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。
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。
他反对的是入门路径,不是原理本身
材料里的观点立正在讲普通人怎么跟上 AI 时,明确说不要再从语法、算法这些要花很长时间、又劝退很多人的东西开始学,因为 AI 时代编程基础的门槛意义变了1。他给出的替代路径是先熟悉编程环境,再动手用 Cursor、Claude Code 这类工具让 AI 帮忙做事1。在另一期里他也说,上完一小时的小课加上自己动手,大多数人就够了,真觉得有必要再深入学2。所以更准确的理解是:他把“先啃底层”当成一种低效的入门顺序,而不是说这些知识永远不必碰。
门槛其实在环境和流程,不在原理
他观察到非技术岗用不好 AI 编程,卡点往往不是不会写提示词,而是不熟悉终端、IDE 布局、Git 和上线流程这些“环境”层面的东西3。这解释了为什么他主张先补环境熟悉度:这些是动手时立刻会撞上的墙,而汇编、网络协议在多数人的日常任务里不会马上挡路。他也承认自己比程序员少写了那么多年代码,需要补课,说明他并不否认长期积累的价值3。
什么时候仍值得往下学
AI推演这个判断有明确条件:如果你的目标只是用 AI 做出能跑的东西、提升效率,先动手是合理的;但如果你要做的是需要判断“这个问题能不能解、难在哪”的工作,缺乏底层直觉会成为短板。有一处讨论提到,非程序员最大的问题是不知道自己不知道什么,而熟悉底层的人对问题是否可解、难度多高有直觉4。所以是否补原理,取决于你要做的是执行还是判断——前者可以先跳过,后者迟早要补。
现有片段主要谈编程入门路径,没有专门讨论汇编和网络协议该不该学,这部分是据此推出来的。
出处
- 12026年,普通人想跟上AI时代,这件事必须要做
直接讲为什么不必从语法算法开始、该先跨哪几个门槛,是这个问题最核心的出处。
- 2#148. 我们为什么AI焦虑,我们又该怎么脚踏实地
说明一小时小课加动手对大多数人就够,真有必要再深入学。
- 3个人网页,数字资产,AI编程的最后一公里
解释非技术岗真正的卡点是环境和上线流程,而非原理知识。
- 4在《探索 AI 时代普通人学习编程的最佳实践|不盈利》下的回复
补充底层直觉在判断问题可解性上的作用,帮助界定何时仍值得学。
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”。
- 课代表说可以带着问题会看课程内容,不用系统学一遍再开始。动手是最好的学习方式。不记得哪里看到/听到过这个。能告诉我出处吗?
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。
- 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。