- 怎么提升贵人运
提升贵人运的关键不是讨好大佬,而是让人愿意把机会给你:有具体的事、值得帮的能力、懂人情估值并持续跟进。
- 今年三月已經建立了一個Context infrastructure, 但係去到今年七月沒有繼續維護。現在想重新整理,並把cursor 搬到去CODEX, 我要有什麼東西需要知道?
先别急着搬工具:把三月那套 context 重新盘一次,确认哪些还有效、哪些已过期,再按 Codex 的加载方式重写入口文件,最后才迁移和清理旧记录。
- 我如何最终不靠公司赚钱
公开片段里,立正把“不靠公司赚钱”讲成两件事:先做出市场认可的价值,再选一种风险自己可控、能靠客户反馈积累的赚钱方式。
- 在现在 AI 发展的情态下,如果企业已经能够使用 AI 将产品和相关的技术快速总结成文档,并提供给销售使用,那么就只需要技术销售就可以完成相关的技术介绍部分。
那往后,售前技术支持这个岗位是否还有必要存在?
文档生成被 AI 接管后,售前岗位中“讲清楚产品”的部分会缩水;但售前真正难替代的是在客户真实约束里判断方案能否落地、并对结果负责,这部分反而更值钱。
- 你會如何評估一個人使用 AI 的深度?
根據目前主流的觀點或你的判斷,現在使用 AI 的層級大致分為哪幾層呢?
他們最明顯的分別是什麼呢?
评估一个人用 AI 的深度,可以看他是否把 AI 从“更快的工具”变成“能替自己在盲区里判断的伙伴”;分层上,立正给出的是 AI 产品的 L0–L6,而不是人的等级。
- 你會如何評估一個人使用 AI 的深度?
根據目前主流的觀點或你的判斷,現在使用 AI 的層級大致分為哪幾層呢?
他們最明顯的分別是什麼呢?
可以看两件事:AI 是否进入真实工作流,以及人是否把隐性知识、判断和反馈沉淀成可复用系统。立正给出的分层是产品视角的 L0–L6,不是个人能力量表。
- 关于如何建立个人影响力/公众形象来进一步促进自己的主业/跳槽/副业
先做能产生真实成果的事,再把其中值得讲的部分讲出来;个人品牌是结果,不是起点。
- 目前已经搭建了自己的本地 Context 知识库,以及回复质量也蛮好的,但是目前没有实现自动化 loop,这个怎么去探索和学习呀?希望变成 AI 把活干了,我辅助
你已经有了知识库和不错的回复质量,下一步不是再堆知识,而是把“你手动发起一次问答”改成“AI 按规则自动取用、执行、回写”。先想清楚哪些环节该自动化、哪些判断必须你来做。
- 你觉得在 AI 时代下,哪些事情 AI 来做,哪些事情适合人来做
立正的说法可以概括为:AI 擅长处理逻辑和“怎么做”,人负责“为什么做、该不该做”,以及判断、收口和物理世界的手艺。
- 经常在课代表的课程里面提到,包括 superlinear 课程系列也在强调 - AI 时代下对 AI 的 Mindset 很重要,也就是认知很重要,有没有可能说清楚这个到底是什么?以及为什么重要?如何培养?
立正说的 AI mindset,不是会用某个工具,而是先想清楚要解决什么问题、自己判断什么值得做,再把 AI 当可管理的执行者;它重要是因为 AI 会放大你原本的判断差距。
- 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。
- 如何平衡舒适圈和舒适圈外
把舒适圈当作补给站,而不是牢笼:用圈内的稳定支撑一次可控的向外试探,再用外部反馈决定下一步,而不是要求自己一直待在外面。
- 试用期下属的工作表现不及我的预期,如何进行下一步
先把“不及预期”说成具体差距,再和下属确认双方理解是否一致;试用期里,经理有责任把标准讲清楚,而不是等评估时才给意外反馈。
- 我在公司负责做招聘和 BP,其中我需要对 候选人和新人 AI 素养评估,如何评估和测试候选人的 AI 素养?对方“构建“或”展示“类任务应该如何设置?这里可能有很多细节,想知道如何做,以及有没有推荐的资源,目前比较迷茫
评估候选人 AI 素养,重点不是看他会不会用工具,而是看他能否把标准写清楚、用 AI 做出可验收的产出,并判断 AI 哪里不可靠。展示类任务让他现场拆解一个真实工作流;构建类任务让他做一个小型可评估闭环。
- 如果想要提升团队的 AI 应用能力,给各个团队开展 AI 培训并搭建 AI 应用案例,课代表觉得如何开始?如何策划?过程中这个培训最重要的是什么?
先别急着排课,先把一两个高频任务做成可复用的 context 资产,再让培训围绕“用起来、沉淀下来”展开;最重要的不是讲完知识,而是让能力留在文件里而不是人脑里。
- 课代表对怎么谈恋爱有什么看法
立正把谈恋爱类比成买房:先认清自己的“预算”,高效筛选,把约会当作了解自己的过程;同时提醒别被标签和道德绑架。
- 最近在尝试卖珠宝作为一个副业。我本身没什么手艺不会加工,也不认识供应商,或者有独特的销售渠道,妥妥一刚入门的小白。只是个人平时比较喜欢淘珠宝,并且认为在ai时代学会做生意卖东西比做一堆大厂白领的fake work要更能建立正反馈以及Big picture thinking。想问问我应该怎么看待/着手这份副业,认清这件事值不值得做,建立起怎样的思维框架,以及怎么发掘AI应用场景
先别把“卖仿钻跑量”当成结论。更值得验证的是:你能否用一笔小库存,跑通“选品—加工—上架—成交—复购”的完整小循环,并让真实买家给出反馈。
- 我发现 ai 输出的文字太复杂,包括流程图一直没有办法达到生产标准,这个时候怎么解决
问题多半不在提示词,而在 AI 看不到你的验收标准。先把“什么算合格”写成文档,再把大任务拆成有明确输入输出的步骤,逐步验收。
- 什么是执行力?怎么提高执行力呢?我很容易找工作拖很久。
执行力不是先想清楚再动手,而是先做出一个能讨论的东西,再在迭代中修正;找工作拖很久,往往卡在“想一步到位”,可以先拿到一个起点。
- 现在有个问题是这样的:我在面试一个跨行业的企业。目前对方对我的能力是认可的,但是认为我的本身行业差分有点大。
所以我现在的想法是,能不能基于 AI 做一些准备,让他认为我懂他的业务该怎么做,并在面试之后交付一份这样的材料。那这份材料该怎么写?或者说,应该准备些什么?
别把材料写成“我很懂你的行业”,而是写成“我原来那套经验里,哪部分能迁移过来、哪部分要按你的业务重做”。先做研究再谈,面试后交付一份带假设和验证方式的业务拆解。
- 我的油画行业客单价都挺高的,如何利用短视频找到更多客户?视频怎么做更好?用什么话题?还是发案例过程(不可复制的产品服务)
先别把问题只当成“视频怎么做”。客户报价后纠结,可能说明他还没弄清自己买的到底是哪份价值;短视频应先讲清这份价值,再用案例过程作证据。
- 我看完超线性学院第四节董友超的大师课(判断90分、努力8分、运气2分),最大的收获是补齐了一个缺失的视角:我是一名在读 Data Science 研究生,虽然平时是重度 AI Native Thinker,用 Vibe Coding 做了不少应用(比如自动化整合学校多系统资料的app + 课程答疑 Agent、高度定制的个人任务管理看板),但这些要么涉及学校内部资料无法公开,要么风格过于私人,从来没有尝试做出一个为他人创造价值的产品去 Go to Market(GTM)、探索分发和增长。
复盘我现有的资源,我发现自己有一个很特殊的交叉技能点:Data/AI Engineer + Music Engineer。在读研转行前,我做过音乐工程,跟国内很多一线 Hip-hop 艺人合作过,微信里沉淀的核心人脉大多是这批音乐人和艺术家。懂 AI 技术的人和一线音乐人现实中交集不多,我想利用这个错位优势,为他们开发 AI 工具并完成我的第一次 GTM 实践。
但在启动“需求调研”这一步,我卡在了两个具体的实操问题上,想请教立正:
如何破冰(消除防备感):因为转行读研,我已经有一段时间没做音乐工程、也没怎么和他们联系了。突然找上门做调研,在人情世故上很容易让人觉得奇怪或产生防守心理。这种“弱联系/久未联系”的强资源,怎么 Reach out 最自然?
如何提问(挖掘真痛点):如果直接问“你工作里有什么痛点或难题”,对方大概率一时答不上来。面对音乐人这类感性创作者,我应该用什么样的沟通策略或问题框架,才能真正把他们在音乐创作或职业生涯中的核心痛点给发掘出来?
现有材料没有直接讲“久未联系的音乐人怎么破冰、怎么问出痛点”,但立正公开的提问方法可以迁移:先带自己的处境和假设去问,再让对方纠正,而不是让对方从零回答“你有什么痛点”。
- 如何判断失败是自己的问题,还是外部原因?
两次都走到 final stage,说明你已过基本门槛;没拿到 offer 更可能是“相对排序 + 名额 + 客观条件”共同作用,单凭结果无法判定是你的问题。可做的是主动要反馈、用外部视角复盘,并扩大样本。