立正的主张是:AI 时代不必急着换赛道,先把自己从“会用工具”推进到“能为结果收口”,同时用 AI 少做表演性劳动、多做可验证的成果。
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。
值钱的是判断和收口,不是会调工具
立正把会用 prompt、会调各种工具看成不构成核心竞争力的表层能力,真正稀缺的是理解 AI 背后那套工作方式,并能对结果负责。他引述 Ethan 的判断:AI 能完成大部分执行,但最后那一段需要懂行的人判断好坏、给反馈、把事情收口;没有专业深度,AI 反而会放大盲区。所以“去做啥”的第一层答案不是转去学 AI,而是在自己已有的领域里往“更接近结果”的位置挪:把模糊问题翻译成 AI 能用的上下文,设计评估和反馈,判断什么该自动、什么该人接手1,2,3。
先亲手做一次,让大脑相信这件事可行
材料里的观点立正反复强调,光听别人说 AI 能做什么没用,要自己试一次,亲眼看到结果发生,才会真正改变对 AI 能力的判断。他举的例子很具体:让 Cursor 去网上搜自己的信息,直接做出一个职业化的个人网站。这一步的意义不在网站本身,而在于验证“我和一个 agent 配合,能不能做出原来想不到的东西”。如果只把 AI 当搜索引擎或临时工具,就会停在“AI 有幻觉、没提效”的印象里4,5。
把时间从表演性劳动挪到可验证的成果
立正建议让 AI 吃掉那些重复的信息处理、行政劳动和只为维护形象而做的内容,把省下的时间放到能被验证的成果上,并尽量选择能为结果负责的位置——哪怕只是分析岗,也主动给出自己的判断、推动项目。他还有一层提醒:如果 AI 只是让人做更多、更快产出,那只是把旧世界的焦虑加速了;更值得期待的是用 AI 少做本来就不值得做的事。这两条并不矛盾:少做低价值劳动,才有余力做真正要判断和负责的事6,7。
这些判断没有针对你的行业、岗位和阶段;具体先做哪件事,取决于你现有专业深度和能接触到的任务。
出处
- 1AI时代的面试,三件事让公司对我求贤若渴?
可回到原文核对这部分判断
- 2AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
讲清 close loop 与专业深度的关系,是理解“为什么不是转去学 AI”的核心材料。
- 3AI时代,大厂打工人的五条路
给出组织内往“设计系统、接近结果”转型的具体路径和四项能力。
- 4AI时代,为什么必须要做“个人网站”?
可回到原文核对这部分判断
- 52026年,普通人想跟上AI时代,这件事必须要做
说明为什么要亲手试一次 agent,以及从 ChatGPT 到 Cursor 的转变意味着什么。
- 6如果让我做一个role model,我想成为一个不 productive 的role model
可回到原文核对这部分判断
- 7AI取代的是所有白领工作
把“少做表演性劳动、多做可验证成果”落到可操作的建议上。
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
- 如果工作一定会被ai替代那人到底应该做什么呢
被替代的往往不是人,而是你已经解决过的那层工作;该做的是把旧活尽快交出去,往更难的问题、更靠近真实需求和判断的位置走。
- ai时代engineer应该怎么转型,career path怎么计划
转型方向不是再补一门技术,而是从“为某项技能负责”转向“为业务结果负责”:能定义问题、编排 AI、做判断并对结果担责的人更难被替代。
- 职场普通打工人,在AI时代需要做什么?做个产品?自动化工作流?
先别急着做产品,普通打工人更该做的是把AI用进自己现有的工作流,并让自己靠近模型或付钱的用户,远离纯转述协调的中间层。
- 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。
- 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。
- 我是一个程序员,有了AI之后所有人干活的效率都提高了,多出来的时间只能自己找活干,但我在目前的领域专业储备一般,找不到足够有价值的方向去投入。现在就是在被裁找新方向或者卷起来之间摇摆。如果失去稳定现金流,AI对此不太认同,它的建议是尽可能在寒冬中稳住现金流,我应该怎么做?稳住现有的工作,找新的可以做的事情?还是做好被裁打算,用业余时间积累新方向需要的专业知识?
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。