- 嗯 今天要采访一个嘉宾 他在呃美国先毕业了之后 先是做会计 嗯然后之后呢因为呃机会和机缘巧合 嗯跟别人合伙开餐厅 然后到现在已经在硅谷拥有 4 家餐厅 并且是嗯主打的是呃泰国餐厅 但是也有呃日式烧烤店等等 嗯 并且现在呢他还嗯参加慈善基金会的嗯运营 然后还认识了希拉里克林顿夫妇 然后还那个呃多次跟珍珍夫妇呃合影和呃一起活动 然后他对嗯经营餐馆 嗯 创业做慈善 嗯 network 有很多的 insights 嗯 请帮我嗯分析一下怎么来呃采访他需要做哪些准备 然后有哪些好的问题可以问大概的提纲
先做桌面研究、找懂行的人聊出基础认知,再读嘉宾已有的访谈避免重复,最后把问题写成提纲并请对方过目。
- 文科生刚毕业想赚钱做什么工作
文科生刚毕业想赚钱,与其先挑岗位,不如先找一个能直接面对市场、验证你能否满足别人需求的小切口,把销售经验变成可展示的产品。
- 13+boy,想要学习AI coding,想要接触到用Ai来做项目,但之前没有coding的基础,不知道如何下手。想得到意见呢
零基础学 AI coding,别先啃语法,先找一个自己真需要的小工具,用 AI 做出来,在动手和报错里学。
- 能分享一下你学习 AI 的路径,以及你从中学到了什么吗?
立正主张的学习路径是“在使用中逐步升级”:不要等学完再上手,先找一个今天就能交给 AI 的真实任务,边做边学,把成功经验沉淀下来再挑战更复杂的项目。
- 我想知道,如果你要给刚刚初学用 AI、也就是只会用 Chat 的人开班,想赋能他们用更多工具,比如用 harness、用 code,最终成为一个 AI 架构师,你会怎么分享你学 AI 的故事呢?你觉得有哪些最大的 takeaway 呢?
立正会把故事讲成一条能力跃迁线:从只会聊天,到动手 build,再到设计可靠系统;核心 takeaway 是别学工具按钮,而是练 builder 习惯、系统思维和把判断外化成可复用能力。
- 名校学位还有用吗
名校学位仍然有用,但它的用处正在从“证明你学过”转向“证明你有判断力”。只靠文凭本身,价值在缩水。
- 如果是半导体行业ydd investigation 跟 设备工程师呢
半导体设备工程师和 FDE 的差别不在行业,而在你离“结果”有多近:设备工程师往往离工艺结果近,FDE 离客户业务结果近,两者都比纯 skill 岗位更难被替代。
- 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。
- 我打算 70%的精力准备 AI 职业,30%的精力放在交通、供应链、铁路局,我对我的选择没有信心,因为从面试和学习 AI 知识方面,我认为这些内容学习成本很大。
70/30 的分配本身不是问题,问题是你把「学习成本大」当成了判断依据;该先看的是哪条路能让你拿到面试机会、并积累可被市场验证的成果。
- 高校和职业学院应该如何推进AI教育?大学课堂的AI教学、课程改革、师生赋能有哪些实践和观点?
高校推进AI教育,重点不在多开一门课,而在把课堂从“先学会再用”改成围绕真实交付来学,同时让师生都拿到把一件事做成的正反馈。
- AI 时代教育应该怎么变?立正对 AI 与教育、学习方式的变革有哪些核心观点?
立正认为 AI 不会让教育变得轻松,反而要求把学习从「听懂、做出来」转向「撤掉帮助后还会」;教育该练的是判断力、提问和迁移能力,而不是更早学会用工具。
- 结果导向是什么
在立正的材料里,“结果导向”有两个用法:一是批评把赚钱、成就压缩成单一分数的“结果导向陷阱”,二是主张给 AI 下指令时只定义“做到什么算对”。
- 这个网站怎么做的。
做网站现在分两步:用AI或现成工具把页面做出来,再把它部署上线;真正花时间的不是代码,而是想清楚给谁看、让人做什么决定。
- AI 时代,作为父母该如何利用 AI 教育孩子?特别是针对一两岁、相对比较小的孩子。
以及 AI 会对以后小孩的学习有什么影响?
对一两岁的孩子,AI 基本不是教育工具,而是父母省下时间、把精力放回陪伴和示范的工具;真正稀缺的是人性、觉知和长期坚持的能力。
- 现在的大模型具备智能吗,未来空间智能的发展潜力
立正认为大模型在语言这类可计算任务上已经很强,但智能不等于会说话;空间智能的瓶颈不在算力,而在世界模型和接触世界的感知控制还没解决。
- 数据分析、产品和管理岗, 在 AI 时代该如何适应和转型以保持更持久的职业上升
三个岗位的共同方向是从“执行一段任务”转向“对结果负责”:定义问题、设计系统、判断和收口,而不是只做分析、文档或流程。
- 商业基础知识
商业基础可以拆成三层:先弄清市场愿意为什么付费,再把能力做成别人能评估的产品,最后用杠杆放大;而赚钱本身是一门要练的手艺,卡点常在开口要钱。
- creative problem solving究竟是考什么?有没有什么好的文章或者主讲内容
公开材料里没有直接讲「creative problem solving 考什么」的内容,但立正反复讲的一个判断可以回答它的核心:真正稀缺的不是解题的创造力,而是选题的创造力——选对要解决的问题,比把问题解得多漂亮更决定结果。
- 立正讲的“进攻型”岗位是什么意思?
“进攻型”指不只是在别人画好的框里把活干好,而是能开拓新业务、带来新资源、提出别人没想到的方案,让组织到达之前到不了的地方。
- 我该怎么做能达到我的结果
先别急着规划转型路径,用你正在做的猫咪视频当一次真实的市场测试:把它做完、发出去,看有没有人真的想要,再决定往AI+医疗还是个人助理走。
- 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。
- Ds目前没工作在重新找工作 你说ds工作终究被取代 意味着不要再找ds工作更好吗还是什么 到底改变什么
被取代的是你已经解决过的那一层工作,不是“数据科学”这个方向本身;所以不必因为这句话就放弃找 DS 岗位,但值得把求职重心从“会用什么工具”挪到“能为哪个具体结果负责”。
- 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。