向,或者去定义成功标准、指标和路线图1。另一份材料把这种变化说成:过去工程师为某项技能负责,AI 时代单一技能的可替代性上升,越靠近业务结果、越能对结果负责的人越难被取代,最后需要的是能拍板、能把事情和客户一起做成的人2。所以“100x”更接近一种杠杆位置,而不是打字速度或代码量。
通用能力比单一深度更被看重
材料里的观点有材料描述创业公司想要的工程师:不必工作三五年,但至少在大厂或创业公司待过半年,理解公司怎么运转;表达和理解能力好,不需要产品经理就能自己想出要做的事并执行好,必要时还能像销售一样推销产品;技术栈覆盖 Python、TypeScript,能碰 C++、Java、Go 更好;希望是通用型工程师而不是某个方向特别垂直的人,因为要解决很多面的问题3。这跟“100x”的直觉一致:能横跨产品、工程、销售的人,单点产出会被放大。
先动手做,而不是先问路径
AI推演材料里给普通工程师的建议很具体:如果对某个方向感兴趣,每天花些时间学,两周就能有新的知识和视野,然后开始真的做事情,在工作中发现机会并主动发起,因为老板其实希望看到这种主动性,只是没人去做;工作中发不起来,还可以做开源项目、个人网站或应用4。另一处也强调,光跟对话工具聊天没用,要做得更深一两层,从使用者变成构建者,亲手做出真实项目、解决真实问题,简历才会值钱5。对“怎么成为 100x”这个问题,这可能是最可操作的一步:选一个你工作里真实存在的低效环节,自己动手做出一个能用的东西,观察它是否真的改变了某个结果。
“100x工程师”不是这些材料里的说法,以上是从几期访谈和分享里归纳出的相近判断;材料没有给出可量化的倍数标准。
出处
- 1满分简历第一步:明确目标,第二步:删掉90%,第三步:照着这个视频做|真实案例分享
讲 junior 与 senior 的差别来自那 20% 的关键工作,适合理解稀缺性从哪来。
- 2AI Agent 时代的 FDE:把模型能力落到真实业务里
讨论工程师从为技能负责转向对业务结果负责,适合理解 AI 时代的位置变化。
- 3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
列出创业公司对工程师的具体期待,适合核对通用能力包括哪些。
- 4AI时代,如何找到属于你的机会?
给出普通工程师如何利用现有时间起步的具体做法,适合找第一步。
- 5AI 时代如何入门?|YC 两小时深度访谈 preview 特别加更
强调从使用者变成构建者、亲手做真实项目,适合理解为什么动手比聊天重要。
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
- 一个打算做几十年的非营利社群,不把规模当目标。它应该怎么定义成功,才不会变成假装忙碌的 fake work?什么样的成功定义是真的?
把成功定义成"某个具体的人或事发生了可验证的改变",而不是活动量、成员数或影响力这类感觉。指标只是衡量策略的代理,不能当目标本身。
- 大家都在抢着用 AI agent,把能自动化的都自动化了。往后看十年二十年,这个世界会缺什么?什么会变得真正稀缺?
稀缺的不是会用 AI 的人,而是能判断 AI 结果好坏、能收口负责的人,以及愿意把时间还给身体、关系与思考的人。
- 有个投资人讲 alexzandra wang
最直接的是周楠那期访谈,标题就点明他讲 Alexandr Wang 为什么是顶级创始人;片段里还提到 Scale AI 在 2021 到 2022 年因自动驾驶降温而客户变少的转折。
- 找到10%高价值的工作,但是在AI时代,对于data scientist来说,高价值的工作是什么呢?我觉得我之前很多的高价值的工作现在都没有价值了,而且留不下来,而且别人不会觉得是我做的。
AI 让“处理信息”这件事变便宜,所以数据科学里原来值钱的分析、建模、报表正在贬值;新的高价值位置是判断该做什么、把模糊问题变成可执行系统,并对结果负责。
- 为什么个体AI用的很好但是整个公司团队没有上来?
个人用得好,是因为他一个人就能把背景、判断和反馈闭环起来;团队上不来,是因为这些能力散在每个人脑子里,组织结构和激励又没跟着改。
- 职业院校实训科教师(体制内)+ 个人开发者/IP 运营者。想请您诊断我这套工作流架构:① 最脆弱、迟早出事的一环是什么?② 最过度建设(投入产出最差)的一环是什么?③ 如果只能再做一件事,您建议做什么?
最脆弱的是学生数据与云服务混用的那条链路;最过度建设的是多设备、多模型、多平台的全互联架构;如果只做一件事,先给「学生数据不可上云」划出一条可验证的物理边界。