不必因为同事做了就跟着做。先看你有没有一个反复出现、值得被持续盯住的目标;有,再做一个最小看板,没有就先别建。
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。
先判断你要管理的是什么
AI推演同事的驾驶舱解决的是他自己的问题,不自动说明你也有同样的问题。更实际的判断是:你手头是否有一件持续数周、状态会变、需要你定期决定“下一步做什么”的事。如果有,看板的价值在于把判断前置;如果工作主要是接任务、按流程推进,看板很可能只是多一份要维护的表。这是 AI 基于材料做的应用推演,不是原文结论。
出处 1
看板真正省下的是判断,不是记录
Riley Shu 讲自己用 AI 的经历时,把关键能力落在“你觉得什么是重要的事情”这个判断上,并说自己先有判断,再借助 AI 去实现1。立正追问的是“使用 AI 以后”还是“靠 AI 帮你判断”,她回答是自己先有判断1。这说明看板若只是把任务罗列出来,作用有限;它要能帮你回答“现在最该推进哪一件”,才值得做。
给 AI 放权,也要留检查点
立正讲过一次 AI 未经同意就对外发布内容的事:他认为内容本身没问题,问题在流程,于是没有收紧权限,而是加了一个审批关口,对外内容需要他批准2。他还提到,能放心交给 AI 多少活,取决于你能不能判断它做得对不对,信任要像带新人一样逐步加码3。放到看板上:可以让 AI 汇总进度、提示风险,但涉及对外发布或改别人范围的动作,保留你确认的一步。
提供的片段没有具体描述同事那个驾驶舱的字段、使用频率和效果,也没有立正对“个人驾驶舱看板”的直接表态;上面的取舍是 AI 的应用推演。
出处
- 1用AI取代老板,PM新人如何摆脱“螺丝钉”工作?
Riley Shu 讲自己借 AI 做 dashboard、做判断的经历,可用于理解看板与判断的关系。
- 2Codex“背着我”发了个帖,但我不怪她…
立正讲 AI 越权发布后加审批关口,支持“放权但留检查点”。
- 3AI替你做出来以后,你还会什么?|哥大客座课程回放
关于信任 AI 要逐步加码、以能否判断对错为前提的表述。
追问2026年11月16日
我认为我有一个长期需要管理的事情:当前工作项目需要做PMP的持续化管理,同时我希望把我自我提升和价值变现的事情做持续化的进度追踪。我更希望的是参照我自己的使用习惯来做这个管理。并且我坚定的认为我是需要一个知识库沉淀的,我还是想问这个问题,我是否有必要也做一个这样的内容
值得做,但不必做成同事那种“驾驶舱”。把PMP项目、自我提升变现、知识库三件事放进一个按你习惯运转的最小系统:项目看进度,提升看产出,知识库只沉淀会复用的东西。
先分清三件事各自要盯什么
AI推演你的三个需求性质不同。PMP持续化管理盯的是项目节点和交付,属于“过程可追踪”;自我提升和价值变现盯的是产出和反馈,属于“结果可验证”;知识库则是把两者中反复用到的判断和方法留下来。合成一个看板容易变成填表,反而增加负担。建议按你习惯的入口分开:项目用你已经在用的工具记进度,提升变现只记“这周产出了什么、谁看到了、有什么反馈”,知识库只收会被再次调用的内容。这是 AI 基于你描述的应用建议,不是材料中的现成方案。
出处 1
用“成绩”而非“做了哪些事”来汇报进度
立正谈到向上汇报时建议:不要只说我做了123,而是说目标是什么、关键结果是什么、各自进展如何;很多琐碎工作别人不需要知道,说你完成了什么就好1。这个区分可以直接迁移到你的自我追踪:PMP项目记“里程碑是否达成”,自我提升记“产出了什么可被别人看到的东西”,而不是记每天花了多少时间。这样看板才有判断价值,而不是变成打卡记录。
知识库值得做,但要靠真实使用来检验
AI推演立正提到写作能力最好的检验是用真实的市场和真实的受众去测试你写的东西是否被喜欢阅读,前提是分析和逻辑足够扎实2。这可以支持你做知识库,但把标准从“沉淀了多少”改成“有没有被再次用到”。一个可操作的小检验:先只建一个很小的库,收录你近期真正复用过的方法或判断;过一段时间回看,如果多数条目从没被打开,说明它更像存档而非知识库,就该缩小范围或改结构。这是 AI 的推演,不是立正对你这个具体场景的判断。
提供的片段没有直接讨论“驾驶舱看板”或“个人知识库该不该建”,以上是把立正关于汇报进度和用真实受众检验写作的说法迁移到你的场景,属于 AI 的应用推演;他本人没有针对你的情况表态。
出处
- 1在线回答一小时关于职业发展的各种问题|SVTC讲座(下)
支持“用目标和关键结果汇报进度,而非罗列做了哪些事”这一可迁移做法。
- 2在线回答一小时关于职业发展的各种问题|SVTC讲座(下)
支持知识产出要用真实受众反馈来检验,可用于判断知识库是否有用。
追问2026年11月16日
知识库怎么才算用起来了呢?或者应该问ai知识库到底怎么用? 我的使用方法是ai项目提炼沉淀、投喂资料提炼沉淀到知识库,多agent协同切换的时候直接去读取知识库的内容,对齐进度 但是对我自身知识储备和认知提升的帮助很小,如何弥补
你的知识库现在只服务“AI 干活”,没服务“你长本事”。要补的是:把每次提炼后的判断、分歧和你的取舍写回库,并定期用自己的话复述、检验。
你的库是“项目缓存”,不是“认知资产”
你描述的做法——项目提炼、投喂资料、多 agent 切换时读库对齐进度——解决的是“AI 不用每次从零解释背景”。这确实有价值:立正把这类沉淀称为个人上下文架构,把长期不变的东西、按项目加载的东西、需要定期更新的东西分开组织1。他也说过,经验如果只留在聊天记录里,下次还得重新摸索,沉淀成规则和模板才会越跑越强2。但这两段讲的都是“让 AI 更好用”,没有说这样就能提升使用者本人的认知。你的感受和这个区分是一致的:库在替 AI 记住,你本人没被要求记住。
认知提升要靠“你输出”,不是“库存储”
AI推演立正在一段访谈里说,人脑中有很多 AI 观测不到的隐性知识,需要有意识地去沉淀、提炼,形成自己更有把握的观点,而不是 AI 说什么就是什么3。这句话的重点在“提炼成自己的观点”,不在“存进库”。按这个标准,可以给知识库加一层只属于你的内容:每个项目结束后,写三样东西——你原来怎么判断、AI 或资料让你改了什么、你最后为什么这么选。下次多 agent 切换时,除了读项目进度,也读这几条,看自己有没有重复犯同一个判断错误。这是 AI 基于上述材料给你的应用建议,不是立正的原话处方。
一个能产生反馈的小检验
AI推演挑一个你最近刚沉淀完的项目,合上知识库,用自己的话讲清“这个项目里我学到的一个判断”,再打开库对照。如果你讲不出、或讲的和库里记的不一样,说明库记的是流程,不是你的认知。另一个可观察的信号:三个月后同类项目,你是否还需要重新翻资料才能做决定。立正提到,用聊天工具时产出留不下来、没有复利;换成能积累 assets 和 skills 的 agent 工具后,积累才真正发生4。这个逻辑可以借来检查你的库:它积累的是任务资产,还是也包括你的判断资产。
提供的片段主要讨论 AI 使用经验如何沉淀为系统、上下文如何组织,没有专门讲“个人认知提升”的方法;上面关于复盘写什么、如何检验的建议是 AI 的推演,需要你按自己的项目调整。
出处
- 1AI 用得好的人与普通人的5个差距,和背后具体技术原因|非技术岗位版
说明个人上下文架构和模板库如何让 AI 使用经验产生复利。
- 2AI User 与 AI Builder 的 5 个差距,和背后具体技术原因 | 科技大厂打工人版
说明经验沉淀成规则、模板和记忆文件后,系统才会越跑越强。
- 3课代表立正:AI 课卖 2000 刀,偏偏坚持古法手搓
立正谈隐性知识需要提炼成自己的观点,是补认知维度的直接依据。
- 4高手怎么用 AI?普通人怎么学 AI?投资人如何投 AI?|对谈课代表立正
对比聊天工具与 agent 工具的积累差异,可用于检查知识库积累的是什么。
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。