可以借用你学 AI 的“先上手、再迭代”思路,但投资不能只靠找师傅和进群;更可靠的起点是先理解市场为何难战胜,再用小仓位验证自己的策略。
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。
先学“为什么难”,再谈找师傅
材料里的观点你担心“找师傅、建圈层”是类比推出来的,这个担心有道理。立正在投资课里给出的顺序不是先混圈子,而是先想明白自己为什么选某种策略:选指数定投,应是因为理解了市场有效性、择时选股的困难,认可分散和长期,而不是因为听起来省事1。这正好补上你说的“第一性原理”缺口:先弄清投资里哪些判断容易出错,再决定向谁学。
把“师傅”换成可验证的假设
AI推演立正讲提问方法时建议:把事实和解释分开,写下“我目前认为卡点是……”,再带着处境问一个会影响选择的问题,然后把答案变成一次小验证,带着结果回来2。用在投资上,你的“卡点”可能不是缺信息,而是还没验证自己能否稳定执行某个策略。先选一个成本能承受的小动作,比如按某个理由做一笔定投或记录一次选股判断,事先写下什么结果会让你改变想法。这比先找圈层更能产生自己的认知。
圈层是支持系统,不是非共识信息的保证
立正谈 AI 成长时强调“在使用中逐步升级”,社区的价值是有人帮你判断、卡住时能追问、有真实项目给你参照,而不是替你思考3。这可以平移到投资:群组能提供反馈和同行,但不能保证群里的信息就是正确的非共识。投资课还提醒,赚钱要区分是市场整体上涨还是策略有效,亏钱要分析是策略问题、执行问题还是极端事件,并保持策略简洁、可归因1。所以圈层应服务于归因和纠错,而不是当作信息优势的来源。
现有片段只覆盖投资课的一节和提问、AI 成长两篇,没有直接讨论“如何找投资师傅”或“如何建立投资圈层”的完整方法;上述应用是 AI 基于这些原则的推演,不是立正对你这套路径的认可。
出处
- 1第18课|来自康奈尔博士的投资科普:为何韭菜总是你?
提供投资策略选择、归因和简洁原则,是回答投资入门的核心依据。
- 2为什么别人的好建议,到你这里就用不上?
给出把卡点写成假设、用小验证获取反馈的具体方法。
- 3AI 用得好的人与普通人的5个差距,和背后具体技术原因|非技术岗位版
说明社区作为支持系统的定位,可用于校正对圈层的期待。
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
- 如何从现在的工作里面积累什么样的技能能够做成自己的副业?
把副业当成主业能力的“可带走版本”:先练识别高价值工作的判断力,再积累方法论、案例、人脉和分发能力,而不是急着另起一摊。
- 作为数据科学家,应该怎么利用AI或者如何学习AI可以最大效率帮助自己提高专业水平
对数据科学家来说,最高效的路径不是先补机器学习课本,而是把AI接进真实工作流:用agentic工具做出能跑的东西,再把你的实验方法、指标口径和分析判断外化成AI可复用的规则。
- 你觉得人底层就是人底层的运作机制。你说宗教也好,那些也好,他们是怎么玩的?怎么控制的,不是人想发挥自己。的力量,它究竟有哪些呢?哪些是需要怎么说呢?哪些是需要的?就是怎么说呢?就是底层的核心变量,当然你可以说正确的废话,但是我觉得怎么说呢?我要的不是正确的废话,我要的是嗯。
现有材料没有给出“人底层运作机制”的总清单;能确认的是两条机制:环境与圈子通过模仿、正强化塑造你以为什么是真的,组织则通过不可衡量的绩效和委托—代理结构生产表演性工作。
- 那就是being coachable and being grateful?但是你worth well being helped.也得需要契机,对吧?这个契机你觉得你怎么遇到?除了多观察和等待之外。当然我知道在这个过程中要提升你自己。是在想有没有更好的角度或者思路?比起纯粹的等待和观察,认真的聆听,Of course。
契机很少靠等来,更常由你先做出一个具体成果、再带着问题去请教而触发。比“认真聆听”更可操作的是:先听懂对方真正的困难,再问出你能帮上的那一小块。
- 如果你处在一个场合里,然后周围的圈层或者阶级可能都比你高,然后所以你们能够互助的程度可能非常不对称?I guess.那你在这里面Be helpful.从而获得更多的connection或者机会。Or Is this the wrong way to think.
方向不算错,但把“be helpful”当成换取高圈层连接的筹码,容易变成单向讨好。更稳的做法是:先弄清对方真正要什么,用具体成果建立印象,同时把成长速度放在自己身上。
- 2026年准备开始做油管真实记录中国大陆的生活 做英文内容 计划投入6个月左右的全职时间做 可行性?
可行,但前提是把“6个月全职”当成一次有明确计分板的检验,而不是先假设它能做成生意;原文给出的检验尺度是6到12个月持续产出高质量英文内容,并持续获得新的英文受众。