不必在“保住工作”和“辞职追意义”之间二选一。先用小规模、能收到真实反馈的尝试验证方向,再决定要不要让工作退居其次。
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。
先做原型,别先做辞职决定
AI推演立正给的建议是:区分自己擅长什么、真正喜欢什么,去审计好奇心,把想法拆小、做原型,用原型去探测别人是否真的感兴趣、甚至愿意付费;他估计把这些都做完,两年已经算很快,不要期待两个月解决1。这正好对应你的两难:担心工作影响,又担心辞职后维持不下去。原型阶段不需要你立刻放弃收入,却能让你拿到“这件事是否成立”的真实证据。这是 AI 把该建议用于你的处境,不是立正对你个人情况的判断。
“真实感”可以来自直接面对反馈
杨天楠把创业理解成求真之旅:做自己真正认可的事,能马上做、马上得到市场反馈,在行动与反馈中离真实的自己和真实的世界更近;他还说在大厂里是隔了一层做事,总有人兜底2。立正也说自己越真实面对自己、想清楚要什么,越顺;越学别人反而越难受3。这些是他们对自身经历的陈述,不是对“辞职一定更好”的证明。可迁移的一点是:真实感更可能来自你直接承担结果、收到反馈,而不一定来自换一份工作本身。
工作之外的价值可以先试出来
AI推演立正提过一个值得花时间认真想的问题:除了工作你还能干嘛,并且至少花一周到一个月去试一试自己是不是真能做4。他也说过,少工作不能只是少做事,否则容易变成刷手机空耗;他练习的是允许一些体验不被转化成产出5。对你的情况,可以先在工作之外留出一块不被工作占用的时间做那件“有意义的事”,观察两件事:你是否愿意持续投入,以及是否有人给出真实反馈(愿意参与、付费或认真使用)。如果反馈持续出现,再考虑扩大投入或调整工作;如果迟迟没有,说明问题可能不在工作,而在方向还没验证。这是 AI 的应用建议,条件与反馈都由你自己观察。
材料里没有你所在行业、经济缓冲和家庭负担的信息,所以无法判断你能承受多大的收入波动;上面的原型思路是通用做法,具体节奏要按你的实际情况调整。另外,《杨天楠:看似体面的工作,实则都是在表演?》2是声纹自动匹配的对话字幕,未经逐字核实,引用时保留这一不确定性。
出处
- 1为什么年薪百万的你,却觉得工作毫无价值?
给出拆小、做原型、用市场反馈验证方向的具体路径和时间预期。
- 2杨天楠:看似体面的工作,实则都是在表演?
杨天楠讲创业中直接面对反馈与“隔一层做事”的差别,可解释真实感从哪来。
- 3离开大厂之后,我才发现,没有Fake Work的工作其实很开心|对话课代表立正
可回到原文核对这部分判断
- 4对大学生的三条建议:找到工作以外的自我价值
提出工作之外能做什么、并要实际试一试的问题。
- 5如果让我做一个role model,我想成为一个不 productive 的role model
讲少工作不能只是少做事,以及允许体验不被产出化。
追问2026年11月4日
怎样设计一个成本很低、又能收到真实反馈的小尝试?
把尝试压到一周内能做完:先写清要验证的判断,再做一个能被人真实回应的动作,最后看反馈是否让你改变想法。
先写清“我要验证什么”,再动手
AI推演低成本不等于随便试试。立正给出的做法是:先用几句话写清想达到的结果、目前发生了什么、试过什么、有哪些实际限制,再单独写一句“我目前认为卡点是……”。这句话只是待检查的解释,不是结论1。放到你的处境里,可以先问自己:我想找的“值得努力的方向”,是缺一个具体问题、缺愿意为此付费或投入的人,还是缺自己持续做下去的动力?写下来,才知道下一步该验证哪一个。这是 AI 的应用建议。
选一个能收到真实回应的动作
立正建议选一个现在愿意做、成本能承受、能带来反馈的动作,并事先写下它要验证什么、什么结果会让你改变原来的想法1。在创业场景里,他把第一周定为不写代码,只把“解决什么问题、为谁解决、解决到什么程度”用人话讲出去,观察有没有人追问细节、主动说“做出来告诉我”、愿意留联系方式;如果只收到礼貌的“挺好的”或沉默,他判断这是需求问题而非话术问题2。这两处指向同一个标准:反馈要来自真实的人的具体反应,而不是点赞或客套。
给尝试划一条能被检验的边界
AI推演立正提醒,探索如果一直打开新方向,任何结果都能被解释成“做得不够久”或“平台不对”,现实就没机会给出清楚回答。他主张先把一次尝试定义到足以被检验:一个主要市场、一个想要的结果、一段明确时间、足够认真的投入;并说承诺不是预言成功,也不是永远不许改方向3。对你来说,可以把它落成一次一周左右的小实验:选一个具体方向,做一个能被人回应的动作(比如把想法讲给可能相关的人听,或提供一次小服务),事先写下“什么反应算支持、什么算不支持”。做完后带着结果回来,再决定是继续、调整还是换方向。这是 AI 基于上述判断的应用,时间和形式需按你的实际条件调整。
这些材料给的是验证方法与判断标准,没有涉及你所在行业、可投入时间和经济压力的具体情况;尝试的规模和形式需要你按实际条件确定。
出处
- 1为什么别人的好建议,到你这里就用不上?
给出把事实与解释分开、设计小验证并带回结果的完整步骤。
- 2创业公司用30天,从零到可交付产品的路线图
提供最低成本验证需求的具体信号:追问、主动表态、留联系方式。
- 3当「不断探索」开始取代对结果的追求|和大舅聊内容、商业化与英文市场
说明探索何时失去检验力,以及如何把一次尝试定义到可被检验。
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
- 在人生只有一次、且大环境不好的前提下,我该如何在“稳定饭碗”和“想做的事”之间做选择?
这份政府法定机构的工作,到底是结构性不适合我,还是我只是在逃避制度、会议、流程、人情世故?
为什么工作强度不算大、很多活由下属公司干、我更像传话筒,却仍然长期紧绷、压抑、睡不好?
离职后我真正害怕的是什么:收入中断、秩序崩塌、社会地位下降、失败回不来,还是别的?
如果有挽留、涨薪、领导认可,我该如何判断这些是否足以改变“留/走”的决定?
我真正想做的方向到底是什么:回去做开发/AI开发,还是全职做自媒体?两者如何排序?
如果做自媒体,怎样验证它不是一时热情,而是值得认真投入 3–6 个月的方向?
你描述的不是“强度大所以累”,而是长期扮演一个自己不想成为的角色。判断留走,先看岗位结构能否改变,再看你能否在离职前把现金流和作品先立起来。
- 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。