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。
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。
先分清“想创业”和“适合创业”
夏淳对从大厂出来、有技术、想借 AI 创业的人给的建议,是先了解创业到底是怎么回事,而不是把它当成更高级的打工。他认为如果动机主要是更好的身份或更多钱,大概率坚持不下去;能熬过反复调整的人,往往有一种“这件事我该去做”的内驱力。立正在对话里把这一点概括为“愿力”,即到底为什么做这件事1。董有超讲自己的选择时,也把“天时地利人和、这个时间点不出来会后悔”放在第一位,朋友创业让他心痒只被他说成佐证,而非主要理由2。这是 AI 对两段材料的对照,不是他们共同提出的方法。
方向靠“真实需求+独特洞察”,不靠方法论堆叠
立正在一篇反思里说,先验证再开发、做 PLG、选 SMB 市场这些原则单独看都对,但如果赛道和技术洞察本身不对,执行再完美也是空转;真正该花时间的是“要做什么、那个 technical insight 是什么、饥饿的人群在哪里”3。董有超讲自己的切入点时,也强调领域因其他环节被 AI 工具解决而变得关键、还没跑出好产品,并且自己的切入角度与先行者不同2。立正另在会员视频里说,找到 product market fit 需要足够强的真实理解和独特技术洞察,大约要两年4。这些是各自的经验判断,不是保证成功的公式。
把“适不适合”变成可观察的试探
AI推演如果你正处在“想创业但不确定方向”的阶段,可以把上面的判断转成几个待检验的问题:我能不能说清这件事为什么非我做不可;我看到的那个需求,有没有真实用户愿意为它付出;我的切入角度和已有玩家差在哪里。立正给学生的建议是,认真想清楚不依靠公司能给别人提供什么价值,并花时间实际试一试,而不只是停留在“我可以去创业”这种答案上5。他还说,在公司里是按别人设定好的规则贡献劳动力,接触真实世界才能让想法贴近现实6。这是 AI 基于这些材料的应用建议,不是对读者个人情况的诊断。
材料主要来自有技术背景、身处 AI 行业的创业者和投资人视角,没有覆盖其他行业或资源条件更有限的情况;《为什么说现在是创业的最好时机?他用千万股权的代价…》2中部分发言归属未确认,只采用了标注为董有超或立正的段落。
出处
- 1过度优化的人生,注定一塌糊涂|对谈硅谷资深投资人
夏淳谈创业动机、愿力和反复调整,立正参与对话并概括为“愿力”。
- 2为什么说现在是创业的最好时机?他用千万股权的代价,换来这个答案|YC_下
董有超讲自己选择创业的时机、领域判断和切入点。
- 3用一个选择替代一百个选择
立正论述方向与技术洞察优先于执行方法论。
- 4不想打工,但副业卡在销售、收费、增长上?这期是为你准备的
可回到原文核对这部分判断
- 5对大学生的三条建议:找到工作以外的自我价值
立正建议认真思考并实际尝试不依赖公司能提供的价值。
- 6AI时代,如何找到属于你的机会?
可回到原文核对这部分判断
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
- 如何考虑创业的方向
先选“饥饿的人群”,再谈产品和执行方法;方向错了,方法论再完美也是空转。
- 怎么样判断一个产品/创业 idea 是否值得做,是产品形态、GTM 方式还是生态位还是什么别的东西。
以及现在已经有了 agent 的 mailbox、im 和 wallet 等等 infra ,应用层又被模型大厂通用 agent 挤压,你认为可以去探索的下一个机会的方向有哪些。
判断一个 idea 值不值得做,先看客户付钱买的是哪个结果、你靠哪项能力持续交付它;产品形态、GTM、生态位都是这个答案的下游。下一个方向,材料没有给出具体赛道,只给了判断框架。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。