资料里没有直接回答“AI转型能不能交给CTO”,但立正反复讲的判断是:转型的关键不在技术执行,而在谁对结果负责、谁设计系统、谁直接面对客户。
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。
转型的核心是设计系统和对结果负责,不是写代码
立正讲组织内转型时,把价值分成两类:一类是设计整个系统怎么用AI把结果做出来——把模糊业务问题翻译成AI能用的context、设计评测和反馈回路、编排模型工具数据、判断哪里该自动化哪里该人工;另一类是维护原有流程。前者更值钱,后者会越来越尴尬1。他在访谈里也总结过,过去工程师为具体技能负责,AI时代单一技能更容易被替代,越靠近业务结果、越能对结果负责的人越难被取代2。按这个标准,CTO能不能接,取决于他做的是“设计系统并担结果”,还是“管技术团队和基础设施”。
CEO本人往往是最靠近客户和结果的那个人
立正讲过Statsig的例子:CEO天天在客户群里直接回答问题,连客户用AI写的SQL出错也帮忙看,全公司都做客服,他一开始觉得这样不可规模化,后来发现这其实非常重要3。他还提到,精简团队里CEO可能既是产品经理又是首席增长官,而agent替代不了在晚宴上认识关键客户、说服犹豫的候选人、组织行业workshop这类横向连接的事4。如果AI转型的成败取决于贴近客户、定义成功标准、对结果拍板,那这些恰恰是CEO位置天然更近的事,交给CTO做会缺一块。
交给谁,取决于转型要解决的是哪类问题
AI推演如果转型主要是技术架构、模型选型、数据管道、工程落地,CTO主导是合理的,立正也认可技术岗位本身有重要价值——他讲OpenAI把Vijaye买来做application的CTO,用意就是看好能力、希望一起把事做好5。但如果转型要重写组织怎么协作、激励怎么设、谁对业务结果负责,那按他的判断,这属于CEO层面的设计,不是技术执行问题。可以先问自己一个问题:这次转型失败的话,是技术没做出来,还是没人对结果负责?答案指向哪边,主导权就该在哪边。
资料没有专门讨论“AI转型该由CEO还是CTO主导”这个问题,以上是从他讲系统设计、结果负责、CEO贴近客户等判断推出来的,不是他的直接结论。
出处
- 1AI时代,大厂打工人的五条路
讲组织内转型时区分“设计系统”和“维护流程”,是判断主导权归属的核心依据。
- 2AI Agent 时代的 FDE:把模型能力落到真实业务里
说明AI时代越靠近业务结果、越能对结果负责的人越难被替代。
- 3想成功,要做“不可规模化”的事情|来自独角兽创业公司的经验总结
CEO亲自做客服、直接面对客户的例子,说明CEO位置与结果的贴近关系。
- 4AI 时代,VC 不是转型成媒体公司——而是叙事、连接器和新型财务伙伴
讲精简团队里CEO身兼数职、agent替代不了横向连接的事。
- 5公司被OpenAI收购前夜离职:回答大家关心的问题
OpenAI把Vijaye买来做application CTO,说明技术岗位本身的价值。
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。
问类似的问题也可以接着问:
别人还问了
- 人活着的意义
立正认为人生没有唯一确定的意义,所以才有意义;他把体验本身当作最实在的东西,把金钱、分数这类外在标准看作工具而非目的。
- 我应该把自己的资料和隐私给ai么 像是computer use remote control这些feature 不给用不了 这个决策应该怎么思考
把资料分成两类:一类是让AI更懂你、能替你判断的上下文,值得给;一类是让AI能对外行动、影响他人的权限,要设审批关卡。
- 你怎么comupter use, 好用吗 应该从哪里开始入手呢
立正把学 AI 比作学游泳,必须下水才会;入手点不是先选工具或想清定位,而是打开一个 AI 工具,用它解决一件你自己真实的小事。
- RAG 值不值得学习?它有什么局限性?
RAG 值得学的不是那套流程名词,而是它背后“怎么让模型用上你的上下文”这件事;只学 pipeline 容易停在简历打勾,判断不了它在你任务里值不值得用。
- 程序员辞职自由职业了,每天都很忙,但感觉没有产出
忙和产出是两回事:自由职业后,原本由公司提供的结构、反馈和身份都消失了,人容易用“填满时间”来逃避“我到底在产出什么”这个问题。
- 自由职业每天怎么安排工作,优先赚钱项目还是自媒体?
先定内容要放大什么,再决定它和赚钱项目谁优先;两者通常不是并列关系,而是内容服务于业务。