- 我们公司,我们部门现在要推行一个 AI 专项工作,就是想通过 aI 去简化自己的工作流程。简单来说,就是让 AI 替代一部分工作,从而提升工作的效率。那我应该从哪里开始入手呢?
先选一条足够小、能端到端负责的业务线做试点,同时把流程知识和验收标准整理成 AI 可读的材料;不要一上来就全面铺开或直接裁员。
- 立正讲ai coding就是要用codex而不是chatgpt 是哪个?
最接近的是《从焦虑到上手》那期:立正转述社区文章说,用好 AI 要停止用 ChatGPT 聊天,改用 Cursor、Claude Code、Codex 这类 Agent 工具。
- 作为管理者应该如何管理团队,刚加入团队有小组长带头跟我作对怎么办 我的领导纵容这一切
先别把“小组长作对”当成要立刻压服的事:用前三个月多聊、摸清情况,同时把与直属领导的期望和授权谈清楚;对带头者先争取合作,评估其可替代性再决定去留。
- How do you know whether you are overfitting or not?
立正把过拟合说成深度学习的固有倾向:给任何一组随机数据,它都能找出规律;工程上的难点是挑出能泛化的规律,而不是找到规律本身[S1]。
- 我现在做的油画艺术品行业,自媒体视频推广为主,已经退掉店面了,目前是画室合作下定制单为主,现在ai太广泛了,很多作品一出图就被二创或者直接去水印拿走去印刷了,挺头疼的,销量下降。
先把“卖画”从卖单张图,改成卖难以复制的东西:定制过程、你的判断和与买家的关系。视频不必追大流量,而要吸引少数愿意为定制付钱的人。
- 如果有太多的想法很混乱怎么办
先别急着给每个想法找做法:多问几层“为什么”,把想法收成一个值得做的方向,再动手。
- 课代表和鸭哥已经把ai用的很好了,我觉得现在ai已经可以变得有点像科幻电影那样的感觉了,用投影桌子等加强科技感,然后可以处理各种工作,也可以有陪伴感,为什么感觉现在没人做这个,或者说不火
你看到的“科幻感”更多是交互外壳,而他们真正在讲的是把 AI 变成能干活、能长期陪跑的工作方式;外壳不火,不等于底层没人做。
- 我最近离开了工作多年的传统工程行业,目前在读非全日制应用统计硕士,希望转向 AI 相关工作。
我对强化学习(RL)、游戏 AI Agent,以及 AI Agent 安全等方向比较感兴趣,也通过 Kaggle 项目做了一些初步实践。但总体而言,无论是理论深度、代码能力,还是对行业实际工作的了解,我都觉得自己还没有准备充分。
我现在最大的纠结是:应该尽快进入 AI 行业,通过实际工作建立理解和能力,还是先留出一段时间系统学习,打好基础后再寻找机会?
一方面,AI 发展很快,我担心总想着“准备好了再开始”,反而会错过机会。另一方面,过去的工程师经历让我意识到,实际工作虽然能快速积累经验,但如果缺少时间理解底层原理,很容易长期停留在会使用工具、却没有真正掌握知识的状态。
我刚离职不到一个月,原本打算在12月中旬左右开始找实习,但又担心年底招聘机会减少。
我应该如何安排接下来几个月的学习和求职?又该如何判断自己已经具备进入目标岗位的最低能力,而不是无限期地准备下去?
不必等“准备好”再投递,也不必先脱产系统学几个月。更合适的做法是边做边投:用一个小型可交付项目补足证据,同时从12月起小批量投递上海实习,用真实反馈校准方向。
- 我目前收集了与考研相关的很多资料,想转化为自己的知识库,但目前收集的这些资料有图片、PDF、文字三种形式,且又多又复杂,且不同的资料之间可能有内容重复,我的目标是基于考研备考的全流程将这些知识库转化为在备考各个阶段可以用到的形式,我该怎么开始做?
先别急着整理全部资料,而是从“备考阶段要产出什么”倒推:把资料按阶段用途归并、去重,再做成可复用的小块。
- 课代表说的 GTM multiple times,具体指的是什么?
现有片段只能确认“GTM multiple times”是立正列出的一个视频标题,没有解释其具体含义;从上下文看,它属于深度工作与GTM学习的一类材料。
- 如何从噪音中,提炼出信号?如果从信号中判断哪些信号很重要?如果从重要信号中,判断哪个可能性很大?(这个可能性是指什么可能性呢?是达成目的的可能性,还是创造价值的可能性,或者是其他的可能性?比如覆盖面很大?护城河更加坚固?)
三步是:先筛掉不改变判断的信息,再看它是否影响你当前目标,最后问“可能性大不大”而非“有没有可能”。这里的可能性指对具体目标实现概率的估计,不是覆盖面或护城河本身。
- 如何看待AI短剧?
这期节目谈的是短剧的生意逻辑,AI只是其中一小块:Richer认为短剧对质量要求不高、对成本和批量制作要求高,适合AI介入,也能帮找观众爱看的高潮点。
- 立正推过n8n,coze,这种工作流产品吗?why or why not?
现有片段没有立正推荐或评价 n8n、Coze 这类工作流产品的直接表述,因此不能说他推过或没推过。能确认的是他更关注从第一版到可靠系统的中段工作,以及通用 agent 可能省掉中间步骤这一方向。
- 我想知道我得PPT做得内容很空洞,模板也不好看,我如何可以优化我得PPT内容
先别换模板,先想清楚这份PPT要说服谁、要对方做什么。内容空洞多半是目的和结论没定,不是模板不够花。
- AI写东西很快,我怎么判断它写得对不对?
先别急着逐句改,先问自己能不能指出“哪里不对、为什么”。说不清时,把标准写成可读的文档或评分表,再对照原文和具体场景检查。
- 我该不该从ucberkeley本科退学去创业,我学的社会学专业,学不到任何东西
现有材料没有直接讨论“伯克利社会学该不该退学创业”,但能帮你把问题拆成两件事:先验证创业想法是否值得你押上退学,再判断“学不到东西”是课程问题还是你还没找到用法。
- 课代表曾经提到过他在meta上了一门数据相关的课程,不知道是什么
现有片段只能确认立正曾在 Meta 做数据科学家,没有提到他在 Meta 上过哪门数据课程,因此无法给出课程名称。
- Product data scientist在ai时代应该如何转型
核心不是补更多分析技能,而是从“做一段执行”转向“设计系统让AI把结果做出来”,并先确认自己现在的工作是否真在创造价值。
- 立正自己做出来问问立正这个工具以后立正最常问问问立正的问题是什么问题?立正最感兴趣问问立正的问题是什么问题?当问问立正问世以后立正最好奇的问题是什么问题?
现有材料没有记录“问问立正”上线后用户实际最常问、立正最感兴趣或最好奇的问题;能确认的是他做这个工具的动机,以及他判断好问题的标准。
- 最近在自己用AI开发游戏,之前是游戏策划出身,对技术了解相对比较少。但是感觉现在vibe coding出来的代码质量很差,我不确定问题到底出现在哪里,是我的提示词不对,还是我没有用比较好的skill?还是说有什么我没有意识到的方面在影响?核心还是应该如何提升自己vibe codeing的代码质量呢?
代码质量差,通常不只是提示词或 skill 的问题,而是任务拆得不够细、缺少可判断质量的评估能力,以及没有把“第一版”推进到“可靠系统”。
- 什么是强的工作能力
这些材料把强工作能力指向三件事:判断什么值得做、把事真正做完、在模糊中持续放大成果,而不是把技能清单堆满。
- AI 高手到底长什么样
按立正的说法,AI 高手的标志不是会写 prompt 或用哪个模型,而是把 AI 当成需要长期搭建和调用的系统:帮 AI 积累上下文、把大小事都交给它、用动词而非名词来组织任务。
- 我是一名大学生,在德国上学,已经延毕了很多年。目前没有特别擅长的技术领域,毕业之后想要在德国先找工作,但我不知道该往哪个方向去发展
先别把“选方向”当成一次定终身。立正的建议是:从你能拿到的那一档工作起步,用行动试出方向,而不是先想好再动。