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。
先定一个能验收的小产出,再谈分工
AI推演你担心的是“还没有产出”,那第一步就不该是排岗位表,而是定一个小的、能看见结果的目标。比如让小组在一两周内交出一份可用的东西:一个内部流程的 AI 辅助版本、一份客户问题的自动整理,或一个能重复使用的提示词模板。目标要小到九个人里几个人就能做完,又要真到别人愿意用。这样分工才有依据:谁擅长找问题、谁擅长动手做、谁擅长把做法写下来教别人,会在做事过程中自然显出来。这是 AI 对你这处境的推演,不是材料里的现成方案。
出处 1
分工可以按角色,不必按专业切
立正在一期对谈里说,过去的分工按专业划分,是因为一个人不能同时懂设计、做网页、管后台;现在有了 AI,这种专业分工“一定是要打破的”,专业特长可以找 AI、自学或找别人补。他描述的硅谷做法是两个角色:一个像海盗一样往前冲、想方设法拿结果,另一个在后面把拿到的东西固定下来、让它走得更远2。放到你的小组,可以先分“冲”和“固化”两类:有人负责试,有人负责把试出来的做法整理成别人能用的东西。这个角色划分是 AI 借他的说法做的迁移,原话讲的是团队形态,不是九人小组的操作手册。
让每个人的隐性经验变成 AI 能用的东西
立正在讲 AI 时代用人时提到,用人单位希望 AI 放大人的杠杆,这就需要人把脑子里的隐性知识——比如决策框架、用户洞察、优先级判断——转成 AI 能直接用的显性知识,表达得越清楚,AI 越能放大杠杆;真正 AI Native 的组织要的不是个人能力突出,而是个人、团队和 AI 一起跑得快、跑得远、跑得正确3。这正好接上你说的“先了解每个人实际的长处”:了解长处的方式,可以不是聊天打分,而是让每个人交一份“我这件事是怎么判断的、怎么教给 AI 的”。这份东西本身就是分工依据,也是小组的第一批资产。
材料里没有专门讲“新成立 AI 小组如何分工推进”的内容,以上是把立正关于团队角色、隐性知识和提问验证的说法迁移到你的处境,属于 AI 的应用推演。另外,《34.FDE是伪命题吗?为什么用AI提效10倍》2的说话人标注为待核,其中“专业分工要打破”等判断按现有归属归给立正,但该期说话人身份未完全确认。
出处
- 1为什么别人的好建议,到你这里就用不上?
给出把问题变成一次小验证、再带结果回来的具体做法,适合用来定第一轮产出。
- 234.FDE是伪命题吗?为什么用AI提效10倍,公司反而更忙了?|对谈课代表立正
立正谈 AI 时代专业分工被打破、团队分“冲”和“固化”两类角色,是分工思路的主要依据。
- 3AI时代的面试,三件事让公司对我求贤若渴?
讲把个人隐性知识转成 AI 可用的显性知识,支持“用交付物了解长处”的做法。
追问2026年11月5日
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 我想说一下,就是 9 个人报名,最终选出了 3 个人,而这个小组就只有 3 个人。
先别急着分岗位。三个人先一起定一个能交付的小产出,再按谁真能推动它来分工;你作为组长,前期最该做的是逐个了解人,而不是先画组织架构。
先定一个能交付的小产出,再谈分工
AI推演你现在的卡点是“先了解长处再分工”,这个顺序可以调整:先有目标,长处才有比较的尺子。建议三个人第一次正式会议只做一件事——定一个两到四周内能拿出来的具体产出,比如一个内部可用的 AI 工具、一条被跑通的流程,或一次面向全员的分享。产出越具体,后面谁适合做什么就越清楚。
立正在谈 AI 落地时强调,要从真实需求出发,不要做自嗨的项目,并且“做是一回事,go to market 是另一回事”:东西做出来有没有人用,要单独验证1。放到你们小组,就是先找公司里真实存在的、有人愿意用的痛点,而不是先选技术方案。
另外,你提到公司期待是“做工具/流程”还是“先做能力普及”还没定,这个会直接改变分工。如果偏工具,需要有人懂业务场景、有人能动手做;如果偏普及,需要有人会讲、会组织。建议你在第一次会上就把这个期待向公司确认清楚,再定产出。
用逐个聊天代替先画组织架构
AI推演立正讲管理者新到一个组时,提到一个共性做法:跟足够多的人聊天,因为你能看到的信息有限,只有认识足够多的人才能了解足够多的情况;他还提到要利用好前三个月把 agenda 定下来2。这个经验来自他谈加入新公司、带新组的场景,不是专门讲 AI 小组,但“先了解情况再定方向”这层可以借用。
具体到你这三个人:可以每人聊一次,问的不是“你擅长什么”,而是“你最近用 AI 做过什么、卡在哪、你愿意在这件事上多花时间吗”。这样得到的是行为证据,比自我评价可靠。
同时要问清一件事:组员是额外投入还是可以占用本职时间。这决定你们能承诺多大的产出,也决定分工是按“兴趣”还是按“可投入时间”来排。
把隐性经验写成 AI 能用的东西
如果你们的方向是做出工具或流程,一个可用的起步方式是:把公司里原本在人脑中的判断标准、模板、流程写清楚,变成 AI 可以直接调用的技能或上下文。立正提到,真正 AI Native 的组织要的不是个人能力突出,而是个人、团队和 AI 一起跑得快;这需要人把隐性知识转化成显性知识3。
这可以成为三个人的第一份共同作业:每人负责把自己最熟的一块业务写成一份可复用的说明,再挑其中一块试着让 AI 跑一遍。这样既有产出,也能看出谁更适合做梳理、谁更适合做落地。
另外,立正也提醒,很多企业用 AI 只是把原来占 20% 时间的环节提速,剩下 80% 的流程没变,所以要把整条流程打开,分清人该干什么、AI 该干什么1。你们三个人规模小,更适合先挑一条完整的小流程走通,而不是同时铺开很多方向。
提供的材料里没有专门讲“三人 AI 小组如何分工推进”的内容,上面的分工建议是把立正谈 AI 落地、管理者入职和隐性知识显性化的观点迁移到你的场景,属于 AI 的综合推演,不是他针对你这种情况的原话。
出处
- 1课代表立正:AI 课卖 2000 刀,偏偏坚持古法手搓
讲 AI 项目要从真实需求出发、做与推广是两回事,以及流程要整体打开,适合用来定第一个产出。
- 2在线回答一小时关于职业发展的各种问题|SVTC讲座(下)
讲新带一个组时先多和人聊、前期把 agenda 定下来,可对应你“先了解人”的卡点。
- 3AI时代的面试,三件事让公司对我求贤若渴?
讲把隐性知识写成 AI 可用的技能和上下文,可支撑“先写可复用说明”这类起步产出。
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。
- 当下国内的AI产品快速迭代,作为一个纯外行我们接触ai的咨询是非常有限的,那么对于我一个身处国内的有极大兴趣了解和应用ai进行场景应用开发,工作优化的个人来说;我使用什么样的平台或许是更为合适的呢?(这里补充一下我目前使用的是trae+kimicode),是否我需要继续使用deepseek harness? 在我的实践中,我如果以去寻找AI短视频开发的插件作为商业落地突破口,对比我现在的开发各种工作层面优化的插件;我想新选择的路线是否合适呢?
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。