代表作通常不是先想清楚“我是谁”再攒出来的,而是从一件你真正在意、能对结果负责的小事做起,做完之后它才反过来告诉你你是谁。
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。
先做一件真东西,身份是做完才浮现的
立正提到,只有在不断做真东西的过程中,你才能判断什么是有价值的、什么价值更高;把身份建立在表演性劳动上的人,转型时才会格外痛苦1。他也说,我们不必等到能完整说明一件事为什么好才开始创造,创作者往往是在一次尝试里先感到某个地方对了,再往前推进2。这正好回应你的困境:零散的想法不是先聚拢成一个定位再产出,而是挑其中一件做出来,做完回看,才知道哪些想法其实是同一个方向。作品是探索的结果,不是探索的前提。
作品要落在你做的判断上,而不是工具上
AI推演立正主张,展示时重点应放在你做了什么决策,而不是用了什么模型;同时要多建立个人作品集,因为无论做业务、做独立承接还是展示对结果负责的能力,它都重要3。他还区分名词和动词:收藏 RAG、LangChain 这类概念只会加重焦虑,真正决定水平的是拆解任务、组织上下文、评估结果这些动作4。放到你身上,一个可试的做法是:从半年使用中挑一次你真正拍板过的判断——为什么这样拆、为什么选这个方案、结果哪里不对又怎么改——把它写成一页可给别人看的记录。这能验证你的零散想法里是否已经有一条属于你自己的判断线索。
精力有限时,先缩小代表作的范围
AI推演立正谈到自己试过 Notion、Obsidian、flomo 等一堆工具,最后都弃用了,现在只用最简单的笔记工具5;他也说很多该做、值得做的事就是没有心力去做,并建议先从完成一件小事获得推动力6。这说明工具和体系本身不是作品,精力有限时更该砍掉维护体系的负担。你可以只留一个最顺手的记录处,把“代表作”暂时缩成一件两周内能收尾、有明确结果的东西;做完再判断要不要扩大。
这些材料谈的是做真东西、建作品集和少做表演性劳动,没有针对“半年深度用 AI 后如何定位自己”的具体方法;两周收尾只是可试的推演,不是立正给出的时限。
出处
- 1职场不再奖励表演式工作,晋升要对结果负责
说明为什么做真东西才能判断价值,以及把身份绑在表演性劳动上的代价。
- 2AI接过工作之后,人生的问题才刚刚开始
解释为什么不必先想清楚再创造,作品是在尝试中成形的。
- 3AI取代的是所有白领工作
给出作品集应展示决策与结果负责,而非工具本身。
- 4AI已经用得很好,为什么还是怕被淘汰?
区分名词与动词,说明收藏概念为何加重焦虑。
- 5#148. 我们为什么AI焦虑,我们又该怎么脚踏实地
可回到原文核对这部分判断
- 6下班精力被掏空?这五个方法能帮到你|课代表的精力管理方法
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:
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。