课代表立正

AIE 与热闹的大型科技展有什么不同？这场 AI Engineer 大会要求一线团队用短 Keynote 和真实 Demo 讲清楚已经做出了什么。主播从旧金山 World’s Fair 现场出发，也解释为什么决定把它带到上海。

适合 AI 工程师、研究者、技术创业者和正在判断行业方向的人，帮助你了解中美 AI 团队在开源模型、AI Infra、Agent 与 Physical AI 上有哪些不同实践，以及 AIE 上海想连接哪些人。

这期你会听到

• 为什么主播没有去 CES，却认为 AIE 能持续带来认知更新？

• 短 Keynote、真实 Demo 和一线从业者，如何形成 AIE 的工程师文化？

• 中国开源模型受到全球关注后，中美 AI 生态为什么更需要直接交流？

• Cursor、Ollama、Pydantic、Daytona 与中国模型团队将带来哪些实践视角？

• AIE 如何从技术社区聚会成长为全球大会，上海站又会聚焦哪些主题？

章节

00:00 — 我为什么不去 CES，却来到 AIE

00:19 — AIE 有何不同：短 Keynote、真 Demo

01:45 — AI Engineer 大会首次来到中国

02:33 — 为什么要连接中美 AI 生态

03:03 — 上海站有哪些参与团队

03:50 — AIE 如何从技术社区走向全球

04:33 — OpenAI Jason：从第一届一路看到今天

05:24 — MiniMax：用户会在现场给什么反馈

05:51 — 上海站主题与参与方式

相关内容

观看本期视频版

阅读本期文字稿

AIE Shanghai 2026

时间：2026 年 11 月 5–6 日

地点：上海虹桥希尔顿

活动详情、报名、演讲与赞助申请：

https://www.ai.engineer/shanghai/2026

加入Superlinear Academy免费社区

带上正在开发的 AI 产品、基础设施或真实 Demo，和一线 Builder 交流具体问题与实践。

https://www.superlinear.academy/

关于主播与节目

孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。

《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。

ChatGPT、Claude Code 和自动化工作流能提高效率，却不会自动创造收入。主播以已有 3000 多名付费学员的课程为例说明：好产品仍不会自动卖出去。要经营可持续的超级个体，顺序应是先找到有价值的产品，再解决销售，最后才用 AI 加速兑现。

适合准备从专业人士转向创业者，或已经在经营个人业务的人，帮助你判断当前瓶颈究竟在产品、销售还是效率，并避免用追逐工具代替市场验证。

这期你会听到

• 为什么产品决定价值与理论天花板，销售却决定业务实际能做多大？

• 产品、销售和效率为何需要采用不同的迭代周期？

• 从一对一咨询走向标准化产品时，哪些核心洞察应当保留？

• 为什么效率只能改变兑现速度，不能拯救没有需求的产品？

• 面对不确定性，创业者思维与好学生思维有什么区别？

章节

00:00 — 为什么要重新审视“超级个体”

01:13 — 从好学生思维转向创业者思维

01:56 — 识别照做就能成功的确定性陷阱

05:25 — 销售决定 One Person Company 的上限

10:11 — 产品、销售、效率及其不同迭代周期

11:56 — 产品可变，核心洞察要持续深化

15:48 — 从一对一咨询到标准化产品

18:01 — 效率影响增速，不决定天花板

19:15 — AI 操作系统不等于某款工具

相关内容

观看本期视频版

阅读本期文字稿

加入Superlinear Academy免费社区

先写下当前业务最卡的是产品、销售还是效率，再带着一个真实案例拆解瓶颈。

https://www.superlinear.academy/

关于主播与节目

孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。

《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。

The Tech Roast Show 把对独角兽、高薪和大厂文化的吐槽做成七位数生意，但三位主创没有把辞职包装成勇气故事：微软时期积累的副业、住父母家、Airbnb 收入与政府补助，都是这笔账不可省略的条件。

适合想离开大厂、经营创作事业或组建小团队的人，帮助你诚实核算现金流、支持系统与练习周期，而不是只看成功后的结果。

这期你会听到

• 四个平等合伙人、三名全职员工和十到二十个长期协作者，怎样撑起七位数生意？

• Austin 在微软工作的阶段，为辞职提前铺设了哪些副业条件？

• Jesse 与 Nikita 如何用不同方式降低长期练习的生活成本？

• 为什么房产、Airbnb、家庭支持与政府补助必须纳入辞职叙事？

• 恐惧、喜剧社群与舞台即时反馈，如何把热爱推向持续行动？

章节

00:00 — 把科技吐槽经营成七位数生意

01:16 — 软件工作与喜剧工作的稳定性

02:12 — 四个合伙人与三名全职员工

03:56 — 印度巡演背后的协作网络与公司化

05:31 — 微软副业与四万美元补助：辞职前的风险缓冲

06:37 — Jesse 与 Nikita 的低成本练习期

07:37 — 诚实核算辞职背后的特权

08:34 — 恐惧、社群与即时反馈

本期嘉宾

Austin、Jesse 和 Nikita 是 The Tech Roast Show 的三位主创。Austin 从微软转向演出，Jesse 经历长期低成本生活，Nikita 则从 VR 游戏开发转向用非母语讲脱口秀。

相关内容

观看本期视频版

阅读本期文字稿

加入Superlinear Academy免费社区

带来把创作变成生意的现金流测算，连同支持条件与协作成本，请大家检查风险缓冲。

https://www.superlinear.academy/

关于主播与节目

孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。

《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。

AI 降低了投递成本，却没有降低判断成本：求职者批量申请，招聘方则被相似简历淹没。Ethan 表示，录制时 Jobright 以不到 10 名全职员工服务 200 多万注册用户，ARR 约 700 万美元。本期从平台和求职者两端拆解这场“双向噪音”。

适合 New Grad、H-1B 求职者、转行者、Mid-to-Senior，以及在做招聘产品的 Founder，帮助你选择投递策略，并理解 AI-native 人才、产品壁垒和 distribution。

这期你会听到

• 为什么“海投还是精投”不是适用于所有求职者的二选一？

• 企业需要的 AI-native 人才，为什么必须用领域判断完成 close the loop？

• H-1B Filter 如何从用户访谈中长出来，并回应真实求职压力？

• 实时职位数据和个性化推荐为何比单纯改简历更接近 Jobright 的产品壁垒？

• AI 降低开发成本后，Founder 为什么仍要亲自理解用户并做 distribution？

章节

00:00 — AI 招聘市场的核心矛盾

01:12 — Ethan、Carina 与 Jobright

03:15 — 不到 10 人服务 200 多万用户，ARR 约 700 万美元

05:15 — 招聘为何陷入“双向噪音”

12:37 — 不同求职阶段需要不同策略

24:51 — AI-native 人才的判断与闭环

32:50 — Ethan 为什么首先不建议创业

43:23 — 用户访谈如何催生 H-1B Filter

60:27 — 收费、转化与 distribution

74:20 — 给求职者与创业者的建议

本期嘉宾

Ethan Zheng 是 Jobright 联合创始人兼 CTO，拥有机器学习与数据库博士背景，曾任 Twitter 机器学习工程师。Carina 录制时任 Expedia Data Scientist，分享了裁员与 H-1B 压力下的求职复盘。

相关内容

观看本期视频版

阅读本期文字稿

完整版131分钟：

https://youtu.be/zrypqOaq3nM

加入Superlinear Academy免费社区

拿出正在使用的求职或招聘方案，附上筛选信号与噪音样本，请大家改进判断机制。

https://www.superlinear.academy/

关于主播与节目

孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。

《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。

标题里的“豆包还是 Codex”不是产品跑分，而是聊天式工具与 agentic 工具两种工作方式的对比：前者多在对话里给答案，后者能调用文件、代码和工作流，连续完成一整段任务。真正的变化，是把目标而非零散问题交给 AI。

适合想突破聊天窗口、又担心自己没有编程背景的非技术用户，帮助你判断该从哪里开始，并把自然语言指令变成可重复执行的工作流。

这期你会听到

• Chat 与 agentic 工具在执行边界上有什么根本区别？

• Codex 如何串联音频转码、转录、高光提取与文档整理？

• 为什么换工具界面不够，工作流才决定生产力上限？

• Claude Code、Cursor 等工具如何减少人在各环节的反复介入？

• 非技术用户可以怎样安排一周练习，建立调度工具和算力的习惯？

章节

00:00 — 成为 AI 高手的关键转变

01:00 — 聊天工具为何限制能力上限

02:00 — Chat 与 agentic 工具的差别

03:00 — 从视频后期到发布的完整工作流

06:00 — 工作流如何决定生产力上限

08:00 — 开始使用 Codex 等工具

10:00 — 非技术用户的一周练习

12:00 — 像学游泳一样进入真实实践

相关内容

观看本期视频版

阅读本期文字稿

文章：

https://www.superlinear.academy/c/ai-resources/stop-using-chatgpt

加入Superlinear Academy免费社区

带上想交给代理工具完成的完整目标、文件与验收条件，请大家拆解成可重复工作流。

https://www.superlinear.academy/

关于主播与节目

孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。

《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。