你的判断有道理:把AI用在固定流程上只提高“交付速度”,本身不构成升职理由。更值得做的是把省下的时间转向对业务结果负责,并让关键的人看见这个结果。
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。
先承认:提效本身不是晋升货币
立正讲过一个机制:当AI把中间交付物变得很便宜,交付物本身就不再重要,人被逼着要想清楚自己到底带来什么结果1。他还说,全职员工生产力提高十倍,也未必换来十倍工资,最好的情况是升职加薪,甚至可能拿不到1。所以你觉得“固定流程提效没意义”,不是错觉——问题不在AI用得不够好,而在这类工作处在容易被替代、也容易被忽略的位置。
从“把活干好”转向“造一个坑”
立正把升职加薪分成两层:低阶靠能力,高阶是主动设计的游戏——找到或造一个坑,从“靠谱”变成“能带来增量”,并在业务成果和向上可见度之间至少把一件做到极致2。他还提醒,AI把“把活干好、不出错、按时交付”这类防御型工作的门槛拉平了,现成位置会变少2。对刚入行的人,这意味着:固定流程的提效可以继续做,但应把它当成腾出时间的工具,而不是成果本身。
在游戏行业,把提效接到玩家反馈上
AI推演立正谈到游戏开发时给了一个可迁移的思路:AI让原型和试错变便宜后,要优化的不是“让测试赶上开发”,而是“如何更早知道玩家喜不喜欢,并且更便宜地改掉不好的部分”3。他还说,先做出来获得反馈,有时比把未来可能需要的系统准备齐全更重要3。这是AI对你这处境的推演,不是他针对新人的处方:你可以挑一个自己负责的固定环节,用AI省下的时间做一版可玩的小原型或一次小范围玩家反馈,把“我提效了”换成“这个改动让某个指标或反馈变好了”。同时留意,你所在团队是否按结果考核;如果只按过程和时间付薪,提效的收益未必落到你身上4。
材料没有专门讨论“刚入行的游戏从业者如何晋升”,以上应用是从立正关于结果负责、造坑和游戏开发流程的判断推出来的。《自媒体比多数人想象中更赚钱,但也很容易走偏》5中部分发言归属未确认,未用于回答。
出处
- 1AI取代的是所有白领工作
解释为什么提效和交付物本身不自动换来升职加薪。
- 2高阶升职加薪的三个底层逻辑
给出高阶晋升的三个动作,以及AI拉平“靠谱”门槛的判断。
- 3你赚哪份钱,决定了产品该怎么做|切问·立正02
以游戏开发为例,说明该把优化目标放在更早获得玩家反馈上。
- 4AI Native 的组织形态:当执行成本下降,组织必须重写
补充激励机制:按过程考核时,提效收益未必归员工。
- 5自媒体比多数人想象中更赚钱,但也很容易走偏|我被采访的一期
可回到原文核对这部分判断
追问2026年11月10日
我能感受到我们的项目在成长性上是不足的,甚至是衰退的,很难找到那个增量,ai最多做到能够减少支出和消耗,对于这个要怎么看
AI先省成本、不自动带来增长,这个感受有依据;但“省下的资源投向哪”才是增量问题,不是AI本身能回答的。
省成本只是把约束挪了位置
立正在讨论组织时说过,很多流程之所以存在,是因为执行成本高;如果做产品变便宜,配套环节和中层管理可能就不需要了1。这解释了你看到的“减少支出和消耗”。但同一段话讲的是减少冗余,并没有说这会自动变成新收入。立正在另一处更直接:用AI要先看业务约束在哪里,而不是去自动化本来就不该做的事2。所以“AI只能省钱”不是AI的上限,而是当前用法停在了成本端。
增量来自新需求,不来自更便宜的旧需求
立正在署名文章里把两条路分开:争夺旧需求,只需看别人在卖什么,最后容易落到价格战;满足新需求,是看见真实而尚未被满足的需要,让一笔原本不会发生的交易变得值得发生3。他还描述了一条循环:AI降低试验成本,企业保留松弛去探索,不同判断变成新产品,释放出的资源进入更高价值用途3。按这个框架,你感到的“衰退”可能是旧需求被压缩得更便宜,而新需求还没被找到——这两件事会同时发生,不能只用支出来判断项目有没有成长性。
先分清是没增量,还是增量被组织吃掉了
AI推演立正还提过一个比例:有意思的问题多、聪明人多,大家就不用抢;有意思的问题少了,fake work一定增加2。杨天楠也描述过低增速、高人才密度环境里意义感稀缺、内卷加剧的现象,这是他的观察,不是立正的判断2。放到你的处境,可以先问一句:项目是真的没有新问题可解,还是新问题被周报、评审和协调消耗掉了?如果是后者,AI省下的时间若不明确投向探索,就会被重新填满。这是AI基于上述框架的推演,不是原文结论。
现有片段没有给出判断项目成长性的具体指标,也没有你所在项目的数据;上面只能提供框架,不能替你断定项目是否真的在衰退。《AI Native 的组织形态》4提到的“个人效率提升但公司层面无可衡量影响”只有摘要段落,未展开其论证。
出处
- 1AI在大企业中的应用才刚刚开始,人才供不应求?|对话微软CoreAI副总裁Marco Casalaina
立正解释执行成本下降为何会减少流程与中层,对应你说的“减少支出和消耗”。
- 2杨天楠:看似体面的工作,实则都是在表演?
立正谈业务约束与fake work的关系,杨天楠提供低增速组织的观察,可对照你的处境。
- 3AI提效的危险,在于急功近利
立正署名文章,正面区分争夺旧需求与满足新需求,并给出AI降低试验成本后的增长循环。
- 4AI Native 的组织形态:当执行成本下降,组织必须重写
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
- 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。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。