前Statsig工程师创立AI社区 称大厂冗余岗位多且本质是表演

Creating content is more lucrative than most think, but it's easy to lose your way | An interview... — 课代表立正

课代表立正

大厂全职员工因机制错配无法捕获AI带来的生产力红利,传统高溢价技能正全面贬值,未来职业将由个人素质与结果调度能力重新定义。

AI-assisted summary of Creating content is more lucrative than most think, but it's easy to lose your way | An interview... — original source. Check the original for full context.

Source published:

Detailed notes

## Background 本内容由 YouTube 频道“课代表立正”于 2026 年 7 月 11 日发布。视频简介指出,这是一期探讨大厂职业、AI 发展与自媒体/创业选择的深度对谈,旨在为面临 AI 变革的从业者提供一套贴近现实的判断框架。

## TL;DR 对谈中,课代表立正分享了他离开大厂创办 Superlinear.Academy 的经验与思考,剖析了“打工”与“赚钱”在激励机制上的本质差异。他指出 AI 时代的本质是用自然语言调度算力,传统的高溢价技能正在贬值,职业将转向按结果与个人特质定义。此外,他还探讨了 Go-to-Market 对创业者的重要性、大厂里的“表演”现象,以及突破职业稳定感幻觉与理解复利效应的关键。

## Atmosphere & style 整场对话语气真诚、干货满满且带着清醒的批判性,既有对技术趋势与商业逻辑的冷静拆解,也有对大厂职场生态的直白讽刺。对谈氛围轻松接地气,既不煽动焦虑也不虚妄画饼,而是在理性的认知剖析后,最终落脚于“过好自己喜欢的生活”的温情与通达,给人带来踏实而具启发性的听觉体验。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=OD88_4SOiG4&t=0s) 打工与赚钱存在本质区别,全职员工因激励错配无法捕获生产力提升(如 AI 提效)的实际红利,反易面临工作量暴增或裁员,而 Business Owner 才能将效率直接转化为实际收入。 - [00:49](https://www.youtube.com/watch?v=OD88_4SOiG4&t=49s) Superlinear.Academy 在没有长期预热的情况下能迅速实现课程变现,核心得益于创作者从 2020 年起在中文自媒体社区长期分享硬核科普所积累的信任资产。 - [04:33](https://www.youtube.com/watch?v=OD88_4SOiG4&t=273s) 学习 AI 的唯一检验标准是自己动手做产品(Build)并快速拿到真实用户反馈,而非强迫自己死磕枯燥的学术论文或追逐每一个新工具。 - [08:06](https://www.youtube.com/watch?v=OD88_4SOiG4&t=486s) 由于自媒体频道逐渐演变为商业流量载体,博主定位需要克服个人好奇心,展现出更强的纪律性并垂直聚焦在 AI 方向,避免因选题发散导致观众流失。 - [10:23](https://www.youtube.com/watch?v=OD88_4SOiG4&t=623s) Agentic AI(智能体)的底层本质在于让普通人能够直接“用自然语言调度底层算力”,从而打破了过去必须依赖编程或既定图形用户界面(GUI)的交互局限。 - [13:38](https://www.youtube.com/watch?v=OD88_4SOiG4&t=818s) 在 AI 冲击下,传统的编写代码和基础数据分析等高溢价技能正全面贬值,岗位职能开始向内塌陷,未来的职业定义将从“按技能定义”转向“按个人素质和特质定义”。 - [17:41](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1061s) 绝大多数人由于长期受传统教育体制训练,严重缺乏自主赚钱和应对真实商业社会的能力,往往只具备由老板出题、员工解题的“打工能力”。 - [17:41](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1061s) 大厂内部存在严重的“代理人问题”,大部分冗余岗位的具体日常工作与公司最核心的盈利飞轮并没有直接因果关系,这为职业稳定感带来了巨大的泡沫和幻觉。 - [21:55](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1315s) 技术型创业者极易陷入“只要技术足够牛,用户就会送钱”的技术理想主义陷阱,事实上决定产品存活的关键往往是极难的 Go-to-Market(走向市场)策略与销售能力。 - [23:53](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1433s) 复利公式的威力具有反直觉的“后段爆发”特征,绝大多数成果和爆发点都压榨在最末端的少数回合中,普通人无法享受红利本质上是因为缺乏耐心、等不到最后。 - [27:27](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1647s) 打工者习惯用“当前年薪 $ imes$ 40年”来勾勒未来的安全感,但频繁的裁员和生活变故意味着长达40年的稳定职业路径在当前环境下大概率不会发生。 - [28:51](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1731s) 大厂的日常工作在很大程度上具有“表演”本质,由于基层项目无法直接决定盈利核心,员工在汇报时的 Presentation 和 Demo 能力成为了进行组织利益分配的关键软实力。 - [31:00](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1860s) 初创期和个体创作者(Nobody)应当杜绝复制大公司的多业务线模式,必须保持高度聚焦(Focus),“一次只能做好一件事”,抓住眼前的复利才能逐步走通商业路径。 - [31:00](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1860s) 技术更迭不应该绑架生活,学不学 AI 只是手段而不是目的,在关掉电脑后的现实世界里,过上一个自己喜欢的舒服生活远比跟风追逐技术更重要。

## Detailed walkthrough 以下是根据录音文本整理的详细内容:

[00:00](https://www.youtube.com/watch?v=OD88_4SOiG4&t=0s) 赚钱与打工的本质区别

传统的学校教育培养了人们无缝衔接打工的能力,这种模式就像在学校里做试卷,做好就能拿高分。在公司里,老板派发任务,员工完成并获得赞赏或升职。然而,“打工”和“赚钱”完全是两码事。全职员工的激励机制往往与生产力提高处于错配状态(misaligned),他们无法享受到生产力提升带来的潜在收益,好处大都被老板占有,员工自己反而会变得更忙。

例如,若公司规定程序员写一个新功能奖励一万元,程序员可能会疯狂使用 AI 一天写十个,试图把公司“写到破产”。但现实往往是,当程序员利用 AI 写出十个功能后,老板可能会选择裁掉他身边的三个同事,甚至因为其他人也写了十个而将他本人裁掉。

- **全职员工的困境**:无法捕获生产力提升的溢价,只会导致工作量剧增或裁员。 - **更具合理性的两种角色**: * **Business Owner(业务所有者)**:直接对结果负责,生产力提高就能转化为更丰厚的实际收入,并能从结果中获得源源不断的热情(passion)。 * **小时工**:生产力提高意味着可以用更少的时间完成同样的工作,从而有精力做更多的事。

---

[00:49](https://www.youtube.com/watch?v=OD88_4SOiG4&t=49s) 创立 Superlinear.Academy 的初衷与自媒体积累

Dr. Sun(网络名“课代表立正”)分享了他离开 Statsig 并创办新公司 Superlinear.Academy 的动机。他坦言,辞职创业有一个官方原因和一个非官方原因。官方原因在于 AI 是这代人能经历的最大变革,但许多已工作的同学因白天时间有限、面对海量信息真假难辨而感到迷茫。基于他本人在 AI 领域的深厚涉猎,以及结识了极其优秀的工程师朋友“鸭哥”,两人便决定共同打造课程和社区,通过“教学相长”和不断尝试新事物来提升行业认知。而非官方的原因也十分现实:做这件事很有意思,而且“挺赚钱的”,从收入和增长前景来看,完全能够养活自己,是一条比回大厂工作更好的出路。

Superlinear.Academy 的第一期课程始于 2024 年 5 月。当时正值鸭哥放产假,随后 6 月份课代表立正也放产假,两人便利用这段长假完成了大量课件的编写并顺利开课。他们发现一个有趣的现象:在产假期间,该项目每个月都能带来不错的收入,但当重回全职工作后,由于没有时间投入,这部分收入“瞬间就快没了”;而现在全职出来创业后,收入又开始重新回升。

虽然很多人认为创业初期需要长期“圈养”和积累,不一定能很快见到收益,但课代表立正表示自己其实已经默默积累(“养”)了 5 年。最初他尝试在英文平台 Maven 上售卖课程,预期能吸引一半英文学员和一半中文学员。然而结果发现 90% 的学员都是通过他的中文自媒体频道引流而来的中文学员。他在英文平台上的个人履历虽然优秀,但海外用户对“为什么要向他学 AI”缺乏认知。相反,他在中文社区从 2020 年就开始做自媒体,持续分享 AI 内容。他在 2023 年撰写的科普文章《关于 ChatGPT 最重要的 5 个问题》曾是中文互联网上非常领先的硬核科普,至今其观点依然先进。他也曾受邀登上凤凰卫视的《一虎一席谈》进行分享。正是这些长期的信任资产,让他在推出课程时能够迅速变现。

---

[04:33](https://www.youtube.com/watch?v=OD88_4SOiG4&t=273s) 社区定位与产品迭代中的挑战

Superlinear.Academy 的社群网站主要由两个板块构成:一个是面向 YouTube 和 B 站会员的日常交流平台;另一个是以他和鸭哥的课程学员为主体的 ai-builders 社群,并邀请了诸多行业专家加入。这个社群的定位类似于“微信群加贴吧”,大家可以在里面讨论、发帖、分享自己的项目和见解。社群的价值在于其紧密的互动氛围,能够为缺乏初始粉丝量的创作者提供非常有意义的即时反馈。例如有学员在社群里发布了自己的项目,下面就会涌现出大量高质量的改进建议,而同样的成果如果发在小红书上,在没有粉丝积累的情况下可能根本无人问津。

谈到社群建立以来的困难,课代表立正认为它目前“只发挥了潜力的 1%”。此前因为全职工作的限制,他给自己的时间预期和期望值都很低,因此“多做一点都是赚到”,谈不上什么困难。但现在全职投入并有了更高的期待后,挑战便接踵而至: * **中英文受众的整合**:他认为在今天做主流的 AI 社区,必须坚持以英文为主、中英双语并存的策略。因为绝大多数成功的 AI 项目都需要出海,英文群体的付费能力更强。如果偏居美国却只做本地华人市场,天花板会很低。但由于目前 90% 的学员都是华人,社群内容自然沉淀为纯中文,如何完成跨语言、跨文化的社区整合是一个巨大难题。 * **课程价值的提炼与传递**:他和鸭哥两人为课程撰写了 300 多页的硬核课件,包含各种实战项目(projects),虽然确实能帮学员达到预期效果,但由于课程想达到的目标太多、内容太重,导致在落地页(landing page)上很难用简单、直白的语言让新用户迅速看懂这门课程的含金量。

在构思这门课程时,他们达成了一个极其核心的共识:“你学 AI 只有一个办法,那就是你自己用 AI 去做东西,一定要不停地做(builder)。”因为 AI 作为一个全新的领域,根本没有标准的教科书。即便是顶尖的 AI 专家,彼此的意见也常常不合,甚至在网上公开“对喷”。在这种环境下,学习的唯一检验标准就是你能不能借助 AI 做出一个过去做不出来、或者有用、能解决实际问题的东西。在动手建造(build)的过程中,创作者能真切体会到什么是有效的技术,获得极大的成就感与正向反馈。如果每天只是强迫自己去啃 बोरिंग(枯燥)的学术论文,绝大多数人(包括他自己)都是很难坚持下去的。

---

[08:06](https://www.youtube.com/watch?v=OD88_4SOiG4&t=486s) 频道运营与博主定位的纪律性

在全网观众眼中,课代表立正是一位“超级技术型网红”。他的访谈节目跨越了各行各业,既有偏技术和产品深度的专家,也有像樊登老师这样的文化名人,甚至还有厨师和调酒师(bartender)。关于如何筛选采访对象,他表示在全职创业之前,选题完全是“以自己的好奇心为主”。他曾明确向观众传达过,这个频道主要是做给他自己的,谁能引发他的好奇心、他想向谁请教问题,就会去发出采访邀请。

但随着频道逐渐演变为商业(business)的流量载体,他未来需要表现得更加有纪律性,将内容更加垂直地聚焦在 AI 方向上。虽然过去那种大杂烩式的跨界访谈吸引了一批非常特定的小众群体,也满足了很多人探索未知领域的需求,但绝大多数互联网观众看一个频道还是倾向于寻找垂直的定位。博主很难保证“自己感兴趣的东西恰好观众也全感兴趣”。过去由于内容过于发散,比如聊完调酒师、厨师又去讲生娃带娃的琐事,确实导致了一部分观众的流失。

对于自己未来在美食、读书、特斯拉股票等各种垂直细分博主中的角色定位,他给出的词是“成长”,但为了业务发展,最合理的标签依然是“AI 博主”。不过他补充道,自己并不想把路走得太窄、太专业,因为同样的话他不喜欢说第二遍。有些内容虽然他明知道讲出来能快速涨粉,但因为缺乏新鲜感,他也提不起重复讲述的兴趣。

---

[10:23](https://www.youtube.com/watch?v=OD88_4SOiG4&t=623s) Agentic AI 的本质:用自然语言调度算力

针对近期大热的 Agentic AI(智能体 AI),课代表立正分享了前沿洞察。他强调,在 AI 时代没有人能够准确预测 5 年后的发展,技术变化太快,且“AI 无所不能”或“五年内具身智能与机器人将无处不在”的想法是不现实的,机器人在物理世界中仍面临巨大的局限性。

他和鸭哥在 2024 年年底、2025 年年初就推出了一门专门针对 Agentic AI 的课程,并很早给出了行业定义。后续诸如 Manus、Cursor 等大热产品所呈现的 Agent(智能体)形态,完全符合他们当初的研判。在 2024 年底,鸭哥曾在 GitHub 上发布过一个魔改 Cursor 规则的开源项目(Cursor rules),斩获了 5,000 颗星。他们当时通过特殊配置让 Cursor 变得极其聪明,而这大半年来,Cursor 官方的核心迭代路线基本上就是把他们当时魔改的思路内置到了产品里(即现在流行的 vibe coding 或 AI coding 最好的工具)。

他们之所以能把技术趋势看得这么准,是因为牢牢抓住了 AI 的底层价值:**“AI 的价值是用自然语言调度算力”**。比尔·盖茨在 2023 年 GPT-4 刚发布时写过一篇名为 *The Age of AI Has Begun*(《AI 时代已然开启》)的文章。盖茨在文中写道,在他 70 多年的人生中,只看到了两个具有颠覆性的技术革新:第二个是 AI,而第一个既不是 PC、互联网、移动互联网,也不是操作系统或大数据,而是 **GUI(图形用户界面)**。

> “科技企业干的事情就是让人类可以调用算力。人类调用算力之前有两种方法:第一种是编程,第二种是用图形界面。”

以刷抖音为例,用户每刷新一个视频,背后需要服务器上传、处理、精准推荐,涉及海量的算力调度,但对用户而言,只需单指滑动图形界面即可搞定,这就是 GUI 的威力。然而 GUI 的致命问题是,普通人无法自己凭空做出一个按钮,所有的交互界面必须由开发者 build 好交给你,你才能使用;如果想跨越这个界限,就必须去学编程。而 AI 的降维打击在于,它允许任何普通人直接用自然语言去调度底层算力,做你想做的任何事。

这也是为什么 Agentic AI 是必然的演进方向。如果只是跟 ChatGPT 聊天,那依然是“AI 指挥人干活”(你问一答,最后执行的还是人);但 Agentic AI 实现了“人说 AI 做”。这背后依赖于大模型的**多步决策**、**工具调用**与**自我迭代**等核心特征。这些能力做得越好,AI 就越能无缝替人类分担工作。

---

[13:38](https://www.youtube.com/watch?v=OD88_4SOiG4&t=818s) AI 焦虑与职业素质的重构

面对 AI 带来的失业与替代焦虑,课代表立正拒绝粉饰太平。他指出,在如此巨大的技术变革面前,指望用过去那一套“划划水、上班写写 Java 就能拿高薪”的生活方式去追求稳妥安逸,是完全不现实的期望。

当下科技职场正在发生三大核心演变: 1. **技能的全面贬值(Premium Skills Cheapened)**:过去能轻松支撑起 10 万、20 万美元年薪的高溢价技能(如编写 Java、Python 甚至是做基础数据分析),在 AI 面前正变得越来越便宜,甚至免费。 2. **岗位职能的向内塌陷(Job Functions Collapse)**:当技能不再是壁垒,传统的岗位边界开始模糊。数据科学家可以兼顾数据工程,数据工程师也能轻松搞定数据分析,一个人能纵向链路通吃。 3. **职业定义的逻辑重构**:未来的职业不再由你掌握的特定“技能”来定义,而是由你的“个人素质与特质”来定义。

> “我之前我说,我是一个写 Java 的程序员。现在我说,我是一个懂增长的程序员,我是一个能让你的 code quality 非常好的程序员……更多人会注重素质。”

在这种趋势下,未来职场的突围路径要么是在特定素质(严谨、创意、增长思维)上极度突出,要么是在某项技能上达到 AI 无法企及的顶尖人类水准。以 AI 最擅长的写作动作为例,市面上最顶尖的文字和最高质量的文章绝对不是 AI 生成的。一流写作者的风格与思想是一直在演变和自我迭代的,AI 只能模仿过去的逻辑,却无法预知并引领人类情感的变化。这就像即便如今“预制菜”在成本和效率上具有绝对优势,但人类在情感和味蕾上,永远更渴望吃到带着烟火气的“大厨小炒”。

---

[17:41](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1061s) 亚马逊飞轮的泡沫与打工人的思维墙

针对“大家都去当 Business Owner 会不会导致劣汰和泡沫”的质疑,课代表立正回应称,他所定义的 Business Owner 是指“需要亲自干活、且对最终结果负全责”的人。因为分配机制直接与个人收益挂钩,这类人在执行层面的卷度(工作拼命程度)往往远超普通的 Full-time Employee(全职员工)。在硅谷,很多 entry level(初级)或 senior(高级)以下级别的员工拿着微薄的薪水,而 VP 级别的管理层即便工作量没多出 100 倍,却拿着高出基数近百倍的几百万甚至上千万美金年薪。面对这种收入不平等,普通人很难仅仅通过“在岗位上努力向上冲”来实现破局。

他抛出一个直白的观点:**绝大多数人并不适合创业做 Business Owner,尤其是被上一代教育体制训练出来的人,他们严重缺乏自主赚钱的能力,只有打工的能力。** 打工的逻辑是学校教育的无限延伸——老板出题,员工做卷子,拿高分,得表扬,然后升职。但真实商业社会的赚钱法则完全是另一套逻辑。

课代表立正分享了自己从打工到创业的底层心态转变。他从 2023 年做会员频道、2024 年卖课开始,找到了一种在传统大厂里从未体验过的“种地般的感觉”——一分耕耘,一分收获。在公司里,员工往往每半年才能获得一次绩效反馈,但在面对市场时,每天早晨醒来哪怕看到多了一个人买课,那种即时的真金白银的收益反馈,对人的激励是无与伦比的。然而,绝大多数大厂员工被困在了“虚假的泡沫”里,从未经历过这种激励循环,因此不敢迈出赚钱的第一步。

他进一步剖析了大厂里的“代理人问题”(Agency Problem)。以亚马逊为例,其核心的赚钱飞轮(Flywheel)早在二三十年前就已经由高层和核心业务奠定了。今天大厂里绝大多数员工所从事的具体工作,其实跟公司核心业务赚不赚钱已经没有直接的因果关系。因为大厂庞大且极具规模性,里面的经理人们为了扩大自己的地盘、谋求自身的加薪升职,会疯狂招人扩张,从而衍生出大量的冗余岗位。

> “这些人所做的整个事情全都砍了,亚马逊仍然是亚马逊,赚的钱并不一定会少很多。这可能是个暴论啊,但反正我因为这么觉得,所以从腾讯出来之后,我就决定不回大厂了。”

当时甚至有 Facebook 的老上司邀请他回去,他也拒绝了,转而选择加入创业公司 Statsig 想要改变一些事情。然而在 Startup(创业公司)里他发现了新的痛苦:当个人的正确想法与公司的整体 Business 利益出现分歧时,作为员工你必须向商业妥协,被迫去干很多自己认为毫无用处、但对公司有阶段性利益的事情。

---

[21:55](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1315s) 高效 Builder 与 Go-to-Market 的技术创业陷阱

在 Superlinear.Academy 的官网上,“帮助大家成为高效的 Builder”被放在了核心位置。课代表立正认为,成为高效 Builder 最核心的指标就是 **"Get things done"(把事情做成)**,即拥有极强的行动力。在实际观察中,他发现很多人极其享受“务虚”的过程——今天开会对齐、明天讨论宏大愿景、后天到处跟人吹嘘产品的未来蓝图,结果半年过去了,写了无数行代码,却连一个真实的种子用户都没有。一个真正的 Builder 应该心中有一团火,迫切地渴望把产品尽早扔到用户面前,去接受用户的痛骂和真实的反馈,进而不断迭代。

针对那些信奉“只要技术足够牛,用户就会自愿追着赶着送钱”的技术理想主义者,他一针见血地指出:**“那是幻想主义者,不是理想主义者。”**

因为这些人根本没有认真研究过商业历史(Business History)。放眼全球,100% 的创业项目在技术层面,市场上都一定能找到比你做得更好的人。在技术无法形成绝对世界第一的技术壁垒时,决定一个产品能否存活、凭什么你能比对手更快获取用户的核心,其实是销售、市场和 **Go-to-Market(走向市场)** 的策略。这些才是商业世界里最难、门道最深的学问。

可悲的是,他认识的几乎所有技术型创业者,在创业的第一步都会在上面栽跟头。大家往往在付出了惨痛的创业学费之后,才恍然大悟:原来 Go-to-Market 这么难、这么重要。所以那些经历过挫败的“第二次创业者”,无一例外都会选择在写第一行代码之前,先去跑通 Go-to-Market 流程。

---

[23:53](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1433s) 反直觉的复利公式与长期主义的耐心

关于“复利式成长”,人们往往容易把它狭隘地理解为每年稳定增长 10% 或 1% 的一条“直线”,但人类的大脑在直觉上其实极难真正理解复利曲线。课代表立正曾专门制作过一个视频,通过三个具体的复利公式和商业历史案例来帮大家拆解这一概念:

* **公式一:微小差异的几何级放大** $1.02^{50}$ 与 $1.03^{50}$(即 2% 的周增长率与 3% 的周增长率在 50 次方后)的最终结果会相差整整 **7 倍**。这个数字源于他采访前 Facebook 资深 VP Mike Vernal 时的真实例子。当时 Facebook 拥有上亿用户,小扎(马克·扎克伯格)的目标是冲到 10 亿。当时团队发现周增长率从 2% 掉到了 1%,整个高层极其焦虑。为了把这看似微小的 2% 的差距拉回来,Facebook 专门组建了一个增长团队(Growth Team),赋予他们修改任何底层代码的特权,唯一的 KPI 就是把周增长率从 1% 想尽办法拉回 3%。最终他们做到了,并在短短四年内成功实现了 10 亿用户的跨越。这就是所谓的 *"The main thing is to keep the main thing the main thing"*(最重要的事就是保持核心目标的纯粹)。

* **公式二与三:后段爆发与反比例增长** 在复利增长中(以 1.03 为基数),如果总共有 200 个回合,那么最终财富或成果的 80% 都来自于最后 50 个回合的“临门一脚”。更反直觉的是,如果将回合数拉长到 2000 个回合,这 80% 的爆发点依然来自于**最后的 50 个回合**,它并不是按比例拉长,复利只会把威力压榨在最末端。

股神巴菲特的一生财富中,有超过 90% 的财富是在他 60 岁以后才赚到的,这便是复利威力在时间末端的集中显现。然而,普通人之所以无法享受到复利的红利,本质上是因为**缺乏耐心,等不到最后**。

在日常生活中,无论是戒烟、运动,还是利用 AI 改变工作流,都是具有复利效应的事。很多人今天花了一个小时研究 AI,发现生活没有发生任何变化;第二天、第三天、做满一个星期,依然毫无波澜,于是绝大多数人就在前几周选择了放弃。而那些坚持做了一年、两年的 builder 才会发现,自己和一年前相比已经完全不可同日而语。这些质的飞跃,往往全部集中爆发在这一年中的最后一个月。因为在前面漫长且看似毫无效果的时间里,他们默默积累了工具箱、迭代了使用方法、在建造过程中搭好了各种技术脚手架。随着动作越来越快,他们看一眼新工具就知道成不成,在失败了十个 APP 之后,终于在最后一个月洞悉了用户的真实喜好,从而一举做出了真正爆发的爆款产品。

[27:27](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1647s) 职业稳定感的幻觉与未被内化的现实

在谈到长期主义和耐心时,课代表立正指出,大家之所以缺乏耐心,并不是真正缺少这个品质,而是被大厂的晋升机制和职业路径所误导。在大厂打工,收入通常从10万、15万、20万、30万逐年稳步增长。如果单纯套用复利公式,很多人会幻想自己等到成为 VP(副总裁)时,收入就能达到千万级别。但残酷的现实是,一千个人里才可能出一个 VP,绝大多数人无法走通这条路。

更核心的问题在于,职业生涯给人一种“虚假的稳定感”。大家在规划未来时,习惯于拿今年的程序员薪资加上每年的微幅增长,然后乘以40年的工作年限,并以此来规划一生的消费。然而,稳定工作40年这件事情在当下的环境下大概率不会发生。随着各大厂频繁裁员,加上家庭、生活的突发变故,或者个人梦想和方向的转变,这种稳定感会在不工作的那一刻瞬间化为乌有。课代表立正强调,“懂和内化是两件事”,虽然很多人听到“无法稳定工作40年”时会点头赞同,但内心深处并没有真正接受这个现实,依然幻想着稳定。

- 职场复利幻觉:误以为收入能持续线性或指数增长至千万 VP 级别,忽视了 1/1000 的极低晋升概率。 - 虚假的40年模型:打工者习惯用“当前年薪 $\times$ 40年”来计算安全感,忽视了裁员和生活变故的风险。

---

[28:51](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1731s) 大厂的“表演”本质与小团队的聚焦

聊到回国去腾讯等大厂工作的经历时,课代表立正坦言,他去每一家新公司时都曾以为自己会待上十年八年,但总会有意料之外的事情打破预期。在他看来,中国和美国的大厂在工作环境上本质上大同小异。大厂通常有一两个极其赚钱的核心业务(例如谷歌的搜索、Facebook 的广告、亚马逊的电商),这些业务像一个强大的飞轮,自己就能不断赚取利润并提升竞争力。然而,大厂里绝大多数人的日常工作,实际上跟这些核心业务并没有直接关系,或者无法对核心业务产生实质性影响。

这就导致了大厂的大多数日常工作本质上是在“表演”。员工需要通过精湛的表演让老板以及老板的老板觉得好,帮助自己的主管在更高层面前树立良好形象,从而换取升职加薪的机会。这也是为什么大厂极度强调沟通能力(communication)和软实力(soft skills)。课代表立正坦言,自己做节目也常常强调沟通,因为在组织里,技术再强、东西做好,如果得不到同事和领导的认可,同样无法晋升。除了像 Transformer 这样几万分之一概率能改变世界的级别,绝大多数技术对大厂而言都无足轻重。既然项目本身无法直接决定核心业务,那么在汇报时所展现的 Presentation 能力、Demo 能力,本质上就是一种维持组织运转和进行利益分配的“表演能力”。

- 大厂的核心业务飞轮:谷歌搜索、Facebook 广告、亚马逊电商,这些核心业务自带高额盈利能力。 - “表演”的本质:绝大多数员工的工作对核心飞轮无足轻重,因此升职加薪往往取决于 Presentation 和 Demo 的表演效果。

---

[31:00](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1860s) 从 Nobody 到 Somebody:专注与最后的时代祝福

谈及对未来事业的规划,课代表立正表示,现阶段他必须保持高度聚焦(focus),全力以赴把当前的 AI 课程和社区做好,并在此基础上探索产品的可能性。虽然科技行业变化迅速,无法保证一年后课程依然是最值得做的事情,但他深信“一次只能做好一件事”,抓住眼前的复利才是关键。没有任何一个人或公司的成功是一上来就同时做好十件复杂的事,强如亚马逊、微软也是在规模变大后才开始划分出两到三个核心业务。他自嘲自己目前只是个“小卡拉米”(nobody),不能盲目去复制大公司的经验,而是要先学习一个 nobody 如何通过聚焦一步步变成一个“有点东西的人”。

在访谈的最后,作为对西雅图中文电台听众的祝福,课代表立正给出了一个令人感到意外却格外踏实的观点。他认为,虽然身处科技行业感觉全世界都在讨论 AI,但只要关上电脑,或者去餐馆吃顿饭,就会发现 AI 其实并没有那么大程度地影响到普通人的真实生活。他真诚地祝福大家能在这个时代过上舒服、自己喜欢的生活。他强调,学不学 AI 都只是手段而不是目的,“过上一个自己喜欢的生活是更重要的”,不要被技术的更迭绑架,非学 AI 不可。主持人对此表达了高度赞赏,并积极推荐了课代表立正的 Superlinear Academy 平台。主持人分享了自己做调研时的感受,认为在这个时代,能够拥有一个让人认真写东西、认真看别人的产出、并能获得深度反馈和交互的社区,是非常难能可贵的。

## Notable quotes > [04:33](https://www.youtube.com/watch?v=OD88_4SOiG4&t=273s) 你学 AI 只有一个办法,那就是你自己用 AI 去做东西,一定要不停地做(builder)。 — 课代表立正

> [10:23](https://www.youtube.com/watch?v=OD88_4SOiG4&t=623s) AI 的价值是用自然语言调度算力 — 课代表立正

> [10:23](https://www.youtube.com/watch?v=OD88_4SOiG4&t=623s) 科技企业干的事情就是让人类可以调用算力。人类调用算力之前有两种方法:第一种是编程,第二种是用图形界面。 — 课代表立正

> [13:38](https://www.youtube.com/watch?v=OD88_4SOiG4&t=818s) 我之前我说,我是一个写 Java 的程序员。现在我说,我是一个懂增长的程序员,我是一个能让你的 code quality 非常好的程序员……更多人会注重素质。 — 课代表立正

> [17:41](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1061s) 绝大多数人并不适合创业做 Business Owner,尤其是被上一代教育体制训练出来的人,他们严重缺乏自主赚钱的能力,只有打工的能力。 — 课代表立正

> [17:41](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1061s) 这些人所做的整个事情全都砍了,亚马逊仍然是亚马逊,赚的钱并不一定会少很多。这可能是个暴论啊,但反正我因为这么觉得,所以从腾讯出来之后,我就决定不回大厂了。 — 课代表立正

> [21:55](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1315s) 那是幻想主义者,不是理想主义者。 — 课代表立正

> [23:53](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1433s) The main thing is to keep the main thing the main thing — Mike Vernal

> [31:00](https://www.youtube.com/watch?v=OD88_4SOiG4&t=1860s) 过上一个自己喜欢的生活是更重要的 — 课代表立正

## Mentioned 课代表立正, Dr. Sun, 鸭哥, 樊登, 比尔·盖茨, 马克·扎克伯格, Mike Vernal, Statsig, Superlinear.Academy, 腾讯, 亚马逊, Facebook, 谷歌, 微软, 凤凰卫视, 西雅图中文电台, YouTube, B站, 小红书, GitHub, Maven, ChatGPT, Cursor, Manus, Transformer, 关于 ChatGPT 最重要的 5 个问题, The Age of AI Has Begun, 一虎一席谈

[Source](https://www.youtube.com/watch?v=OD88_4SOiG4)

中文简报

前Statsig工程师创立AI社区 称大厂冗余岗位多且本质是表演 大厂全职员工因机制错配无法捕获AI带来的生产力红利,传统高溢价技能正全面贬值,未来职业将由个人素质与结果调度能力重新定义。 对谈中,课代表立正分享了他离开大厂创办 Superlinear.Academy 的经验与思考,剖析了“打工”与“赚钱”在激励机制上的本质差异。他指出 AI 时代的本质是用自然语言调度算力,传统的高溢价技能正在贬值,职业将转向按结果与个人特质定义。此外,他还探讨了 Go-to-Market 对创业者的重要性、大厂里的“表演”现象,以及突破职业稳定感幻觉与理解复利效应的关键。 全职员工由于激励机制错配无法享受生产力提升红利,AI 提效反而可能导致工作量剧增或被裁员;而直接对结果负责的 Business Owner 才能将效率直接转化为实际收入。 (0:00) 学习 AI 的唯一检验标准是亲自动手做产品(Build)并快速获取真实用户反馈,而非死磕枯燥的学术论文;技术的底层价值在于让普通人能够直接用自然语言调度底层算力。 (4:33) 在 AI 冲击下,编写代码和基础数据分析等高溢价技能正全面贬值并发生职能塌陷,未来的职业定义将从“按技能定义”转向“按个人特质与综合素质定义”。 (13:38) 技术创业者往往容易高估纯技术壁垒,忽略了 Go-to-Market(走向市场)和销售策略才是商业世界中最难且决定产品能否存活的关键。 (21:55) 大厂员工常受“稳定工作40年”的职业幻觉误导,且内部日常工作多与核心盈利飞轮脱节而沦为汇报“表演”,相比之下专注于小闭环的复利积累更能带来实质突破。 (27:27)

Reading summary

创作者“课代表立正”(Dr. Sun)指出,传统大厂员工的激励机制与生产力提升存在错配,而以自然语言调度算力为核心的 AI 时代正在重构职业溢价;唯有亲自下场做“对结果负责”的 Builder,并在 Go-to-Market 与长期复利中寻找确定性,才能摆脱虚假的职场安全感。 打工与赚钱的错配及大厂的组织内耗 (0:00) 全职员工往往无法捕获生产力提升带来的溢价。在传统大厂中,程序员即便借助 AI 将产出提高数倍,换来的也常是增加工作量或同事被裁,收益主要由企业所有者占有。相比之下,唯有直接对最终商业结果负责的 Business Owner 或按需交付的小时工,才能将生产力跃升转化为实质回报。 大厂的核心盈利飞轮(如搜索、广告、电商)早在数年前就已成型,绝大多数基层员工的具体工作对企业盈利缺乏直接因果关系。这种代理人机制导致许多日常工作退化为向上汇报的“表演”,晋升往往更依赖沟通、Demo 和 Presentation 等软实力,而非实际的技术贡献。许多打工者习惯以当前年薪乘以 40 年工龄来预估未来,忽视了成为 VP 仅千分之一的极低概率以及随时可能发生的裁员潮,从而困在虚假的职业安全感中。 AI 的本质与技能贬值下的职业重构 (10:23) 课代表立正认为,科技演进的核心是“让人类调用算力”。继编程与图形用户界面(GUI)之后,AI 带来的降维打击在于允许普通人直接通过自然语言调度底层算力。相比 ChatGPT 式的“人问 AI 答”,Agentic AI 依托多步决策、工具调用与自我迭代,实现了“人说 AI 做”的真正落地。 在这一变革下,科技职场正在经历技能贬值与岗位职能塌陷。编写 Java、Python 或基础数据分析等曾支撑 10 万至 20 万美元年薪的高溢价技能,正在变得越来越廉价甚至免费,数据科学与数据工程的边界也逐渐消融。未来的职业将不再单纯由特定技能定义,而是转向个人特质与综合素质(如严谨度、创意、增长思维),或是追求在 AI 无法复制的顶尖水准上提供具有人情味的深度表达。 动手实操、信任沉淀与出海挑战 (4:33) 在创立 Superlinear.Academy 的实践中,团队强调“学 AI 唯有亲自去做东西(builder)”,因为在顶尖专家尚存争论、缺乏标准教科书的新兴领域,唯有解决实际问题才能带来正向反馈。创作者从 2020 年开始在中文社区沉淀专业内容与深度科普,积累了长达 5 年的信任资产,这成为其课程推出后迅速变现的关键。 然而,该商业模式在全职推进中面临瓶颈。首先,尽管绝大多数成功的 AI 项目必须出海赚取付费能力更强的英文市场利润,但目前 90% 的学员来自中文自媒体引流,中英双语受众的文化与语言整合仍是难题;其次,300 多页高强度实战课件由于承载目标过多,在商业转化层面难以向新用户直观传达核心价值,促使内容运营必须在个人好奇心与垂直聚焦之间做出取舍。 摒弃技术幻想与理解反直觉的复利增长 (21:55) 课代表立正强调,高效 Builder 的首要法则是“把事情做成”(Get things done),而信奉“技术足够牛用户就会主动买单”的技术人员属于“幻想主义者”。在任何赛道都能找到更优技术方案的前提下,销售、市场与 Go-to-Market(走向市场)策略才是决定产品能否存活的核心门槛。成熟的二次创业者往往在敲下第一行代码前就先去跑通市场流程。 复利增长具有极强的反直觉性。例如,2% 与 3% 的周增长率在 50 次方后会拉开整整 7 倍的差距;而在多轮复利中,80% 的爆发式回报往往全部积压在最后数十个回合的末端爆发。多数人在接触 AI 工作流的前几周因为看不到生活变化而选择放弃,唯有极少数坚持做了一两年的 Builder,凭借漫长积累的技术脚手架与迭代经验,才会在最后阶段迎来爆款产品的爆发。 课代表立正主张当前阶段必须保持高度聚焦,一步一步完成从“Nobody”到“Somebody”的积累。但他同时提醒,AI 只是实现目标的手段而非终极目的,只要脱离科技行业的讨论场,现实生活依然广阔;技术人员无需陷入技术更迭的焦虑绑架,过上适合并热爱的人生态度远比盲目追逐热点更为重要。

Source quotes

[4:33] 课代表立正: 你学 AI 只有一个办法,那就是你自己用 AI 去做东西,一定要不停地做(builder)。 [10:23] 课代表立正: AI 的价值是用自然语言调度算力 [10:23] 课代表立正: 科技企业干的事情就是让人类可以调用算力。人类调用算力之前有两种方法:第一种是编程,第二种是用图形界面。 [13:38] 课代表立正: 我之前我说,我是一个写 Java 的程序员。现在我说,我是一个懂增长的程序员,我是一个能让你的 code quality 非常好的程序员……更多人会注重素质。 [17:41] 课代表立正: 绝大多数人并不适合创业做 Business Owner,尤其是被上一代教育体制训练出来的人,他们严重缺乏自主赚钱的能力,只有打工的能力。 [17:41] 课代表立正: 这些人所做的整个事情全都砍了,亚马逊仍然是亚马逊,赚的钱并不一定会少很多。这可能是个暴论啊,但反正我因为这么觉得,所以从腾讯出来之后,我就决定不回大厂了。 [21:55] 课代表立正: 那是幻想主义者,不是理想主义者。 [23:53] Mike Vernal: The main thing is to keep the main thing the main thing [31:00] 课代表立正: 过上一个自己喜欢的生活是更重要的

Original transcript

[0:00] 我相信绝大多数人不适合做 business owner 嗯 [0:02] 尤其是我们上一代训练出来的 对 [0:04] 大家没有赚钱的能力说实话 [0:06] 大家有打工的能力 [0:07] 打工这件事情和上学很像 [0:08] 在学校里面学会了怎么上学 [0:09] 然后可以无缝衔接到去打工 [0:11] 就是老板给你个活 [0:12] 你把这活干了 [0:12] 然后老板就夸你干的好 [0:13] 然后你就可以升职 [0:14] 这个和你在学校是一样的 [0:15] 就是给你个卷子 [0:16] 然后你做 [0:17] 做好了以后你就可以得高分 [0:18] 但是赚钱是完全另外一件事 [0:20] 提高生产力的这个全都被老板占了 [0:22] 全职员工得不到什么好处他只会更忙 [0:24] 假设一个程序员写一个新 feature [0:26] 公司给他奖励1万块钱 [0:28] 他肯定会觉得我使劲用AI [0:29] 我一天写10个 feature [0:30] 我把公司写到破产 [0:31] 哈哈对吧 [0:32] 现实生活中 [0:32] 是这个程序员写了10个 feature [0:34] 可能老板砍掉了他3个同事 [0:35] 或者说同事写了10个feature [0:37] 然后把它给裁了 嗯 [0:38] GUI的问题是 [0:39] 别人要把这个 GUI build 给你 [0:40] 你才可以用 [0:40] 你自己是没有办法去做出一个按钮的 [0:43] AI就可以让你用自然语言去调度算力 [0:45] 去做你想做的事 [0:45] 这是AI最重要的点 [0:49] 今天呀来到我们直播间的 [0:51] 是西雅图的传奇人物Dr. Sun [0:54] 哈哈我知道 [0:56] Dr. Sun的网络名叫做课代表立正 [0:58] 那我知道 [0:59] 课代表最近在职场上有一些变化 [1:02] 不久前呢 [1:02] 刚刚成立了自己的新公司 [1:04] 叫 Superlinear.Academy [1:06] 首先我们来聊聊你的新公司吧 [1:08] 我想很多听众朋友们都非常想知道 [1:11] 创立这个公司 [1:12] Superlinear.Academy 的动机是什么 [1:15] 或者为什么想要从大厂出来 [1:17] 开始自己的创业之旅 [1:19] 就为什么从 Statsig 出来以后 [1:21] 没有回去再去找另外一份工作 [1:23] 而是去做这个 Superlinear.Academy [1:25] 它有一个 呵呵~ [1:27] 有一个官方的原因 [1:28] 和一个非官方的原因 [1:30] 官方的原因就是 [1:31] AI确实是我们可能这辈子 [1:34] 能经历到的最大的变化 [1:36] 对 而且这么大的一个变化嘛 [1:38] 就是 [1:38] 大多数人是不知道怎么样子去学习它 [1:41] 怎么样子改变自己的习惯 [1:42] 怎么样子去使用它 [1:44] 所以我们就会看到很多同学 [1:46] 尤其是已经工作的同学 [1:48] 其实有点struggle [1:49] 因为他们白天没有时间去学 [1:51] 面对这么海量的信息 [1:53] 然后又不知道就是什么是真的 [1:54] 什么是假的 [1:55] 那我正好在这方面有很多涉猎 [1:58] 再加上我的频道 [1:59] 也和很多嘉宾有交流 [2:00] 而且我有一个朋友鸭哥 [2:02] 他就是我认识的 [2:03] 最厉害的一个工程师 [2:04] 所以说 [2:04] 有这样的机会和他一起去做这个课程 [2:07] 然后去做社区 [2:08] 我们可以通过教别人 [2:11] 然后通过尝试不同的新东西 [2:13] 自己也不断地提升在这方面的认知 [2:15] 我觉得是个很好的机会 [2:17] 所以说就这样做了 [2:18] 不官方一点的回答 [2:20] 这件事还挺有意思的 [2:21] 而且其实挺赚钱的 [2:23] 哈哈哈 [2:24] 所以说起码你从收入的角度来说啊 [2:27] 就是做这件事比回去工作 [2:29] 我觉得能养活我 [2:31] 而且它有一定的这个增长前景 [2:33] 所以它其实是个比较好选的事 [2:36] 所以这个项目 [2:36] 你们现在开展了总共有多长时间 [2:39] 大概 [2:39] 其实我们第一期课程 [2:40] 是2024年5月份去做的 [2:43] 那个时候鸭哥放产假 [2:45] 我之后6月份也放产假嘛 [2:46] 然后就我们正好利用产假的时间 [2:48] 先做了很多课件 [2:49] 然后开始做这个课程 [2:51] 所以说就是2024年的中间吧 [2:53] 到现在一年多 [2:54] 哇我真的很佩服你们 [2:56] 这样一个优秀的团队 [2:57] 就是孩子都很小 [2:59] 就已经决定要出来创业 [3:01] 后来发现就是产假之后呢 [3:02] 就是没有时间了 [3:03] 所以说如果看我们的收入啊 [3:05] 是我们在这个产假的过程中 [3:07] 收入每个月都还可以 [3:08] 回去工作了以后瞬间就快没了 [3:11] 嗯 就是因为我们真的没有时间去做这件事 [3:13] 现在不是出来开始又重新做嘛 [3:15] 发现收入又开始回去了 [3:17] 很多人说创业初期呢 [3:19] 更多的是在于要“养” [3:21] 很多频道或者说很多的项目 [3:23] 都不一定有很多的收入 [3:25] 你们在这么短的时间 [3:26] 就能够有比较好的收益 [3:28] 你觉得主要是AI这个时代的浪潮 [3:30] 带来的一个机遇呢 [3:31] 还是你们自己个人努力的结果 [3:34] 其实我已经“养”了5年了 [3:35] 一开始我是在Maven上卖 [3:37] 就是我期待 [3:38] 比如说Maven [3:38] 它是一个英文的平台嘛 [3:40] 所以说应该有一半的英文学员 [3:42] 然后一半的中文学员可能是通过频道知道我 [3:45] 结果后来发现90%是中文学员 [3:47] 全都是通过我频道来的 [3:48] 我后来想怎么回事 [3:49] 就是我在英文的这个 [3:51] 不管是这个课程本身的介绍也好啊 [3:54] 还是我个人的履历 [3:55] 大家不知道为什么要向你学AI [3:57] 但是我在中文的这个社区 [3:59] 我从2020年开始做自媒体 [4:01] 一直也分享关于AI的东西 [4:03] 包括我23年的时候采访的嘉宾也好 [4:05] 或者自己写的文章 [4:06] 那个关于ChatGPT的最重要5个问题 [4:09] 那个当时就是中文互联网上 [4:10] 关于AI非常领先的一个科普文章 [4:12] 而且到现在 [4:13] 很多说的东西都还是非常的先进 [4:15] 后来也上凤凰卫视 [4:17] 去《一虎一席谈》这样的地方 [4:18] 去给大家进行分享 [4:20] 所以说就在中文的我的观众里边 [4:22] 很多人已经知道了 [4:23] 哦你确实是懂的 [4:25] 然后你确实说了很多有道理的东西 [4:27] 当我有课的时候 [4:27] 他们就会过来买 [4:29] 有这样一个相对比较固定的受众群体 [4:32] 所以我知道 [4:33] 在您的这个介绍当中 [4:34] 您也说到要打造自己的一个社群 [4:37] 您所说的这个社群文化 [4:38] 是大概什么样的 [4:40] 一个社群 [4:40] 你的愿景是什么 [4:42] 我这个社群就是 Superlinear.Academy [4:46] 就是 Superlinear 超线性 [4:47] 然后加上一个点儿 [4:48] 然后Academy就是学院 [4:50] 这就是我的社群的网站 [4:51] 那这个社群其实有两部分的人吧 [4:53] 他其实也分两个板块儿 [4:54] 嗯 一个是我的会员 [4:56] 就是我在YouTube和B站上的会员 [4:57] 他们过来 [4:58] 我给他们提供一个大家交流的地方 [5:00] 另外一个就是这个 ai-builders 的社群 [5:02] 也就是 [5:03] 以我和鸭哥这个课程的学员为主体 [5:05] 然后我也会邀请一些行业专家过来 [5:08] 这个社群放在那里 [5:09] 其实就是大家平时讨论 [5:10] 然后大家分享自己的见解 [5:12] 分享自己做了什么 [5:13] 然后社群里边可能有种子用户 [5:15] 或者有很多人给反馈 [5:17] 今天还看到一个人发了一个项目 [5:19] 然后下面很多人在下面 [5:20] 提供非常有意义的建议 [5:22] 这种建议你平时自己发小红书 [5:24] 可能就没有人关注 [5:25] 因为你还没有什么粉丝量嘛 [5:27] 对但是在社群里边 [5:28] 因为大家都在这很紧密 [5:29] 所以说就很多人会看到 [5:31] 然后会给你提供非常有意义的 [5:32] 这个反馈 [5:33] 这个社群可以把它理解为一个微信群 [5:35] 加一个贴吧吧 [5:36] 就是微信群大家讨论 [5:37] 然后贴吧大家发帖 [5:39] 那您现在的这个 Superlinear.Academy [5:42] 在建立以来 [5:43] 有没有遇到一些困难 [5:45] 困难就是 [5:47] 我相信他只发挥了他的潜力的1% [5:51] 嗯 这也是因为 [5:52] 确实之前我给自己的理由就是 [5:54] 我在做全职工作 [5:55] 所以能放到这上面的时间是少的 [5:57] 嗯 [5:57] 因为我对他的预期也比较低 [5:59] 就别人问我 [6:00] 你对这个社群有什么期待 [6:01] 我说其实没有诶 [6:02] 我有一些直觉 [6:03] 我知道这个社群它的价值在哪 [6:05] 它能做什么 [6:05] 它能达到什么样的程度 [6:07] 但是确实 [6:07] 我觉得就是完全没有发挥它的潜力 [6:09] 所以说在你没有期待的时候 [6:11] 好像多做一点都是好的 [6:13] 那你就说不上困难了 [6:14] 因为本身也没有期待嘛 [6:16] 但是现在我有期待了啊 [6:17] 那就有很多挑战了 [6:18] 比如说他的中文英文受众怎么整合就是 [6:21] 我其实觉得你如果想做一个社区的话 [6:24] 在今天 [6:25] AI社区还是应该做英文和中文都有 [6:27] 而且英文为主 [6:29] 嗯 因为你的任何的项目 [6:31] 其实我们也看到 [6:31] 大多数的成功的项目都是出海的 [6:33] 因为英文群体的他的付费能力强 [6:36] 而且你在美国嘛 [6:37] 你想做一个主流市场的话 [6:39] 你只做美国华人的市场肯定是不行 [6:41] 对 可是我因为刚刚说了 [6:43] 就是90%的学员都是中文学员 [6:45] 嗯 那最后发的东西都是中文的 [6:47] 怎么整合就比较难 [6:49] 然后课程 [6:50] 我觉得landing page啊 [6:52] 就是我没有办法很好地介绍这个课程 [6:54] 因为这个课程他想达到的目标太多了 [6:56] 而且确实达到了目标 [6:57] 我们两个人写了300多页的课件 [6:59] 各种projects [7:00] 最后能达到目标 [7:01] 但是你简单地向别人介绍 [7:03] 让别人很快知道你这个课程的价值 [7:05] 这个挺难介绍的 [7:06] 所以你们一开始的时候 [7:08] 如何来构思这门课程的 [7:10] 当时是达成一个什么样的共识 [7:12] 还是在这个过程当中 [7:13] 逐渐的发现再变化 [7:15] 然后迭代更新呢 [7:17] 我们有一个非常核心的理念 [7:19] 这个理念就是你学AI只有一个办法 [7:22] 那就是你自己用AI去做东西 [7:24] 一定要不停的做 [7:25] builder 对吧 [7:26] 对 就是那个 AI builder [7:28] 那为什么是这样子 [7:29] 因为你AI是一个新东西 [7:31] 没有什么课本 [7:32] 你问所有的AI专家 [7:33] 他们每个人的意见都不一样 [7:35] 他们互相还会对喷 [7:36] 对吧所以说你去找谁学呢 [7:38] 你最后学的唯一标准 [7:39] 就是 [7:40] 你能不能 build 出来一个有用的东西 [7:42] 然后 build 出来之前做不到的东西 [7:44] 或者说之前你 build 不出来的东西 [7:46] 然后有了AI [7:46] 你可以build出来了 [7:47] 然后你在这个 build 过程中呢 [7:49] 你就会不断地去学习什么是有效的 [7:51] 知道什么是有用的 [7:52] 对你有用 [7:52] 或者说你应该 focus 的 [7:54] 然后你也能有一些 energy [7:56] 就是你 build 出来一个东西 [7:57] 你就很有收获感 [7:58] 对吧然后你就可以继续去学习 [7:59] 如果我每天晚上逼着自己去看论文 [8:02] 我觉得大多数人包括我 [8:04] 都是看不下去的 [8:05] 对非常 boring [8:06] 那么我们来说说你的频道吧 [8:09] 哇课代表在我们全网哈哈哈 [8:12] 是一个超级技术型网红哈 [8:14] 不光是这个网红哈 [8:16] 还是技术型的 [8:17] 你已经采访了很多的这个嘉宾 [8:19] 我看到你选择的这个对象 [8:20] 真的就是有各行各业的 [8:22] 有技术方向的 [8:23] 有产品方向的 [8:25] 包括前段时间 [8:26] 中国的读书的樊登老师也过来 [8:28] 然后你也有采访他 [8:29] 那你是如何选择这个采访对象呢 [8:31] 你在选择的过程当中 [8:33] 主要考量哪些方面的因素 [8:35] 嗯 [8:36] 这个在我全职之后 [8:38] 可能会稍稍有所更改 [8:40] 我之前选择是以我的好奇心为主的 [8:43] 就这个频道 [8:44] 我也跟我的观众非常明确的表达就是 [8:46] 我不是做给观众的 [8:47] 我是做给我自己的 [8:48] 所以说我想采访谁我就采访谁 [8:50] 然后我想采访谁 [8:51] 主要就是我对谁有好奇心 [8:53] 嗯 我有一个问题想问他 [8:54] 然后我就去问他可不可以采访 [8:56] 但是现在 [8:57] 因为他开始成为一个 business 的载体嘛 [9:00] 所以说可能我会做的更有纪律一点 [9:02] 你就 focus 在 [9:03] 某一个方向 [9:04] 我应该会更多的 focus 在 AI 是 [9:06] 但是我觉得你之前做的那个方向也很好 [9:08] 虽然有各行各业的 [9:10] 但是说明你是一个很有好奇心的人 [9:12] 对这个世界还是充满了向往 [9:14] 对吧不同行业的 [9:15] 也让很多的观众 [9:17] 像我在看你的YouTube频道的时候 [9:19] 我就觉得很多我不了解的领域 [9:21] 我通过你的频道可以了解也很好 [9:24] 就之前那个频道 [9:25] 它会吸引一些非常特定的人 [9:27] 但是这些特定的人是非常小众的其实 [9:30] 就是绝大多数的人 [9:32] 他看一个频道还是希望看一个垂直的 [9:35] 你很难做到 [9:36] 就是我对什么东西感兴趣 [9:38] 恰好观众也对他们都感兴趣 [9:40] 对吧就很有可能是我采访这个观众 [9:42] 比如说我采访 bartender 调酒师 [9:44] 我采访厨师 [9:45] 然后我后来又讲生娃带娃的事情 [9:47] 那确实很多观众就是对这个东西不感兴趣了 [9:50] 嗯 所以很多人对自己有一个定位 [9:52] 比如说我看到网上 [9:54] 有的人是美食博主 [9:55] 有的人是读书博主 [9:56] 有专门叫特斯拉博主的 [9:58] 就是他只研究特斯拉的股票 [10:00] 对 那你给自己的定位 [10:01] 你是什么样的类型的博主 [10:03] 成长吧哈哈哈 [10:05] 哦成长博主 [10:05] 但是 嗯 ...以后可能... [10:07] 就是如果我觉得为了业务 [10:08] 最合理的还是 AI 博主 [10:09] 但是我也不太想那么专 [10:11] 对 就是那可能很快我就觉得聊够了 [10:14] 无话题可说了 [10:16] 就同样的话我不喜欢说第二遍 [10:18] 所以说很多东西 [10:19] 我明知道说出来 [10:21] 能涨粉的 [10:21] 但是我就不想说了 [10:23] 最近这段时间这个 Agent AI 特别火 [10:25] 你怎么看待 [10:26] 未来1-5年的这个趋势和潮流 [10:29] 你觉得还会继续火下去吗 [10:31] 还是说未来大家又会有新的这个方向 [10:33] 首先我觉得AI时代 [10:34] 应该没有人能预测5年之后的事 [10:37] 嗯 尤其... [10:38] 变化太快 [10:39] 而且这里边有一个点 [10:40] 大家很容易说 [10:41] 因为AI很厉害 [10:42] 所以说AI无所不能 [10:44] 然后五年之后大家就说 [10:45] 什么 AI 具身智能啊 [10:46] 然后可以机器人啊 [10:48] 这个我不觉得是这样子 [10:49] 我觉得我们在机器人这方面 [10:51] 还有很大的局限 [10:53] 我们其实是2024年年底 [10:55] 2025年年初的时候 [10:56] 专门出了一个关于 Agentic AI 的课 [10:58] 而且我们很早的就提出来定义了 [11:00] 什么是 Agentic AI [11:01] 后面看包括 Manus [11:03] 包括 Cursor [11:04] 他们做的这个 Agent [11:05] 完全就是照着我们说的那个方式去做的 [11:07] 2024年的年底的时候 [11:08] 鸭哥当时还出了一个 GitHub 的 Cursor rules [11:11] GitHub 上5,000颗星 [11:12] 大家都可以去看 [11:13] 就是那个时候我们把 [11:14] Cursor 魔改了 [11:15] 让它变得非常非常智能 [11:17] 然后这大半年吧 [11:18] Cursor 基本上就是去把这个东西 [11:20] build 到了他们自己产品里边 [11:21] Cursor 如果大家不知道的话 [11:22] 就是我们现在说的那个 vibe coding [11:24] AI coding 最好用的工具 [11:25] 所以说 [11:26] 我觉得我们看这个东西之所以看得准 [11:29] 是因为我们...我稍稍多介绍一下啊 [11:32] 就是我们认为AI的价值是什么 [11:34] AI的价值是用自然语言调度算力 [11:36] 这其实是非常重要的一件事 [11:38] 比尔盖茨在2023年的时候写了一篇文章 [11:41] 那个时候应该是 GPT-4 刚刚出 [11:43] 那篇文章叫做 The Age of AI Has Begun [11:46] 他说AI时代开始了 [11:47] 然后他开篇第一句话说 [11:49] 在他的生命中 [11:51] 看到了两个巨大的技术革新 [11:54] 第二个是AI [11:55] 你猜第一个是什么啊 [11:56] 比尔盖茨70多岁了 [11:57] 哦那他经历的事情太多了 [11:59] 我知道有一个是健康 [12:00] 消除疟疾 [12:01] 他的一个终身目标 [12:03] 那个只是他慈善的东西 [12:05] 他说的是在他的心中 [12:06] 他这辈子看到了两个最大的技术改变 [12:10] 大数据吗 [12:11] 第二个是AI [12:11] 第一个不是大数据 [12:13] 不知道 [12:13] 不是PC不是互联网 [12:15] 不是移动互联网 [12:16] 不是操作系统 [12:17] 是GUI 啊 [12:18] 是图形界面 啊 [12:20] 那这个东西怎么理解 [12:21] 我们看就是所有的这个科技企业 [12:23] 他干的事情就是让人类可以调用算力 [12:26] 人类调用算力之前有两种方法 [12:28] 第一种是编程 [12:29] 第二种是用图形界面 [12:31] 对 我们刷抖音 [12:32] 抖音全都是图形界面 [12:33] 其实我们每刷抖音一个视频 [12:35] 背后调度的算力是海量的 [12:37] 他要上传这个视频 [12:38] 他要把这视频做好 [12:39] 然后要进行推荐是吧 [12:41] 然后你要能看 [12:42] 就是他背后其实是非常海量的东西 [12:44] 但是你一个操作就可以搞定 [12:46] 这就是GUI [12:47] 但GUI的问题是 [12:48] 别人要把这个 GUI build 给你 [12:49] 你才可以用 [12:50] 你自己是没有办法去做出一个按钮的 [12:53] 然后你就要编程了 [12:54] 对吧 [12:55] 那AI就可以让你用自然语言去调度算力 [12:57] 去做你想做的事 [12:58] 这个是它的重要性 [13:00] 然后我们非常认定这是AI最重要的点 [13:03] 所以说呢 [13:04] 自然而然的 Agentic AI 是这里边的非常必要的一步 [13:07] 因为你如果只跟 ChatGPT 对话的话 [13:09] 就是AI指挥你去干活 [13:11] 因为你问他答 [13:12] 你问他答 [13:13] 最后干活的还是你 [13:14] 但是 Agentic AI 是你说他做 [13:16] 那这里边就涉及到他需要多步决策 [13:18] 他需要工具调用 [13:19] 然后他需要自我迭代 [13:21] 这是他一些比较核心的特征 [13:22] 但是他在这些方面上做的越好 [13:25] 就越能你跟他说什么 [13:26] 他帮你做什么 [13:27] 哇 [13:28] 你这个给我们一个非常全面的图景 [13:30] 在我们的脑海当中哈 [13:32] 这个未来还是充满希望的 [13:33] 大家不要轻易放弃 [13:35] 所以说 [13:35] 未来这个 AI 的市场还是无限大的 [13:38] 您刚才说到了这个AI时代的到来 [13:40] 可以协助我们做很多的事情 [13:42] 但是也有很多人表示焦虑 [13:44] 说那将来我们一些非常普通的工作 [13:47] 是不是可能会被替代 [13:49] 你怎么帮助他们转化这种焦虑 [13:51] 或者说给他们一些意见和建议 [13:54] 成为一个动力 [13:55] 除了上你的课以外 [13:56] 哈哈哈还有其他的好的建议吗 [13:59] 我觉得最重要的是一个思路的转变 [14:01] 嗯 我不想给大家粉饰一个太平啊 [14:03] 我知道大家想听什么 [14:04] 大家想听的就是说啊 [14:06] 我们做123 [14:07] 然后就没有关系了 [14:08] 其实事情不是这个样子的 [14:09] 就是时代在变化 [14:11] 是吧然后 [14:11] 如果说我们指望按照过去的方式去做 [14:15] 在一个这么大的技术变革来了以后 [14:17] 你想要再过一个安全平稳的生活 [14:20] 或者说是像之前一样 [14:22] 对吧划划水 [14:23] 上上班写写 Java [14:24] 然后就可以拿很多钱 [14:25] 我觉得不是一个现实的期望 [14:27] 那我想跟大家说的现实就是 [14:29] 我们需要动起来 [14:30] 我们动起来需要做什么呢 [14:32] 我觉得有这么几个(观察)吧 [14:34] 第一个(观察)就是 [14:35] 其实全职员工这件事情 [14:38] 和生产力的提高不是吻合的 [14:41] 它的 incentive 是 misaligned [14:43] 就是激励机制 [14:44] 是不吻合的 [14:44] 我举个例子吧 [14:45] 假设一个程序员 [14:47] 他写一个新 feature [14:49] 公司给他奖励1万块钱 [14:50] 嗯 他肯定会觉得AI太棒了 [14:52] 他肯定会觉得我使劲用AI [14:54] 我一天写10个 feature [14:55] 我把公司写到破产 [14:56] 哈哈对吧 [14:57] 但是不是这个样子 [14:59] 是吧现实生活中 [14:59] 是这个程序员写了10个 feature [15:01] 可能老板砍掉了他3个同事 [15:04] 或者说同事写了10个feature [15:05] 然后把它给裁了 嗯 [15:06] 所以说这个全职员工 [15:08] 他收获不了提高生产力的这个 upside [15:11] 提高生产力的这个好处 [15:12] 全都被老板占了 [15:13] 然后全职员工得不到什么好处 [15:15] 他只会更忙 [15:16] 所以说我觉得更 make sense 的是 [15:18] 你要么是一个 business owner [15:20] 要么是一个小时工 [15:22] 这个其实是我们社区里边 [15:23] 陈然他的观点啊 [15:24] 我复述一下陈然他的观点 [15:26] 我觉得非常有道理 [15:27] 因为 business owner [15:28] 你生产力提高了 [15:30] 你就可以收获更多的钱 [15:31] 这个是有道理的 [15:32] 小时工你生产力提高了 [15:33] 你就可以用更少的时间 [15:34] 去完成同样的东西 [15:36] 那你就可以做更多的事 [15:37] 这也是有道理的 [15:38] 但全职员工在这里边 [15:39] 就是收获不到 [15:40] 他的这个生产力提高的好处 [15:42] 这是第一点 [15:43] 我现在说的是观察啊 [15:44] 然后再说预测 [15:45] 第二点就是很多过去的 premium skill [15:48] 现在变得便宜或者免费了 [15:51] 什么是 premium skill [15:52] 就比如说写 Java [15:53] 甚至写 Python 对吧 [15:54] 做数据分析 [15:55] 这些技能 [15:56] 只要你会写 Java [15:57] 你就能找到工作 [15:59] 然后你还能得到一个10万美元 [16:01] 20万美元的工作 [16:02] 但是现在这个技能越来越不值钱 [16:04] 嗯 [16:05] 再加上另外一个点 [16:07] 就是当技能变得不值钱了之后 [16:09] 很多的 job function [16:11] 它可能就会 collapse 到一起 [16:13] 比如说我是一个数据科学家 [16:14] 那我能做数据工程的工作 [16:16] 那一个数据工程他其实也能做数据分析 [16:18] 也能做数据科学 [16:19] 所以说 [16:19] 这一个人可以做更多类型的工作 [16:21] 就是以上这三点 [16:22] 一个是这个全职 [16:24] 一个是很多skill变得不值钱 [16:27] 一个是很多这个 job function [16:29] 它可能会 collapse 到一起 [16:30] 基于此 [16:31] 我觉得预测就是那未来很多东西 [16:34] 他不是再以技能去定义你的职业 [16:37] 而是以你的素质去定义你的职业 [16:39] 什么意思呢 [16:40] 就是我之前我说 [16:41] 我是一个写 Java 的程序员 [16:43] 现在我说我是一个懂增长的程序员 [16:46] 我是一个能让你的这个 code quality [16:48] 非常好的程序员 [16:50] 我知道运用各种各样的技能 [16:51] 来帮你做到什么样的效果 [16:54] 我是一个非常严谨的程序员 [16:55] 或者说我是一个想法很多的程序员 [16:57] 就是更多人会注重素质 [16:59] 那我觉得就是 [17:00] 如果说你能一个素质上特别突出 [17:02] 是有好处的 [17:03] 另外一个就是你的技能特别厉害 [17:06] 也有好处 [17:07] 举个例子写作 [17:08] AI最容易做的事情就是写作 [17:10] 嗯 [17:11] 但是我们都知道 [17:11] 最好的写作肯定不是AI写出来的 [17:13] 如果你的写作真的很厉害的话 [17:15] 我相信AI取代不了你 [17:17] 最好的写作者 [17:18] 他的写作是变化的 [17:19] 我去看那些好的写作 [17:21] 一年前的好的写作 [17:22] 和一年后的好的写作是不一样的 [17:24] 所以说我觉得这个就是AI [17:26] 它会越来越好 [17:27] 但是人也会越来越好 [17:28] 我相信最后人最想看的那个文章 [17:31] 觉得最高质量的文章 [17:33] 应该是人写出来的 [17:34] 其实今天也是嘛 [17:35] 就预制菜 [17:36] 各方面都很好 [17:37] 对吧 但是我们想吃小炒 [17:38] 我们不想吃预制菜 [17:39] 我有一个课题想要跟你探讨 [17:41] 你刚刚谈到说 [17:42] 很多人要么去做 business owner [17:45] 当然他是比较好的 [17:47] 但是有没有一种可能是 [17:49] 大家都是当老板的没有人愿意去打工 [17:52] 最后形成个泡沫 [17:53] 比如说你们小区就有100个 business owner [17:56] 但是真正挣钱的 [17:57] 或者这个 business 能够做的很好的 [17:59] 寥寥无几 [18:01] 就是大部分人都在当那个泡沫 [18:03] 我觉得首先 business owner [18:05] 是要干活的 business owner 嗯 [18:07] 所谓的 business owner [18:09] 他的区别是在于你对结果负责 [18:12] 且你能从结果中收获 passion 吧 [18:15] 然后这些人我觉得干活是最卷的 [18:17] 多干就多赚钱 [18:18] 他肯定干活是最卷的 [18:20] 他会比那个 full time employee [18:22] 不是说老板 versus 牛马 [18:24] 这是一个分配机制对吧 [18:26] 而不是一个身份的区别 [18:28] 就假设 [18:28] 我给一个程序员正确的分配机制 [18:31] 我给一个 employee 正确的分配机制 [18:33] 我说你只要做了什么什么 [18:34] 我就多奖励你钱 [18:35] 他一定干活比之前卷很多 [18:37] 但是你有没有发现 [18:39] 底层的比如说 entry level 的 [18:40] 或者是 senior 以下的 [18:42] 他的收入的确是不高的 [18:44] 但是很多 VP 级别的 [18:46] 他们的收入就是几百万美金 [18:48] 甚至上千万美金 [18:49] 然后就形成一种强烈的不平等 [18:52] 这个 VP 他干的活 [18:53] 不一定比 entry level 的人干的多100倍 [18:55] 但是他的工资有可能是高100倍的 [18:58] 他就是形成一种收入不平等啊 [19:00] 我们有的人也可以说 [19:02] 鼓励这些基层的员工努力加油 [19:04] 然后赶紧向上冲 [19:06] 升职加薪 [19:07] 在岗位上提高 [19:08] 是不是也是另外一种方式 [19:10] 因为我在想 [19:10] 不一定所有的人都适合做 business owner [19:13] 我相信绝大多数人不适合做 business owner 嗯 [19:16] 尤其是我们上一代训练出来的 对 [19:19] 大家没有赚钱的能力说实话 [19:20] 嗯 [19:20] 就大家有打工的能力 [19:22] 然后打工这件事情和上学很像 [19:24] 就是大家在学校里面学会了怎么上学 [19:26] 然后可以无缝衔接到去打工 [19:27] 就是老板给你个活 [19:28] 你把这活干了 [19:29] 然后老板就夸你干的好 [19:30] 然后你就可以升职 [19:31] 这个和你在学校是一样的 [19:33] 就是给你个卷子 [19:34] 然后你做 [19:34] 做好了以后你就可以得高分 [19:36] 但是赚钱是完全另外一件事 [19:38] 我来采访你 [19:39] 你觉得你之前也算是打工嘛 [19:41] 那现在是创业了 [19:43] 你觉得你现在这个身份转变当中 [19:46] 你最大的一个变化是什么 [19:48] 在工作当中你的思维的方式的变化 [19:50] 其实我开始赚钱是23年 [19:54] 我做会员频道的时候 [19:56] 之后24年卖课 [19:57] 我当时卖课有一个非常明确的感觉 [19:59] 我有一个种地的感觉 [20:01] 嗯 就是一分耕耘一分收获 哇 [20:03] 然后我就感觉这在工作中是没有的 [20:05] 对 工作中每半年给你一次反馈对吧 [20:08] 他没有一个及时的反馈 [20:09] 所以说我就觉得我那个课 [20:11] 我投入时间把那课做的更好 [20:13] 我就有收获 [20:14] 对 每天早上起来 [20:15] 哪怕有一个人买 [20:16] 你也可以看到哎 [20:17] 你有收益 [20:18] 对吧 没错 [20:18] 这个很激励人诶 [20:19] 是 但是很可惜的是 [20:21] 绝大多数的人 [20:22] 是没有经历过这样的一个激励循环的 [20:25] 嗯 所以说 [20:26] 大家就没有办法迈出赚钱的第一步 [20:28] 没有办法睁开眼睛看这个世界 [20:30] 很多观众都是大厂工作的嘛 [20:32] 大厂环境其实是非常虚假的泡沫 [20:34] 就导致大厂赚钱的 [20:36] 那个点是二三十年前发生的 [20:39] 就是当亚马逊起来 [20:40] 然后亚马逊变成了一个今天这么赚钱的业务 [20:43] 它的飞轮早就在二三十年前定了 [20:45] 今天大多数人干的事情 [20:46] 跟亚马逊赚不赚钱没有关系 [20:48] 但是因为亚马逊已经如此赚钱了 [20:50] 然后因为工作里的 agency problem [20:52] 亚马逊要招一堆经理人 [20:54] 然后这些经理人 [20:55] 想要把自己的地盘扩大 [20:56] 然后去升职加薪 [20:57] 像你说的对吧 [20:58] 然后就拿一个高薪 [20:59] 就不断的招这些人 [21:00] 然后招这些人 [21:01] 大多数人干的事情 [21:02] 其实跟亚马逊的核心业务没有关系 [21:04] 这些人所做的整个事情全都砍了 [21:06] 亚马逊仍然是亚马逊 [21:08] 赚的钱并不一定会少很多 [21:10] 这可能是个暴论啊 [21:11] 我也不一定对 [21:11] 但是反正我因为这么觉得 [21:13] 所以说我从腾讯出来以后 [21:16] 我就决定不回大厂了 [21:17] 我那个时候其实有 Facebook 的老板来找我 [21:20] 说要不要回 Facebook 等等 [21:21] 我就说不了 [21:22] 我去一个创业公司 [21:23] 去做一点 [21:23] 我觉得我能改变一些事情的事儿 [21:25] 但我后来发现 [21:26] 你在创业公司的话 [21:27] 这个 business 比你大 [21:29] 对吧 所以说很多想法 [21:30] 当你和这个 business 的想法 [21:32] 出现分歧的时候 [21:33] 你要听这个 business 的 [21:34] 然后你作为一个自己 [21:36] 觉得自己很有能力 [21:37] 或者说 [21:38] 自己觉得自己想法是对的的时候 [21:40] 你就会有点难受 [21:41] 因为你就不得不去做那些 [21:44] 你觉得可能没有太大用处 [21:46] 但是 business 觉得很有用的事儿 [21:48] 哦所以你将这个 Statsig [21:51] 定义为一个创业公司啊 [21:53] 它是创业公司啊 [21:54] 它就是个 startup 啊 [21:55] 哦 [21:55] 我在你的网站上就看到你说 [21:57] 要让大家成为高效的这个builder [22:00] 对这个高效的builder [22:01] 你认为最关键的一个要素是什么 [22:03] get things done [22:04] 你要 build 出来东西 [22:07] 我就发现很多人他在做事情的时候 [22:09] 他非常享受这个过程 [22:11] 今天开个会是吧 [22:12] 然后明天讨论讨论愿景 [22:14] 跟人聊聊我这个东西是什么样子的 [22:16] 但是半年过去了 [22:17] 啥东西都没做出来 [22:18] 或者说行动力 [22:19] 对 他肯定写了很多 code [22:21] 但是就没有一个用户 [22:22] 我觉得就是你要 build [22:24] 你最好就是你心中就有一团火 [22:26] 你就觉得我这个东西 [22:27] 一定要尽早的拿到用户面前 [22:29] 让用户告诉我这个东西哪不好 [22:31] 然后我去改进它 [22:32] 所以你觉得测试啊 [22:33] 包括 marketing 啊 [22:34] 销售啊等等这些环节其实也很重要 [22:37] 但是有一些理想 [22:38] 那些是最重要的 [22:39] 有一些理想主义者 [22:40] 比如说搞技术的理想主义者 [22:42] 他会认为自己的技术是第一位 [22:44] 那是幻想主义者不是理想主义者 [22:46] 只要自己的技术到位 [22:47] 然后用户会追着赶着来找你的 [22:49] 看来也未必 [22:50] 这是大家没有认真的学习 [22:52] business history [22:53] 大家对所有东西有一个天真的想法 [22:55] 你如果真的去看 [22:57] 现在所有的技术为主的这个企业 [23:00] 他们一开始做的东西 [23:01] 都不是说你有了一个技术 [23:03] 然后就可以怎么样 [23:04] 我就举个例子吧 [23:05] 就是买水 [23:06] 首先你真的能做到 [23:08] 你的这个东西和别人不一样吧 [23:10] 我不信这个世界上有那么多人 [23:11] 可以做出来不一样的东西 [23:13] 我敢说就是屏幕前面的所有观众 [23:15] 100% 100%他做一个东西 [23:18] 都会有人能比他做的更好 [23:20] 就他的技术不可能是那种世界最好的 [23:22] 对 这是一 [23:23] 那这种情况下 [23:24] 怎么样子决定你这个东西有没有人买 [23:26] 你的东西能不能成功 [23:27] 你凭什么有用户 [23:28] 别人没有用户 [23:29] 或者说 [23:29] 你凭什么能比别人更快的获取用户 [23:31] 那些东西才是真正难的事儿 [23:33] 但是大家从来没有接触过 [23:34] 没有想过 [23:35] 我认识的所有创业者 [23:36] 基本上都是技术型创业者 [23:38] 然后他们创业的第一步就是哦 [23:40] go to market 这件事儿这么重要 [23:42] go to market 这件事儿这么难 [23:44] 有这么多门道 [23:44] 我怎么之前都不知道 [23:46] 我为什么要在创业之后才付这个学费 [23:48] 但是他创业一次就有经验了嘛 [23:50] 就所有的第二次创业者 [23:52] 基本上都是先做 go to market [23:53] 所以你怎么来定义这个复利式成长 [23:56] 因为我看到你在这个课程当中也提到 [23:59] 说复利式成长 [24:01] 很多人就觉得 [24:02] 只要我一步一步的往前走 [24:04] 比如说每年我的无论是收入啊 [24:06] 还是各方面能够增加10% [24:09] 就已经算是很好了 [24:10] 嗯 你的这个复利 [24:11] 在我们理解为3倍甚至4倍 [24:13] 甚至更多的这种 [24:14] 不是复利是10%甚至1% [24:17] 1%就是复利 [24:18] 只要你乘起来的就是复利 [24:20] 但是大家心中不是这么想的 [24:22] 就是人是非常非常难理解复利的 [24:25] 就是我们说每年涨2% [24:26] 但是其实我们心中想的呢 [24:28] 是一条直线 [24:29] 不是一个复利的曲线 [24:30] 所以说我们在算我们的收入的时候 [24:32] 都会去说今年赚1万 [24:34] 明年赚2万 [24:34] 后年赚3万 [24:35] (再下一年)赚4万 [24:36] 就这样子去想 [24:37] 我自己出了一个视频 [24:39] 讲了三个关于复利的公式吧 [24:42] 可以帮大家理解这件事 [24:43] 第一个公式是这样子的 [24:44] 就是你2%的增长率 [24:47] 就是1.02 to the power of fifty [24:49] 就是50次方 [24:51] 然后1.03 50次方 [24:53] 他们差几倍 [24:54] 你在考我吗 [24:55] 对 数学不好 [24:56] 他们差7倍 [24:57] 他们差7倍 [24:58] 这个东西就是你差了1%啊 [25:00] 差了1% 他最后会差7倍 [25:02] 这个数字是怎么来的 [25:03] 是我当时采访Mike Vernal [25:05] 他是Facebook早期的非常大的VP [25:07] 嗯 他就说当时Facebook怎么增长啊 [25:09] 他们每周增长率to the power of 200 [25:11] 对 to the power of 200 [25:13] 每周增长率是2% [25:15] 然后他们发现开始掉到1%了 [25:18] 所以说 Facebook 就很焦虑 [25:19] 那个时候最大的 Google 吧 [25:21] 可能是上亿的级别 [25:23] 没有到10亿的级别 [25:24] 小扎说我们要做到10亿用户 [25:26] 那怎么做到的 [25:27] 就把这个增长率 [25:28] 想尽一切办法从1%拉到3% [25:31] 然后他们就组织了这样的一个增长团队 [25:34] 就去只做这件事 [25:35] 什么代码都可以改 [25:36] 就只做这件事 [25:37] 然后是(成功)拉到3% [25:38] 过去了四年就变成了10亿用户 [25:42] 这是第一点 [25:42] 这个东西其实是最重要的 [25:44] 叫 The main thing is to keep the main thing the main thing [25:46] 第二个是1.03吧 [25:49] 就是1.03涨 [25:50] 他想要达到最后的那个数字的80% [25:54] 这80%它都是来自于最后的50回合 [25:58] 嗯 就是(总共)200回合啊 [25:59] 80%是来自于最后的50回合 [26:01] 临门一脚啊 [26:03] 嗯 嗯 [26:04] 但是有一个点 [26:05] 就是如果不是200回合 [26:06] 我是2,000回合 [26:08] 那80%是来自于最后的多少回合 [26:11] 不一定 是500吧 [26:12] 50 还是50 [26:13] 还是50 还是50 [26:15] 这是一个非常反直觉的点 [26:17] 他不一定是按比例增长 [26:18] 对他就是来自于50% [26:20] 你到了2万还是那样子 [26:23] 巴菲特的80%的财富 [26:24] 是来自于他60岁以后 [26:26] 还是90%的财富是来自于他60岁以后 [26:29] 这就是复利的威力 [26:30] 复利的威力 [26:31] 一定是要到后面才能显现出来 [26:33] 那回到一开始是怎么回事 [26:35] 就是我们为什么对复利威力缺乏理解 [26:37] 因为没有耐心 [26:38] 等不到最后 [26:39] 对我们看不到最后 [26:40] 关键是我们看不到最后 [26:41] 我今天戒烟也好啊 [26:43] 运动也好 [26:43] 这些都是有复利的事情 [26:44] 嗯 或者说我去用AI做事情 [26:47] 我今天用AI做了点事 [26:48] 我发现我花了一个小时用 AI 做事 [26:50] 然后没有什么变化 [26:52] 我第二天没什么变化 [26:53] 我第二天用 AI 做了一个小时的事 [26:55] 没有什么变化 [26:55] 我做了一个周 [26:56] 没什么变化 [26:57] 然后我就不做了 [26:58] 对很多人就放弃了 [26:59] 但是有的人可能做了一年 [27:01] 做了两年 [27:01] 他就发现哦 [27:03] 我和一年前完全不一样 [27:05] 他的真正的那些不一样的点 [27:07] 可能都是发生在他一年的最后一个月 [27:09] 因为他前面积累了那么多 [27:11] 就是积累了工具 [27:12] 积累了使用方法 [27:14] 然后他自己在 build 过程中 [27:16] build 了一些脚手架 [27:17] 然后他就越来越快 [27:19] 看到一个东西就知道 work 不 work [27:20] 然后他已经可能做出来10个 APP [27:22] 然后他10个 APP 里边 [27:22] 知道了用户都喜欢什么 [27:24] 他最后一个月做出来了一个好东西 [27:26] 所以你的这个分享 [27:27] 就是告诉我们的很多听众 [27:29] 真的就是要有耐心哈 [27:30] 要坚持到最后 [27:32] 要长期主义 [27:33] 是不是 哎但是这个 [27:34] 有耐心是个要求 [27:35] 我觉得就为什么大家没有耐心 [27:37] 我不觉得大家是缺乏耐心 [27:38] 但是刚才我们谈到的 [27:39] 就是说很多人在大厂打工的时候 [27:42] 因为刚开始就是10万15万 [27:44] 20万30万这样慢慢增长嘛 [27:46] 那如果大家都有这样的 [27:48] 复利的这种心态的话 [27:49] 就知道他等到 VP 的时候 [27:51] 他收入就是千万级别的了 [27:53] 事实就是每一千个人才会出一个 VP [27:55] 概率比较少对吧 [27:57] 你不要指望自己当 VP [27:58] 而且职业 [27:59] 它其实给你一个虚假的稳定感 [28:01] 我觉得这个稳定感你 [28:03] 嗯...我不想贩卖焦虑 [28:05] 但是我觉得现实就是 [28:07] 那个稳定感是假的 [28:08] 为什么职业这么难打破 [28:10] 因为我们算我们的收入的时候啊 [28:12] 我们是算我们今年当程序员赚了多少钱 [28:14] 然后每年加一点 [28:15] 然后乘以我工作40年 [28:17] 然后我有这么多钱 [28:18] 然后我拿着这个钱去花的 [28:20] 不工作了以后这个东西瞬间就没有了 [28:21] 我不知道明天会不会赚钱 [28:23] 对吧 但是我觉得大家要认识到的是 [28:25] 你可以稳定的工作40年 [28:27] 这件事情大概率不会发生 [28:29] 对 尤其是现在各个大厂都在裁员 [28:32] 也会有一些家庭啊 [28:34] 生活当中的一些突发的事件 [28:36] 或者你自己的梦想的转变 [28:38] 方向的转变等等 [28:39] 总之就是一个道理 [28:40] 懂和内化是两件事 [28:42] 大多数人 [28:43] 我相信 [28:43] 听到我刚刚说的那个大概率不会发生 [28:45] 都是点头的 [28:46] 但是大家心里其实没有内化这件事 [28:48] 大家不觉得它不会发生 [28:50] 大家心里还是觉得它会发生 [28:51] 哎聊聊去中国的经历 [28:53] 还去腾讯对吧 [28:54] 会不会当时很多人 [28:57] 包括你的观众会认为你会在中国 [28:59] 我自己也是这么觉得的 [29:00] 发展个十年八年的 [29:01] 我其实去每个工作 [29:02] 我都是觉得自己会在那待十年 [29:05] 但是就发生一些别的事情导致 [29:07] 那你觉得 [29:07] 在中国的这个大厂的工作环境 [29:09] 跟在美国大厂的工作环境 [29:10] 有什么样的特点 [29:12] 其实大厂都差不多 [29:14] 就是我刚刚说的那个 [29:15] 他有一个核心业务非常赚钱 [29:17] 或者几个核心业务非常赚钱 [29:18] 大多数人的工作 [29:19] 跟这个核心业务没有关系 [29:20] 或者说之前可能有关系 [29:22] 但是后来你做的事情 [29:23] 就不会影响这个核心业务了 [29:25] 那这个时候我总结就是 [29:26] 大厂你主要的工作是在表演 [29:28] 表演到你的老板觉得好 [29:30] 你的老板的老板觉得好 [29:32] 你通过你的表演 [29:32] 让你的老板的老板觉得你老板好 [29:34] 然后你就可以升职加薪 [29:36] 表演型人格 [29:38] 不是表演型人格 [29:38] 这是这个东西的本质 [29:40] 我相信很多人是不想表演的 [29:41] 但是我们为什么在大厂里边 [29:42] 会非常强调 communication [29:44] 非常强调 soft skill [29:45] 包括我的节目是吧 [29:46] 我自己是特别强调 communication 的 [29:48] 就这个东西有用吗 [29:50] 你做出来一个东西 [29:51] 这个技术再强 [29:53] 东西本身再好 [29:54] 如果你的同事们不认可 对 [29:57] 那你是得不到升职加薪的机会的 [29:59] 对 [29:59] 而且说实话 [30:01] 就是你这个东西技术再强 [30:02] 做的再好 [30:03] 只有那么几万分之一的几率 [30:05] 他是比如 transformer 这样级别的东西 [30:07] 对吧他可以改变世界 [30:09] 大多数的时候 [30:10] 他其实对这个大厂无足轻重 [30:12] 但是还是要继续做这个项目的话 [30:14] 就要求有很高的 presentation 能力啊 [30:16] demo 的能力啊 [30:17] 表演的能力嘛 [30:19] 就表演的能力嘛 [30:20] 就表演能力 [30:21] 总得有人升职加薪啊 [30:23] 一个 VP 走了 [30:23] 这个空总得有人来补 [30:25] 就是我们要把大厂的核心业务 [30:28] 和大厂每天发生的事情分开来 [30:30] 大厂的核心业务一定都是非常强的 [30:33] 他们是一个飞轮 [30:34] 他们自己在那就可以不断的赚钱 [30:36] 不断的帮他们提升竞争力 [30:37] 比如说谷歌的搜索 [30:38] 比如说 Facebook 广告对吧 [30:40] 比如说亚马逊的这个电商 [30:41] 真的都是非常好的业务 [30:42] 但是每天大家做的事情 [30:44] 和这个核心业务是分开的 [30:46] 每天大家做的事情是一个玩 公司 表演 [30:50] 然后大家升职加薪的这么一个 performance [30:53] 所以你希望在你的这个事业当中 [30:56] 未来能够专注于某一项领域 [30:58] 比如说你刚刚谈到的这个 AI builder [31:00] 而不是做一些 [31:01] 与核心业务不相关的一些 [31:03] 我不敢说 [31:05] 我现在肯定想的是 [31:07] 我一定要 focus 把这个课程做好 [31:09] 把这个社区做好 [31:10] 然后再看看能不能在这基础之上 [31:12] 做一些产品 [31:13] 当然最重要的还是把这个课程做好 [31:14] 但是因为事情变化很快 [31:16] 所以说我不能说就一年以后 [31:19] 这个课还是我最值得做的事 [31:21] 但是我觉得你刚刚说的那个点很正确 [31:23] 就是你一次只能做好一件事 [31:25] 我相信把一件事情做好 [31:28] 去抓住它的复利是最重要的 [31:31] 没有人的成功 [31:32] 或者没有公司的成功 [31:33] 是一次一上来把十件复杂的事做好 [31:36] 都是把一个简单的事情做到世界最好 [31:38] 但是当他们这个规模变大了以后 [31:40] 包括这些亚马逊啊微软 [31:42] 他们可能就想说 [31:43] 要有两到三个核心业务 [31:45] 甚至更多 [31:46] 那当然 但是我是一个小卡拉米 [31:48] 要达到一定的规模才能 segmentation [31:50] 对我是一个 nobody [31:51] 我不能去跟亚马逊去学他们的经验 [31:54] 我要先去学一个 nobody [31:56] 怎么变成了一个有点东西的人 [31:58] 那么在最后 [31:59] 我想请课代表 [32:00] 给我们西雅图中文电台的听众朋友们 [32:03] 几句祝福 [32:04] 或者说 [32:04] 希望大家如何在AI这个时代把握机会 [32:08] 好我觉得能给的祝福是 [32:10] 第一 [32:11] AI其实对人的生活的影响没有那么大 [32:15] 就是我们在科技行业 [32:16] 可能觉得全世界都是 AI [32:18] 但是我们如果去餐馆吃饭的话 [32:19] 这跟 AI 没有什么关系 [32:21] 或者说我们电脑一关 [32:22] AI 其实不怎么影响到我们 [32:24] 所以说我给大家的祝福就是 [32:26] 我们可以在这个时代 [32:28] 过上一个舒服的生活 [32:29] 你学不学 AI [32:30] 都可以过上一个舒服的生活 [32:31] 过上一个自己喜欢的生活是更重要的 [32:34] 然后也希望大家找到自己喜欢的生活 [32:36] 不是非要学AI [32:37] 啊 谢谢 [32:38] 不过我还是强烈推荐一下 [32:40] 大家上课代表的网站 [32:41] 去了解一下啊 [32:42] 因为我有上去 [32:43] 昨天研究了一下 [32:44] 做了一下 research [32:46] 感觉收获很多 [32:47] 我看到很多的人在上面进行交互沟通 [32:50] 我觉得这个平台很好 [32:51] 因为我们平时可能没有这样的机会 [32:53] 对 去跟别人有回馈啊 [32:55] 留言啊反馈这样的机会 [32:57] 深度的对话是很少的 [32:59] 认真的看别人的东西 [33:00] 或者说是写东西 [33:02] 这种机会很少 [33:03] 然后你认真写出来东西被别人看到 [33:05] 这种机会很少 [33:06] 一个社区有这样的功能还是挺好的 [33:08] 对 谢谢你 [33:09] 给大家搭建这样一个很好的平台