INDIGO TALK / 对谈课代表立正 AI 时代生存指南 - EP20

INDIGO TALK 第二十期，邀请课代表立正（数据科学家、自媒体人）分享如何在 AI 变革中保持个人成长与竞争力。从社群运营、职业规划等角度，深入探讨 AI 工具与 Agent 技术如何加速学习与创新，也分析了哪些行业更易被取代。最后聚焦人类的独特价值，在效率大幅提升的背景下，每个人都该思考怎样贯穿知识、提升抽象思维与人际沟通，让智能与智慧同行，成为 AI 时代的“高阶玩家”。

对谈课代表立正 AI 时代生存指南 / INDIGO TALK - EP20_哔哩哔哩_bilibili

INDIGO TALK 第二十期，邀请 @课代表立正 （北美大厂数据科学家、自媒体人）分享如何在 AI 变革中保持个人成长与竞争力。从社群运营、职业规划等角度，深入探讨 AI 工具与 Agent 技术如何加速学习与创新，也分析了哪些行业更易被取代。最后聚焦人类的独特价值，在效率大幅提升的背景下，每个人都该思考怎样贯穿知识、提升抽象思维与人际沟通，让智能与智慧同行，成为 AI 时代的“高阶玩家”。本, 视频播放量 0、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 1, 视频作者 jedilu, 作者简介 ，相关视频：【保姆级Manus教程】全球首款通用AI Agent产品Manus到底有多牛！，Deepseek能猜出来bad apple吗，“那些超出认知的神秘职业”，AI机器人还能代替什么职业？，永远无法被击中的球！天才工程师用科技打败职业选手【Mark Rober官方】，Manus全网爆火！全球首款”真干活“AI Agent诞生，体验首款AI Agent :Manus后我陷入了沉思，让它抓取京东销量最好的50个产品并分析，效果很炸裂，绝了绝了，我有神之眼，开局解锁神级瞳术！觉醒废物职业瞭望员成为SSS职业顶级超级神瞳师！，“那些超出认知的神秘职业”，那些超出认知的神秘职业

EP20_哔哩哔哩_bilibilijedilu

音频播客

Apple Podcast & Spotify

小宇宙播客 - Indigo Talk - EP20

本期嘉宾

孙煜征（课代表立正 - 北美大厂数据科学家、自媒体人）

Indigo（数字镜像博主 - 主持）

时间戳

• 00:49 课代表立正的介绍
• 04:31 如何运营聊天群和高质量社群
• 15:39 大家如何用 AI 做之前做不到的事情
• 26:38 对 AI Agent 不一样的看法和模型如何系统化
• 38:50 AI 目前的局限与是否会带来大量失业？
• 43:10 人类的知识与智慧
• 48:56 最容易替代和最不容易替代的职业
• 53:56 AGI 时代人类更适合什么工作？
• 1:00:03 人的意义和需要提升的能力

对谈详细总结

1. 课代表立正的介绍

个人背景：

• 课代表立正：2017年从康奈尔大学经济学博士毕业，先后在亚马逊(经济学家)、Facebook（Data Scientist）以及腾讯工作，目前在一家美国创业公司担任 Data Scientist。
• 在过去五年里一直做自媒体，内容涵盖北美大厂职场经验、个人成长、人生规划，以及更广泛的访谈、玄学、咖啡师、OnlyFans等多元题材。
• B 站粉丝约12万，YouTube 粉丝约8~9万，并于2022年前后开始做付费会员和线上课程，主要聚焦数据科学、AI及个人成长领域。

自媒体/社群经历：

• 创立“超线性学院 Superlinear Academy”（又称超线性社区）等线上社区，会员约4000+，持续办线上直播活动（Indigo曾是其第一期嘉宾）。
• 社区主题多与AI、个人成长和职业发展结合，强调高质量讨论和资源分享。

课代表立正的标签不仅是“大厂职场博主”，还涉及多元话题；从学术和大厂经历延伸到自媒体运营和课程教学，形成了较为复合的个人品牌。

2. 如何运营聊天群和高质量社群

双方首先对做社群的动机和痛点进行了交流，然后提到技术选型和运营理念的细节：

做社群的初衷：

• 课代表立正最初因在大厂工作需要交流数据科学/AI相关问题，便先在微信上建群，把身边大佬和感兴趣的人聚起来，演变成了高质量技术讨论群。
• Indigo 也曾尝试做直播课程和微信群，发现了微信群的优点（使用频次高、即时互动）和缺点（缺少内容沉淀，人数上限等）。

微信群的优缺点：

• 优点： 微信用户黏性高、打开率高、适合高频聊天和快速分享。
• 缺点：强烈打扰：信息量大且连续，没有清晰的主题区分和内容归档；不易沉淀知识：重要讨论往往被聊天流淹没，难以检索、长期保存；人数限制500人，很多优质用户无法再加入。

转向独立社群平台（Circle / Mighty Networks 等）

• 课代表立正在深入比较后，选择了Circle，主要看中其课程售卖功能、社区结构化讨论功能和 Web 端的便捷性。
• 强调不一定能把所有微信群用户都“搬”过来，但可以在新平台上提供更高价值、可沉淀的内容，让真正有需求、有门槛的用户留下。
• 使用策略：对核心用户免费/或内测准入，对外则有一定付费门槛，形成高质量、高参与度的社区氛围。

维护高质量社群的做法：

• 保持单一社群不无限开分群，定期清理长期潜水或不活跃用户（包括一些业内大佬，也会被踢），从而保证参与者都是愿意产出或讨论的人；
• 社区内举办主题分享、直播活动，让成员能有持续创造和输出机会；
• 对讨论内容进行归档整理，便于长期沉淀和搜索。

社群未来发展思路：

• 利用AI工具进行知识的二次整合：比如可以用ChatGPT / Agents做论坛内容的摘要和检索；
• 通过收费或提供独家课程，让社群运营者获得收益，进而能够持续产出价值。

高质量社群的关键在于“门槛 + 活跃 + 知识沉淀”。微信群可快速拉新，但不利于长期知识积累，因此可转向独立平台，如 Circle，通过工具和管理方法保证高水平的讨论与共享。

3. 大家如何用 AI 做之前做不到的事情

双方举了很多具体例子，阐述了当下的AI工具给个人生产力带来的巨大提升：

AI 辅助写代码、做原型：

• 课代表立正提到用 Cursor （带 Agents 功能的编程 IDE）时，自己在没有完整编程经验的领域也可以快速做出 Demo，比如调用 YouTube API 自动分析和批量修改视频数据；
• 非技术背景的用户也能用AI做自动化脚本，如自动发邮件提醒、搭建简单Web服务等，以前需要资深程序员才行。

AI 在阅读、研究方面的帮助：

• Indigo 分享自己做大量资料阅读，用 ChatGPT / O1-Pro 的 deep research 等功能来摘要、翻译、主题分析，极大提升阅读效率；
• 能把上万字的长文本快速拆分并给出逻辑清晰的要点梳理，帮人更快抓住重点。

AI 在灵感和思路扩展上的作用：

• 课代表立正不直接用AI替自己写完整文章，但AI可以提供结构框架、文献搜索、辅助研究；
• 提高了思维发散度，让创作者能把更多时间放在创意和思想本身上。

AI Demo 的快速实现：

• 在社群中有学员用 AI 做投资 Fear 指数自动监控和邮件提醒服务，并且还能让其他人订阅；
• 8岁的孩子也用 AI+低代码做简单游戏 Demo，大大降低了实现门槛。

对比过去：

• 以前做一个小工具 Demo 需繁琐的调研和手写代码；
• 现在只需要给 AI 清晰任务描述，AI就能自动生成 90% 可用的解决方案。

当下 AI 已能成为“超级助手”，让个人做许多原来“做不到”或“代价极大”的事；无论是写脚本、调用第三方 API、批量处理内容，还是阅读理解，都可以由 AI 完成大部分重复或繁琐部分，人只需进行统筹与判断。

4. 对 AI Agent 不一样的看法和模型如何系统化

对 “AI Agent” 做了较深入的探讨，包括 Agent 的定义、特征、系统组成，以及对未来形态的预测：

AI Agent 的三大核心特征（课代表立正提出）：

• 多步决策（Multi-step Decision）：能根据目标进行多轮推理和行动，而不需要人反复提供指令；
• 调用工具（Tool Use）：不仅仅输出文字，还能执行命令、调取 API、影响外部环境；
• 自我迭代（Self-Improvement）：在执行过程中不断总结经验，避免重复错误，提升后续任务的质量。

核心组件：

• Large Language Model（LLM）：作为核心大脑；
• 工具与协议（Tools & Protocols）：给 LLM 可调用的 API 或插件（如文件系统、数据库、外部应用接口等）；
• Orchestrator：即协调器，用来安排 Agent 与 Agent、Agent 与人以及各种工具的交互。课代表立正认为 Orchestrator 逻辑不一定要很复杂，最重要是隔离上下文窗口，简化流程。

对未来的预测：

• 认为现在的 ChatGPT 还是单一模型，应当逐渐演变成一个“系统”，内含多Agent的调度；
• 例如 OpenAI 在做的 Plugins、Functions、Operator 等都是迈向系统化 Agent 的一步，未来可能整合到 GPT-5，实现真正的多功能协作。

Agent 带来的冲击：

• 当 Agent 足够成熟，很多重复性、可标准化的工作都会被大量替代；
• 比如目前 Cursor 编程 Agent 只需稍加完善即可让多数码农的“搬砖式写代码”被取代，而人的价值更多体现在对需求和系统架构层面的思考。

Agent 是 LLM 在“做事层面”的进阶形态，具备自我迭代、多步决策、调用工具等能力。未来的ChatGPT 会演变成可自动执行复杂任务的 AI 系统，让人与AI的关系更像“老板和高智商员工”，但会对低层重复工作形成巨大替代冲击。

5. AI 目前的局限与是否会带来大量失业？

这里讨论AI与人类工作的关系，涉及历史上技术进步与就业的规律，以及对当前大语言模型的不足：

历史经验：

• 每次技术革命（如工业革命、计算机革命）都在短期内替代了一些岗位，但长期看会创造新的岗位，总体失业率并未永久大规模飙升；
• 然而AI的冲击范围比以往更广，智力劳动也能被替代，是否还能像过去一样平衡，需要时间观察。

AI 的局限性：

• 缺乏真实世界模型：AI对物理世界缺少“具身体验”，纯粹依赖数据训练，很难理解或判断物理意义上的事情；
• 缺乏判断力/直觉/创造性价值评估：虽然AI能生成海量新知识，但它并不知道哪些是“真正重要的发现”；
• 对人的情感、伦理、人际交往仍存在限制。

工作岗位是否会大规模消失？

• Indigo 和课代表均认为 “替代必然存在，但分布不均，具体行业有差异”；
• AI 大幅提升生产力后，需要看社会如何重新分配资源；有人可能会因为无法适应而被淘汰，但也有新岗位出现。

对当下的提醒：

• 不要只做 “input” 型工作（机械式、搬砖式），要往 “outcome” 或综合判断层面发展；
• 提升自己对需求的理解与表达，否则AI虽然强大，但你连需求都说不清，AI也无从帮你。

AI 可能在部分领域带来结构性失业，但从历史看并非所有人都被替代；大语言模型当前的不足在于缺少真正的“世界理解”和“判断力”。个人需学会发挥AI不具备的优势，如创意、全局思维、人际沟通等。

6. 人类的知识与智慧

双方深入探讨“知识”和“智慧”的区别，认为人类智慧更多体现为判断力、价值观和洞察力：

知识与智慧的差别：

• 知识（Knowledge）更多是对信息的提炼；
• 智慧（Wisdom）是结合人生经历、价值判断、批判性思维后的综合选择能力。
• AI可能在知识层面远超多数人，却无法轻易习得“对事物价值和优先级”的深层判断。

非共识/极端/原创性观点（Contrarian View）的重要性：

• 伟大的发明和创新往往来自“少数派”或“不按常理出牌”的人（乔布斯广告中的 “Crazy Ones”）；
• 大语言模型是训练于既有共识数据，难以产生非共识的原创突破。这是人的智慧所在。

Eureka 时刻（发现新知识 vs. 意识到其重要性）

• AI 可能能生成“新点子”，但它不知道哪个点子真正有价值；
• 人能在直觉和经历中判断出某个发现是否“颠覆性突破”。

人类在体验层面的优势：

• 人有具身体验、情感共鸣、审美品味（taste）、多样性个性，这些都与真正的智慧、创造有关。

AI 在知识维度已非常强大，但人类的“智慧”和“非共识性创造力”仍不可替代；相较于海量知识本身，对其意义和价值的甄别才是人类优势。

7. 最容易替代和最不容易替代的职业

双方在节目中引用了 AI 工具（Deep Research）给出的职业分类以及结合自身判断：

容易被 AI 替代的职业：

• 机械化、流程化、可数据化的工作，尤其是“搬砖”式工作。
• 如：数据输入、流水线工人、基础的客服、前端/简单代码实现等，这些都可以被AI或机器人较大程度取代。

不容易替代的职业：

• 需要高水平人际交往、情感和创意的岗位（心理咨询、护理、社会工作者、教育早教等）；
• 与物理世界深度结合，需要具身操作的工种（维修工、水管工、特定硬件工程师）；
• 高层次决策和架构类职位（如软件架构师、AI系统化设计师）。

对程序员的细分：

• 越贴近“工具使用”和“复杂代码实现”、但缺乏需求判断能力的程序员越容易被替代；
• 越需要宏观架构、交叉领域整合的工程师越难替代。

职业替代的核心判断标准包括：

• 是否高度重复、标准化、可大量数据训练；
• 是否需要与真实世界/人体交互；
• 是否具备强社会/情感/创造性要求；
• 技术门槛是否仅在“实现层面”而非“需求和系统设计层面”。

8. AGI 时代人类更适合什么工作？

围绕 AGI 时代已初步到来或即将深入的问题，双方给出了对个人未来定位的见解：

向 A I靠拢，结合自身 Domain：

• 学习 AI 工具，思考如何把自己熟悉的行业（投资、教育、媒体、艺术等）用AI放大，实现弯道超车或创新；
• 做需求分析与整合的人，而非低层重复劳动力。

发展“手艺”或具身技能：

• 如果对 AI 不感兴趣，也可转向机器人难以实现的领域，如烘焙、咖啡、美食、各种手工艺等；
• 这些需要“人类温度”和“物理操作”的工作短期仍安全。

存钱、拥有资本：

• 在不确定时代，拥有一定资产或稳定现金流，可避免被 AI 冲击时陷入生活困境；
• 尤其需要给自己和下一代多留些应对变化的空间。

保持好奇心和创造力：

• 时代变化快，要持续学习新技术、新思维模式；
• 做“老板”的角色，充分用AI自动化，而不是变成被AI替代的执行者。

在 AGI 大范围渗透的未来，“人机协同” 是主流趋势，个人需在 “Domain + AI” 中找机会，或发展独特的具身技能；理财、资产布局也应尽早规划。

9. 人的意义和需要提升的能力

最后双方把视野扩展到更宏大的层面：

人的意义：做回自己

• 在 AI 极大增强知识和效率的时代，人更应专注于自身不可替代的部分：情感、审美、身体体验、人际连接；
• 人可以从“学会应试知识”转向“学会体验生活、交互与共情”。

需要提升的核心能力：

• 横向的泛化能力（Generalist）：对各种学科与知识有广泛兴趣和理解，而细节可交给AI；
• 抽象思维、架构能力：能精准表达需求并统筹整体结构，让 AI 去实现；
• 人际连接和沟通能力：越依赖真实交流、情感陪伴的工作，越不易被 AI 取代；
• 自我更新和学习能力：AI迭代很快，个人只有持续学习才能不被时代抛弃。

与下一代相关：

• 不要过早给孩子大量金钱，否则扼杀其探索和成就感；
• 父母最好保障基本生活与教育资源，让孩子通过真实项目或小型创业获得自我肯定；
• 提升孩子多元兴趣、培养创造性，兼具适度财务安全。

AI 时代的心态：

• 勿因 AI 短期无法完全取代所有人类工作而掉以轻心；
• 也不要对失业过度恐慌，关键是不断思考“人类独特价值”所在，比如身体体验、独特审美、价值判断、跨领域思维。

人的价值不止在于知识本身，而在于更高层的判断、创造、情感连接。要在AI时代保持竞争力，就需提升“抽象思维”“整合能力”和“社会性”三大方面，同时保有好奇心和对生活的热爱。

总结

本次对谈主要围绕以下脉络展开：

1. 个人及社群背景：课代表立正的学习、工作、自媒体和社群运营经历，Indigo对社群问题的探讨；
2. AI 对个人生产力的放大：通过 Cursor、ChatGPT、Deep Research 等案例，展示如何让普通人快速实现原先难以企及的想法；
3. AI Agent 的概念与未来：多步决策、自我迭代、工具调用将使AI从“回答”进化到“做事”，对重复性工作产生冲击；
4. 职业替代与人的优势：AI在知识/信息层面远胜多数人，但缺乏判断、创造、世界具身理解；需要我们转向更高层次的抽象能力、架构思维、人际交往；
5. AGI时代的工作与人生意义：最终归结于“成为更好的人”“做回自己”，锻炼多元技能、具身能力、社会与审美，以应对AI高速迭代。

本质上，这场对话提供了对社群运营和AI时代个人发展的前瞻性思考：既务实（分享如何用AI做事、用什么工具），也关照终极意义（如何看待智慧、创造、人与社会的结合）。在内容上兼具具体的案例方法和宏观的价值判断，能帮助听者在AI浪潮中做出更清晰的自我定位与规划。