- 之前专门负责保险理赔环节的前端程序员在这个时代应该如何转型?因为之前离业务有些远,现在AI相关的需求也都交给后端去做了
把理赔流程经验变成“业务+AI落地”的资本,而不是从头补后端。可优先考虑FDE这类岗位:既懂业务场景,又能把AI agent做到能用。
- 我是一个郑州轻工业大学清洁能源技术研究生一年级的学生 ,开学一个月了,开学后老师让我们看文献大概在十二月份的时候写出一篇综述的初稿,但我不知道怎么去写也看不进去论文
先别把“写综述”当成读完全部文献后的产物。立正建议先动笔、把想法写出来,再隔天以审稿人眼光删改;读不进去时,可先写一页问题清单,而不是硬啃整篇论文。
- 如何建立自己的ai,如何记录上下文 用哪个工具
先别急着“造一个 AI”,而是把日常材料留在自己手里,再用 Agent 工具持续读写这些材料;工具可选 Claude Code、Codex、Cursor 这类开放工具。
- 3C卡片具体怎么设置呢?我知道有三个关键的东西,但是这些东西如何细化我不知道,所以有没有更详细的指导或者是案例。
3C 是给 AI 描述需求的模板:Context(背景)、Component(任务涉及哪些部分)、Criteria(什么算做好)。现有材料只给出定义和一个“清理重复图像”的例子,没有逐步设置教程。
- 怎么做自媒体
先定方向再动手,把自媒体当事业而非副业,并接受前20条大概率没人看。
- DS还有前途吗,会不会被ai取代
有前途,但“只做取数、跑模型”的DS会越来越窄;立正认为人靠context、隐性知识和为结果负责,比AI更难被取代。
- 亲子沟通的核心问题是什么?
这段材料把亲子沟通的核心问题放在“对亲近的人带着要求和判断去听”上:越亲近,越容易觉得“你是我爸/妈,怎么能这样想”,情绪因此被反复点燃。
- 你好?我可以干嘛?
你问的“我可以干嘛”,在现有材料里正好对应立正反复提的那个问题:除了工作,你还能给别人提供什么价值。
- 面试后,对方提出一个 AI 项目让我做 demo,我该怎么处理
把 demo 当成一次“展示你怎么做事”的机会,而不是“证明你能做出产品”。交付一个能打开的小东西,加上过程记录和复盘,比堆功能更能被看懂。
- 问问立正app是数据存储在中国还是美国,如果有两地用户,背后的用什么平台来管理
现有原文只说明问问立正跑在 Builder Space 上,登录、额度和数据库用的是立正个人网站上现成的服务;没有说明数据存放在中国还是美国,也没提到两地用户的管理平台。
- 拿到一个 AI 项目,怎么做
先别急着写代码,先判断这个项目要 AI 在用户使用时承担什么,再决定做到哪一层;起步时把验收标准和背景写成文档,比反复改 prompt 更重要。
- ai 提效大家都知道我想问的是,ai 目前让人们做到之前做不到的事情有哪些呢?
按立正的说法,AI 让人“做到之前做不到的事”,关键不在模型突然变强,而在人把 AI 接进真实工作、补上链路,从而能调度算力、承担端到端结果。
- 最近很流行用Grok bot搭建AI团队,用Grok bot和用Codex搭建AI团队有什么不同呢?
现有资料没有直接比较 Grok bot 与 Codex 搭建 AI 团队;能确认的是,立正把 Codex、Claude Code、Cursor、Grok 都归为可调用模型并操作电脑的 agentic 工具…
- AI写文章语法都没问题,但往往是断句位置很奇怪,突兀和不符合阅读习惯。为什么,怎样改进?
现有材料没有直接解释断句突兀的原因,但提供了可迁移的思路:AI 缺的是你的阅读习惯与验收标准,而不只是语法能力。
- 希望通过技术开发实现持续收入。技术层面没有问题,对 AI、传统互联网技术栈以及软硬件都有深入了解。
目前的难点在于找不到合适的切入点,最缺的是能够识别真实且有人愿意付费的需求。同时,产品形态需要足够精简
别把“想清楚做什么”当成开工前提:真实需求通常是在做小东西、给真人用、反复改的过程中长出来的。技术不是你的瓶颈,持续迭代和判断什么值得长期维护才是。
- AI 想學做skill 要從哪裡開始?
先别学写“skill 模板”,从一件你反复做、有明确验收标准的真实任务开始;把结果标准、边界和失败案例写下来,再在 Agent 工具里跑一遍。
- 总结一下课代表关于找到自己手艺以及如何在平台积攒go to market 的方法论
课代表(立正)把“手艺”定义为可验证、结果导向、练无止境的实践能力;找到它的方式是围绕市场反复测试,而不是自我感觉良好。
- 课代表怎么看白领工作被ai代替这个问题?以及现在是否还值得升职加薪?
立正认为白领工作会系统性消失,因为知识工作的价值本就难以衡量,大量工作是表演性的 fake work;因此升职加薪本身可能是错的,更值得做的是对结果负责、做点真东西。
- 如何帮助小学4年级学生提高数学成绩
现有材料只给出一条可用的思路:小学数学要先掌握符号系统,再练习把已知信息组合起来解题;同时把“假困难”交给工具,把真正的思考留给孩子自己。
- 如何权衡个人和下一代在中国和美国的长期发展?比较在意AI方向的工作机会(软件工程师、用研或者AI builder),需要关注哪些行业动向?在下一代培养这一块,希望尽量避免无意义内卷学习,而是关注更有意义的能力培养。有什么是会显著影响决策,甚至让其中一个选项成为 deal breaker 的因素?
现有材料不足以判断中美哪里更适合你们,但能给出一个决策框架:先看哪边能让大人做“能判断、能收口”的AI工作,再看哪边允许孩子少刷题、多动手和做判断;若某一边在这两点上同时明显更差,才够格当deal breaker。
- 你是怎么把你的回答和文章做成这个 APP 的,是用逐字稿做成一个知识库吗,每次有问题就去检索某一块内容吗
现有材料没有说明这个 App 是否用逐字稿建知识库、每次提问再检索。能确认的是:App 把文章、项目、评论、活动和课程放在一起,问答和讨论仍由人参与;立正对“核心价值”部分刻意少用 AI。
- 請要用AI幫忙做事第一件事是要了解問題是什麼?或想解決的是什麼嗎?
是。立正反复强调,先问清“为什么做、要解决什么”,再进入“怎么做”;否则容易做出没人需要的方案。
- 投简历找工作有哪些需要注意的地方?
投简历的关键不是多投,而是先读懂岗位、把简历改到对方一眼能看出你匹配,再决定投多少。
- 怎么判断是否要换一个岗位,换一个职能工作?
先别问“要不要换”,先问三个具体问题:目标岗位的硬条件你满不满足、它实际做什么你认不认同、它的环境你喜不喜欢。三个都答得具体,再决定换不换。
- 我其实有存款,按道理来说我不再买房子,不工作,也可以全家人过得挺好的(我今年33岁,老公上班,娃3岁)。但是我还是躺不平,卷不动,接受不了自己躺,又嫌弃公司瞎卷
你的拧巴可能不是钱不够,而是“不工作”还没找到替代的意义锚点;同时你嫌弃的也许不是工作本身,而是公司里那种假忙。
- 你是怎么找到适合自己的创业的
材料里没有一套“找到适合自己创业”的通用方法;更接近的判断是:先确认自己为什么非做不可,再选一个需求真实、技术洞察独特的方向,然后靠用户反馈反复调整。
- 我最近在投一个工作岗位,然后在修改我的简历。所以我想结合一下之前课代表跟这个 YC,也就是友超,所有的关于简历这块的内容。我想知道在我修改我的简历的过程中有哪些是我可以来重点参考的。
先明确目标岗位要什么人,再把简历做成“一页、一行一句、论点先行、少而精”,用具体论据证明你最突出的那一点。
- 怎样才能找到工作中最重要的一件事,因为我觉得每天都在处理一些紧急但没那么重要的小事。
先别按“紧急程度”排事,而要按“价值”判断:把时间主动占在高价值工作上,低价值杂事才会被挤走。
- ai native 程序员简历应该如何呈现
AI Native 程序员的简历,重点不是写“会用 Cursor”,而是用一段具体经历证明:你把 AI 融进了真实工作,并且改变了结果怎么被验证。
- 我发现,用 ChatGPT 里的旗舰模型并把思考程度调高时,得到的综合分析和建议,常常比在 Codex 里用更省用量的模型(例如 GPT-6 Luna Max)更合我需要。Codex 的优势是能操作项目文件、调用工具、反复执行;我也希望对话与结论能沉淀成可搜索、可复用的 Markdown 或知识库,但不想每个小问题都消耗最高档模型。你建议怎样设计分层工作流:什么任务用最强模型,什么任务用轻量模型;聊天记录、结论、长期上下文和 Skill 分别保存什么,才能兼顾质量、成本和可持续复用?
把最强模型留给需要判断和综合的环节,把执行、检索和重复步骤交给轻量模型与程序;长期资产按“上下文(what)、Skill(how)、调度(resolver)”三层沉淀成 Markdown,模型和工具都可替换。