立正最可能给你的建议是:别先选定“纯数学还是AI”这个终点,先用真实行动做出一个能被检验的研究问题,让反馈替你缩小方向。
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。
方向靠做出来,不靠想清楚
AI推演立正讲学习时把行动、思考、求知的比例说成大致六三一:先动手、再琢磨,卡住了再去补知识,而不是先囤够理论再开始1。他回顾自己从会员频道到课程、从ToC到ToB的转型,也不是先想清终点,而是前一步的用户反馈让他看见下一步2。放到你身上,纯数学与AI的交汇处不是靠再读几本书就能定位的,得先做出一个具体问题:比如把控制理论里的某个稳定性问题,用你正在补的测度论或泛函工具重新表述,看它是否产生新的可证命题。这个尝试的价值不在结果好坏,而在告诉你自己:你享受的是严格证明的打磨,还是问题建模与实验迭代。
补偿心理要靠回报迟到时的投入来分辨
区分内在志向和补偿遗憾,立正没有给一套自省方法,但他给了一个可观察的标准:真正的喜欢,是在回报迟到时仍愿意投入3。他讲自己的频道头一年每周只涨几十上百个观众,长时间缓慢增长后才出现跳跃3。你可以用这个标准检验自己:如果数学训练两三年内没有论文、没有名校录取的即时回报,你还愿意每天推证明吗?如果答案是愿意,那更可能是志向;如果动力主要来自“弥补当年没走对路”,一旦进展慢就容易转向下一个方向。另一个检查是:离开ANU和美团这两个平台,你哪项能力还会被别人选择4,这能帮你分清哪些积累是真实的,哪些只是身份标签。
保留选择权不等于不下注
AI推演那篇讲高收入打工人的文章提到,什么都不做也是一种下注——赌公司、行业、技术和自己的兴趣五年内一直朝同一方向配合你,只是工资准时到账让它看起来像没下注2。所以“孤注一掷还是保留选择权”不是二选一:硕士阶段可以先把数学基础当作必须补的底子,同时用美团的工作维持现金流和真实问题来源,把读博申请当作一个需要真实信号(论文、导师关系、具体问题)逐步验证的方向,而不是现在就宣布终身承诺。文章建议把稳定的一端保留,另一端用一个小实验接触真实反馈2。对你来说,这个实验可以是一篇和潜在导师方向相关的小论文或一个可讨论的问题清单,它同时服务读博和AI研究两条路。
关于如何具体判断一个数学或AI研究问题是否有原创价值,现有材料没有展开;立正的长坡厚雪框架强调坚持与手艺,但没有覆盖学术界的导师、资源和发表周期等条件。
出处
- 1第02课|学习工作和赚钱的正确方法
讲行动、思考、求知的比例,适合核对“先做再补理论”这一学习重心的依据。
- 2年薪20万到300万,却越来越不敢停下来:高收入打工人的高配困局
讲转型靠真实信号逐步缩小不确定性、什么都不做也是下注,适合思考读博与工作的取舍。
- 3第21课|找到属于你的长坡厚雪
用频道五年增长曲线说明回报迟到时的坚持,适合检验补偿心理与真实兴趣的区分。
- 4第10课|打工人的运用公式,最大化自己的赢面的具体路径
提出手艺与坚持的简约公式,并提醒检查离开平台后的能力,适合评估长期积累。
追问2026年11月2日
我还有一个更根本的问题: 如果你回到22岁,拥有今天的认知,但没有显著的初始资本、没有家庭财富支持,也没有成熟的人脉资源,只有不错的学习能力、技术背景和对未来的野心,你会如何设计接下来15年的人生与财富积累路径? 你会优先选择成为顶尖技术人才、加入高速成长的科技公司、创办企业、进入金融市场,还是采取其他路径? 在AI可能重构劳动力市场、企业组织和资本分配方式的背景下,你认为未来真正能够创造巨大个人财富的人,依靠的核心能力、资源和机会是什么? 尤其希望了解那些普通教育和职业规划中很少有人讲授,但真正影响一个人财富上限的认知与规律。
立正不会先替你选定“纯数学、AI、创业还是金融”中的一条,而会先按“道天地将法”选对增长所在的方向,再用工资换跑道、用真实小实验积累手艺和商业证据,让反馈逐步缩小方向。
先选增长的方向,再谈具体路径
材料里的观点立正把职业选择拆成道、天、地、将、法五层,并认为上层选对会带动下层:方向对了,行业周期、公司平台、直属领导才可能顺;这五层都乱,方法再精也白费。他明确说升职加薪来自增长,选择大于努力,意思是把研究选择本身当成一项投入。放到你的处境:数学硕士加自动驾驶算法,先比较哪条路处在增长曲线上、能给你清晰的成功标准和履历增值,而不是先问“哪条路更高级”。职业早期他建议优先成熟方向、能增加选择权的平台和有客观衡量标准的岗位,薪资差距在三成以内影响相对小1,2,3。
财富上限靠手艺加坚持,不靠一次押注
材料里的观点立正把通往财富自由的公式说成手艺加坚持,并强调事情简单但困难,难在长期积累而不是找到捷径。他反对随大流:周围人怎么过,你跟着过,大概率得到同样结果。他也提醒花钱买课不等于学会,真正起作用的是先行动、再思考、再求知。对“AI时代谁能创造巨大财富”,现有材料只给到这个层面:把知识和判断练成可交付的手艺,持续足够久,而不是指望选对一个标的或一次创业就非线性跃升。你目前缺商业模式和资产体系,这正对应他说的“还没开始积累”,不是方向错误4,5,6。
用工资换选择权,用小实验换真实信号
AI推演有一篇发布在立正账号上的文章提出,把高工资换成现金跑道、低承诺和可逆的选择,降低说“不”的价格;同时给收入、能力和注意力做杠铃配置:一端保留稳定工作,另一端做一个手工服务、小产品或第一个付费用户,先建立一条不经过老板结算的现金信号。文中也提到,作者自己的路径不是先想清终点,而是靠前一步的用户反馈看见下一步。对你,一个可先试的动作是:在不放弃数学硕士和算法工作的前提下,用被保护的一块时间做一个能收到第一笔外部付款的小项目,观察它是否带来现金、商业证据和职业资本。这比先决定“读博还是创业”更能检验你的判断7。
现有材料没有专门讨论AI如何重构资本分配,也没有给出量化研究或金融路径的具体判断;关于“巨大个人财富”的核心能力,只能从手艺、增长和选择权这些原则推演。
出处
- 1第11课(上)|强者成事先做选择:道天地将法·理论篇
解释道天地将法的层级关系,是理解“先选方向”的起点。
- 2第11课(下)|强者成事先做选择:道天地将法·实践篇
给出职业早期与中期的具体排序,可对照你当前阶段。
- 3第13课|道:捋清商业底层逻辑,才能建立价值信念感
可回到原文核对这部分判断
- 4第07课|「财富自由」是可行的,前提是正确认识它
可回到原文核对这部分判断
- 5第08课|破解财富自由迷思:三个常见的「破财」陷阱
可回到原文核对这部分判断
- 6第10课|打工人的运用公式,最大化自己的赢面的具体路径
说明手艺加坚持的财富公式,以及为什么不能指望捷径。
- 7年薪20万到300万,却越来越不敢停下来:高收入打工人的高配困局
讲工资换跑道、杠铃配置和用小实验获取真实信号,最贴近你的应用问题。
追问2026年11月2日
如果我想同时保留读博走学术圈和创业的可能,怎样判断哪个方向处在增长曲线上?
立正不会让你先判断“数学还是创业”哪条曲线更陡,而会先问:你在这条路上能走多深、走多远,以及有没有真实付费信号证明它值得继续投入。
方向本身不决定成败,能走多深才决定
材料里的观点立正明确说过,成功的路径不止一条,你能走多远比往哪个方向走更重要;自媒体和写作都能成,区别在于能做多深。放到你的处境:纯数学和AI创业都可能处在增长曲线上,但如果你在数学上只是跟着课程走、在创业上只是看新闻,两条路都还没有真正开始。判断增长曲线,先看自己在这条路上有没有可累积的手艺:数学是能否持续做出别人做不出的问题,创业是能否找到愿意付钱的人。离开平台后你的能力还被人选择,才说明它不只是当前岗位的附属品1,2。
用真实付费信号检验,而不是用想象判断
立正处理创业问题时,会先追问客户到底为什么付钱、你赚的是哪一份钱,而不是先给推广方法。他举维修平台的例子:把报告转成清单,别人用现成工具也能做;能替客户找到靠谱工人、按时交付并对结果负责,才是客户愿意付钱的部分。对你来说,判断创业方向是否在增长,可以看有没有人愿意为你的某项具体产出付第一笔钱,哪怕金额很小;判断学术方向,则看有没有同行愿意认真回应你的问题、你的工作是否被引用或合作邀请。这两种反馈都比“这个领域很热”更接近真实信号3,4。
先保留选择权,再让反馈缩小方向
AI推演立正建议不要先想清终点,而是保留稳定的一端,另一端用一个小实验接触真实世界,并用三本账检查:有没有带来现金、有没有留下商业证据、有没有积累职业资本。你目前有硕士和算法工作,这正好是保留的一端;可以先做一个不依赖雇主结算的小项目,比如把某个数学或算法能力做成可交付的服务或工具,观察是否有人愿意付费、你是否愿意长期打磨。如果几个月后只有兴趣没有付费,说明这条创业曲线对你还没形成;如果数学研究让你持续投入且同行有回应,那条路也在积累。这个实验不要求你立刻辞职或放弃读博5。
材料没有给出判断某个具体行业或研究方向增长曲线的量化方法,也没有针对数学博士与创业并行的专门建议;上述判断依赖你实际投入后获得的反馈。
出处
- 1第10课|打工人的运用公式,最大化自己的赢面的具体路径
说明方向不决定成败、能走多深更重要,适合核对“增长曲线”是否应先看自身积累。
- 2第21课|找到属于你的长坡厚雪
用自媒体复利曲线说明早期增长缓慢、需要长期坚持,适合理解增长曲线的时间形态。
- 3你赚哪份钱,决定了产品该怎么做|切问·立正02
展示如何追问客户为什么付钱、哪项能力可持续提供价值,适合检验创业方向的真实需求。
- 4为什么别人的好建议,到你这里就用不上?
可回到原文核对这部分判断
- 5年薪20万到300万,却越来越不敢停下来:高收入打工人的高配困局
给出保留稳定一端、用小实验和三本账缩小方向的具体做法,适合规划读博与创业并行的第一步。
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。