差别不在会不会用工具,而在把 AI 当临时调用的工具,还是围绕它重建做事方式:先定义要交付什么,再让 AI 承担判断、积累上下文、形成可复用的流程。
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。
会用工具,提速的是旧流程
立正把“我会用 AI、会写 prompt、会这个那个工具”明确说成在这个时代不构成核心竞争力,因为那只是把 AI 当成一个点、一个临时调用的工具1。他描述普通用户的状态:AI 让既有流程更快——写得更快、改得更快、分析得更快,角色仍是更高效的工具人2。他也用电机取代蒸汽机的例子说明,新工具本身带来的生产力提升有限,要围绕它重构工作流程才会产生真正的提升3。所以“会用 AI 工具”不是错,只是停在提效这一层。
AI 原生先问交付什么,再问用什么工具
材料里的观点立正讲 AI Native 时,起点不是选一个新工具,而是重新求解:在新的能力边界下,这件事现在最好的做法是什么4。他举数据团队的例子:分析的产品是更好的决策,如果 AI 让分析快十倍,组织仍不知道下一步做什么,那只是更快地生产中间品4。同一篇里他把 AI 比作突然变长的杠杆,方向对了放大专业能力,方向错了也迅速放大错误4。这解释了为什么“会用工具”和“AI 原生”不是程度差别,而是先想什么、后想什么的顺序差别。
思维体现在积累和复利上
立正说,AI 要成为智力延伸,前提是 context 密度:价值判断、历史决策、工作原则、偏好边界被持续蒸馏进系统,AI 才具备在盲区里替你判断的条件2。他讲高手用 AI 时提到,对方会为 AI 做脚手架,一句 prompt 背后能路由到之前的工具和资料库3。他还建议从聊天工具转向 Agent 工具,理由是聊天每次要重新交代上下文、产出留不下来、能调用的工具有限,因而没有复利3。这些是他对具体做法的判断,不是唯一路径;但共同点是:把一次使用变成可积累的资产。
以上判断来自立正已发表的文章和访谈片段,主要面向知识工作与产品场景;对具体行业或岗位是否适用,所给材料没有展开。
出处
- 1AI时代的面试,三件事让公司对我求贤若渴?
立正明确说会用工具、会写 prompt 不构成核心竞争力。
- 2AI User 与 AI Builder 的 5 个差距,和背后具体技术原因 | 科技大厂打工人版
对比普通用户与 Builder,并说明 context 密度是 AI 成为思考伙伴的前提。
- 3高手怎么用 AI?普通人怎么学 AI?投资人如何投 AI?|对谈课代表立正
用聊天工具与 Agent 工具的差别解释为什么旧用法没有复利。
- 4到底什么才算AI Native人才?|如何unlearn?
最直接讲 AI Native 的起点:先重新求解交付什么,而非先选工具。
追问2026年11月2日
从聊天工具转到 Agent 工具,第一步该改哪个习惯?
立正的建议很直接:第一步不是学新技巧,而是停掉聊天窗口,把日常任务搬进 Agent 工具里做。
先换掉“问完就结束”的聊天习惯
材料里的观点立正明确说,要停止使用 ChatGPT、豆包这类聊天工具,改在 Claude Code、Codex、Cursor 这类 Agent 工具里完成所有事1。他的理由是:聊天方式每次都要重新交代上下文,产出留不下来,能调用的工具也有限,因此没有复利1。他还提到自己几乎不打开 ChatGPT,除非为了省 token,因为问聊天窗口问完就完了,而问 Codex 可以直接让它把事干了2。
这不是说聊天工具没用,而是说用它时你仍在旧的工作方式里打转。立正用蒸汽机换电机的比喻说明:工具本身带来的提效有限,真正的大提升来自围绕新工具重构流程1。
第二个习惯:让产出留下来
换工具之后,紧接着要养成的习惯是积累。立正把 Agent 相对聊天的优势归为三点:能调度本地文件和工具、能灌注大量上下文、产出可以沉淀给下一次任务3。他举的例子是让 Codex 走一遍自己的后期制作 Skill,一句话背后调用了转码、转录等多个本地工具3。
在另一场对话里,他把这套积累拆成三层:文件是“有什么信息”,Skill 是“如何做”,Resolver 是“遇到任务该调用哪些东西”4。他还提到,多数人积累的上下文严重不足,散落在聊天、会议和文档里,需要专门整理沉淀4。
心态上从使用者变成搭建者
AI推演立正还提醒,不要用 GUI 时代的心态要求 Agent 一次点对。他说 Agent 没有魔法,第一次做不好是正常的;如果花了十四次迭代才做好,该反思的是自己的使用方法,而不是只吐槽产品5。他主张用 builder 的心态对待 AI,边用边搭5。
如果你刚开始转,可以先挑一件自己反复做的事,在 Agent 工具里完整做一遍,看它留下了哪些文件或流程可以下次复用。这是 AI 根据上述判断给的应用建议,不是立正的原话。
这些判断来自 2025 至 2026 年的几场对话,工具名称和模型版本会变;具体该选哪个 Agent 工具,需按你手头的任务和可用权限再定。
出处
- 1高手怎么用 AI?普通人怎么学 AI?投资人如何投 AI?|对谈课代表立正
立正直接讲“停止使用聊天、改用 Agent 工具”及三点理由,是本题最核心的依据。
- 2Ashley × 课代表立正|AI时代的职业、真实价值与第二增长曲线(公开录像版)
可回到原文核对这部分判断
- 3用豆包还是Codex,正在加速两极分化…
具体说明 Agent 比聊天多出的能力:调度本地工具、灌注上下文、产出可沉淀。
- 4从焦虑到上手: 白领/投资者的AI实战第一课【串台课代表立正】
把积累拆成文件、Skill、Resolver 三层,解释复利从哪来。
- 5E195|从工具到伙伴:七位AI Agent深度使用者的思考
讲使用者心态与搭建者心态的区别,补充第一步的心态调整。
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
- 什么是真正的ai-native?
真正的 AI-native 不是把 AI 用得多,而是当 AI 的成本和能力变了以后,把工作重新算一遍:把确定性交给程序,把模糊判断交给 AI,把验收标准和最终判断留给人。
- 你觉得怎么样的产品算是AInative的产品,什么组织架构才算是AInative的组织
AI Native 产品看 AI 是否进入运行系统并持续负责结果,而不只是开发时用一下;AI Native 组织则是三到五人的小团队端到端拥有产品,靠 context 和不同特质分工,而不是按岗位头衔切分。
- 怎么从超级执行者到AI-Native Owner
从超级执行者到 AI-Native Owner,关键不是把执行做得更快,而是重新定义自己交付的结果、把 AI 当核心能力来设计业务,并用一件被重做过的工作证明判断力。
- 到底怎樣才算ai native
AI Native 不是用 AI 用得最多,而是能力和成本变了以后,把工作重新算一遍:该加的地方加,该减的地方减,判断留在人手里。
- 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。