这个说法与立正公开材料里的学习主张一致:先动手做,遇到问题再回去查课程,而不是先把课程系统学完再开始。
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。
先做再查,是立正反复讲的学习顺序
立正在讲学习方式时,给的建议顺序是先上手做一个项目,遇到问题再去看课件、去社区问,而不是先把整套内容学完再动手1。他讲自己带学员学 AI 编程时,也是先给一个很小的案例让人了解大概原理,再一层层往上加1。另一篇讲“假学习”的文章里,他把配环境、申请 token 这类消耗意志力却不长本事的麻烦归为“假困难”,主张交给工具,把难留给“值不值得做、怎么拆、做得好不好”这些真问题2。所以“带着问题回看课程”不是偷懒,而是把有限精力放在判断上。
光看教程不动手,练的是执行不是建模
立正专门写过教程式学习的坑:题目、路径、分解、结果都给你,你练的是走流程,而真正值钱的选题、建模、拆解、验收、诊断、迭代都被外包掉了3。他还提到,重复看课有没有收获,要看实践之后能不能看见新的选择、作出更好的判断;没有相应经验时,信息就在眼前也接不住4。这正好解释了为什么“先系统学一遍”往往效果有限:缺了动手产生的具体困惑,课程内容很难对上号。
“课代表说”这句原话没有在现有片段里逐字找到,以上是立正本人材料中意思相近的主张;若你记得是某期节目里的原话,可提供节目名再核对。
出处
- 1118. 从「象牙塔」到「真本事」,AI时代如何打造个人价值|课代表立正
立正本人讲学习顺序:先做项目,有问题再查课件和社区,最接近你问的说法。
- 2假学习的终结
区分该省掉的麻烦和该自己扛的难点,说明动手要动在哪里。
- 3学AI的两大误区:找课本(只看不动手),抄作业(依赖tutorial)
解释为什么只看教程、不动手学不会,是“动手优先”的完整论证。
- 4你赚哪份钱,决定了产品该怎么做|切问·立正02
讲实践之后回看课程才能接住更深的内容,对应“带着问题回看”。
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
- 怎样从头开始学习ai
立正的主张是:学AI不要先啃概念或跟教程,而是从一个今天就能交给AI的真实任务开始,在动手和出错中练“动作”。
- 为啥你觉得没有必要学计算机底层原理,汇编,网络这些了?
立正的意思不是底层原理没用,而是对多数非技术背景的人,从语法、算法、汇编这类传统路径入门代价太高、劝退太强,先动手用 AI 做出东西更划算。
- 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。