课代表立正

课代表立正
  • 0.0 (0)
  • Technology

课代表立正的官方Podcast 深度访谈，有用干货，亲身验证的「真本事」 Superlinear Academy创始人，Maven Top AI Instructor 前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士 社区：Superlinear.Academy 课程：ai-builders.com 个人：lizheng.ai

  1. Jul 25

    E516. 其实副业比想象中更容易开始，前提是找准需求

    完整版65分钟：https://youtu.be/CKzFbdBY4uk 一个月给狗吃饭 600 刀，训犬私教一小时 200 刀，寄养一天平均 70 刀。Vera 和粒粒各养了一只 70 磅的古牧贵宾混血，肠胃脆弱只能吃处方鲜食，最贵的时候光吃一个月就是 900 刀。两个人把这几年养狗攒下的经验做成了副业：一个 200 人的西雅图养狗微信群、一个每月开团的买手店小程序、每月一场线下活动（室内场限 20 只狗，每次爆满），还有一档做了两期的播客。过去一年这个副业的净利润是负的，年底还请家属吃了一顿海底捞，感谢家属在两个人搞副业的时候帮忙带娃带狗。 前半段是一份很具体的养狗账单：处方鲜食为什么从 900 刀降到 600 刀、生骨肉和 whole prey 到底是什么、doodle 为什么必须穿衣服、一只狗的私教课怎么上到一个月 800 刀、以及为什么上课上到哭的其实是人。群里也没有人以给狗花钱为荣，大家凑单拼邮，核心动机是在能力范围内让狗吃得更好。 后半段是一场直接的生意讨论。最初想自己做一个"爆款遛狗包"，为什么被劝停；群里讨论 engagement 很高却卡在 200 人，为什么不敢用发 sample 的方式换人头；群里真正的需求不在于买不到东西，而在于不知道该信谁。课代表立正给的方法很具体：先给 6 个朋友打电话，讲完当场收 100 块定金，不收钱拿到的都是 false signal；定价从用户已有的支出倒推，一个月在狗身上花 1000，你收 200 就得让这 1000 花出 2000 的效果；社群按每人每月 50-200 算，两三百人能启动，一两千人就够全职做；产品只有 30 分的时候就该 launch，因为不拿钱最多也就能设计到 30 分，但 launch 的机会最多只有两次；微信群沉淀不下来也没法 broadcast，得靠人工整理成周报去获客；英文市场最值钱的资产是 email list，中文是加微信；线下店可以开，但它大概率不在最重要的前十件事里，而且很容易变成退路。 Vera 主业是做了很多年的 UX Designer，粒粒主业是政策分析，主要做环境合规方向。两个人在西雅图因为养同款大狗认识，副业叫 Lumitails（光尾物语），从一个 doodle 群做起，现在是买手店、线下活动和播客三块。这是第二次找课代表立正聊，第一次聊完的总结是"被骂了 20 分钟"，但那次把自己做爆款产品的计划停掉了。 章节： 00:00 开场：两个狗妈，两只 70 磅的 doodle 02:05 这个副业过去一年的净利润是负的 03:22 想自己做一个爆款遛狗包，为什么被劝停 05:28 一个月在一只狗身上到底能花多少钱 11:35 一小时 200 块的私教课，训的其实是人 22:18 从狗妈到买手店：现在在做的三块生意 29:40 打 6 个电话、当场收 100 块定金，验证真实需求 32:40 定价从价值倒推，社群是性价比最高的生意 36:52 做一个业务最难的就是增长 37:45 你只有两次机会，但产品 30 分就该 launch 43:14 要不要开线下店 课程：https://ai-builders.com/ 社区：https://staysuperlinear.com/ 在App Store搜索Superlinear Academy，加入AI先行者的大本营（免费） 会员频道周更

    E516. 其实副业比想象中更容易开始，前提是找准需求

  2. Jul 22

    E515. 为了躲开AI，我差点去美国开餐馆，最后为什么卖起了课？

    2023年是我职业生涯的顶点，但我也意识到打工这件事迟早要被AI取代了。所以我第一反应是去楼下找了一个餐馆老板，谈回美国开餐馆。 之后有很多思考、转型、探索，到了现在这条路。如果你希望摆脱打工，自己赚钱，那这些经历也许能带来一些启发。视频里，我完整梳理了从大厂打工人到知识付费从业者的选择：为什么先认真筹备去美国开餐馆，后来又放弃实体生意；为什么开始接受内容商业化；以及课程做了两年、连续开到第 12 期后，对这门生意的真实认识：课程卖的是消费者购买前的信任，高质量内容在展示层面却很难与包装精美的低质课程拉开差距 我也分享了我对卖课的体会、和解法。 不过注意，这是我2026年3月17日录的视频。经过一个季度的工作，我们成功给国内几个头部互联网企业交付了企业培训，并收获了很多好评。其中包括腾讯、美团、小红书，培训视频都可以在社区里看。还另有定制内容受协议约束不能分享，我们也会把精华内容放进 ai-builders.com 课程里。 站在2026年7月份，我又有一些业务重心的调整，最重要的就是重新设计和升级了社区。未来也会出视频去介绍这里的想法。 社区主页：https://staysuperlinear.com/ 00:00 为什么从大厂打工走向卖课 03:00 生成式 AI 与知识工作的倒计时 06:00 寻找公司之外的生存方式 07:00 为什么放弃去美国开餐馆 08:00 从会员频道到第 12 期课程 11:00 卖课、种地与被误解的宿命 14:00 为什么从 ToC 转向 ToB 17:00 企业一线需求如何反哺课程 20:00 Superlinear APP 与下一步计划 课程：ai-builders.com 社区：staysuperlinear.com 在App Store搜索Superlinear Academy，加入AI先行者的大本营

    E515. 为了躲开AI，我差点去美国开餐馆，最后为什么卖起了课？

  3. Jul 21

    E514. Codex“背着我”发了个帖，但我不怪她…

    课程： https://ai-builders.com/ 社区：https://www.superlinear.academy/ 在App Store搜索Superlinear Academy，加入AI先行者的大本营 我只说了一句“帖子更新一下”，Codex 就直接改了一个 2 万人会看到的帖子。 更好笑的是：它改得还挺好。 内容没有问题，真正有问题的是流程——一个会直接影响用户的操作，AI 不能不经确认就替我执行。 但我最后并没有收回它的管理员权限。因为如果 AI 每做一步都要来问我，也就失去了 Agent 的意义。 我的处理方法，是给它补上一道 approval gate：日常任务尽量独立完成，但凡涉及对外发布、客户或其他高后果操作，必须先展示最终内容，等我明确批准。 这条视频的字幕、口头禅清理、剪辑和烧录也是 Codex 自动完成的，没有安装或调用网上现成的 fancy 剪辑 skill / 插件。 用好 AI，真正重要的可能不是 fancy prompt，而是理解它的原理、能力边界，以及怎样设置清晰的验收标准。 如果你的 Agent 拿着邮箱、社区或者部署权限，你会收回权限，还是给它加一道门？

    E514. Codex“背着我”发了个帖，但我不怪她…

  4. Jul 18

    E513. 超线性增长难在“保持”，如何从一次做对到次次做对？

    用长期主义心态参与AI时代，非常重要。而超线性增长，难在“保持”。 简单来说，超线性增长不是去做对某件事，而是把自己放在一个进步的环境里，并且让更多的动作能在未来产生复利。 我对这两个问题，提供的solution，是Stay Superlinear的订阅制社区。这也将是我接下来一段时间的工作重心。这期视频里分享了我对这个社区背后的思考，社区的介绍，以及对老学员的安排。 Stay Superlinear：https://staysuperlinear.com/ AI Builders 2027：https://ai-builders.com/ 免费社区：https://www.superlinear.academy/ App：搜索 Superlinear Academy

    E513. 超线性增长难在“保持”，如何从一次做对到次次做对？

  5. Jul 17

    E512. 他的FDE团队从30人扩到100人，但为什么很多大厂工程师甚至不知道这个岗位？

    完整版56分钟：https://youtu.be/MF30YbZCRbM 文字总结：https://www.superlinear.academy/c/main/fde Jove的招聘：https://www.superlinear.academy/c/collaborate/ai-agent-fde-forward-deployed-engineer FDE全称Forward Deployed Engineer，是AI当下最火的岗位之一。 AI 模型人人都能调用，真正稀缺的是把它做成可靠业务结果的人：FDE 负责补上 AI 落地的“最后一公里”，而这最后一公里不仅是处理幻觉、延迟、RAG、测试和 guardrail，更难的是理解业务、赢得客户信任，并对最终结果负责。 Jove 目前在温哥华的 AI 公司 Cresta 带领约 30 人的 FDE(Forward Deployed Engineer) 团队，预计扩展到 100 人。他曾在 Splunk、EMC 等企业软件公司担任工程师和管理者，也创业四五年开发实时数据管道和流式数据库。这些经历让他同时经历过大型工程组织、创业失败、企业客户合作和 AI Agent 的一线交付。 这期我们具体讨论：AI Agent FDE 与传统驻场工程师有什么区别，酒店、银行、航空公司、餐馆和牙医诊所怎样使用语音 AI，为什么技术落地背后的信任比技术本身更难，FDE 是否会随着模型进步而消失，以及 Cresta 如何招聘和面试 FDE。Jove 也解释了为什么创业者、founding engineer 和咨询背景的人更适合这个岗位，什么样的人能赢得客户信任，以及 FDE 模式在北美和国内面临的不同条件。 00:00 开场、嘉宾介绍与 FDE 岗位窗口 02:20 AI Agent FDE 到底是什么 06:50 创业者为什么适合做 FDE 09:30 FDE 如何把客户现场的问题带回产品 16:00 客服、酒店与餐馆怎样使用语音 AI 23:00 技术落地背后更难的信任问题 26:20 咖啡师类比：模型易得，做好很难 32:00 FDE 的人才画像、工作与面试 38:30 从掌握技能到为业务结果负责 39:30 FDE 在北美和国内的不同前景

    E512. 他的FDE团队从30人扩到100人，但为什么很多大厂工程师甚至不知道这个岗位？

  6. Jul 11

    E511. 自媒体比多数人想象中更赚钱，但也很容易走偏｜我被采访的一期

    如果你在大厂工作、担心 AI 会怎样改变职业，或者已经会用 ChatGPT、Cursor，却还不知道怎样把 AI 变成真实产出，这期对谈会提供一套更接近现实的判断框架。 课代表立正分享了离开 Statsig、创办 Superlinear.Academy 的原因，以及做 AI 课程、社区和内容业务的实际经验。他认为，AI 最重要的变化不只是“更会聊天”，而是让普通人能够用自然语言调度算力；学习 AI 最有效的方法，也不是追完所有论文和工具，而是持续做出过去做不到的东西，并尽快获得真实用户反馈。 对谈进一步追问：AI 提高生产力后，收益究竟归谁？写代码、数据分析等高溢价技能会不会越来越便宜？岗位合并后，职业会不会从“按技能定义”转向“按结果、判断力和个人特质定义”？为什么“会打工”和“会赚钱”是两套能力？技术创业者为什么常常在创业后才发现，用户、销售和 Go-to-Market 比技术更难？ 此外，我们也谈到大厂里的“表演”与沟通机制、职业稳定感的幻觉，以及复利为什么往往要到长期积累的后段才显现。这不是一场鼓励所有人辞职创业、或用 AI 制造焦虑的对谈，而是帮助你判断：哪些能力正在贬值，哪些能力会更重要，以及接下来应该把时间投入在哪里。 最后，这场对谈也保留了一个重要的尺度：学不学 AI 都不是目的，过自己喜欢的生活更重要。 00:00 从大厂到创业：为什么做 AI 教育与社区 04:33 社区、课程与频道：做东西、拿反馈、建立定位 10:23 Agentic AI：从聊天到用自然语言调度算力 13:38 AI 焦虑与职业重构：谁能拿到生产力红利 19:13 从打工到赚钱：创业反馈、Builder 与 Go-to-Market 23:53 复利、耐心与职业稳定的幻觉 28:51 大厂的“表演”、小团队的聚焦与最后建议 课程： https://www.superlinear.academy/ai-builders 社区：https://www.superlinear.academy/c/share-your-projects/ 在App Store搜索Superlinear Academy，加入AI先行者的大本营

    E511. 自媒体比多数人想象中更赚钱，但也很容易走偏｜我被采访的一期

  7. Jul 2

    E510. 明知道这里会越来越坏，为什么我们还是不走？

    “先这样吧”很多时候不是勇气不够，而是大脑把一个正在变坏的现状伪装成了安全：明知道工作有毒、关系有问题、房子可能继续跌，却还是留在原地，直到选择越来越少。 这期拆解了“明知不好还不离开”的三明两暗机制：熟悉感的误导、责任规避、环境钝感、身份绑定带来的沉没成本、习得性无助，以及它们最后如何磨损一个人的 agency，让人慢慢失去主动选择自己人生方向的能力。 主播从一位同日入职亚马逊、在 toxic 组里耗了多年、被裁后反而觉得解脱的朋友讲起，也回到自己从山东到上海读高中的经历，讨论为什么有些在旁人眼里“风险很大”的选择，实际上是在离开一个确定会消耗你的环境。 00:00 “先这样吧”为什么危险 01:00 三明两暗的心理机制 02:00 亚马逊裁员朋友的故事 03:00 从山东到上海读高中的选择 06:00 熟悉感误导与责任规避 07:00 环境钝感：不要用努力抵消下坡 08:00 身份绑定与沉没成本 09:00 习得性无助如何让人不敢走 11:00 agency 的损耗与找回 12:00 不要把方向盘交给“先这样吧” 课程： https://www.superlinear.academy/ai-builders 社区：https://www.superlinear.academy/c/share-your-projects/ 在App Store搜索Superlinear Academy，加入AI先行者的大本营

    E510. 明知道这里会越来越坏，为什么我们还是不走？

  8. Jun 25

    E509. 一红16年，干啥啥赚钱？｜屠龙博士创业的秘密！

    2016 年，正在为美军项目做博士后的屠龙，开车穿过宾州农村，和一路遇到的大爷大妈聊天，提前看到了美国政治的转向。她后来决定海归、离开学术圈、进入商业世界，用的都是同一种判断方式：不要坐在家里推演，要去现实里拿一手信息。 屠龙是清华生物本科、匹兹堡大学脑科学博士，做过 DARPA/IARPA 相关项目，回国后在好未来做高管，后来创业做书店、护肤品和课程公司。她在这次对话里回答的不是“怎么创业成功”这种大问题，而是更具体的判断题：为什么先做销售再做产品？为什么卖书能爆，卖首饰卖不动？为什么体量小的时候越看竞对，越容易把自己做成四不像？ 她也讲了很多只有下场做事才会遇到的现实：从 0 到 5 万粉丝用了 7 年，为什么从 5 万到 80 万只用了半年；盗版书为什么既伤害正版，又可能是小城市孩子的唯一读物；团队里离职财务突然换了法拉利，创业者才明白“学动词”是什么意思；为什么产品不一定要人人喜欢，反而“不要怕黑子，就怕没黑子”。 最后聊到一个更难的问题：一个说话很直、不擅长圆滑的人，怎么在复杂现实里继续把事做成。屠龙的答案不是改性格，而是提高修养：尊重人，理解人的处境，在冲突里仍然看见事情的另一面。 章节： 00:00 开场：为什么要采访屠龙 02:00 从脑科学、DARPA 到回国决策 10:00 为什么离开学术圈进入商业世界 13:00 大厂经历、土豪现象与创业起点 15:00 书店生意：先学销售，再做产品 23:00 大 V 是怎么做成的：长期写作与不看竞对 31:00 非线性增长：拐点不是突然发生的 36:00 数据实验、失败乐趣与每天诊断 41:00 招人和团队建设：价值观、人才密度与组织风气 48:00 盗版书、下沉市场与复杂现实 55:00 创业现场：网红、供应链、仓库和行业乱象 64:00 高客单价怎么成立：消费者心理预期与产业链毛利 81:00 女性创始人、投资人和 FOMO 管理 85:00 直率、情商和尊重人的真实方式 91:00 破圈：向不喜欢但有道理的人学习 社区里的帖子：https://www.superlinear.academy/c/posts/yangying 如果这期看得过瘾，也可以看看这几期： https://youtu.be/-Et3GJRSI_0 https://youtu.be/BnL5qaBzmR0 (不是设计师也非常值得看） https://youtu.be/dymM40bVIhQ 我的内容一般不太迎合算法，也导致可能很多人看不到。还请大家喜欢的话多多分享给身边的人，会对我有很大帮助！ 另外，跟屠龙老师合作，帮她的课程带带货：👇 播客里提到的屠龙老师《创业故事》课，讲了屠龙老师真实创业过程中，做产品、销售营销品牌、组织管理、扭亏为盈的亲身经验。 课程共100节，点击末尾链接即可订阅，【课代表立正粉丝】额外附赠： 1）价值199元《竞争战略》读后感（永久有效） 2）价值199元《论中国》读后感（一年期有效） 3）200+节各行各业免费答疑音频（AI、教育、金融等等） 订阅加屠龙老师团队微信：asm613_

    E509. 一红16年，干啥啥赚钱？｜屠龙博士创业的秘密！
See All (516)

About

课代表立正的官方Podcast 深度访谈，有用干货，亲身验证的「真本事」 Superlinear Academy创始人，Maven Top AI Instructor 前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士 社区：Superlinear.Academy 课程：ai-builders.com 个人：lizheng.ai

Information

  • Creator
    课代表立正
  • Years Active
    2025 - 2026
  • Episodes
    516
  • Rating
    Clean
  • Copyright
    © 2026 课代表立正
  • Show Website
    课代表立正

You Might Also Like