杜磊把Cursor从代码工具变成外脑与私有知识库，由此提出更激进的判断：软件3.0将减少SaaS之间的人肉胶水和大量假工作，把信息组织税交给Agent，并让少量超级个体支撑更大的业务范围。

适合知识工作者、运营、软件从业者和管理者，帮助识别哪些流程只是信息组织税，以及自己能否转向Prompt Master或超级个体。

这期你会听到

• Cursor如何作为外脑，把会议记录和长文沉淀进个人知识库？

• 传统SaaS为何让人围绕数据库反复点击，并制造人肉胶水？

• 从软件1.0、SaaS到软件3.0，企业是在买人头还是买算力？

• 假工作的根因为何是信息处理能力不足与复杂协作产生的信息组织税？

• 执行层岗位收缩时，领域专家如何转向Prompt Master、AI-native创业或RL数据构建？

章节

本期嘉宾

杜磊是科技投资人，本期以自己使用Cursor重构信息处理与投资工作的实践，推演AI对组织和岗位的影响。

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

列出工作流里反复搬运信息的环节带来，讨论哪些可交给智能工具、哪些须人判断。

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。

投资圈追逐的“非共识”，常常只是更小圈子的共识；真正领先的信息可能早已被Builder验证。科技投资人杜磊从MCP、年轻创业团队和To B浪潮谈起，分析AI为何拉平经验，却放大定义问题与做决策的元能力。

适合AI创业者、投资人和担心经验贬值的资深从业者，帮助判断哪些积累正在失效，哪些元能力仍能持续复利。

这期你会听到

• 为什么投资圈的非共识往往来自access，而不一定来自独立思考？

• MCP等案例为何显示Builder可能比投资人更早发现技术的真实边界？

• AI成本下降如何让创业从成熟To B团队扩展到大学生团队？

• 经验被拉平时，资深人士的身份与沉没成本为何可能成为负担？

• 定义问题、系统性思考和高质量决策如何构成可持续的元能力？

章节

本期嘉宾

杜磊是科技投资人，本期从投资与Builder社群的双重视角讨论AI创业者结构、经验价值和元能力。

相关内容

观看本期视频版

阅读本期文字稿

杜磊：硅谷投资圈的非共识，YC Demo Day内幕，AI创业者画像，虚假工作来源，把Cursor用成Notion：

https://youtu.be/0hfrBADmH2M

加入Superlinear Academy免费社区

把你面对的人工智能项目决策带来，检验问题定义与决策依据是否经得住追问。

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能快速生成代码，却不能替工程师定义问题。Terry以LeetCode和算法面试为载体，讨论科技公司为何仍在有限时间内检验解决问题能力，以及刷题怎样从背答案转化为刻意练习。

适合准备算法面试、担心被AI替代或想补足编程基础的工程师，帮助判断该练答案、思维过程，还是更接近真实工作的项目能力。

这期你会听到

• 为什么AI普及后，科技公司仍用LeetCode和算法面试筛选工程师？

• 解决问题能力与熟练使用Python、AI等工具有什么本质差别？

• 如何把复杂题目拆成小问题，并理解数据结构选择背后的逻辑？

• LeetCode训练与real world problem各自能培养什么，又有哪些局限？

• 共同练习和课程里的模拟面试练习怎样帮助学习者发现并纠正反复出现的错误？

本期嘉宾

Terry是科技YouTuber和前程序员；本期也介绍了他与Hank围绕LeetCode、问题拆解和算法面试设计的训练。

相关内容

观看本期视频版

阅读本期文字稿

Terry x Hank LeetCode 课程信息（课代表专属半价折扣码：KE-DAI-BIAO）：

https://www.buildmoat.org/?promo_code=promo_1RpYzuE0p4ndwh3C4l3w3iYr

加入Superlinear Academy免费社区

挑道近期练过的算法题带来，复盘问题拆解过程与面试反馈中的薄弱处。

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。

知道长期持有，并不等于能承受市场波动。科技YouTuber Terry从比特币、NVIDIA与Meta的不同判断出发，解释认知如何影响仓位、持有信念，以及分散投资和重仓押注之间的选择。

适合容易追涨杀跌或正配置科技股、比特币等资产的人，帮助区分真实认知与市场情绪，并检查风险是否在自身承受范围内。

这期你会听到

• 为什么投资者常在价格上涨后才产生信心，又在下跌时否定原有判断？

• NVIDIA与Meta的对比如何说明认知深度会影响持有能力？

• 分散投资与重仓押注分别在控制什么风险，两者能否同时存在于不同资产层级？

• Terry如何组合房地产现金流、大类资产分散与科技股集中仓位？

• 加密货币在高通胀地区解决了什么问题，比特币与法币的价值逻辑有何差异？

章节

本期嘉宾

Terry是科技YouTuber和前程序员，本期分享其对股票、房地产、加密货币及科技趋势的投资判断。

相关内容

观看本期视频版

阅读本期文字稿

Hackbear泰瑞：如何构建投资的认知｜简单布局数字货币｜AI时代为什么还要刷题？：

https://youtu.be/u6w7AuoGNoY

加入Superlinear Academy免费社区

请拿出你的持仓逻辑和风险承受计算，讨论波动来临时哪些判断仍然成立。

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工具做不好复杂任务，究竟是能力不足，还是使用者过早放弃？Koji、Monica与课代表从反复试错谈到独立开发者、AI原生产品和AI Hacker House，最后把技术焦虑重新放回学习、创造与生活之中。

适合正在浅尝辄止、受FOMO困扰的AI工具使用者和创业者，帮助判断何时继续试错、如何选问题，以及何时该放下屏幕。

这期你会听到

• 为什么AI任务失败时，先要判断是使用方式的问题，还是AI工具的能力边界？

• 怎样把OCR与匹配等步骤拆开，通过反复测试完成复杂任务？

• AI创业为何容易陷入“拿着锤子找钉子”，真正的AI原生产品应从哪里出发？

• 独立开发者如何借助AI降低开发成本，并选择不同于VC的成功路径？

• 费曼学习法、观鸟和线下社区如何缓解AI时代的FOMO？

章节

本期嘉宾

Koji、Monica参与本期对谈，围绕AI使用、产品判断、独立开发者与社区价值展开讨论。

相关内容

观看本期视频版

阅读本期文字稿

AI让普通人无所不能，但只有1%的人在认真使用｜十字路口Koji x Onboard Monica：

https://youtu.be/8Dcop5ewKrI

加入Superlinear Academy免费社区

把近期卡住的人工智能任务带来，讨论该继续试错、换个问题还是暂时放下。

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。

从街旁、新世相到躺岛，Koji始终把自己视为产品经理；生成式AI的冲击又促使他创办《十字路口》。对谈从会飞的AI宠物、独响和Meta商业Agent出发，追问模型能力之外，什么才能构成真正的产品。

适合思考AI产品、内容创业或职业转向的人，帮助辨别Agent与Wrapper的产品机会，并重新审视自己的Agency与Taste。

这期你会听到

• Koji为何认为横跨街旁、新世相和躺岛，本质上仍是在做同一类产品工作？

• 《十字路口》如何通过持续输出积累复利、连接与情绪价值？

• 独响和会飞的AI宠物说明，AI陪伴的关键是智能、主动性还是存在感？

• Meta设想的商业Agent会怎样改变广告、AI SEO与品牌竞争？

• 当模型能力逐渐普及，Wrapper如何建立产品价值，个人又为何需要Agency与Taste？

章节

本期嘉宾

Koji是连续创业的产品经理，先后参与街旁、新世相与躺岛，并与Ronghui启动播客《十字路口》。

相关内容

观看本期视频版

阅读本期文字稿

AI让普通人无所不能，但只有1%的人在认真使用｜十字路口Koji x Onboard Monica：

https://youtu.be/8Dcop5ewKrI

加入Superlinear Academy免费社区

带来你正在打磨的人工智能产品原型，讨论判断力与主动性怎样转化为取舍。

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。

技术人创业最常见的陷阱，是把公司变成一个让自己继续写代码的岗位。本期借 E-Myth Revisited 区分 Technician、Entrepreneur 与 Manager，并追问一个更现实的问题：市场究竟愿意为什么付费？

适合技术背景的创业者和独立开发者，帮助你判断自己是在解决市场问题，还是沉浸于擅长但无人付费的技术题。

这期你会听到

• Technician 创业后为什么容易给自己制造更多专业工作，却没有建立 Business？

• Entrepreneur 与 Manager 分别补上技术人缺失的哪些职责？

• 怎样学会听懂市场愿意为什么付费，而不是默认技术难题更值钱？

• 用户访谈与 minimum viable product 怎样帮助创业者逃离空想和 Tarpit idea？

• 产品完成后，为什么 Go to market、注意力与转化漏斗仍可能决定生死？

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

请带来正在开发却尚未获得付费的产品，检验它解决的是市场问题还是技术兴趣。

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。

一位 ByteDance AI PM 想做个人IP，却把困难归因于没时间制作复杂视频和分析小红书数据。这场对话把问题推回内容本身：自动化工具、Personality 和人设都不能替代选题、持续投入与分发。

适合科技公司里想经营个人IP、尝试内容副业的人，帮助你判断瓶颈究竟是工具和时间，还是内容价值、频道定位与长期投入。

这期你会听到

• 为什么自动化工具只能放大已有内容质量，批量生产反而可能制造更多垃圾内容？

• Personality 为什么是个人IP的必要条件，却不是做成频道的充分条件？

• 拆解爆款时，哪些数据有助于理解选题，哪些数据只是噪声？

• 垂直频道与杂食频道各自依赖怎样的成长路径？

• 图文遇到瓶颈后，视频与多平台分发能解决什么，又不能解决什么？

章节

本期人物

一位在 ByteDance 从事 AI 产品工作的 PM，正在探索小红书、视频内容与个人IP的发展路径。

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

拿出你的频道定位或待发布选题，讨论瓶颈究竟来自内容、分发还是投入。

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。

做副业多年后，主播发现主业与副业的差别不只在收入：围绕真实需求持续积累的副业，可能形成更稳定的数字资产、更直接的正反馈，也更容易借助 AI 和他人扩张。

适合担心主业被 AI 改变、想建立第二收入来源却不知道如何开始的人，帮助你判断副业是否具备真实需求、复利基础与规模化空间。

这期你会听到

• 为什么经验未必持续增值，让主业的稳定性需要被重新评估？

• 副业如何通过真实需求、回购、口碑与数字资产逐渐形成复利？

• 主业和副业的反馈路径有何不同，为什么后者可能带来更直接的成就感？

• 怎样利用 AI native 工作方式，把一次性帮忙变成可重复产品？

• 如何用长板与市场缺口起步，并搭建分发信任转化的飞轮？

相关内容

观看本期视频版

阅读本期文字稿

我的课程，从会工作到会赚钱，也是一门精心制作的课程。完整讲解如何在工作中提升有用的技能，积累人力资本，从而达到不依赖工作也能赚钱的境界：

https://www.superlinear.academy/c/work-wealth/

加入Superlinear Academy免费社区

把尚在验证的副业构想带来，讨论真实需求、复利资产与扩张路径。

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。

Meta 高价争夺 AI 人才，引出的不是薪酬八卦，而是商业社会如何给人才定价：努力和技术难度不会自动换来高回报，稀缺能力只有进入可放大价值的场景，才能形成杠杆。

适合正在选择行业、公司或技术方向的职场人，帮助你判断一项能力是否处于高杠杆场景，以及自己是否有足够的判断力和 conviction 长期投入。

这期你会听到

• Meta 争夺 AI 人才，反映出企业如何估算稀缺人才可以放大的价值？

• 为什么老师、护士或基础设施岗位创造重要价值，却未必获得与 AI researcher 相同的市场价格？

• 选择行业、公司、老板和具体任务时，怎样寻找更适合发挥杠杆的场景？

• 真正高杠杆的 AI application 为什么不只是写 prompt，而是构建可扩展的工作流？

• conviction 如何把判断力转化为面对长期困难的持续行动？

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

带上你的职业方向选择和价值杠杆计算，讨论稀缺能力该放进什么场景。

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。