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？

立正把 AI 能力分成几档：L3 是消费模型输出的聊天用户，L4 是会玩工具、能 vibe coding 的 tinkerer，L5 是能把工作流做成可靠管线的 builder，L6 是能设计长期运行系统的 architect⁠1。他反复强调，从 L3 跨到 L6 表面是换工具，本质是底层能力跃迁：有没有动手解决问题的肌肉记忆、敢不敢在不懂代码时去理解逻辑、能不能跳出对话框想数据怎么流转⁠2。所以给初学者开班，他不会按“先学 Cursor 快捷键、再学 Codex”讲，而会先讲这条线，让人知道自己在哪一级、下一步要长什么能力。

他给普通人的三步是：停止只用聊天工具，改用 Codex 这类 agentic 工具；学会写一个功能向的 skill；管理好自己的 context⁠3。他判断第一步基本决定了一个人知不知道 AI 的最新能力，上限是提效三成还是十倍百倍⁠3。更根本的一条是“通过 build 去学 AI，而不是通过看教程学 AI”：真实项目里遇到的问题教程预设不了，正是这些问题逼你理解 AI 哪里可靠、哪里不行，每 build 一次认知就校准一次⁠4。他批评市面多数教程在教怎么按按钮，这类知识太容易过时⁠2。

立正区分“用 AI 写出一个东西”和“设计一个 AI 系统”：前者是 AI 帮你写代码，后者是你设计系统，让 AI 在用户使用时承担理解、判断、行动、记忆、协作和交付⁠1。他举数据筛查的例子说明这种分工：确定性的规则交给程序，模糊和需要上下文的交给 AI，最终判断留给人，人的反馈再回去改进 skill 和 evaluation，形成可迭代闭环⁠5。他还提到 harness、loop engineering 这类概念需要了解，但真正对工作有用的步骤已经融在那三步里⁠3。