按立正的说法,鸭哥的厉害不在讲概念,而在把技术判断做成能跑的东西、用结果验证,并且能把这个差距讲清楚、教出来。
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。
判断要落到能用的实现上
材料里的观点立正举的例子是:鸭哥对比小龙虾时,真的做了一个 OpenCode,大家用过之后发现更好用,才相信他的判断1。他把这称为鸭哥的“功力”,并说空口无凭,想的东西也可能是错的,做出来才发现根本不是那么一回事1。所以这里的“厉害”不是预测得准,而是判断能被实现和实际使用检验。
遇到新技术会主动试、主动比
材料里的观点立正描述鸭哥每当有新技术,就天然想去尝试、去思考,并和他脑子里已有的知识做对比1。他把这看成背后很大的基本功和很多实践,而不是一个可以直接教给学员的结论1。换句话说,厉害之处在于形成判断的过程,不只是判断的结论。
还能把差距讲出来、教出来
立正说,很多人自己会但不会教,鸭哥稀缺在于他走过了这些路,还能把动作上的差距具象化,告诉别人差距是什么、怎么补2。这和他对鸭哥动手能力的评价一致:立正说自己不是程序员,判断不了 GenAI 写的程序是否靠谱,所以找了鸭哥合作3。综合来看,鸭哥的技术判断力体现在三件事上:动手实现、用结果验证、把方法讲清楚1,3,2。
现有片段都是立正对鸭哥的评价,没有鸭哥本人系统讲述自己如何做技术判断的材料;《两年时间,分三步,从程序员转型成了AI创业者》4中涉及鸭哥的段落多为未确认发言或他人转述,未用于回答。
出处
- 1如何炒作一个AI概念?以Jev为例…
立正直接解释鸭哥的功力:做实现、用结果验证、主动试新技术。
- 2AI的正确打开方式:不学概念,学动作
立正说明鸭哥稀缺在于能看见并教出动作层面的差距。
- 3卖课两月收入60万,知无不言!
立正自述动手能力有限,因此找鸭哥合作,侧面说明他看重的技术能力。
- 4两年时间,分三步,从程序员转型成了AI创业者
可回到原文核对这部分判断
追问2026年11月2日
鸭哥做 OpenCode 对比小龙虾这件事,还有更多细节吗?
现有片段能确认的细节很少:立正说鸭哥做了 OpenCode 和手机客户端,并把它当作“把判断做出来”的例子;但“比小龙虾好用”是立正转述大家的反应,不是鸭哥本人的对比论证。
能确认的只有“他真做了”这一层
材料里的观点立正在讲“怎么证明一个技术判断是真的”时,举鸭哥为例:鸭哥在对比小龙虾时,真的做了一个 OpenCode,大家用了以后觉得比小龙虾好用,于是才相信他说的是真的1。同一段还提到,鸭哥每遇到新技术都会去试、去想,并和已有知识做对比,立正把这称为鸭哥的功力,也说自己不具备1。另一期里,立正提到鸭哥发过文件管理系统、讲过怎么使用 OpenCode、还做了手机客户端,但这段在“就是他手”处被截断,后续内容看不到2。
“比小龙虾好用”目前是转述,不是鸭哥的论证
《如何炒作一个AI概念?以Jev为例…》1里“大家用了以后发现比小龙虾好用”是立正在描述别人的反应,片段没有给出鸭哥本人的对比标准、测试方法或具体结论1。所以现在能说的是:立正把这件事当作“做出来验证判断”的范例;不能据此说鸭哥本人公开论证过 OpenCode 全面优于小龙虾。要判断这个对比本身,还需要鸭哥自己的说明或可复现的使用记录。
立正对小龙虾的判断可以解释他为何看重这类对比
立正说小龙虾的长处是能用聊天软件交互、统一上下文、记忆系统、Skill 生态和主动执行;问题是黑盒、不可观测、记忆不可改、上下文不可隔离,任务要求一多就难用3。他认为用文件夹加 Claude Code、再配上鸭哥那种 Context 架构,也能得到类似效果3。这能解释他为什么把“自己动手做一个可观测的替代品”看得很重,但这是他本人的判断,不是对鸭哥 OpenCode 的评测3。
《腾讯“血脉觉醒”》2在提到鸭哥的手机客户端时被截断,看不到后续;现有片段也没有鸭哥本人的对比说明或测试细节,因此无法还原这次对比的完整过程。
出处
- 1如何炒作一个AI概念?以Jev为例…
直接讲鸭哥做 OpenCode 对比小龙虾这件事,是本次最核心的片段。
- 2腾讯“血脉觉醒”:马化腾朋友圈背后,小龙虾和大模型我都要!|欢迎课代表立正来做客啦!
提到鸭哥发过文件管理系统、讲过 OpenCode、做了手机客户端,但内容在关键处截断。
- 3课代表立正:AI 课卖 2000 刀,偏偏坚持古法手搓
立正对小龙虾优缺点的判断,可解释他为何看重可观测的替代工具。
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。