立正反对在商业讨论里滥用“壁垒”“护城河”“智商税”“普通人”这类词，理由是它们颗粒度太粗，会让人产生“我已经解释了”的错觉⁠1。他举化妆品售价远高于物料成本的例子：这可能来自渠道低效、真实研发、品牌溢价或信息不对称，每种答案对应的商业判断完全不同⁠1。对你想找 AI 落地场景这件事，这条最实用：当你说“这里有没有机会”时，先把它拆成配方、成本、渠道、获客、谁付钱、为什么竞争者没把利润打下去这类可核对的问题⁠1。这是 AI 依据原文做的应用推演。

立正讲过一个具体做法：不要先管自己的专业是什么，先想能不能帮楼下的奶茶店销售额增长百分之三十；要从价值本身出发，再想自己能干什么，而不是从自己会什么出发去找它如何创造价值⁠2。他还说，一旦打开“我能不能用 AI 解决它”这个思路，会发现身边到处都是这样的 case，因为很多个性化需求原本被 GUI 挡在外面⁠3。这两段合起来给出的识别方法很朴素：机会藏在别人已经在忍受、但现有工具解决不好的具体麻烦里，不在“AI 能做什么”的清单里⁠2,3。以上为 AI 综合。

立正把定义问题列为六项能力之首，并说如果不知道真正的问题是什么，所有努力都是偏的；他把“会不会”和“能不能”两种心态对照：前者默认题目已经给定，后者要自己给自己出题、自己定义结果长什么样⁠4。他也提醒，市场只认价值不认辛苦，复杂不等于值钱，未来重要的能力是“能不能让一个真实的人愿意为一个结果付钱”⁠5。所以练手艺的反馈信号不是“这个想法很酷”，而是有人真的为结果掏钱、复购、给口碑⁠5。想低成本练，可以先挑一个你身边真实存在的小麻烦，做出最小可用的东西给人用，看对方是否愿意付费或反复使用；这比继续在岸上看视频更能暴露你判断错在哪⁠3。这是 AI 的应用建议。