- 从 Cursor 迁到 Codex,哪些习惯需要改?
换工具主要改的不是方法,而是权限边界和提示写法:给足上下文、写清验收标准、执行后验证这套习惯照旧,但要收紧自动执行权限,并少教 AI 怎么做。
- 介绍一下你自己
我是基于公开“立正”材料(社区帖、访谈字幕等)的 AI 阅读与应用助手,帮你理解问题、把材料里的想法用到具体处境,或找到值得读的资料。
- 什么是know yourself
认识自己(know yourself)指看清自己真正想要什么、被什么驱动,而不是照着外界设定的规则通关;它没有终点,因为“自己”本身就在改变。
- 什么时候可以开始准备副业
没有统一的起跑时间:主业还有明显上升空间时不必急着做副业;当主业接近天花板、或你想先练赚钱这门手艺时,就可以开始,而且越早做一次真实的小交易越好。
- 最近很火的“AI打造个人工作台”这项技术成熟了吗,值得我现在投入大量的精力和订阅费用去制作吗,能提供搭建思路或建议吗
不建议现在为“导演工作台”一次性投入大量精力和订阅费。更稳的做法是先选一个你最高频、最标准化的环节,把它做成能稳定交付的小流程,再决定要不要扩成工作台。
- 找不到工作怎么办
海投同类岗位失败,往往不是经验不够,而是简历和市场要求错位;先明确一个具体目标岗位,再补上能证明能力的真实项目,比继续投更多份更可能改变结果。
- 如果旧工作让我消耗很大,怎么区分是环境问题还是我自己的问题?
很难靠感觉一次分清,更可靠的做法是看你在同一环境里能否改变结果:能改造、适应或换环境,就还有主动权;反复试都无效,环境因素更大。
- 我想做小红书,我应该如何去做呢
先发一条,而不是先规划。把最近做了什么、想通了什么像给朋友解释一样说出来,发出去,再看自己在意什么。
- 如何Thinking like system design?
系统设计思维的核心是:先定义真正的问题,再让方案在真实反馈中迭代,而不是一次把细节规划完。
- 如何把实际业务场景里需求梳理成对应的AI工具,同时也伴随着清晰的上下文、组件和判断标准,防止任务跑偏。同时如何定义对应做出来的工具或者产品是否有效,能说清好坏或者有效程度的标准和范围?
先把需求拆成上下文、组件和验收标准,再用真实案例测 AI 能不能过及格线,最后用 precision/recall 这类量化指标判断工具是否有效。
- Agent的定義,能做什麼事、工作上要開始用有哪些案例和坑,什麼需要想清楚,弄出來以後能帶來什麼價值
Agent 的关键不是名字,而是它能自己决定怎么做、调用工具、多步执行并自我纠错;工作里先从一件真实的小任务开始,边用边改,比先想清楚宏大需求更实际。
- 想开始做自媒体,最应该先想清楚什么?
先想清楚你要放大什么、以及什么算成功;这两件事定了,赛道和第一步才有判断标准。
- AI时代,UI设计师将何去何从,要转型吗,转的话能转什么
不必急着换掉“设计师”这个身份,更值得先换的是工作方式:从画图转向直接做出能跑的东西、把审美判断写成可复用的规则。转什么取决于你想靠近哪一端。
- 我不知道该怎么赚钱
赚钱更像一门可以练的手艺,不是等来的结果;先动手做一件能收到钱的小事,比继续想清楚更管用。
- 立正采访yc的时候提到简历的个人亮点该怎么写,请详细阐述,谢谢
简历亮点不是把经历写得更华丽,而是从面试官和岗位需求出发,删掉大部分内容,留下能证明判断力和影响力的少数几件事。
- 关于PDF流水中关于消费的语义定义和分类,目前花了大量时间结合AI与人工处理,评分效果依然不够好,一部分原因受限于样本量,一部分原因是暂时无法标准化,如何通过AI执行与自审查的循环直到完成语义定义
先把“消费”的定义从AI手里拿回来,写成可读的判定文档和正反例,再让AI按它跑、人只审它拿不准的部分,用审出来的分歧反哺文档,循环才转得动。
- 该怎么学会提问题
提问的本质是暴露并缩小你和回答者之间的认知差距:先做功课、把事实和你的诊断分开,再问一个会影响选择的问题。
- 找不到工作成就感,一直在做杂活
杂活填满时间,往往不是能力问题,而是你还没占住高价值的事;先弄清你真正想要的成就感指向哪里,再主动接一件高价值的事。
- AI Architect 课程主要覆盖哪些内容?
AI Architect 是一门进阶工程课,教人从调用 API 进阶到构建可长期运行的 Agentic AI 系统:架构设计、三大落地能力、生产级工程。
- 电力方向的电气工程师的出路是什么
材料没有专门讲电力电气工程师,但给出了一条可迁移的判断:出路取决于你能否识别市场真正需要什么,而不是把某个技术方向当成唯一答案。
- AI 开发一个 web app 的最佳实践
先把要解决的问题拆清楚,再让 AI 帮你实现最小可用版本;能跑通、能上线、别人真能用,比功能齐全更重要。
- ai该怎么学
把 AI 当手艺而不是知识来学:先自己猜、再让 AI 做,然后撤掉帮助、隔段时间、换道题,看自己还会不会。
- 我刚毕业开始工作,现在开始能够有一点存款,但是我对理财并不擅长,我希望这些存款能够变成优秀的资产,或者是能够比较稳定地增值,有什么建议吗
刚工作有存款时,理财能保本但回报有限,更值得投入的是把现金流变成能产生现金的资产,以及提升自己的收入能力。
- ai时代的生产力变革是什么
AI时代的生产力变革,核心不是工具变快,而是执行成本降到接近零,于是组织、激励和“什么算价值”一起被重估。
- 想转行换工作。在医院呆不住了。出来到药企的入门线大幅提高,需要有行业经验的;裸辞是可以的,但是后面的路没找好;实在身心俱疲一天也不想待了。
海投之所以没回音,是因为它从自己出发、没有对准目标岗位;转行药企更可行的入口,是先调研出哪些岗位接受医院背景,再针对性补上企业经验的证据。
- 为什么觉得腾讯这类国内的互联网公司在AB test方面做的不够好?
立正的说法是:腾讯的实验产品看上去和 Facebook 一样,底层技术洞察不同,导致实验文化很难推行下来。
- 我即将换新工作,我希望在去之前能以一个新面貌去面对。因为我在当前工作环境中,心态上已经摆烂很久了,我会怕以当前状态直接进入新工作会不适应。为了自我成长,我该从哪些维度去调整自己的心态,以及如何对当前工作经历进行review。
换工作前的心态调整,重点不是逼自己“焕然一新”,而是把注意力从抱怨环境转向改造、适应或选择环境,并用一次真实的输出重新看清自己。
- 在ai时代,大学生还能学计算机专业吗
能学,但值得学的东西变了:不是背语法和框架,而是把模糊需求变成可交付结果、并在撤掉 AI 后还能自己判断和迭代的能力。
- 如何减少情绪对我的影响
减少情绪影响的关键不是压住它,而是先看清它是否在替你做判断:后悔、焦虑这类情绪一旦接管当下判断,就会让你更难行动。
- 怎样形成系统认知
系统认知不是知道更多事实,而是先在脑中建一个能解释现实的抽象框架,再用现实反馈不断修正它。
- 立正说AI这个东西和8小时工作制有严重冲突,因为增效无法带来创业一样的超额回报,但是他又想做企业AI培训,这甚至是个游戏终局,难道这不矛盾么?
不矛盾:全职雇佣制难以把AI提效变成个人回报,这是制度问题;做企业AI培训恰恰是绕开这个制度、按结果收费的生意。
- 学习ai的正确技术路线
学 AI 的路线不是先学概念再动手,而是从真实任务出发、在交付中练判断:先高质量用模型,再用 AI 做原型,再学工作流与评估,最后才是系统。
- FDE面临的问题
FDE 的核心难题是:它靠人肉定制起步,却必须把重复问题沉淀回产品,否则公司会退化成咨询公司;同时它对市场环境高度敏感,北美比国内更容易跑通。