先别急着换平台或换赛道：立正主张先改方法和习惯，再选工具，并优先用开放、能调用任意上下文和工具的产品；短视频插件这条路线，现有材料不足以证明它比工作优化插件更适合你。
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。
平台选择：先看是否开放，而不是看榜单
材料里的观点立正明确说，他推荐 Codex、Kimi Code、DeepSeek Harness 这类“可以使用任何上下文、使用任何工具”的开放工具，不推荐试图把人绑定进自家生态的产品1。按这个标准，你现在的 Trae + Kimi Code 已经落在开放工具一侧，继续用 DeepSeek Harness 并不矛盾，关键看它能否接入你本地的文件、数据和常用操作。
他还强调顺序：先学方法，再学习惯，再学思维方式，最后学工具；不了解道理就直接学“123”的具体操作是危险的1。所以“用哪个平台”不是第一问，第一问是你想让它替你完成哪件具体工作。
先找业务约束，别先自动化流程
立正说，用 AI 要先看业务约束在哪里，而不是把本来不该做的事放大、自动化1。他举的反例是：本来两个人做的事，用 AI 之后又花两个人去用 AI，最后省下的可能从一开始就不需要省；他主张消灭流程，而不是自动化流程1。
放到你的场景：工作优化类插件如果对应的是你每天真实重复、且确实卡住你的环节，符合这个思路；如果只是把现有流程包一层 AI，收益可能有限。这是 AI 依据他的判断做的推演，不是他针对你项目的结论。
短视频插件作为突破口：材料没有给出答案
AI推演现有片段里没有立正或嘉宾直接比较“AI 短视频开发插件”和“工作优化插件”哪条更适合个人商业化。Jove Zhong 提到 coding 和多媒体（音乐、图片、视频生成）都是被看好的方向，但多媒体需要大量投入，且这个领域非常卷，很少能作为新玩家进去2。这提示短视频方向门槛和竞争都不低，但不构成对你个人路线的判断。
可迁移的做法来自梁津晶：做产品前深度访谈上百个真实用户，问他们为什么想到这个方案、试过什么替代方案、在类似产品上花了多少钱；YC 的 Michael Seibel 也要求了解到用户收入、增幅和最大开销的程度3。她还说，确认痛点后可以推出几版不同解法，再根据反馈调整3。你可以先用这种方式，分别找几位有短视频需求的小商家和几位和你工作场景相似的人聊，看哪边愿意为结果付费，再决定路线。
提供的片段没有直接评价 Trae + Kimi Code 组合、DeepSeek Harness 的具体优劣，也没有比较两条插件路线的商业前景；相关判断只能按上述原则推演。
出处
- 1杨天楠：看似体面的工作，实则都是在表演？
立正谈工具选择标准、先方法后工具的顺序，以及先找业务约束而非自动化流程。
- 2他的FDE团队从30人扩到100人，但为什么很多大厂工程师甚至不知道这个岗位？
Jove Zhong 谈 coding 与多媒体方向的投入和竞争状况，可用于理解短视频赛道的门槛。
- 3一个人管400个AI任务，已经是标配了？｜对话GitHub七万星的Orca创始人津晶
梁津晶讲如何通过深度访谈确认痛点、了解用户付费，并快速迭代方案。
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
- 我现在在一家公司做数据工程师。公司初始以毕业生这个项目相当于管培生的这么一个项目进来的。去年的时候我转正，但是我们当时公司这个架构重组，所以其实我做的这些工作包括学的都是数据工程。但是重组之后，数据团队就只包含数据分析师和数据科学家，然后所在的是数据科学家团队，但我的头衔是数据分析师。现在我过去一年就是我接手了一个新的这个 AI 相关的项目，所以就一直在负责这个项目。今年的时候绩效考核我得了4分，就是算是超过预期。我就和领导提这件事，就是我的这个头衔是分析师，但是我做的事其实是数据科学家以及数据工程师的工作。我就问他有没有可能把头衔改变，他说他在争取。然后他还说我们之后可能会有这个机器学习工程师的岗位，不过就是还不知道什么时候能就是确立这个新岗位。然后我问他如果他是我的话，他会怎么来选择。 因为他也知道我现在的这个做的工作和我拿的薪水其实并不完全匹配。他说他可能会看一些外在的这个机会。我还问了他一件事，就是在这个公司是否能，比如我额外多做这件事情，然后我来要求这个升职。他说这个公司更多的时候就是，只有你想去的那个岗位，有人就是腾出来之后，你申请，才有可能获得岗位。他不太会是因为你做得多做得好，他就给你升职。不过它每年会给你一定的涨薪。所以我就是，以我现在做的这个数据工程，市场价大概是至少十万。我现在拿的是八万。所以我和他聊了之后，我就大概判断说，我在这个公司转这个晋升和不管是升职呢还是加薪，其实意义不大。所以我就把方向调转了。因为我这个工作是远程办公在家，所以很多时候我可能几天的活，我可能一两个小时我就能用AI来完成。所以我就想着，那我如果没办法提高我的公司，那我就要把我的工作时间压缩。这样子我就留出我的其他的时间，用在我的这个个人自媒体的这个制作上。所以这就是我过去大概两三个月就在做这一件事情。当然外在的机会我也会在看，也在投。不过我就在想，如果长久来说，并不真的是想在职场上就是晋升，无论是去当资深的工程师，还是去成为管理者。那我是不是现在我就把更多的时间和精力就放在做自媒体上，在我还有这个稳定的收入的时候。
你的判断有依据：在这家公司靠多做多好换头衔和大幅加薪，领导已明说路径很窄。把稳定工资当底线、把省下的时间投向自媒体，是合理的杠铃式配置；但先要把自媒体要放大什么说具体，再决定投入多少。
- AI 原生思维和会用 AI 工具，差别到底在哪？
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：先想清交付什么，再让 AI 承担判断与执行，并持续积累上下文。
- 我们公司成立了一个 AI 专项小组，现在要进行一个内部的分工和推进，我不知道应该从哪里开启。
本次呢，一共有 9 个人报名，然后经过一个启动会吧，每个人说出自己的想法，提问式的啊，提问式抢答，或者是有想法的就自己分享一下，选出了三个人，我是全票通过的，也是担任了小组组长的一个角色。
所以目前想了解一下应该如何的去推进。
先别急着分岗位。让每个人用一周时间，各自拿一件公司里真实的小事，用 AI 做出一个能看的产出，再根据产出和过程决定分工。
- ai会让哪些岗位更值钱？
AI 让“生成”变便宜后，更值钱的是能定义问题、设定约束、评估验收并对结果负责的人，而不是只会把执行做得更快的人。
- 现阶段用 AI Building 自己的Business有什么方向？
现有材料里，最具体的方向来自梁津晶：ToC 应用、软硬结合、算力与数据基础设施；立正本人的材料则强调用 AI 替代劳动力、把 AI 放进用户实际使用环节。
- 作为在公司执行层的个人，相比于在中间做管理层，是否意味着未来有更大的左端机会。
不能仅凭“执行层还是管理层”就断定左端机会更大。材料更支持的是：离真实决策和真实客户反馈越近、能积累可迁移判断的人，左端机会更大；中层若只做传话和包装，反而更远。