GenAI 最终要通过产品产生影响，但产品团队仍要回答成本、采用速度、市场结构与评估方式。Howie Xu、Yangqing Jia、Zhongjie(Jay) Wu 和 Jason Hu 从基础设施、OpusClip、Lepton.ai 与 Martian 的实践出发，比较下一阶段的关键变量。

适合正在开发或投资 GenAI 产品的人，用多位一线从业者的讨论判断成本是否可控、应用会集中还是分布，以及 Martian 一类中间层能创造什么价值。

这期你会听到

• GenAI 产品开发与传统软件相比，边际成本和计算范式有何不同？

• Yangqing Jia 的 Lepton.ai 视角如何理解基础设施与应用之间的机会？

• Zhongjie(Jay) Wu 如何从 OpusClip 的产品实践看用户采用与结果筛选？

• Jason Hu 所在的 Martian 为什么用模型路由匹配任务、质量与成本？

• Howie Xu 提出的市场视角如何帮助判断集中化、开源模型与小公司的空间？

本期嘉宾

Howie Xu 是硅谷技术从业者与 Stanford 客座讲师；Yangqing Jia 是 Lepton.ai 联合创始人兼 CEO；Zhongjie(Jay) Wu 是 OpusClip 联合创始人兼 CTO；Jason Hu 是 Martian 创始工程师。

相关内容

观看本期视频版

阅读本期文字稿

更多嘉宾访谈：

https://www.lizheng.ai/guests

加入Superlinear Academy免费社区

带来你的生成式人工智能产品用例，附上评估、成本与路由假设，和大家比较落地路径。

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。

当一位资历深厚的前老板也陷入“干不下去又不敢辞职”，螺丝钉式职业安全感就值得重估。本期从《真本事》出发，讨论 AI 时代如何转向经营者：用 Work Smart 找需求、用杠杆思维积累资产，再用市场语言让价值被看见。

适合在大厂或初创公司感到可替代、又不想盲目裸辞的人，用经营者视角判断哪些工作值得投入，并积累离开当前岗位后仍能使用的真本事。

这期你会听到

• 为什么“事情越难越有价值”可能让螺丝钉把精力投错地方？

• Work Smart 如何帮助你识别少数真正产生价值的任务？

• 杠杆思维要求职场人积累哪些离开公司仍能带走的资产？

• 怎样用市场语言像经营产品一样经营自己的履历？

• 从被动完成任务的螺丝钉转为经营者，首先要改变什么判断？

章节

本期人物

李正曾任亚马逊经济学家、Meta 数据科学家、腾讯副总监及 Statsig 布道师，目前是一名创业者；本期以自己的职场经历和前老板的求助，讨论打工人如何经营长期能力。

相关内容

观看本期视频版

阅读本期文字稿

· 书的网站： （这里还有基于本书的AI skill可以下载：

https://www.lizheng.ai/zbs

加入Superlinear Academy免费社区

把当前工作清单和可带走的能力资产带来，请大家判断哪些投入真正贴近经营结果。

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。

十年前，Uber 为中国业务在 101公路投放中文招聘广告；十年后，道路两旁换成 AI 广告。身处两轮浪潮的 Wu Kan 复盘 Uber 与滴滴的竞争、Travis Kalanick 的城市网络 vision，以及这些经历如何通向 ChatGPT growth。

适合关注增长岗位、中美创业竞争与 AI 职业机会的人，用 Uber、滴滴和 CloudKitchens 的一线故事理解，市场胜负为何远不止产品和技术。

这期你会听到

• Uber 与滴滴竞争时，运营、激励、反作弊和本地化如何相互牵制？

• 微信渠道和资本力量为什么会改变 Uber 的中国市场选择？

• Wu Kan 为什么把高速增长期的 Uber 视为重要的职业经历？

• Travis Kalanick 如何把交通、房地产、外卖与 CloudKitchens 放进同一套 vision？

• 从 101公路的中文招聘到 AI 广告，职业人应怎样识别尚未成为共识的浪潮？

章节

本期嘉宾

Wu Kan 目前在 OpenAI 从事 ChatGPT growth；此前经历 YouTube 创始人的创业公司、Uber growth 与 CloudKitchens，曾从一线参与 Uber 和滴滴的中国市场竞争。

相关内容

观看本期视频版

阅读本期文字稿

OpenAI增长工程师：如何押注职业方向；如何增长产品；怎样讲好自己的经历，拿到入场劵？：

https://youtu.be/3ILs3XDcE1I

加入Superlinear Academy免费社区

选取经历过的市场战役，带来技术、运营、本地化与渠道证据，请大家复盘胜负原因。

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。

吴坎从 YouTube 创始人的创业公司进入 Uber，在中国市场参与与滴滴的正面竞争，之后经历 CloudKitchens，再到 OpenAI 做 growth。本期关心的不是履历光环，而是他如何识别 AI 大势、重述经历并获得新机会。

适合关注 AI、创业公司与中美职业机会的人，用吴坎的路径思考如何押注方向、理解 growth，并把非 AI 背景转化成进入 OpenAI 一类机会的入场券。

这期你会听到

• 家庭因素与 AI 大势如何共同影响吴坎回美国的决定？

• 在 Uber 与滴滴的竞争中，产品技术之外的运营、激励与渠道为何关键？

• 连续选择创业公司时，怎样辨别成长浪潮与单纯的公司名气？

• 非 AI 背景的人如何判断 OpenAI 代表的职业机会？

• 面试时怎样重组自己的经历，让 growth 能力和判断力被看见？

章节

本期嘉宾

吴坎现于 OpenAI 从事 ChatGPT growth；此前在 CloudKitchens 工作，也曾在 Uber 做 growth，并在 Uber 与滴滴竞争激烈的阶段参与 China growth。毕业后的第一份工作则是 YouTube 创始人再次创业的公司。

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

带来正在争取的职业机会和个人经历，和大家打磨能够证明匹配度的案例表达。

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。

同一种 AI 在不同人手里效果悬殊，问题往往不在 prompt 技巧，而在使用者能否自省，并完成隐性知识显性化。3C 框架把 Context、Component、Criteria 说清楚，损失函数与 evaluation 思维则先定义什么叫好。

适合经常觉得 AI 笨、容易跑偏的人，也适合需要带人和协作的管理者，用 3C 检查自己是否给足信息、拆清任务并定义了 Criteria。

这期你会听到

• 为什么模糊需求、期待对方自己“悟”，对人和 AI 都低效？

• AI 没有动机问题后，使用者为什么更难把失败归因于态度？

• 如何通过 Context、Component、Criteria 完成隐性知识显性化？

• 损失函数与 evaluation 思维如何帮助 AI 迭代到可接受的结果？

• 认知同理心为什么同时影响 AI 使用、领导力与亲密关系？

章节

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

把经常让智能工具跑偏的任务拿出来，补全上下文、组成部分与验收标准，请大家找缺口。

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时代最容易过时的是工具，最不容易过时的是你判断问题的逻辑原点。清华大学刘嘉教授从脑科学、人工神经网络与二十多年研究经历出发，解释智能为什么来自“学习”和“涌现”，也回答一个更难的问题：当机器越来越强，人为什么而学习，又该怎样重新设计教育？

这期你会听到

• 为什么刘嘉教授在AI低谷期离开神经网络，又在2016年被人脸识别和AlphaGo重新“唤回信仰”

• 归纳、演绎与涌现分别解决什么问题，为什么真正的创造需要先找到逻辑原点

• Transformer和人脑有哪些根本差异，今天的机器人、脑机接口与具身智能还缺什么

• 当知识和技巧迅速贬值，孩子与成年人最该保留哪几种学习能力

章节

本期嘉宾

刘嘉，清华大学基础科学讲席教授，长期研究脑科学、认知心理学与人工智能，曾任《最强大脑》项目总设计。

相关内容

观看本期视频版

阅读本期文字稿

2小时53分钟完整对谈：

https://youtu.be/EfEk4V3FMdg

AI Builders课程：

https://ai-builders.com/

加入Superlinear Academy免费社区

如果你也在把AI用进真实工作，欢迎与2万+成员一起交流；社区里已有700+真实项目与实践分享：

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。

技术人常把创业等同于做 ToC产品，却低估 ToB服务；也常先把产品做完，再寻找增长。结合 YC 的 Tarpit Idea、The Browser Company 等案例，本期反转这两个因果：先看谁愿意付钱，再看产品该承载什么。

适合有技术能力、想创业却不知从何开始的人，用来比较 ToB服务与 ToC产品，并在投入开发前判断分发、信任和增长是否成立。

这期你会听到

• 为什么 ToB服务可能比与超级 App 争夺时间的 ToC产品更容易赚钱？

• YC 的 Tarpit Idea 框架如何提醒创业者避开反复吸引人的陷阱？

• The Browser Company 的案例怎样说明口碑不等于增长？

• 为什么商业因果应从增长与分发倒推产品，而不是反过来？

• true understanding 和独特经验怎样与分发组合成业务优势？

章节

相关内容

观看本期视频版

阅读本期文字稿

新书上市waitlist：

https://www.superlinear.academy/c/posts/book

加入Superlinear Academy免费社区

拿出准备开发的业务产品，附上潜在客户、分发路径与付款理由，和大家推演再决定是否动手。

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。

以 Meta 对大众元宇宙的投入和 VR / AR 热潮为案例，本期把 Product Sense 拆成可检查的问题：第一性需求是否存在，抽象价值落到真实场景后会不会成为摩擦，以及用户是否愿意支付机会成本。

适合正在做产品、创业或选择职业方向的人，用 Product Sense 判断一个看似先进的方案究竟解决第一性需求，还是只让伪需求显得更方便。

这期你会听到

• 为什么改善价格和便利性，不能让不存在的第一性需求凭空出现？

• VR / AR 的沉浸感在什么场景是价值，在什么场景反而是摩擦？

• 比较 VR、手机和游戏时，为什么必须计算用户的机会成本？

• 用户访谈为什么应追问过去的真实行为，而不是未来的购买意愿？

• Meta 的案例如何说明需求深度与需求广度必须分开验证？

章节

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

带上拿不准的产品方向，具体写出使用场景、摩擦与机会成本，请大家检验需求是否真实。

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。

OpenClaw 像 DeepSeek 一样把原本小众的 Agentic AI 推到大众面前：聊天入口降低了门槛，统一上下文、持久记忆和 skills 又让它显得越来越聪明。但成就传播的设计，也可能限制它成为深度生产力工具。

适合正在比较 OpenClaw、Cursor 与 Claude Code，或只用过 ChatGPT、DeepSeek 的人，用来判断该不该投入工具本身，以及真正可迁移的 Agentic AI 认知是什么。

这期你会听到

• OpenClaw 为什么能让大众第一次直观感到 AI 可以持续推进任务？

• 聊天窗口为何帮助 OpenClaw 出圈，却也限制复杂工作流的上限？

• 统一上下文与持久记忆怎样改变助手的连续性？

• 丰富的 skills 组合为什么可能形成能力飞轮？

• 不要因为 OpenClaw 难用，就否定 Cursor、Claude Code 等 Agent 工具的价值。

章节

相关内容

观看本期视频版

阅读本期文字稿

鸭哥文章：

https://www.superlinear.academy/c/ai-resources/openclaw

加入Superlinear Academy免费社区

展示你想迁移到工作中的代理机制，附上具体任务与限制，请大家设计验证实验。

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。

西雅图聚集了大量科技人才，却没有形成湾区式的创业密度。Seattle Startup Summit 创始人 Yujian 从人才训练、资本习惯与城市生态出发，解释为什么大厂能力有时会成为创业的“反向筛选器”，以及 AI 正在改变什么。

适合在大厂工作、正在做 side project，或考虑从西雅图进入创业生态的人，用来判断自己缺的是技术、大厂能力，还是定义问题、获得资源与接触 startup 的机会。

这期你会听到

• 为什么西雅图科技人才很多，创业公司和资本密度却与湾区存在落差？

• 大厂能力擅长解决既定问题，为什么未必能直接迁移到定义客户与市场？

• 精筛参与者的线下活动，如何连接创业者、投资人和 AI 开发者？

• AI 降低试错成本后，大厂人可以怎样验证创业想法？

章节

本期嘉宾

Yujian 是 Seattle Startup Summit 创始人，做过人工智能、计算机视觉和软件开发相关工作，也曾在 Amazon 参与 AutoML 项目；本期他从活动组织者视角观察西雅图的 startup 生态。

相关内容

观看本期视频版

阅读本期文字稿

如果想在西雅图了解创投生态，那2026年Seattle Startup Summit是肯定不能错过的。报名网站（用折扣码AIBUILDERS买票，可以获得20%折扣）：

https://www.seattlestartupsummit.com/

加入Superlinear Academy免费社区

拿出你的副业项目，带上问题定义、资源来源与市场反馈，请大家判断大厂能力该如何转化。

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。