课代表立正

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

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

“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

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_

这是一期会员视频的限时公开。

视频聊的是 AI 提升之后，白领工作、个人收入和生活方式可能面临的长期转型。它适合正在思考职业安全感、AI 对工作影响、要不要创业、以及未来十年该怎么自处的人看。

视频不是给一个“照着做就能成功”的方案，而是换一个角度理解：为什么很多时代转型真正的痛苦，会落到具体个体身上；为什么面对不确定性本身，可能比学习某个工具更难。

后半段也讨论了一个更底层的问题：我们为什么默认“更 productive”一定是好事？当财务安全、职业发展和内在生活同时存在时，怎样把外在追求和自我修行分开看。

章节：
00:00 AI 时代白领工作的挑战
02:00 从历史里理解个体的处境
03:00 工业革命如何改变织布工人的命运
05:00 生产力提升不等于顺利过渡
06:00 为什么没有现成方案可以照着走
08:00 面对不确定性与自己负责
09:00 反思 productivity 的底层逻辑
11:00 不只追求效率，还能追求什么
13:00 财务安全、修心与现实生活