现有片段里,立正没有直接评论木头姐“AI创造的工作多于消灭的工作”这句话;他本人更强调个人转型,并认为AI会消灭标准化工作、打工人处境不利。
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:没有直接评价,只有相邻判断
材料里的观点你问的是立正怎么看木头姐那句“AI创造的需求会多于减少的岗位”。提供的原文中没有出现木头姐,也没有立正对这句话的明确认可或反驳。因此不能说他赞同或反对这项判断。能确认的是立正自己的一组相关判断,它们与“净增就业”的乐观口径并不一致1,2。
立正本人说了什么
材料里的观点在署名文章里,立正把重点放在个人:不要试图为整个社会操心,先管好自己;推动UBI、要求停止AI发展不是个体能改变的事。他还说,站在“保住大厂工作”的角度是悲观的,站在生产力提升的角度是乐观的,关键是站到收益方而不是被淘汰方1。在对话中,他谈到打工这件事不会持续特别久,建议在公司之外创造价值;并说资本可直接作用于结果,对有钱人是好事,对打工人是非常不好的事情2。这些是立正本人的表述,但没有直接落到“岗位净增”上。
嘉宾的判断可以解释分歧在哪
查晟在同一场对话中说,entry level 工作先被卡死,越往上的岗位也越来越少,传统职业路线被否定;他还说生产力发展若脱离劳动力,原有机制会失灵2。杜磊则判断大量执行层工作会消失,但十年尺度内会出现被AI公司吸纳的“超级个体”3。这些嘉宾观点说明:即便有人看到新岗位,也更像是少数高能力者的迁移,而不是总量上“创造多于减少”的自动平衡。这是AI对材料的综合,不是立正的表态2,3。
出处
- 1AI会干掉中产吗?一场来自科技从业者的深度对话
立正署名文章,集中呈现他对个人转型与生产力收益方的判断。
- 2亚马逊AGI查晟:大模型训练的一线实践;训练AI有多难,人才和科学精神有多重要?
立正本人谈打工不会持久、资本与打工人处境;查晟谈岗位入口收缩。
- 3AI重塑工作流后,会消灭哪些“假工作”?(完整观察与推理)|软件3.0如何定义?|当Cursor成为“外脑”|杜磊_下
杜磊对执行层工作消失与超级个体的判断,可解释就业结构分歧。
- 4离开大厂之后,我才发现,没有Fake Work的工作其实很开心|对话课代表立正
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。