等待 AGI 降临再行动，会忽略眼前更大的机会：模型已有能力与真实应用之间，还缺 Infrastructure、Pipeline 和使用习惯。借汽车取代马车的历史类比，本期说明 Manus 这类产品为何能靠处理落地杂活创造价值。
适合对 AGI 进展焦虑、想提升工作效率或寻找 AI 项目机会的人，帮助你把注意力从预测模型能力转向建设真正可用的系统。
这期你会听到
• 汽车替代马车的过程为何能解释 AI 落地速度？
• Transformer 与 ChatGPT 分别对应技术引擎和早期产品的什么位置？
• Infrastructure、Pipeline 和使用习惯为何比等待更强模型重要？
• Manus 如何通过处理脏活累活降低 AI 使用摩擦？
• 怎样用 Frictionless、Contextual 和 Proactive 检查自己的工作流？
章节
00:00 — 等待 AGI 躺平为何是认知误区
01:23 — 汽车替代马车为何经历漫长生态建设
03:20 — Transformer 是引擎，ChatGPT 只是第一辆车
06:39 — 落地瓶颈在 Infrastructure、Pipeline 与习惯
08:35 — AI 被困在聊天框，是系统还未就位
11:35 — Manus 的价值来自处理落地杂活
14:25 — 用 Frictionless、Contextual、Proactive 改造流程
16:04 — 从一个真实需求找到个人机会
18:41 — 别等银弹，先参与 AI 生态修路
相关内容
我是孙煜征，大家叫我立正，康奈尔经济学博士、《真本事》作者、超线性学院创始人。在这里，和我一起把AI、工作与人生中的重要问题想明白。
了解我、阅读文章与查找往期节目
问问立正｜把问题想明白
听完还有问题，或想把一个观点用到自己的处境里？试试我做的「问问立正」：AI会从我的公开文章、视频和《真本事》中寻找相关内容，整理回答，并附上出处。每天可免费提问3次。
不怕AI天天变，就来超线性学院
学点真本事，做点真东西。超线性学院是我创办的免费AI社区，两万多人在这里分享真实项目，你也可以带着问题来讨论。App Store搜「超线性学院」也能加入。
把当前工作流中仍靠人补位的环节拿出来，和大家设计可落地的代理系统实验。
https://www.superlinear.academy/
AI Builders｜系统学懂AI，真正用起来
想系统学懂AI、用它做好重要工作，把想法做成作品？了解我和鸭哥一起做的AI Builders课程。