立正把 AI 比作站在身后的保护员：它替你托一把，但举重的人还是你。所以关键不是少用 AI，而是把难留在真正的问题上——值不值得做、怎么拆、做出来好不好；配环境、调端口这类消耗意志力却不长智慧的「假困难」尽管交给工具⁠1。他给出的检验很具体：先自己猜一遍再让 AI 动手，过一两天关掉 AI 重做或讲给别人听，再换一个条件看还会不会⁠1。做的时候更慢更吃力，恰恰说明学习在发生⁠1。他反复强调，做出来了只说明当下做得好，撤掉帮助、隔一段时间、换一道题还会，才算真的学会⁠2。

立正认为大多数人学不会 AI，是学习方式从一开始就错了：课堂式学习把「我懂了」当成「我会了」，tutorial 和 toy project 又替你完成了建模、拆解、验收、诊断这些最重要的部分，你只是在走流程⁠3。真正的能力来自把模糊需求变成任务、定义什么叫可用、定位失败原因、在约束中迭代，检验标准是换任务、换工具、换领域还能交付⁠3。他也提醒，AI 最危险的时候是它做对了，你以为自己也会了⁠2。新名词年年换，可以拆成两半：会过时的包装，和一直都在的问题，把后一半学透，名词顺带就会了⁠2。

立正说，越标准越容易被 AI 取代，他更希望学生在某件事上达到 mastery，学深做精，因为一个领域形成的理解和判断可以迁移到别处，也更容易借 AI 进入新领域⁠4。他提到找工作靠深度、升职靠判断：能不能做、要多久、几个目标打架时选哪个，这些判断以前要熬好几年才轮到你，现在工作第一年就躲不开⁠2。动手前先预测、做完再对照现实，判断力就是这样练出来的⁠2。在另一场对话里，他把 AI 时代形容为一次回归自己的机会，而不是继续把人变成螺丝钉⁠5。