- 我在系统学习superlinear的课程和内容时,应该用什么样的AI native的方式去学习?比如我应该怎样做笔记?记在哪里?这些笔记怎样跟我的AI工作台进行交互?这些知识怎样沉淀为我的context呢?
笔记不该记课程内容,而该记你预测、卡壳和重做时暴露的判断;沉淀成 context 的方式是把这些记录存成模型之外的文档,让 AI 每次按需调用。
- 向上管理还重要吗
仍然重要,但它的价值取决于你让它服务于真实结果,还是只服务于让上级满意。前者是升职和推进工作的必要能力,后者容易变成 fake work。
- 我想要报名AI architect的课程,要从哪里进入。
报名入口在课程发布页给出的购买链接里,但那是2025年11月的Early Access价格与优惠码,现在是否仍有效无法从资料确认,建议以课程页当前信息为准。
- AI时代的计算机科研意味着什么,它需要什么能力?以及它到底能带来什么?
AI时代计算机科研的门槛从“会写代码”转向“能提出可检验的问题、判断结果、把事收口”,它带来的不只是效率,还有更多可探索的空间。
- 刚毕业的文科生 如何选择工作
先别只比薪资和岗位名称,把选项放到“道、天、地、将、法”五层里看:刚毕业时,行业与平台方向往往比具体方法更决定你未来几年的选择权。
- 你怎么看loop engineering
立正认为 Loop Engineering 值得了解,但对实际工作来说,它的有用部分已经融进三步:用 agentic 工具、写好功能型 skill、管好 context。
- 怎么做好互动式培训
互动式培训要围绕学员真正要解决的结果来设计,让学员带着自己的问题动手做,讲师只在他们卡住时介入;先验证学员是否愿意为这个结果投入,再决定内容深度。
- 分享自己利用AI学习的真实实践、体会、收获或困惑。
核心主张是:AI 不必少用,但要把“难”留在判断上——先自己猜、撤掉帮助再做一遍、换条件再试,才能分清“做出来了”和“学会了”。
- AI时代如何学习呢
AI时代学AI,重点不在看懂概念或让AI替你做出来,而在自己动手、在关键处保留难度,并用撤掉帮助、隔段时间、换道题来检验能力是否真的长在自己身上。
- 课代表立正 这个名字取得很好呀,有什么给自己的账号取名的方法吗
立正取名的方法是把两个元素拼起来:一个跟自己有关但没什么含义,一个有含义但跟自己无关;再让名字和内容定位对得上。
- 立正是做什么的
现有材料没有直接介绍立正的职业身份,只能看出他在做内容、课程和社区:访谈、写课、卖课、经营社群,并计划招运营。
- 立正的个人经历
立正公开谈到的个人经历,主要是一条从“按别人给的意义活着”转向自己找意义、再转向不被成功反向定义的线索;他2024年做爸爸、副业收入从2023年的9000美元涨到22万多美元,也在这条线上改变了他对钱和感受的看法。
- 超线性学院干嘛的
超线性学院是立正办的成长社区:用课程、分享和会员项目,帮人把一次性的努力变成能持续积累的长期能力。
- 此刻应该离开中国,去美国追求职业发展吗?代价是孩子也要在美国长大
立正自己在中美之间来回搬过,他判断去留时看的是机会成本、环境发展速度和生活方式偏好,而不是哪个国家绝对更好;孩子在哪长大属于另一类代价,现有材料没有直接谈。
- 人生意义是啥
立正没有给出一个固定答案,反而认为人生没有唯一确定的意义,所以每个人才要去找属于自己的那一个,而不是照别人给的标准活。