先别急着选副业项目,先用程序员已有的技术优势,把AI能力变成能拿出手的作品,再从中找能卖的东西。
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。
先把AI用成作品,而不是先想商业模式
材料里的观点立正给一位对后端工作不满意的谷歌程序员提过一条路径:既然每天有学习时间,又对MLE和大语言模型感兴趣,就先花时间学,两周就能学得不错;有了新知识和新视野后,再真的动手做事,在工作中发现运用Gen AI的机会。他还说,如果工作中不能主动发起,可以去做GitHub项目、个人网站、APP等1。这条建议的对象是那位程序员,不是对所有程序员的处方;但它指出的顺序值得借用:先积累可展示的东西,再谈变现。
副业不是主业的低配版,稳定性和可扩展性都不同
材料里的观点立正根据自己2025年4月前副业收入超过25万美元的经历,说有三点他原以为是常识、后来被颠覆:副业比主业更稳定;副业带来的成就感超过主业;主业不太能scalable,副业能scalable,在AI时代尤其如此2。这是他的个人体会,不是普遍规律,也不保证别人复制同样结果。对程序员的意义在于:不要把副业想成“下班再打一份工”,而要留意它能否积累、能否放大。
开始做之后,最容易卡在销售和定价
立正说,很多人没认真赚钱时把赚钱想得太简单,真开始做才发现不知道去哪卖,于是顺着打工逻辑发明错误的思维框架,用做题的方式做赚钱这件事3。他在另一段对话里讲定价时区分成本思路和价值思路:按成本定价会把课压到很低,按价值定价则是看能给对方带来多少价值、再取其中一小部分;他还提到高价才能支撑社区、终身答疑这类投入4。这些是他在卖课场景下的判断,不能直接套到所有副业;但提示程序员:做出东西只是第一步,能不能说清“对谁值多少”是另一关。
现有片段只覆盖立正对个别程序员的学习建议、他自己的副业收入体会,以及卖课场景下的销售与定价讨论;没有针对程序员副业选方向、获客渠道或时间投入的系统方法。《EP14》4中部分发言归属未确认,相关判断只取已标明为立正陈述的段落。
出处
- 1AI时代,如何找到属于你的机会?
立正给程序员的具体路径:先学AI、做项目,再在工作中或外部发起事情。
- 2自媒体5年,没人告诉我的3个副业真相
立正总结自己副业收入经历,提出副业稳定性、成就感和可扩展性三点。
- 3不想打工,但副业卡在销售、收费、增长上?这期是为你准备的
说明开始赚钱后容易卡在销售,以及顺着打工逻辑想问题的误区。
- 4EP14:对话课代表立正:AI时代下,后悔没早点离开职场
立正讲成本定价与价值定价的区别,可用于理解副业收费思路。
追问2026年11月16日
程序员做AI副业,先做作品还是先找客户,两种路径各适合什么情况?
两条路都成立,但适合的处境不同:想先形成能力和判断,就先做作品;已经能说清一个具体需求、并敢向熟人收定金,就先找客户验证。
先做作品:适合还没想清卖什么的人
材料里的观点立正认为,build 是学习 AI 最好的路径,每个人都应多做项目,通过亲手构建形成能力和判断1。他给一位对后端工作不满意的程序员提的建议也是这个顺序:先每天花时间学大语言模型,两周后有了新知识和新视野,再开始做事情,机会会在工作中或自己的项目里出现2。这条路的产出是认知和可展示的东西,不是收入。要注意他同时提醒,能跑起来的 demo 和能被真实业务长期依赖的系统之间有一道很深的鸿沟,第一版做得越快越容易低估它1。所以作品路径适合“先练手、先看清自己能做什么”,不适合把它当成已经验证了需求。
先找客户:适合已有具体需求假设的人
材料里的观点立正描述过一种更靠前的验证方式:不要先在群里宣布要做大事,而是找几个关系好的人,说清要做什么、解决什么需求、怎么收费,然后当场收一笔定金;如果打十个电话,就能调研出真实需求3。他强调难点正在这里——真去打电话,就没法只说“我要做一个 APP 改变世界”3。他也提醒,大家嘴上说“好好好”不算数,到交钱时才见真信号,否则拿到的都是 false signal3。这条路适合你心里已经有一个能对具体人讲清楚的价值主张,并且愿意承受被拒绝。
怎么选:看你现在缺的是判断还是验证
AI推演这是 AI 的综合:两条路的分界不在“哪个更正确”,而在你当前缺什么。缺对 AI 能做什么的判断,先做作品,成本低、可反复试;缺“有没有人愿意付钱”的证据,就先找人开口,哪怕只收一笔小定金。立正说没有哪种方法一定优于另一种,3这与上面的取舍一致。另一个可参考的经验是:先在真实世界里拿到一个小结果,会明显增强一个人对这件事的信念,4所以如果你已经有一个拿得出手的小东西,不妨拿它去问几个熟人要不要付费,用反馈决定下一步。
《其实副业比想象中更容易开始,前提是找准需求》3的说话人标注为声纹匹配、未经人工逐句听校,其中“先打电话收定金”的具体做法应回到原视频核对。《杨天楠:看似体面的工作,实则都是在表演?》4中杨天楠的观点是嘉宾判断,立正只对“先拿到小结果”这一层表示认同,不能扩大为认可其全部说法。
出处
- 1Don't build: 看清demo和production之间的鸿沟
说明 build 是学习路径,同时指出 demo 与 production 的鸿沟。
- 2AI时代,如何找到属于你的机会?
立正给程序员的建议:先学、先做项目,再在工作中发现机会。
- 3其实副业比想象中更容易开始,前提是找准需求
先找客户验证需求的具体做法,以及“没有哪种方法一定更优”的限定。
- 4杨天楠:看似体面的工作,实则都是在表演?
嘉宾关于先拿到真实小结果会增强信念的判断,立正表示认同。
追问2026年11月16日
提供一些具体的程序员做出的副业产品
现有材料里能具体点名的程序员副业产品有三个:Obsidian 的 AI 插件、聚合美国各类考试的网站、ADU 加建法规查询工具;它们都不是大融资项目,而是围绕一个具体需求做小而能收费的产品。
三个被点名的产品,各自解决一个具体问题
材料里的观点立正在节目里举了几个例子。一个是很有名的 Obsidian 插件,在 Obsidian 上做 AI 功能,已经商业化,收入不错。第二个是社区里的陈然用 AI 做的考试网站,把会计考试、Financial Advisor 等美国各类考试的资料聚合在一起,以免费或较便宜的方式提供,据他说月活已接近十万。第三个是一个叫小帅的人做的 ADU 查询工具,帮人查美国能不能加建,业务也做得不错。立正把这些归为“不是 VC 项目、但能赚几千块”的那类案例1。
共同点:需求真实、范围窄、能直接收钱
这三个产品的共同结构是:先锁定一个具体、可查证的需求(插件里的 AI 功能、某类考试资料、某地加建法规),再把范围做窄,做到能直接给用户用、能收费。立正在评论那个“为女儿找玩具”的项目时,把这类成功归因于真实需求、愿意做不能规模化的事、以及程序员的执行力和系统设计能力,并称其为 AI 时代的标杆案例2。需要注意,这条评论是对那个找玩具项目的评价,不是对上述三个产品的逐一认可;把它推广到这三个案例,是 AI 的归纳。
对你选副业方向的用法
AI推演如果你在找可模仿的样本,这三个案例提示的筛选条件是:需求能被一句话说清、用户能自己判断有没有用、收费门槛低。陈然那个案例还多一层:他除了用 AI 做产品,也把 analytics 嵌进网站,让 AI 分析怎么增长、怎么做 SEO、怎么多赚钱,然后照着做1。这是 AI 对材料的应用建议,不是立正给出的方法步骤;你可以先挑一个自己熟悉领域的窄需求,做出能用的版本,再看有没有人愿意付费。
材料只给了这三个产品的概括描述,没有名称、定价、用户量细节(陈然的月活是转述其本人说法),也没有失败案例;无法据此判断哪类产品更适合你。
出处
- 1课代表立正:AI 课卖 2000 刀,偏偏坚持古法手搓
具体点名了 Obsidian AI 插件、陈然的考试网站、小帅的 ADU 查询工具,并说明陈然用 AI 做增长。
- 2在《一个程序员爸爸的 Side Project:为了女儿找玩具,意外开启了一段 7.9 万人的温暖创业旅程》下的回复
提供立正对这类小项目成功要素的概括:真实需求、不愿规模化的行动力、程序员执行力。
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
- 实在想做个副业又完全没有头绪从哪儿下手怎么办?生活圈非常封闭expose 的场景太单一了,找不到需求点或者突破口。怎么办?
别先想“做什么副业”,先向身边熟人卖一个具体的小承诺,用是否愿意付定金来检验需求。
- 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。