缺少“公司里的业务场景”不必然卡住转行:立正更看重你能拿出什么可验证的产出,而深度 side project 可以部分替代公司场景,前提是它解决真实需求、能持续带来复利。
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。
面试看的是你能带来什么复利
立正提到,新公司关心的重点已经从“你一天能做多少张图、多少份分析”,转向“你加入后能不能让整个系统持续产生复利”1。这意味着招聘方要判断的是你能否把 AI 接进一条真实的工作流,并让它越用越顺,而不只是你会不会用几个工具。咨询背景在这里未必是劣势:你熟悉的是拆问题、定标准、跟客户对齐预期,这些恰好是让 AI 产出可用的上游环节。缺少公司场景时,可以先用一个你真正在做的个人业务当试验田,看 AI 接管执行后,你的产出频率和交付质量有没有实际变化。
深度 side project 能补一部分场景
AI推演立正也承认,很多公司自己还没想清楚怎么用 AI,老板未必给你机会,这时一个有效的做法是自己做一个比较深的 side project1。他举的学员项目特点是各自跟着自己的真实需求走,而不是套模板1。所以“真实业务场景”不一定非得是雇主给的:你日常做目标管理和自媒体,本身就是有用户、有反馈、有验收标准的业务。把它做深——比如让 AI 承担其中一整段流程并沉淀成可复用的方法——比再做一个 demo 更能说明问题。要注意的是,这只能补上“能做出东西”这一半,行业理解和团队协作的经验仍需另外积累。
先想清楚要放大什么再动手
立正主张先定方向再说第一步,方向要从自己的处境里找,并且把“成功”说具体2。放到转行上,可以先问自己:你想让招聘方看到的是“会用 AI 的咨询人”,还是“能把 AI 落进业务流程的人”?这两种定位对应不同的项目选择和简历叙事。他也提醒,别人的做法有效往往依赖其过去积累的条件,照搬结论而不带走条件容易出错3。所以看别人转行成功的案例时,值得追问对方当时有哪些资源、放弃了什么。
现有片段没有专门讨论非技术背景转 AI 岗的路径,也没有涉及具体岗位类型(产品、运营、解决方案等)的差异;上述判断是从面试与 side project 的通用说法推出来的。
出处
- 1AI时代的面试,三件事让公司对我求贤若渴?
直接讲面试看重什么、公司没给机会时如何用 side project 补足,是本题最核心的依据。
- 2做自媒体,先想清楚你要放大什么
说明先定方向、把成功标准说具体,可用于想清楚转行要放大哪一面。
- 3为什么别人的好建议,到你这里就用不上?
提醒照搬他人结论会忽略其成立条件,适合用来审视别人的转行路径。
追问2026年10月19日
怎么判断一个 side project 已经“够深”,可以写进简历?
判断标准不在项目做了多久或技术多复杂,而在它是否解决了别人真实的需求、产出了可被外人判断的成果;只有玩具级 demo 通常不够。
够深的标准是别人能据此判断你
立正讲简历时强调,简历要证明的是你能适应那份工作的能力,所以含金量来自真实场景里解决的问题,而不是几小时就能搭出来的 demo;他甚至说,自己主动给餐馆做流程自动化这类经历,比一个随手做的项目更有分量1。他后来也提到,玩具项目在这个阶段已经不够,要真的做出有用的产品,但可以用玩具项目先确认需求是否有效2。放到 side project 上,判断“够深”可以看三点:需求是不是真实存在、有没有别人(用户、合作方、雇主)实际用过或认可、你能不能讲清自己在其中做了什么判断和取舍。只有你自己在用、只有功能演示,通常还停在验证阶段。
把项目变成别人看得见的作品
立正认为简历本身在贬值,公开可见的作品集在升值,包括你写的技术文章、做过的项目、自媒体和代码仓库,别人通过这些能判断你是什么样的人3。他也提到,第一版、不完整的版本都可以发,重要的是你确实做了什么,并愿意把真实情况讲清楚,包括没成功的尝试和卡点4。所以“够深”也可以反过来检验:你能不能把它写成一段让陌生读者看懂问题、做法和结果的说明。如果写出来只剩技术名词堆砌,说明深度还没落到可判断的成果上。
按目标岗位倒推需要多深
AI推演立正讲个人价值时把路径拆成了解市场、打造产品、利用杠杆三步,其中打造产品要区分投入、产出和成果,从产出走到成果的关键是让它真正走向市场5。对应到你的转行处境:先看目标岗位的招聘描述要什么,再判断你的项目是否覆盖了那类问题的解决过程。如果岗位看重的是在真实约束下做判断,一个只有个人使用场景的项目可能不够;如果岗位看重的是能独立做出可用工具,一个有真实用户的小产品就够用。这个判断依赖具体岗位,不能一概而论。
材料没有给出“够深”的统一量化标准,具体门槛仍取决于目标岗位和招聘方的判断。
出处
- 1粉饰简历=浪费时间!能找到工作的简历长啥样?
讲简历含金量来自真实场景项目,并给出自己主动创造项目机会的例子,适合核对“demo 不够”的判断。
- 2在《更新2: AI创业公司数据库做了5个月,聊聊 side project 收钱之后的变化》下的回复
直接谈到玩具项目不够、要做出有用产品,同时承认玩具项目可先验证需求,适合核对深度门槛。
- 3简历正飞速贬值,如何优雅地Career Signaling,打造个人品牌?
说明简历贬值、作品集升值,适合理解为什么公开可见的项目比简历描述更重要。
- 4Share Your Projects|把正在做的东西带进来
说明什么样的项目进展可以公开分享,适合核对“不完整也能展示”的边界。
- 5第09课|获得财富自由的底层逻辑:「个人价值公式」
可回到原文核对这部分判断
追问2026年10月19日
非技术背景转 AI,哪些项目类型更容易被雇主认可?
更容易被雇主认可的是从真实工作摩擦出发、AI 在产品运行中真正承担任务的项目,而不是用 AI 写代码做出来的普通工具;咨询背景可以变成选题优势。
AI 在运行时干活的项目更被认可
材料里的观点立正区分了两件事:开发时用 AI 帮你写代码,和用户使用时 AI 在系统里读上下文、判断、调用工具、执行并纠错。前者只是 AI 辅助开发,后者才算 AI 产品1。他判断,公司招人时会越来越用这类问题考察对 AI 的驾驭能力1。所以项目类型上,一个能读取输入、调用工具、走完一段流程、最后交出可用结果的助手,比一个只会对话回答的问答页更有说服力。Ethan 在求职访谈里也把“能把 AI 放进真实工作流、用 AI 闭环”说成公司想要的能力,并提到有真实项目、真实提交记录的公开主页是强信号2。
从真实摩擦出发的项目才讲得出深度
立正观察学员项目时提到,很多项目能做到较高复杂度,不是因为炫技,而是从真实生活和工作摩擦出发,比如周报、邮件、求职、知识沉淀这类场景,天然要求系统理解上下文、持续积累、输出可用结果3。他也说,面试的表达框架只能帮你重组已有经历,提高不了经历本身,深度项目要在现有工作或 side project 里做出来4。对咨询背景的人来说,可迁移的方向可能是把一类反复出现的分析、访谈整理、方案对比做成有流程、有验收标准的工具,而不是再做一个通用聊天助手。这能否被认可,取决于它是否解决了别人真实的需求、产出能被外人判断5。
这些材料给的是项目深度与求职信号的判断,没有具体行业或岗位的招聘偏好数据;实际认可度还取决于目标岗位。
出处
- 1AI产品的六个层次
区分 AI 辅助开发与 AI 运行时,是判断项目类型的第一把尺子。
- 2AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
从招聘方视角说明真实项目、公开记录为何构成信号。
- 3用“AI产品的六个层次”,分类AI Architect学员项目,结果如何?
说明哪些真实场景的项目容易做出深度,可对照自己的选题。
- 4AI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
- 52026,如何在面试中证明自己"真的懂AI"
讲项目经历与面试表达孰先孰后,以及深度项目的标准。
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
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。