- 我在自建中台软件,涉及到知识库和知识台两部分,知识库采用那种路径更好?是obsian这种,还是mag或grep?
现有材料没有比较 Obsidian、mag 或 grep 这三种知识库路径,无法据此判断哪种更适合你的中台。能确定的是:知识库要服务分叉、引用、结构化资产和过程可观测,而不只是线性记录。
- 我应该如何影响我的其他同事,推进当前的项目
先弄清同事在意什么,再用他们关心的价值切入,而不是只讲自己方案正确。
- 立正从什么时候开始做视频,如何坚持下来的
立正说自己是五年前开始做视频、每周至少更新一期;起点是给餐馆做外卖教学视频,发现满足了表达欲,就一直做下去。
- 什么叫做技术直觉,它起到什么作用?怎么养成肌肉直觉?肌肉直觉的关键点是什么
技术直觉是从很少的数据点看出问题背后原因的能力;它靠经验积累、观察和把知识连成结构来养成,不是单靠重复动作练出的“肌肉记忆”。
- 如何做好一个new grads的mentor
做好新人导师,重点不是替新人做决定,而是帮他把力气用在对团队有影响的事上,给略高于当前能力的任务和失败空间,并在公开场合替他争取认可。
- 不是讲的是个人专注 行动力 真正的想解决问题
你记的方向没错:立正确实讲过“愿意解决难问题、愿意吃苦、愿意承受失败”的人能做出价值高得多的东西。但“克服所有困难”不是他的原话,他更强调先选对值得解决的问题,再投入排他的时间。
- 在 AI 持续降低知识工作执行成本的时代,一个缺少资本、专业积累和行业资源,但拥有时间、学习意愿与技术基础的年轻人,如何从零开始建立发现机会、解决问题和获取价值的能力?
在此过程中,哪些传统能力仍然值得长期积累?哪些能力可以通过 AI 加速形成?哪些资源需要通过现实实践获得?
更重要的是,如何避免只成为 AI 工具的高频使用者,而真正成为能够利用 AI 创造价值的人?
关键不在会用多少工具,而在能否对结果负责:有专业判断能收口、能自己出题、能靠真实项目积累反馈。传统能力仍要长期练,AI 可加速补技能缺口,资源只能从现实项目里换。
- 我最近半年的工作,都是围绕一个不太懂业务的领导,做类似他的秘书,去尝试各种违背我自己职业判断的事情。我也深刻地意识到我对自己职业的目标是持续进步,但是这半年我觉得自己专业方向没有任何进步,非常怀念之前跟专业的领导同事共事的经历。我一方面工作的非常憋屈,但因为自己的职业素养和责任心,导致无理取闹的事情越来越多的向我汇聚,我常常无法保持平静,又恨又痛苦。可是因为缠绕着我的琐事太多,我并不能狠下心来快刀斩乱麻的找工作,我现在对于我自己的职业发展产生了重大的怀疑和迷茫,我本来觉得做操盘手是一个复合人才的岗位,我也足够复合,但是在组织基础建设不足和领导胡闹的背景下,我的精力被拽低到处理各种非常基础、浅显和纯消耗的处境。我该怎么办呢
你的痛苦不只是“忙”,而是环境在持续消耗你的专业积累。先判断这个环境能否被局部改造;若不能,就把“离开”当成一项要准备的能力,而不是等琐事清空后才敢做的决定。
- 如何使用《问问立正》打造自己的app
《问问立正》本身是问答产品,不是造 App 的教程;可用的路径是把它当提问和查资料的入口,再用 Codex 这类通用工具把反复要做的事做成自己的软件。
- 因为年轻时候创业,缺乏很多经验和认知,给公司签了连带担保,33岁,背上了250万债务,现在心情是挺复杂,感觉也不算特别多,但是想要东山再起也挺难,目前已经开始自己创业,用ai赋能运营,帮助中小机构解决问题,运用过去我创业踩到的经验,你有没有一些经验可以分享给我的。
现有材料没有直接谈连带担保债务怎么处理,但几位创业者反复提到的心态可以借用:把创业看成一段长期职业生涯,而不是一次必须翻本的赌局。
- AI时代,还有必要从头开始理解AI给的原理,仔细看AI给出的但自己不懂的源码吗?
有必要理解到足以判断、验收和排错,但不必从数学原理重新推导,也不必逐行读完所有源码。深度应由任务风险和你的责任决定。
- 大家都在用AI,那我怎么在其中脱颖而出,拉开差距
真正的差距不在“有没有用 AI”,而在能否把它变成稳定、可复用、持续改进的工作系统,并用真实成果证明价值。
- 我想问一下关于RAG的问题。我印象中你有说你做问问立正的时候,最开始想要用RAG,后面把它给去掉了。你说这背后是产品的品位。我想让你帮我找找这个问题的视频在哪里,或者文章在哪里。另外就是其他的关于RAG的内容你也可以给我推荐一下。
现有材料里没有你记得的那段“做问问立正时最初想用RAG、后来去掉,并说这是产品品位”的原文;能确认的是立正公开批评过标准RAG流程在真实场景里不好用。
- Requirement gathering business intelligence
需求收集不是把“需求”这个名词写清楚就结束,而是先做出可用的东西,再借它发现真正该要什么。
- 帮我找一下有一期视频讲到的关于教育的本质,有可能是leon学长的访谈
你找的很可能就是 Leon 参与的两期教育对谈;但现有片段里,能直接谈“教育本质”的是 Leon 关于家庭教育的判断,立正本人则更多谈结果与过程、鸡娃的取舍。
- 我在做一个个人项目,想听听你的看法。
它是什么: 一个"条件→动作"的物联网的自动化平台。核心就是一个循环:"当某个条件成立时,执行一个动作,并确认这个动作真的生效了。"它可以装在 Mac、Windows、Linux(比如树莓派)这些设备上,以后手机也能装。好几台设备、好几个地点之间可以互相配合,断网的时候每台设备自己也能照常跑。具体能干什么靠插件来加,比如接 Matter 智能家居设备、接 Home Assistant。这个自动化平台负责orchestration。
怎么收钱: 只用一台设备、在本地跑是免费的;要跨设备、跨地点(走云端)才收费,大概是每月或者一次性付 $0.99–4.99。
卖给谁: 目标是,类似会花钱买apple studio display或者愿意为个人云盘付费的这些愿意花一些钱解决生活中的麻烦的对生活有一些客制化需求人。
为什么是我做:Home assistant过于凌乱,而且对一般人上手其实有难度,而且维护起来其实比较费劲儿;米家这种生态混乱而且很难配置成自己想要的东西;apple home这种为了面向所有人,把很多东西做的过度简化。我的目标是想配置自己的生态但不想整天看Home assistant的脚本和数据库同时愿意花一些钱来获得比较舒服的使用体验的人。
想问你三件事:
现在 AI agent 越来越强,这种"按规则自动执行"的底层工具还值得一个人去做吗?会不会直接被 AI 取代?
我构想的用户群体,是一个值得一试的方向吗?
我怎么用最少的成本验证到底有没有人愿意用?
我如何宣传?
值得做,但价值不在“规则引擎”本身,而在“确认动作真的生效”和跨设备可靠编排;先别急着推广,先用最小可用的东西验证有没有人愿意为省心付费。
- JEV不值得看的原因和小龙虾有相关性吗?从逻辑学上,AI是否永远无法高可靠性的知道人想要什么?
两者没有直接因果,只是共用同一套“值不值得追”的判断框架:小龙虾和 Jev 都被当作被热炒的新技术。至于 AI 能否高可靠知道人想要什么,现有材料只支持“它不天然知道什么值得追求”,不足以推出逻辑上永远不可能。
- 给我概述一下你之前说过为什么小龙虾一定凉。
立正说小龙虾“一定会凉”,核心理由是它为了普通人快速上手做了工程取舍,结果不可观测、记忆不可改、上下文不可隔离,难以胜任严肃工作。
- 我是项目驱动型的人。忙的时候目标很清楚,一闲下来就进入迷茫期,工作和副业都是这样。过去一年我开了很多个小项目,有的做出来演示过,后来因为前提不成立就停了。我怎么分辨哪些是该及时止损的'停',哪些是迷茫期造成的'停'?
先看“停”之前有没有被现实检验过:有真实用户或数据否掉前提,是止损;只是没发布、没投入、没被检验就停,更像迷茫期在保护自己。
- 如何做一个勇于竞争,自信的人
自信不是先相信自己什么都有,而是没有那些标签时仍觉得自己可以;竞争则不必盯着对手,先找到自己能做好的具体问题。
- 我是小白 使用怎么学习使用ai
小白学 AI 别先背名词或记小技巧,先挑一件真实小事,用开放工具完整做一遍,再回头理解方法。
- 我知道自己不适合 solo:不擅长自己定目标、一路推到底,更喜欢在有纪律的大框架里有人给我方向。但我又想在离开大公司前把副业做成真正的第二收入。这两件事矛盾吗?像我这种人,副业应该怎么组织?
不矛盾,但要把“有人给方向”从老板换成外部约束:选一个能直接换钱、有明确交付对象的副业,用客户和固定节奏替代自律。
- 我是一个lse大一在读学生,面对AI,我想搞明白毕业之后先进大厂/金融机构比如投行,再出来创业是不是一定比大学期间就开始尝试要好,我应该all in一份graduate好工作还是探索可能性
没有“一定更好”的路径。立正更强调先想清楚不靠公司你能提供什么价值,并尽早小规模试;但早期求职时,大厂高光组确实能当敲门砖。
- 如何解决基础code不熟但是又想利用ai去做出完整的软件
不必先补完语法再动手;把“编程基础”换成三件事:不怕编程界面、遇报错不慌、能把需求说清楚,然后从一个能部署的小项目开始做。