立正的说法是：被自动化的从来不是人，而是你已经解决过的那一层；真正会被取代，是因为停在原地，不再往更难的问题走⁠1。放到剧本上，把大纲扩成台词、按资料改写、做格式整理这类“输入清楚、输出可验收”的环节，最容易被工具接手；而决定写什么、为谁写、哪一版值得留下，仍然要人来判断。他在讲视频后期流水线时也把人工判断留在关键位置：AI 容易挑最戏剧性的句子，但编辑关心的是几段放在一起能不能代表整期内容，方向错了后面写得再顺也没用⁠2。

立正主张，只有在不断做真东西的过程中，才更能判断什么是有价值的、什么价值更高⁠3。他还说，AI 更多是点点滴滴地改变现有工作流，而不是突然出现一个从头到尾都由 AI 完成的东西⁠4。所以对还没入职的人，可行的起点不是先建立一套判断体系，而是拿一个具体的小剧本或一段场景，自己定主线，让 AI 出几版台词，再逐句看它在哪里偏离了你想表达的意思、换一种说法结果有没有变。这个过程本身就在积累判断力：你会逐渐分清哪些活是“把话说顺”，哪些活是“决定说什么”。

立正把赚钱看成一项要练的手艺：难点往往不在价格，而在别人为什么要信你、为什么要跟你交换⁠1,2。放到找人验证上，空手问“你觉得我能做剧本吗”很难得到有用回答，因为对方不知道你的水平，也不知道该从哪帮。更可行的做法是先写一个短剧本或一段场景，然后带着它去问一个具体问题，比如“这场戏的冲突够不够，哪里拖了”。对方看到你已经动手，判断成本低，也更愿意认真回你。这同时也在检验你自己：撤掉帮助后还能不能写出来，换个题目还写不写得动⁠3,4。

关于怎么找到人，Ethan 在求职那期提到，真正把 GitHub、LinkedIn 这类基本动作做扎实的应届生可能不到百分之三到五，认真看岗位、认真写申请的人也很少⁠5。这个比例说的是求职场景，但可以迁移：在编剧圈里，主动把作品整理出来、主动去问的人同样不多。具体可以试的是，在豆瓣、编剧群、写作社群或线下活动里，找一个作品风格接近、你确实读过他东西的人，发一段你的片段加一个具体问题，而不是群发“求带”。对方回不回、回得多细，本身就是一次关于你作品和表达的市场反馈。