课代表立正 - 节目列表

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 完整版43分钟：https://youtu.be/i-KGNWpPpZ4 这期和微软 AI 产品设计师 Dreamer 妍妍聊了一个很现实的问题：AI 到底是在取代我们，还是在给普通人打开新的机会？ 如果你是设计师、PM、工程师、大厂打工人，或者正在想怎么入局 AI、做副业、做一人公司，这期会很适合你。我们没有泛泛聊“AI 焦虑”，而是从真实工作场景出发，聊 AI 已经怎样改变设计、产品、工程协作：从 Claude Code + Figma 做 design system，到大厂里岗位边界变模糊，再到未来 full-stack builder / architect 型人才会越来越重要。 我们也聊到更长期的部分：一人公司的核心不是效率，而是 distribution 和销售能力；AI 时代真正稀缺的不是会不会用工具，而是行动力、穿透不确定性的能力，以及重新定义自己的能力。 后半段，我们从裁员、失败、FIRE、财富和意义感，聊到 AI 时代为什么更需要认识自己。技术越平权，人的个性、判断、表达和选择反而越重要。 00:00 AI 正在改写设计工作流 00:53 微软 AI 产品设计师 Dreamer 妍妍：本期聊什么 01:49 技术平权：AI 时代谁会凸显出来 06:04 Claude Code + Figma：设计师如何真的用上 AI 09:04 Full-stack builder：岗位边界正在被重组 10:07 一人公司：distribution、销售和小市场 13:19 高能量工作法：multitask、时间分区、done list 18:30 穿透不确定性：机会、行动力和失败观 24:22 从旧身份到自我定义：AI、FIRE 与意义感 31:07 AI 时代为什么更需要个人表达

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 社区文章（发表于2025年11月份）：https://www.superlinear.academy/c/posts/knowledge_worker 我和刘嘉教授的对谈—AI会带来第二次文艺复兴：https://youtu.be/-Et3GJRSI_0?t=6197&si=H_Dpz1SiCq5QDc4L 这期视频不是简单讨论“AI 会不会取代白领”，而是回答一个更刺耳的问题：白领工作为什么会被发明出来，又为什么可能在同一套逻辑下被淘汰。 如果你是知识工作者、产品经理、数据分析师、程序员、咨询顾问，或者只是经常觉得自己“开了很多会、写了很多文档、回了很多消息，但说不清到底创造了什么价值”，这期视频会帮你换一个角度理解自己的工作。 视频从白领工作的历史讲起：白领并不是天经地义存在的，而是在工业化和大型组织出现后，为了处理信息、流程、管理和决策摩擦而诞生的。问题是，很多知识工作的真实产出很难衡量，于是组织常常用会议、PPT、邮件、代码行数、工作时长这些“投入指标”来替代价值判断。结果就是，大量看起来很忙、实际上离真实结果很远的 Bullshit Jobs 被系统性地制造出来。 AI 的到来，会进一步冲击白领作为“信息处理器”的基础。未来真正稀缺的，不只是会不会用 AI，而是能不能定义问题、设计系统、建立信任、整合人和 AI，并最终为结果负责。 这期视频会聊清楚：哪些工作会越来越不值钱，哪些能力会越来越稀缺，以及正在打工的人现在可以怎么准备。 00:00 忙了一天，我们的价值是什么？ 00:52 白领工作是怎么被发明出来的 02:21 白领工作的本质：降低信息摩擦 02:55 为什么白领工作容易变成 Bullshit Jobs 06:15 AI 为什么会系统性冲击白领工作 09:30 未来的工作：从技能到结果 11:08 AI 时代最稀缺的三类能力 13:29 给打工人的 4 个行动建议 15:22 白领工作的消亡不是末日

完整版1小时43分钟：https://youtu.be/Y9rmTZOM5Z4 课程主页：https://www.superlinear.academy/ai-builders 嘉宾：https://www.linkedin.com/in/weimanfredi/ 嘉宾招聘帖：https://www.superlinear.academy/c/collaborate/ai-engineering-directors-senior-director-vp 本期访谈适合三类观众：正在做技术职业选择的人，想从工程师走向架构/管理的人，以及关心 AI 如何真正落地传统行业的人。 魏慧从浙大文科、美国 Asian Studies PhD 转到 CS，第一份工作做引擎 simulation，后来经历互联网早期、湾区创业潮、Lululemon 的数字化转型、Google Retail Cloud、麦当劳 AI/data，再到现在在 IHG 负责 AI、数据架构与企业系统。 这期不是一条“规划好的人生路线”，而是一次很具体的职业复盘：如何在环境里快速学习，如何看见自己和高手的 gap，为什么好胜心需要配合谦虚和 intellectual honesty，技术人为什么容易低估管理的价值，以及怎样在公司里找到自己的不可替代位置。 后半段重点聊 AI 和传统行业。为什么大厂的 impact 不一定等于真正的 decision power？为什么“只会完成任务”的工作会越来越危险？酒店行业为什么长期变化很少，却可能被 AI 重新改造？数字孪生、Agentic AI、个性化服务、人机混合团队，会怎样改变酒店运营和客户体验？ 如果你正在思考：AI 时代工程师怎样不被工具替代，怎样从“写代码的人”变成“推动结果的人”，这期会给你很多具体、平实但很有启发的答案。 00:00 开场精华：高期待环境、不可替代和大厂局限 01:20 自我介绍：从 Asian Studies 到 CS 05:00 互联网早期与 fearless：跳槽、失败和底线 07:41 快速成长：进入环境、看见 gap、放下 ego 14:25 职业路径：从 IC 到高管，为什么管理重要 18:36 大厂、小公司与传统企业：impact 和 decision power 22:21 Go-to person：如何让自己不可替代 29:30 Lululemon 到 Google：业务转型、架构和 Retail Cloud 36:12 麦当劳：传统企业数字化的文化冲突 42:27 IHG 与酒店业：为什么 AI 有机会重做体验 50:04 AI 时代的人才：AI native、unlearn 和组织摩擦 57:27 IHG 招人：platform、delivery 和 AI Lab

完整版两小时：https://youtu.be/knDem_8JIy0 这期视频是一线实践者对 self-evolving agent 的完整复盘。 你会听到：为什么 OpenClaw 真正点燃了他，Evolver 和 EvoMap 是怎么在十几天里长出来的，GEP 协议和普通的 Cursor / Claude Code 工作流到底差在哪里，以及当 agent 开始自我迭代、相互交换能力、自己做增长之后，机会和风险为什么都会突然放大。 这期尤其适合已经在用 AI coding、对 agent 下一阶段有强烈好奇，或者想判断这波到底是不是“真变化”的人。这里面不只是概念和观点，也有很多非常具体的一手经验：哪些机制真的 work，哪些地方会失控，为什么安全和治理问题已经不是以后再想的事。 从 agent 自传播、蜂群网络、GEP 协议，到 AI 意识、人机共生和安全边界，这是一场少见的、同时横跨技术、产品和世界观的深聊。 00:00 高能开场：AI 开始“自己做增长” 01:03 24 天做出 Evolver，13 天做出 EvoMap 05:41 为什么 OpenClaw 真正让他兴奋 08:55 从单体 agent 到 A-to-A 网络 18:18 Evolver / GEP 和普通 agent 有什么不同 39:35 当 agents 连成网络：自治、信用与协作 47:56 降临派、幸存派与人机共生 56:08 GEO、主动性与 AI 自传播 1:10:57 为什么现在必须加速 1:17:29 给观众的最后邀请

如果你是一名在大厂或初创公司打拼的职场人，感觉自己像一颗随时可被替代的螺丝钉，或者对未来的职业路径感到迷茫，这期视频就是为你准备的。 我曾是亚马逊的经济学家、Meta数据科学家、腾讯的副总监、Statsig的布道师（OpenAI收购），现在是一名创业者。在这期视频中，我将分享一个让我深受震撼的真实故事：我曾经的职场导师——那位带我入行、资历深厚的前老板，竟然发信息问我如何摆脱“干不下去又不敢辞职”的困境。 这个残酷的现实让我意识到：传统的“做题家”思维和“螺丝钉”模式正在失效。 在这视频中，你将学到： 认知觉醒：为什么“事情越难越有价值”是一个职场陷阱？ 身份转变：如何从被动完成任务的“螺丝钉”，转变为经营自己的“经营者”。 三大真本事： Work Smart：如何识别并抓住那 10% 真正产生超线性回报的工作。 杠杆思维：职场中唯一能带走的资产是什么？如何撬动它。 市场语言：如何像打造产品一样经营你的履历，让市场为你买单。 这不是教你盲目裸辞，而是教你如何在工作中积累能力、品牌和资源，最终实现不依赖于打工也能赚钱。 00:00 前老板的求助：一个令人不安的职场现实 01:52 AI 时代：职业生涯倒计时已经开始 02:45 螺丝钉困境：工业革命留下的教育后遗症 04:49 什么是“真本事”：价值不在于难，而在于需求 08:13 核心思维：从“螺丝钉”切换到“经营者”模式 09:21 重点 1：Work Smart，找到产生 90% 价值的核心任务 12:18 重点 2：利用杠杆，积累职场中唯一能带走的资产 14:52 重点 3：市场语言，像经营产品一样经营自己 17:23 总结：放弃做题家思维，用时间换取复利 购买方式： · 京东：https://item.jd.com/14667625.html · 微信读书：搜索《真本事：从会工作到会赚钱》 · 书的网站：https://www.lizheng.ai/zbs （这里还有基于本书的AI skill可以下载）

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 完整版35分钟：https://youtu.be/3ILs3XDcE1I 这期视频，我和现在在 OpenAI 做 ChatGPT growth 的 Wu Kan 聊了聊他一路走来的职业经历：从毕业后加入 YouTube 创始人做的新公司，到 Uber 最激烈增长期，亲历 Uber 和滴滴在中国正面交锋，再到后来进入 Travis Kalanick 的 CloudKitchens。 这不是一场泛泛而谈的“职业故事”，而是一场很少见的、一线参与者视角的复盘。你会听到：为什么很多后来被证明巨大的方向，在当时并不显得“必然”；为什么 Uber 和滴滴之战，本质上不只是产品和技术之争，而是运营、激励、反作弊、本地化能力、渠道控制和资本力量的综合对抗；以及 Travis 这类创始人，究竟是如何看城市网络、房地产、外卖和自动化这些看似不相关的生意。 如果你关心这些问题，这期会特别值得看：顶级增长岗位到底在看什么；中美创业公司在同一个战场上，真正的差别在哪里；以及为什么很多大机会，只有身处其中的人，才能看到它真实复杂、远比“事后看起来很 obvious”更混沌的一面。 00:00 开场：Wu Kan 的职业路径 00:41 从 YouTube 创始人创业公司，到 Uber growth 03:58 为什么会加入 Uber 04:32 Uber vs 滴滴：一线看到的真正竞争 10:20 Uber 为什么最后退出中国市场 13:16 Travis 离开 Uber 后的影响 14:24 CloudKitchens 背后的真正 vision 17:37 下一段：准备聊 OpenAI

AI课程/风水宝地： https://www.superlinear.academy/ai-builders 这期视频讲的不是“怎么写一个更厉害的 prompt”，而是一个更底层、也更重要的问题：为什么同样的 AI、同样的模型、同样的工具，在不同人手里，效果会差这么多。视频给出的答案很反常识：决定你能不能把 AI 用好的，很多时候不是技术能力本身，而是两种更底层的能力——自省，以及把隐性知识变成显性知识的能力。 我觉得这期内容特别适合三类人看：第一，已经在用 AI，但经常觉得它“笨”“不稳定”“总跑偏”的人；第二，需要带人、做协作、做管理的人；第三，希望真正把 AI 用进工作流，而不是停留在聊天和试玩层面的人。因为这期视频讲清楚了，很多人不是不会用工具，而是不会定义问题、不会提供有效 context、也不会说清楚什么叫“好”。 视频里用了一个特别好的类比：很多老板给任务时，给的是模糊需求，指望别人“悟”，结果做不好了再用负反馈甩锅。这个方式之所以对人低效，对 AI 更低效，是因为 AI 没有“动机问题”，你没法靠威胁、PUA、情绪化反馈让它变好；你真正要做的，是把你脑子里那些默认存在、但没说出来的信息，整理清楚、表达清楚、评估清楚。 更重要的是，这期视频不只是讲 AI，也是在讲一个人在 AI 时代最值得提升的基本功：遇到问题先自省，而不是先抱怨工具；同时学会从对方视角出发，补齐 context、拆解信息、定义标准。视频最后也落到了非常实操的框架上，比如 3C（Context、Component、Criteria）和“损失函数 / evaluation”的思维。看完你会更明白，真正的差距，不在于谁先接触 AI，而在于谁能更清楚地思考、表达和判断。 00:00 为什么同样的 AI，在不同人手里效果天差地别 01:28 一个坏老板的典型问题：模糊需求、让你“悟”、负反馈甩锅 03:22 为什么很多人管不好 AI：AI 没有动机问题 04:15 真正决定 AI 使用效果的两个能力：自省与隐性知识显性化 06:33 如何把隐性知识显性化：认知同理心、信息拆解与 3C 框架 08:04 什么是“损失函数”思维：先定义什么叫好，AI 才知道怎么迭代 09:05 总结：别急着说 AI 好不好用，先看自己会不会用 AI

这是我频道六年来，最重要的视频之一。也是从本质上理解人和AI，最值得看的一期。 本期嘉宾是清华大学的刘嘉教授，作为世界顶级的脑科学专家（也是《最强大脑》总顾问），他其实跟AI渊源、研究、兴趣、思考，都及其深厚。所以能从脑科学角度，为我们从根本上理解AI到底是什么，到底能不能取代人类？ 视频里，刘嘉教授从自己在北大、MIT、脑科学与 AI 之间往返二十多年的经历讲起，讲他为什么曾经离开 AI，又为什么在 2016 年被人脸识别和 AlphaGo 的突破重新“唤回信仰”。他也解释了自己后来为什么越来越确认，真正重要的不是某一个短期技术点，而是更底层的东西：学习能力、涌现能力，以及神经网络这条路线背后的根本逻辑。 更难得的是，这期视频没有停留在“术”的层面。刘嘉教授把今天很多人最关心、但也最容易被说浅的话题放到一个统一框架里讨论： - 智能的本质：学习和涌现 - 学习的本质：归纳和推演 - 意识的本质：主观感受，和死亡意识 还有很多话题，包括逻辑原点的重要，脑机接口离我们还有多远，什么才是真正的具身智能，以及为什么 AI 时代最缺的不是更多技巧，而是新的 philosophy。通过他们实验室的深度研究，也发现了Transformer的理论源头，竟然是四十年前，Hinton在一篇不知名的神经科学会议上，发表的一篇不知名的论文。 除了这些时代的大故事，大道理。他也讲了，我们作为普通人，应该如何抓住这个时代。 看到最后你会发现，这不只是一场关于 AI 的对谈，更是一场关于人在这个时代该如何判断方向、建立逻辑原点、避免错过真正重要变化的对谈。 完整版2小时53分钟：https://youtu.be/EfEk4V3FMdg 教AI“大道”的课程：https://www.superlinear.academy/ai-builders

创业九死一生？绝大多数人其实是死在两个认知误区里：选错模式和因果倒置。 第一，我们本能地觉得"做产品才是创业"，但从YC到美国整个创投圈的共识是：ToB服务的成功率和回报率远高于ToC产品。亚马逊的核心价值是AWS不是电商，微软的大头是企业服务不是Windows，谷歌和Meta真正赚钱的是广告——帮别人赚钱，永远比让消费者掏钱容易。 第二，技术人创业最常见的错误是"先做产品，再想增长"。但真实的商业因果是反过来的：增长才是本质，产品只是载体。The Browser Company做出了极客圈口碑很好的AI浏览器，最后还是决定不做了——因为连身边的亲友都说服不了去用。游戏行业更直接：绝大多数游戏的获客成本占总成本一半以上，真正的难点从来不是把东西做出来，而是让人知道并买单。 这期视频综合了我过去的访谈、实践和思考，把这两个视角讲透。如果你是一个有技术能力、想过自己做点什么但不知道从哪开始的人，希望能帮你避开最常见的弯路，用更高成功率的方式打开一个真正能赚钱的业务。 我的新书《真本事：从会工作到会赚钱》（人民邮电出版社）2026上半年上市，书里有更系统的方法论。感兴趣可以加入社区waitlist，新书上市和周边内容都会通过邮件通知：https://go.ai-builders.com/waitlist 00:00 创业九死一生，大多数人死在两个误区 00:22 误区一：选错模式——产品vs服务 02:24 产品vs服务，到底谁更难、谁更赚钱 03:01 YC的Tarpit Idea框架与ToB共识 04:44 产品的马太效应：你在跟谁抢注意力 05:51 做服务为什么容易赚钱 06:54 误区二：因果倒置——先做产品还是先想增长 07:23 Manus与The Browser Company的教训 08:54 增长的真实成本：时间、渠道、信任 10:49 什么样的产品有增长潜力 12:16 三者结合：分发×true understanding×独特经验 13:29 总结与新书推荐 新书上市waitlist：https://www.superlinear.academy/c/posts/book