Superlinear推出AI架构师课程 应对应用构建红利消退

Superlinear推出AI架构师课程 应对应用构建红利消退 随着Agentic AI技术门槛降低，单纯的应用建造者红利将在八个月内消退，未来能组合多模型构建自进化系统的AI架构师将成为最稀缺人才。 视频深入探讨了Agentic AI爆发背景下AI人才竞争力的演进趋势。主讲人指出，在技术普及使简单应用开发趋向平庸普及的未来，真正稀缺的是能够组合多模型优势、构建可进化系统的AI架构师。视频不仅分享了通过注入与沉淀上下文让AI在严肃工作中取代管道型工作的具体方法，还首次公开了Builder Space生产力工具以及AI落地的三大核心支柱：无摩擦交互、情境智能与主动智能，帮助学员用系统化优势实现降维打击。 Gemini 3 的发布验证了 Agentic AI 的爆发趋势，但随着构建门槛大幅降低，普通应用构建者（Builder）的红利窗口期预计仅剩约 8 个月。 (0:00) 主讲人团队推出了 Builder Space 平台，通过 MCP 一键集成主流模型 API 并实现自动化部署与托管，大幅降低了从本地开发到推向市场验证的门槛。 (6:03) 未来的关键竞争力将从建造者升级为“AI 建筑师（Architect）”，核心在于构建多模型协同、稳健且能自我进化的复杂系统，以系统化力量形成降维打击。 (7:22) AI 落地的三大原创支柱为无摩擦交互（无缝融入已有习惯）、上下文智能（跨场景精准管理）与主动智能（摆脱一问一答，适时主动提供决策建议）。 (11:23) 随着简单玩具项目在简历中迅速贬值，掌握架构黑盒拆解、能够解决严肃复杂任务的 AI 架构师将在未来 2 至 5 年内极度稀缺。 (13:04)

主讲人指出，随着自然语言调度算力的门槛在10至18个月的技术普及窗口期内迅速降低，依靠提示词开发玩具应用的红利将在未来数月内耗尽；未来的核心竞争力在于从单点应用的建造者（Builder）跃迁为能够编排多模型协同与主动系统的AI架构师（Architect）。 门槛降低与玩具项目红利期收窄 (0:00) 主讲人回顾称，从技术成熟到大众普及通常需要10到18个月的窗口期，而站在2025年1月的节点来看，该窗口仅剩约8个月。随着Gemini 3等工具的推出，普通用户调度算力的交互方式已从编写代码和图形界面（GUI）演变为直接使用自然语言，这使得开发简单应用的门槛大幅降低。 过去，个人借助工具独立制作吉他扒谱或简单游戏尚能在求职中脱颖而出；但主讲人预测，再过6至8个月，此类简单的独立业余项目将随处可见并沦为陈词滥调。仅依靠单点提示词解决浅层需求，难以应对严肃业务场景的要求。 严肃业务场景中的上下文与流程工程 (4:10) 为了让AI在生产环境中稳定承接重要工作，主讲人提出必须建立严格的工程化流程，取代繁琐的“管道型工作”。具体方法包括对上下文信息的精确注入（inject）、筛选（curate）与沉淀（externalize），并结合严密的操作工序与自动化评估体系（evaluations）。 以自动化生成周度业务报告（WBR）为例，系统需要控制AI执行具体的获取与分析工序，而非让模型凭空猜测数据，以此保证输出结果的绝对准确。同时，借助集成多模型API与自动化托管部署的开发平台，能够绕过繁琐的服务器运维与配置，帮助构建者快速推向市场验证需求。 系统化架构与异构多模型编排 (7:22) 主讲人主张，AI架构师的核心价值在于用自我进化的“系统”替代个体的单一操作。例如其协作者在全职工作期间，借助自建的自动化AI系统，在约5个小时内（中午11点至下午5点）完成了90多位学员背景信息的抓取、智能深度分析，并批量生成与部署了专属个人主页。 在架构设计上，架构师不能只做单点提示词优化，而需从后端服务（如FastAPI）入手，拆解并编排异构模型与外部工具（如搜索、语音转文字及图像理解）。主讲人分析指出，当前主流模型各有局限：Grok 4虽然响应快且搜索与指令遵循优秀，但智能上限稍低；Gemini在文科与创意任务中表现出色，但编写代码时易过度思考且搜索主动性不足。因此，稳健的智能核心必须基于任务场景动态适配不同工具与模型，兼顾计算成本与系统鲁棒性。 高价值落地系统的三大支柱 (11:23) 在智能核心之外，主讲人提炼出系统落地的三大支柱：其一是无摩擦交互（Frictionless Interactions），系统需无缝贴合既有流程（如会议自动启动录制并在结束时输出纪要），无需用户改变操作习惯；其二是上下文智能（Contextual Intelligence），跨场景自动收集、隔离并按需调度与特定任务匹配的上下文数据；其三是主动智能（Proactive Intelligence），摆脱被动问答机制，在关键决策节点主动提供建议与分析支持。主讲人认为，这三个维度将是未来孵化高价值产品与超级个体的关键阵地。 主讲人预判，随着基础构建工具在未来两年彻底普及，单纯制作小型应用的开发者将失去竞争壁垒；能够综合运用多模型协同、设计上下文自动化流转并构建稳健复杂系统的AI架构师，将成为市场上极度匮乏的人才。

[2:48] 课代表立正: 让人类调度算力的时候，多了一个界面 [2:48] 课代表立正: 如果只有引擎和四个轮子，没有制造汽车的流水线、没有高速公路、也没有加油站，汽车上路后也无法发挥出真正的作用 [2:48] 课代表立正: 技术门槛会持续降低，而主航道将会向着更难、更有价值的方向演进 [4:10] 课代表立正: 在严肃工作中非常可靠地取代那些繁琐的“管道型工作” [4:10] 课代表立正: AI不是在凭空猜测数字，而是在精准操纵各种工序来获取数据 [7:22] 课代表立正: 建筑师不再局限于用AI解决单一的具体问题，而是着眼于如何构建一个靠谱、好用且能不断自我进化的系统 [7:22] 课代表立正: 建筑师是在用一整套完善的系统去和个体的体力进行降维打击 [7:22] 课代表立正: 他是在用系统干活，而不是单打独斗 [11:23] 课代表立正: 这三个支柱中的任何一个，在未来都会诞生出非常多有价值的公司和超级个体 [11:23] 课代表立正: 不能强求用户为了使用AI而刻意改变已有的使用习惯 [11:23] 课代表立正: AI不应该只是消极地等待用户发起对话，而是应该在合适的时间节点，主动向用户推送智能建议或分析结果 [13:04] 课代表立正: 再过六到八个月，这类简单的应用在简历上就会变成陈词滥调（cliché），甚至“烂大街”

[0:00] 大家可以想象啊 [0:00] 在2025年1月份 [0:32] 这两天Gemini 3发布了 [0:33] 然后你打开小红书推特朋友圈 [0:35] 很多关于它的讨论 [0:36] 然后你会看到 [0:37] 越来越多的人 [0:38] 使用AI Studio和Gemini 3 [0:39] 去build很多有趣的应用 [0:41] 大家惊为天人啊 [0:42] 觉得这是AI的又一次变革 [0:44] 但是关注我们频道的小伙伴就知道 [0:46] 这件事儿虽然很厉害 [0:47] 但是它没有那么值得大惊小怪 [0:50] 因为我们频道在今年的1月份 [0:51] 就完美的预测了这件事情的发生 [0:54] 而且无论是程度 方式和时间 [0:56] 都是极其精确的 [0:57] 其实 [0:58] 我们预测的不是这件事情的发生啊 [1:00] 我们说的是根据我们的观察和实践 [1:02] 这件事情已经发生了 [1:04] 只不过需要10-18个月的时间 [1:06] 让AI agents可以帮助大家 [1:09] 靠谱的build这件事儿 [1:11] 变得门槛足够低 [1:12] 然后让那些没有编程经验的人 [1:14] 也可以真的去使用它 [1:16] 从而普及开来 [1:17] 所以那期视频 [1:18] 给大家预言了10-18个月的机会窗口 [1:21] 那我们站在今天往宽了算 [1:23] 18个月的机会窗口 [1:24] 还有8个月就要到了 [1:28] 我们也有一个非常坚定的判断 [1:30] 而且这个判断也像上次一样 [1:32] 是基于已经发生的事情 [1:33] 而不是我们对未来的盲目猜想 [1:36] 在这期视频里边 [1:36] 我就会跟大家完整的分析和判断一下 [1:39] 那在分享具体的判断之前 [1:40] 我们要对整个技术的landscape [1:42] 和整个技术的规律有一个清晰认知 [1:44] 那不妨就倒回2025年1月份 [1:46] 我当时是怎么做出这么坚定 [1:48] 又这么精准的判断的 [1:49] 背后就是我那个时候对技术的认知 [2:48] 好总结一下的话 [2:49] generative AI就是生成式AI [2:51] 它最大的意义就在于 [2:53] 让人类调度算力的时候 [2:55] 多了一个界面 [2:56] 之前我们的界面要么是编程 [2:58] 要么是GUI [2:59] 就是这个图形界面 [3:00] 那现在 [3:01] 我们可以使用自然语言去调度算力 [3:03] 可是AI还是一个新生事物 [3:05] 它就像汽车有了引擎 [3:07] 引擎虽然很厉害 [3:08] 但是你没有制造汽车的流水线 [3:10] 你没有高速公路你没有加油站 [3:12] 一个引擎加上四个轮子 [3:13] 上路以后也发挥不出来太大的作用 [3:15] 那Agentic AI [3:17] 就是把现有的软件生态和AI的能力 [3:20] 做一个非常好的结合的中间一步 [3:23] 并且在2024年年底的时候 [3:25] 我们在教学和实践的过程也发现 [3:28] Agentic AI的能力已经上来了 [3:30] 如果那个时候大家去看我们网站啊 [3:32] 就是我们那个时候教大家的学员 [3:34] 那些学员做出来的APP [3:35] 比今天用AI Studio和Gemini 3 [3:37] 做出来的APP [3:38] 一点都不差 [3:39] 比如说有一个学员就教他8岁的娃 [3:41] 用Cursor加上我们给Cursor提供的工具 [3:43] 就做出了一个完成度非常高的游戏 [3:46] 也有学员做了一个吉他扒谱软件 [3:48] 现在我相信很多人拿着Gemini 3 [3:50] AI Studio也是做不出来的 [3:51] 所以说 [3:52] 当我们已经看到了这个技术是存在的 [3:54] 然后我们这些先行者 [3:56] 已经在使用这个技术 [3:57] 10个月到18个月 [3:58] 就是这个技术门槛不断降低 [4:00] 和大众接受度不断提高的机会窗口 [4:03] 我还是坚定的认为这就是AI的主航道 [4:06] 只不过 [4:06] 这个主航道接下来会做越来越难 [4:08] 越来越有价值的事情 [4:10] 那这是我们的第二步 [4:11] 从做一个toy project [4:13] 做一个side project [4:14] 变成用AI真的帮助你完成绝大部分重要的工作 [4:18] 这是我们的AI Builders课程 [4:20] 所教的主要内容 [4:22] 其实我们AI课程主要做两件事情 [4:23] 第一个就是 [4:24] 帮助大家建立building的mindset和习惯 [4:27] 这我相信在未来会越来越普及 [4:29] 大家随着身边人不断的去使用AI [4:31] 和被身边人带动 [4:32] 我相信越来越多的人 [4:33] 是会有遇到一个需求 [4:35] 自己想一想 [4:36] 怎么样子去build这样的习惯的 [4:38] 可是你刚去build的时候你就会发现啊 [4:41] 虽然AI的水平会水涨船高 [4:43] 但是你想要做越来越重要的工作 [4:46] 你就是需要人在这里边知道 [4:48] 怎么样子用好AI的 [4:49] 我们在课程里边 [4:50] 就会教大家很多具体的方法 [4:52] 比如说你怎么样子inject context [4:54] 怎么样子curate context [4:55] 什么样子externalize context [4:57] 就是当你做完一件事情以后 [4:59] 把它沉淀成一个context [5:00] 这样之后的AI可以直接去使用它 [5:03] 然后怎么样子把整件事情自动化 [5:05] 叠加上你对任务的理解 [5:06] 从这个任务理解所延伸出来的evaluations [5:10] 包括对context的隔离等等 [5:11] 那达到的效果就是 [5:13] 你可以让AI在你的严肃工作中 [5:15] 取代绝大多数那些管道型的工作 [5:18] 什么例子呢 [5:19] 比如说一个分析师 [5:20] 他每个周要给他的director [5:22] 或者VP看一个weekly business review [5:25] 我们就能做到让AI去非常reliably [5:27] 非常靠谱的 [5:28] 自动化的去生成一个很好的business review [5:31] 而且这里面的数字 [5:32] 你基本上可以保证是不会出错的 [5:34] 因为你不是从AI那里要这个数字 [5:37] 而是你让AI去操纵各种各样的工序 [5:39] 得到这个数字 [5:40] 只要这个操作的过程 [5:42] 你拆解的是到位的 [5:43] 设计的是好的 [5:44] 并且你有足够好的evaluations [5:46] 你最后的这个结果 [5:47] 其实就是非常可靠的 [5:48] 那这是第二步 [5:49] 我们AI Builders主要教的东西就是 [5:51] 当你愿意在AI Studio里边 [5:52] 或者在Cursor里边去做一个应用的时候 [5:55] 怎么样子帮助你把这个能力放大 [5:57] 去解决你日常生活中那些繁琐的事情 [6:00] 从而 [6:01] 让你可以不断提升自己的核心竞争力 [6:03] 而且我们后来做了一个专门的Builder Space [6:05] 可以帮助大家极大的简化这个过程 [6:08] 这个Builder Space里边有两个非常重要的功能 [6:10] 第一个就是我们用一个API [6:12] 去集成了很多市面上所有的大模型 [6:15] 和相应工具的API [6:16] 这里边包括ChatGPT,Claude,Gemini, Grok [6:19] 也包括比如说搜索 [6:21] 或者说Transcription的工具 [6:23] 所以说你只用调用我们这个API [6:24] 你就可以去得到那么多大模型 [6:26] 而且过程完全不需要你设置 [6:28] 只要你下载一下我们的MCP [6:29] 在Cursor里边说一句话就可以了 [6:31] 另外呢就是我们发现很多同学 [6:33] 他虽然自己做出来了一个好的应用 [6:35] 但是他想分享给别人使用的话 [6:37] 部署其实是一件麻烦的事情 [6:39] 那我们就帮大家自动化部署 [6:41] 并且我们去帮大家host和运维你的APP [6:44] 所以说你用一句话 [6:45] 就可以把你线下做的这些东西 [6:47] 放到网站上 [6:48] 我们去帮你运维 [6:49] 别人去使用你这个软件 [6:51] 所产生的成本 [6:52] 也是我们给你的credit里边所覆盖的 [6:55] 这就能帮助你 [6:56] 快速的把你的这个应用找到市场 [6:58] 让别人去真的使用它 [7:00] 而且只要一句话就可以 [7:01] 这是我们第二阶段帮大家做的 [7:03] 我觉得做好这件事儿吧 [7:04] 你的竞争力起码可以管个两三年 [7:07] 就是在别人还停留在 [7:09] 啊～我做了这样一个toy project [7:10] 写到简历上 [7:11] 做了那样一个toy project [7:12] 写到简历上 [7:13] (但）你可以真的去解决那些有价值的工作 [7:15] 并且 [7:15] 可以把自己的时间和精力解放出来 [7:17] 而且你的应用可以很快的上线 [7:19] 去给别人使用 [7:20] 这在我看来是很大的竞争优势 [7:22] 可是这不是我今天视频的主题 [7:24] 我们今天视频的主题是 [7:26] 要在这之上更上一步 [7:27] 从builder升级为architect [7:30] 从一个建造者升级成一个建筑师 [7:32] 这也是我和鸭哥新出的课程内容 [7:34] 我相信 [7:35] 如果你升级成为一个AI建筑师的话 [7:37] 未来的两到五年 [7:38] 甚至更长的时间 [7:40] 你都会具备非常强的核心竞争力 [7:42] 为什么呢 [7:43] 因为AI建筑师 [7:44] 他着眼的 [7:45] 不再是用AI去解决一些具体的问题 [7:48] 而是如何构建一个靠谱的好用的 [7:51] 可以不断进化的系统 [7:53] 到后来一个AI建筑师 [7:54] 他是在用一整个完善的系统 [7:56] 去参与竞争 [7:57] 那在这里边他所累积出来的优势 [7:59] 是非常非常可怕的 [8:01] 鸭哥其实就是一个很好的案例 [8:02] 我在未来也会多出一些相关的视频 [8:04] 举一个最简单的例子吧 [8:05] 就是我们这期的Maven Cohort第10期 [8:08] 然后有90多个同学 [8:09] 我说鸭哥 [8:10] 你可不可以给每个同学 [8:12] 出一个个人主页 [8:13] 而且这个个人主页 [8:14] 我希望做到什么程度呢 [8:15] 就是你可以自己上网去搜索 [8:17] 关于这个同学的所有信息 [8:19] 你搜索完了这些信息以后呢 [8:20] 你不要只是罗列他们的信息 [8:22] 给一下链接就行了 [8:23] 我需要你用智能 [8:24] 去给这些同学 [8:26] 生成一个非常深度的介绍 [8:28] 去讲一下他的理念是什么啊 [8:30] 他的这个职业生涯的高光点是什么 [8:32] 他到底是一个有什么特质 [8:34] 有什么特长的人 [8:35] 我看了一下聊天记录啊 [8:36] 鸭哥是中午11点多的时候说好 [8:38] 然后下午四五点钟的时候 [8:40] 把90多个人的网站全都交付了 [8:42] 而且还有针对这90多个人的系统分析 [8:44] 而且全都是部署上线的 [8:45] 而且他其中还在全职工作 [8:47] 他在全职工作的同时 [8:49] 除了工作之外 [8:50] 还把AI的三大顶会的 [8:51] 所有的中文speaking的reviewer [8:54] 全都抓了下来 [8:55] 具体这里面多难我就不说了啊 [8:56] 总之就是 [8:57] 鸭哥之所以能把这件事情 [8:58] 做的比别人快很多 [8:59] 做的比别人好很多 [9:01] 是因为他背后有他自己的一套系统 [9:04] 他是在用整个系统来做这件事儿 [9:06] 而不只是他一个人 [9:07] 去用手去做这件事儿 [9:08] 那我再展开讲一下 [9:10] 这门课到底教大家的具体是什么东西 [9:12] 我们教大家用architect来构建系统 [9:15] 是有两个重点 [9:17] 第一个重点是智能的核心 [9:19] 第二个重点是三个我们原创的 [9:21] 在我们看来非常重要的落地方式 [9:23] 我在这里可以拍着桌子跟大家说 [9:25] 这三个落地支柱 [9:26] 任何一个 [9:27] 在未来都会产生 [9:28] 非常非常多有价值的公司和个体 [9:31] 所以说 [9:31] 我也希望我们的学员尽早的去开始做 [9:34] 尽早的能抓住这里面的机会 [9:36] 那我先简单说一下 [9:37] 这个智能核心是什么 [9:38] 然后再稍稍展开一下 [9:39] 这三个落地的核心支柱是什么 [9:41] 核心最简单来说就是一个ChatGPT,Grok,Gemini的API [9:45] 像Gemini的API里边 [9:46] 已经集成了非常非常多的能力了 [9:48] 所以说它本身就是一个很好的核心 [9:50] 但是我们做一个architect的时候 [9:52] 我们会发现 [9:59] 当然了 [10:00] 未来可能出现一家独大的情况 [10:01] 那个时候 [10:02] 可能我们就只用一个API就行了 [10:03] 但是在现在这个百家争鸣 [10:05] 各个模型都各有长短的情况下 [10:07] 确实我们需要很多模型的组合 [10:09] 举个例子 [10:09] 比如说Grok4 [10:10] 它的速度很快 [10:11] 它的搜索很不错 [10:12] 它的instruction following也不错 [10:14] 但是他的智能上限不如Gemini好 [10:16] 那Gemini它在做文科任务的时候很不错 [10:18] 但是它在编程的时候 [10:19] 有的时候就会想太多 [10:20] 然后它又不爱搜索 [10:21] 虽然它是来自Google的模型 [10:23] 但是很多时候你跟它说搜索 [10:24] 它又不去搜索 [10:25] 那我们很多任务上 [10:26] 就需要这些模型结合起来 [10:27] 而且不光是使用多个模型 [10:29] 我们还要去使用别的工具 [10:31] 比如说一个最适合搜索的工具 [10:33] 比如说搜索网页 [10:34] 搜索文档 [10:35] 有的时候我们需要transcribe一个video [10:36] 或者transcribe一个audio [10:38] 有的时候我们要加入图片理解 [10:39] 或者我们要annotate一个图片 [10:41] 这都是我们可能需要构建到 [10:42] 这个智能核心的能力 [10:43] 并且要根据任务去适配它 [10:46] 以及我们不能进行单点优化 [10:48] 当你进行单点优化 [10:49] 你只能通过prompt去控制模型的时候 [10:51] 你会发现模型一变 [10:52] 或者说你的任务一变 [10:54] 你这个prompt就不好用了 [10:55] 那这个时候我们的核心不光要聪明 [10:57] 不光要能根据任务适配 [10:59] 不光有的时候要便宜 [11:00] 还需要它稳健 [11:01] 需要它robust [11:02] 这是构建核心 [11:03] 那我们在课程里边呢 [11:04] 也会step by step [11:05] 从一个简单的FastAPI后端 [11:07] 加上ChatGPT开始去帮助大家学习 [11:10] 怎么样打开这样一个黑盒子 [11:12] 去把核心构建起来 [11:13] 之后呢我们会给大家提供一个 [11:15] 我们已经构建好的 [11:16] 非常好用的核心 [11:18] 去帮助大家 [11:19] 在一个好用的核心基础之上 [11:21] 做那三个落地支柱 [11:23] 这三个落地的支柱 [11:24] 分别是frictionless interactions [11:26] contextual intelligence和proactive intelligence [11:29] 如果用大白话跟大家讲的话 [11:31] frictionless interaction就是 [11:33] 我们不能要求用户 [11:34] 为了使用AI而使用AI [11:36] 我们也不能要求用户为了使用AI [11:38] 去改变他已有的习惯 [11:40] 我们希望用户跟AI的交互 [11:42] 是在他日常生活的习惯中的 [11:44] 比如说 [11:44] 如果我知道我的会议是需要记录的 [11:46] 那我应该在开始会议的时候 [11:49] 就自动记录 [11:50] 在会议结束的时候就自动总结 [11:51] 我可能不是每一个会议之后 [11:53] 就需要总结 [11:54] 然后去点一堆按钮 [11:55] 去把它存到一个地方 [11:56] 那这个AI它应该知道我在会议之后 [11:58] 我就应该把这些重要的资料 [12:00] 给存在哪里 [12:01] 然后在什么时候给用户review [12:03] 在什么时候提供给用户做决策 [12:05] 那这又牵扯到我们第三个 [12:06] proactive intelligence [12:08] 你不能等着用户去跟你聊天 [12:09] 然后这个时候你才去调用智能 [12:11] 你应该在合适的时间 [12:13] 去推送你的智能 [12:14] 更主动的去帮助用户完成他的任务 [12:16] 那contextual intelligence [12:18] 就是你应该能在日常生活中 [12:20] 或者在不同的地方 [12:21] 就收集到跟当前任务相关的contexts [12:24] 上下文 [12:25] 并且在合适的时间去有效的使用它 [12:27] 并且针对不同的任务 [12:29] 有效的管理和使用这些contexts [12:31] 大家看到了 [12:31] 这3个落地支柱其实是相辅相成的 [12:34] 我们在课程里边 [12:35] 也会对每一个支柱 [12:36] 都提供相对应的案例 [12:37] 大家可以选择性的去跟着我们做 [12:40] 或者说自己用我们的方法 [12:41] 去做自己想做的东西 [12:43] 那我们整个AI Architect想要达到的结果 [12:46] 就是在上完课之后 [12:52] 那无论你是有一个技术野心的人 [12:54] 想做一个非常好的应用 [12:55] 还是 [12:55] 你就是想把自己的GitHub做的好看一点 [12:58] 你想做一个与众不同的side project [13:01] 或者在工作中的project [13:02] 这门课都会是一门非常适合你的课 [13:04] 大家可以想象啊 [13:05] 就是在2025年1月份 [13:07] 我们刚出Agentic AI那门小课的时候 [13:10] 你那个时候如果能用Cursor [13:11] 做一个吉他扒谱 [13:12] 或者说翡翠分类的这样的APP [13:15] 你在简历上会非常的亮眼 [13:16] 但是在今天你去做这件事情 [13:19] 就大家觉得还好 [13:20] 你在六个月八个月之后 [13:22] 再去在简历上去列这件事情 [13:24] 它就是一个cliché(陈词滥调） [13:25] 就是所有人都已经做过了 [13:27] 它不是一个亮眼的东西了 [13:28] 甚至有点烂大街了 [13:29] 那在6个月到8个月之后 [13:31] 你如果上完我们AI Builders课程 [13:33] 你能非常reliable的在一个生产环境 [13:36] 把一个真正困难的任务给做好 [13:38] 那会是一个很亮眼的东西 [13:40] 但是我相信再过个两年吧 [13:42] 一个好的AI Builders也会普及开来 [13:45] 那2年之后 [13:45] 什么样的人是稀缺的 [13:47] 我相信那个时候builders会特别特别多 [13:49] 但是好的architect一定是非常稀缺的 [13:52] 那我们今天就出AI Architect这门课 [13:54] 不是因为我们觉得 [13:55] 这门课在当下是如此的重要 [13:57] 而是因为我们知道在2年之后 [13:59] 它会变得特别特别的重要 [14:01] 而你想成为一个真的有效的architect [14:03] 是需要积累的 [14:04] 你是需要从今天开始 [14:06] 就要朝这个方向去努力 [14:07] 那这样在两年之后 [14:08] 你就会变成一个非常稀缺的人才 [14:10] 好的 [14:10] 以上就是我们关于新课程的介绍 [14:12] 我和鸭哥 [14:13] 都倾注了很多心血在这个新课程里边 [14:15] 所以说我们不光是把道理讲通 [14:17] 把整个关键的概念给提取出来 [14:19] 我们还一步一步的去帮大家构建 [14:22] step by step [14:22] 也就是说只要你跟着我们教的做 [14:24] 就一定能把最后的东西给做出来 [14:26] 而且 [14:26] 我们还为此去做了我们的Builder Space [14:29] 可以让大家少做那些繁琐的 [14:31] boilerplate的工作 [14:32] 去真的把时间精力用在怎么样子build好 [14:35] 怎么样子architect好上 [14:37] 这门课程 [14:37] 也像我们的AI Builders课程一样 [14:39] 是终身迭代 终身答疑 [14:41] 并且有终身的社区权限 [14:42] 而且我们的AI Builders和AI Architect课程 [14:45] 也都是有14天的无理由退货 [14:47] 这我知道 [14:48] 在中文课程里边 [14:49] 是非常非常少见的一个 [14:50] 行为 [14:50] 因为我们对课程的内容绝对自信 [14:52] 比如说我们AI Builders这门课程 [14:54] 已经是一年半多的历史 [14:56] 我们上过十期的直播课 [14:57] 有超过2,000名的学员 [14:59] 而且大家去看给我们留的review [15:00] 就会看到 [15:01] 那个review都是一个非常激动的状态 [15:03] 就是这门课实在是太好了 [15:05] 没有想象到这门课还可以这么好的这样的review [15:07] 我们的新课也是同样的质量 [15:09] 那好 [15:09] 视频的最后也给大家放一个福利 [15:11] 我们现在的AI Architect这门课程 [15:13] 也是正在开放early access [15:15] 在这个期间 [15:16] 我会给大家提供一个 [15:17] early access的折扣码 [15:18] 无论你是只想买这门课 [15:20] 还是你想买和AI Builders那门课的bundle [15:22] 都可以直接使用这个折扣码 [15:24] 对于老学员的话 [15:25] 你会有一个特殊的折扣码 [15:26] 可以用一个更便宜的价格 [15:27] 直接升级到AI Architect这门课 [15:30] 而且我们的AI Builders课程 [15:31] 在11月23号launch了version2 [15:34] 整个视频内容也做了非常大的改变 [15:36] 很多内容基本上都是重写了 [15:38] 如果你是AI Builders的老学员 [15:40] 我也非常推荐你去重新看一下那门课 [15:42] 尤其是那门课的视频部分 [15:43] 相信你会有很多新收获 [15:45] 那好讲了这么多 [15:50] 我和鸭哥希望在课程里边见到大家 [15:52] 更希望在社群里边 [15:53] 看到大家做出来的成果 [15:55] 看到大家升职加薪甚至创业的故事 [15:57] 那这期视频就到这儿 [15:59] 下期见拜拜