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。
先稳住现金流,但换一种上班的视角
立正把「继续打工」列为对大多数人最现实的一条路,关键不在上不上班,而在用什么视角上班:用螺丝钉视角,工作是在消耗你;用经营者视角,同一份工作就在积累你——认知、案例、判断力、行业理解、人脉、品牌、客户信任,这些是能带走的1。他也说过,工资只是现金流,不是全部价值,工作的最终目的是让自己的人力资本升值1。所以「稳住现有工作」和「积累新方向」并不冲突:稳住的是现金流,积累的是可迁移资本,后者恰恰可以在前者内部完成。你专业储备一般、找不到方向,可能不是缺一个全新赛道,而是还没用商业和价值的视角重新看过手头的工作。
行动决心比方向更重要,但别停在聊天框
针对数据科学从业者担心被程序员加 AI 取代,立正的回应是:工作内容一定会大变,什么都不改变才是最 risky 的选择,所以第一个问题不是「怎么变」而是「要不要变」,行动的决心比方向更重要2。他还强调不能停留在聊天框里,要让 AI 成为杠杆而不只是对话伙伴2。这直接回应你的摇摆:等想清楚方向再动,本身就是一种不动。至于「被裁打算」,立正提到 2023 年他就分析清楚技术岗位十年内会被 AI 取代,但身边没人因此改变,到 2026 年很多人明知会被裁,被裁了还是赶紧找下一份同样的工作3。惯性会把已经投入的时间、身份、能力、关系都往原方向推3。所以「做好被裁打算」如果只是心理准备,作用有限;真正有用的是现在就开始积累,而不是等被裁那天再启动。
识别比努力更稀缺,先找出那 10%
AI推演立正说,工作里不应该平均用力,十件事通常只有一件是高价值的,谁能识别那 10% 谁就在用更少时间换更大结果1。这个「识别」能力也是从工作走向市场最可迁移的能力:能看懂公司里什么工作值得做,也更有机会看懂市场里什么需求值得满足、什么解决方案值得收费1。放到你的处境:与其焦虑「找不到足够有价值的方向」,可以先在手头工作里做一次识别——哪件事真正创造结果、哪件事只是完成任务。这个判断力本身就是新方向需要的储备,而且不需要你先辞职或先学一门新专业。
立正没有直接回答「该不该做好被裁打算」这个问题;上述判断来自他对继续打工、行动决心和识别的相关论述,具体取舍仍需结合你的现金流状况和行业判断。
出处
- 1AI时代,大厂打工人的五条路
最直接回应「继续打工还是找新方向」,讲经营者视角、识别高价值工作和可迁移资本。
- 2AI会干掉中产吗?一场来自科技从业者的深度对话
回应技术岗位面对 AI 时的行动决心,以及不要停留在聊天框里。
- 3真正值钱的建议,第一次听到往往会被错过
解释为什么明知会被取代仍不改变,以及被裁后惯性会把人推回原方向。
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 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。
- 我是一名程序员,该如何转型才能不被AI时代淘汰呢
转型方向不是换一门语言,而是从“为技能负责”转向“为结果负责”:靠近业务、能定义问题、能对交付结果担责的人更难被替代。