手艺是什么怎么精通2026年10月18日提问追问3次3次类似提问

随着 AI 的发展,我发现自己作为软件工程师,越来越多的工作已经可以交给 AI 完成,基本不再需要花太多时间亲自写代码,而是更多地负责指导、审查和协调 AI 的工作。 您课程里说过一个人应该找到一门值得长期钻研的手艺(craft) 我的困惑是:在一个今天有价值的技能,明天就可能被 AI 自动化的时代,我该如何找到一门真正值得长期投入和精进的手艺?

值得长期投入的手艺,不是某个今天热门的技能名词,而是能持续钻研、越挖越深的那类问题;判断标准是换任务、换工具后你还能不能交付。

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。

手艺是钻研的方向,不是技能名词

立正区分了两种“手艺人”:一种靠反复熟练把同一个动作做到极致,另一种不断研究自己行当里真正精微的地方。他认为前一种在现代知识快速更新的环境里很快会被淘汰,后一种才值得投入,因为它是进无止境的。写代码本身大家都会,但往深处钻研可以非常深⁠1。所以找手艺时,与其问“哪个技能明天还值钱”,不如问“哪个方向我越挖越有东西可挖”。名词年年换,可以把它拆成会过时的包装和一直都在的问题,把后一半学透⁠2。

检验标准是撤掉 AI 后你还会不会

AI推演

你现在更多在指导、审查、协调 AI,这本身不是问题。立正主张不必少用 AI,而要把难留给真正的问题:值不值得做、怎么拆、做出来好不好;配环境、调端口这类消耗意志力却不长本事的“假困难”尽管交给工具⁠3。问题在于,做出来了只说明当下做得好,撤掉帮助、过一段时间、换一道题还会,才算学会⁠2。你可以挑一个最近由 AI 完成的关键判断,比如一次架构取舍或验收标准,先写下自己会怎么做、哪里可能出错,再对照 AI 的结果;隔几天关掉 AI 重做一遍,卡住的地方就是还没长在自己身上的部分⁠3。

从完成任务转向定义什么算好

你担心技能被自动化,可能也和把自己定位成“完成任务的人”有关。立正观察到,同样拥抱 AI,有人焦虑有人兴奋,差别在于工作是接任务完成,还是替人解决问题、创造价值⁠4。他也认为,已经会的东西被 AI 接过去是好事,它释放时间,也让你的判断和方法通过更多系统运转⁠5。在软件工程里,这对应的是定义什么叫可用、判断标准是否仍然有效这类工作⁠6。至于哪门手艺最终值得你投入一生,他没有给统一答案,只说这需要经历之后才知道,可以允许自己先做一件暂时说不出用途的事⁠7。

关于“哪门手艺值得投入一生”,材料只给了判断方向和检验方法,没有可套用的具体领域清单;部分相关文章需会员观看,但公开文字稿已可阅读。

出处

  1. 1Crafts:技术的神秘无穷本质

    视频发言:立正2024-03-22

    立正本人讲 Craft 的核心区分:反复熟练与持续钻研行当精微之处,直接回应“什么样的手艺值得长期投入”。

  2. 2AI替你做出来以后,你还会什么?|哥大客座课程回放

    超线性学院2026-10-03

    给出学会的检验标准(撤掉帮助、隔一段时间、换一道题)以及名词拆成包装与长期问题的思路。

  3. 3假学习的终结

    超线性学院2026-09-30

    说明不必少用 AI,而是把难留给定义问题、拆解和验收,配环境类摩擦交给工具,附可操作的自测做法。

  4. 4AI会干掉中产吗?一场来自科技从业者的深度对话

    超线性学院 · 会员2026-03-02

    对比“完成任务”与“创造价值”两种定位下拥抱 AI 的不同体验,帮助判断焦虑来自哪里。

  5. 5Skills写得越多,越不容易被AI取代?

    超线性学院 · 会员2026-03-23

    可回到原文核对这部分判断

  6. 6良质与 AI:为什么人类最不可替代的能力,反而是「看一眼才知道好不好」?

    超线性学院2026-04-15

    可回到原文核对这部分判断

  7. 7AI接过工作之后,人生的问题才刚刚开始

    超线性学院2026-09-18

    可回到原文核对这部分判断

追问2026年10月18日

手艺和具体岗位技能之间是什么关系,换行业时哪些部分能带走?

手艺是能持续往深里钻的领域,岗位技能是其中某个阶段的具体做法;换行业时带走的是对问题的判断力和钻研方式,具体工具和流程往往留在原岗位。

手艺是无穷的领域,岗位技能只是其中一段

材料里的观点

立正把“手艺”和“卖油翁式的熟练”区分开:反复练一个固定动作,做到极致,仍然是有边界的单一技能,工具一变就可能失效;他心中真正的手艺更像研究木材属性的宫殿木匠,面对的是一个越钻越深、没有尽头的领域⁠1,2。岗位技能则是这个领域在某个公司、某个流程里的具体做法,比如某个框架、某套汇报方式。两者是包含关系:手艺提供方向,岗位技能是当下落地的形态。判断有没有入门,可以看自己是否越学越觉得不懂、问题越挖越多,而不是觉得“差不多都知道了”⁠1。

能带走的是判断力,带不走的是组织给的做法

换行业时,真正跟着你走的是对一类问题的判断:什么样的任务值得做、做到什么程度算好、在模糊处怎么取舍。这些来自长期钻研同一类问题积累的体感,换到新领域仍能迁移⁠1,3。而具体岗位技能里,有一部分价值来自组织本身——品牌、流程、同事和管理系统放大了你的产出,离开这套系统后需要重新结算⁠4。立正也提到,大厂里练出的向上管理、汇报、摆平事情的经验,到创业公司往往不适用,需要先卸下再重学⁠5。所以换行业前可以问自己:这项能力离开现在的公司和工具,还能不能独立交付、被别人认可。

关于“手艺”的界定主要来自两期视频和一篇社区文章,没有专门讨论跨行业迁移的完整框架;具体哪些能力可迁移,仍需结合个人经历判断。

出处

  1. 1名词、动词、和手艺 -- 学AI到底在学什么?

    超线性学院 · 会员2026-04-15

    最直接区分手艺与固定技能,并给出“越学越觉得不懂”的入门检验。

  2. 2Crafts:技术的神秘无穷本质

    视频发言:立正2024-03-22

    从词义上说明为什么他不把反复熟练当作真正的手艺,适合核对概念边界。

  3. 3如何找到10%高价值工作,降维打击内卷?

    会员视频发言:立正2024-05-12

    可回到原文核对这部分判断

  4. 4年薪20万到300万,却越来越不敢停下来:高收入打工人的高配困局

    超线性学院 · 会员2026-08-24

    解释岗位价值中哪些来自组织系统、离开后需要重新结算,对应“带不走”的部分。

  5. 5决心离开大厂的瞬间|主动选择“下坡”|social status的束缚

    会员视频发言:立正2025-09-06

    用大厂经验到创业公司不适用、需要先卸下再学的例子,说明岗位做法的迁移限制。

追问2026年10月18日

手艺具体是指什么,是想要持续钻研的问题吗?在定义自己希望精进的手艺时细分多少合适

手艺不是某个技能名词,而是一类能持续验证好坏、越钻越深的问题;细分到能拿到真实反馈、且你愿意反复钻研的粒度就够,不必先切得很细。

手艺是能验证、越钻越深的那类问题

材料里的观点

立正把手艺和科学、艺术区分开:它没有标准答案,但产出好坏能被现实检验,所以能靠实践反馈不断打磨;同时它进无止境,外行觉得学几天就会,内行越钻越发现学问深。编程、分析、写作、营销方案在他看来都属于这类⁠1。他明确不喜欢把 craft 理解成反复熟练同一动作的匠人,那种单一技能在知识快速更新的环境里容易被淘汰;他看重的是不断钻研、探寻一个行当真正精微之处的人⁠2。所以“想要持续钻研的问题”这个理解方向是对的,但还要加一条:钻研的结果得能被现实分出好坏。

细分到能拿到反馈、愿意反复钻的粒度

AI推演

材料没有给出“切几层”的数字,但给了判断标准。一是结果导向:你手艺好产出就好,实践会持续给你反馈,切得太细或太虚,反馈就断了⁠1。二是进无止境:好的细分应该让你越做越发现不懂的东西多,而不是几个月就摸到顶。立正讲 AI 时也说过,每个概念背后都是一个可以花几年精进的维度,越深入越觉得自己不懂,这才是入门的标志⁠3。放到你的处境:big data infra 里“系统设计”“性能调优”“数据一致性”这类问题,比“会用某个框架”更接近手艺,因为前者换工具后仍然成立,且每次都能用线上结果检验。可以先选一个你最近反复遇到、且能看出做得好坏的具体问题,认真做几轮,看它是否越做越深、是否还有人愿意为它付费,再决定要不要收窄或换方向。

材料没有给出细分层级的具体数量标准;关于你所在岗位哪些问题算手艺,需要你结合真实反馈自己验证。

出处

  1. 1第02课|学习工作和赚钱的正确方法

    会员课程2025-03-01

    最直接定义手艺与科学、艺术的区别,以及结果导向和进无止境两个特征。

  2. 2Crafts:技术的神秘无穷本质

    视频发言:立正2024-03-22

    说明他不认同反复熟练式的匠人,强调不断钻研行当精微之处。

  3. 3名词、动词、和手艺 -- 学AI到底在学什么?

    超线性学院 · 会员2026-04-15

    讲每个概念背后都是可花几年精进的维度,帮助理解细分粒度。

追问2026年10月19日

怎么选自己的手艺呢

选手艺不是挑一个热门技能名词,而是找一类能验证好坏、越钻越深、你愿意主动求索的问题;AI 能替代的是具体动作,替代不了这种持续精进。

手艺是能验证、能深挖的问题,不是技能名词

材料里的观点

立正把手艺和科学、艺术分开:科学追求可证伪的确定答案,艺术好坏没有统一标准,手艺介于两者之间——没有标准答案,但产出好坏能被现实检验,所以能靠实践反馈不断打磨⁠1。他特别反对把 Crafts 理解成熟练重复的匠人式动作,那种单点技能在知识爆炸里很快会被淘汰;他推崇的是不断钻研、探到行当精微处的匠人,写代码谁都会写,但往深里钻是进无止境的⁠2。所以选手艺时,问的不是“哪个技能现在值钱”,而是“哪类问题我能反复做、做完能看出好坏、而且越做越发现学问深”。

用真实反馈和主动求索来筛,而不是靠想象

AI推演

判断一门手艺值不值得长期投入,可以看两点。一是它有没有客观标准:项目能不能跑通、产出能不能用、系统能不能扩展,这类标准让实践持续给你反馈,你才知道自己是在进步还是在原地重复⁠3。二是你是不是主动在“求”它:立正讲宫殿木匠小川三夫的例子,学艺路上主动找老师、发现机会不能帮自己学到真本事就果断放弃,本事是一点点求来的,不是等来的⁠4。放到你身上,与其在脑子里比较哪个方向更有前途,不如挑一个你已经在做、能拿到真实反馈的小问题,主动往深里做一段,看它是越做越有意思、越做越发现不懂的越多,还是很快触到天花板只剩重复。前者更像手艺,后者更像会被自动化掉的动作。

手艺加坚持,机会才会慢慢找上来

立正把成功概括成手艺加坚持这个简单但不容易的公式:世界对手艺一直有需求,真正愿意下功夫的人很少,所以坚持一年会有一年匹配的机会,坚持十年会有十年匹配的机会⁠5,6。这也回应了你对 AI 的担心:AI 降低的是智力产出的分发成本,反而把人推向做“脑艺人”——靠一门不可被便宜替代的手艺立足⁠7。选手艺因此不必追求一步选对,更该选一个你愿意持续投入、并且能持续验证的方向,让时间帮你积累出别人替代不了的那部分。

这些材料讲的是手艺的判断标准,没有针对软件工程师在 AI 时代的具体选型建议;具体选哪个方向仍需结合你实际能拿到反馈的做事场景。

出处

  1. 1第02课|学习工作和赚钱的正确方法

    会员课程2025-03-01

    用科学、艺术、手艺三者对比,说明手艺为何能靠现实反馈持续打磨。

  2. 2Crafts:技术的神秘无穷本质

    视频发言:立正2024-03-22

    最直接讲清 Crafts 不是熟练重复,而是不断钻研到精微处,适合先建立对手艺的正确理解。

  3. 3名词、动词、和手艺 -- 学AI到底在学什么?

    超线性学院 · 会员2026-04-15

    给出可操作的好坏标准:项目跑通、产出可用、系统可扩展,帮你判断一个方向能否验证。

  4. 4第06课|改变错误思维,筑牢认知地基,走向「财富自由」

    会员课程2025-03-01

    小川三夫主动求艺的例子,说明选手艺时主动求索比被动等待更重要。

  5. 5最大化赚钱能力的“具体路径”

    视频发言:立正2025-04-02

    可回到原文核对这部分判断

  6. 6第10课|打工人的运用公式,最大化自己的赢面的具体路径

    会员课程2025-03-01

    可回到原文核对这部分判断

  7. 7如何不被ChatGPT卷掉?|脑艺人

    视频发言:立正2023-03-18

    可回到原文核对这部分判断

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:

所有问题 →