立正把学习分成行动、思考、求知三块，认为现实里行动该占大头，先动手、遇到瓶颈再补知识，而不是先找论文或课程把路想明白⁠1。他还区分了“做出来了”和“真的学会了”：抄来的作业分数一样，但过程没了，能力没长⁠2。放到你身上，工作经历不匹配这件事，靠再学一门课或再规划一轮很难解决；你已经在做猫咪视频，这本身就是一次行动。真正要检验的不是“我适不适合AI”，而是这条视频做完、发出去之后，有没有陌生人愿意看、愿意追问、愿意为类似的东西付钱。这个反馈比任何自我评估都更能告诉你方向对不对。

你说想转到AI+医疗或个人AI助理，但这两个方向差别很大：前者通常需要行业内的信任和渠道，后者更接近面向普通用户的产品。立正强调上杠杆之前要先了解自己，否则撬来的结果未必是你真想要的，很多人以为想赚钱，赚到之后才发现不是⁠3。所以先分清你要的是稳定收入、做出自己的产品，还是换一个行业身份。如果目标是收入稳定，可能先找一份能接触AI的现有岗位更实际；如果目标是做出自己的产品，猫咪视频这类小东西反而是更直接的起点。两种目标下，下一步该做的事不一样。

立正给过一个具体做法：把你认为是干货的内容发出去，看能不能达到大约5%的点赞率，用来检验你敢不敢发、知不知道发什么、发了有没有人理⁠4。你的猫咪视频可以照这个思路走一遍：做完第一条，发到公开平台，记录播放、点赞、评论里有没有人问“怎么做的”。如果几乎没人反应，说明现在缺的可能不是AI技能，而是还没找到别人真正在意的点；如果有人追问，那就是可以继续深挖的信号。这一步花不了多少时间，却能替你回答“该往哪个方向转”这个最难的问题。

把现有经历重新措辞、换更专业的说法，本质仍是对已有经历的梳理和美化。如果市场需求在另一个维度上，哪怕把现有材料优化得再好，也依然够不到及格线，因为始终没抬头看市场到底要什么⁠1。更麻烦的是，人对自己该展示什么常有“一厢情愿”：你判断市场需要什么样的人，往往和自己的经历、长处高度相关，容易觉得市场“应该”需要像你这样的人⁠2。所以“AI+医疗”具体要的是懂临床流程、懂数据合规，还是懂模型落地，得先问真实的人，而不是先改简历。

招聘方看学习潜力，不是听你说学习能力强，而是看你有没有一次“从不会到会”的完整跃迁，能不能讲出最初错在哪、哪次反馈让你换了方法、怎么判断自己变强了⁠3。落到你身上，与其包装旧经历，不如挑一个和 AI+医疗沾边的公开数据集或真实小场景，用你已经在用的工具做一遍，把弯路和调整记下来。这段过程本身就是可写进简历、也可在面试里讲的新材料。学手艺也强调在实践中体会，而不是先找篇论文看完再动手⁠4。

把学习和实践过程公开出来，既能启发工作，也能积累个人品牌和求职竞争力，比如分析公开数据集并把过程记录下来⁠5。不过要分清哪些是公司买你时间、属于公司的成果，哪些才是你能沉淀、对外分享的经验；急于宣传自己，可能让老板或合作方质疑动机，原本给的资源反而被收回⁠6。所以公开的应是自己的练习和思考，不涉及现职的敏感内容。