🍃作者介绍：25届双非本科网络工程专业，阿里云专家博主，深耕 AI 原理 / 应用开发 / 产品设计。前几年深耕Java技术体系，现专注把 AI 能力落地到实际产品与业务场景。
🦅个人主页：@逐梦苍穹
✈ 您的一键三连，是我创作的最大动力🌹

前言

这篇文章分享的是「孙宇晨财富自由之路」的”五条军规“和“要相信坚持折腾的力量”，然后是基于这些内容，写下我的思考。

五条军规

1. 选爆发前夜的新兴行业
   要在行业尚未全面爆发时入场。太早或太晚都不好，关键是时机。
2. 选长坡厚雪的赛道
   行业要有长期（10年以上）且年增长20%+的潜力。复利需要“坡”够长、“雪”够厚。
3. 选择可复制的商业模式
   成功后可以在多个地区、多个市场迅速复制。可复制性强，普通人更容易跑出指数级增长。
4. 选符合刚需或未被挖掘的需求
   基于人性底层需求如懒惰、欲望、炫耀、贪婪，而不是单纯功能堆砌。
5. 机会必须在你的能力圈里
   最好的赛道如果你能力不匹配，常常失败。前四条都符合但能力圈不，再好也考虑做投资，不必创业。
   小结：
   选行业 > 选公司 > 选岗位。五条军规帮助你站在趋势上、避坑，不是单靠勤奋硬拼。

---

要相信坚持折腾的力量

• 前四年（学生时代）＝相信「折腾」的力量：
  即便结果不好，努力去争取、去表达、去发声，总比什么都不做强。

• 后六年（创业期）＝相信「坚持」的力量：
  项目可能失败、被拒绝、熬到快坚持不下去，但只要坚持下去，意外的好运（Serendipity）就会出现。

  “好运不是偶然，是坚持做一件事的副产品。”

• 合起来就是：
  先折腾，后坚持；让坚持折腾成为你的长周期策略。

我的思考

我的定位：不是“码农”，是「全能开发者 + AI 应用落地者」

听完《财富自由革命之路》里那“五条军规”和“坚持折腾的力量”，我最直接的感觉是：
如果把今天的我总结成一句话，大概是——

我不是某个业务线的螺丝钉，而是一个“全能型开发者 + 有想法的 AI 应用落地者”。

这不是给自己贴金，而是我逐渐意识到的一种职业路径：

• 我既能写后端、搞脚本、撸接口，也能搭前端、折腾部署，是典型“全栈 + 工程能力”；

• 我不会把自己只当“写代码的”，而是刻意去理解场景、用户、收益模型，脑子里一直在想：

  “这个需求能不能抽象成一个产品？能不能被复制？能不能变成长期的现金流？”

在 AI 深度渗透软件开发的时代，一个人从需求分析到上线部署都能自己搞定，正在变成现实。
我很清楚：这个时代刚好给了“全能型开发者”一个绝佳机会，也给了“愿意折腾的 AI 应用落地者”一个非常好的舞台。

而在这个舞台上，我给自己的职业发展路线，已经越来越清晰：

AI 应用工程师 → AI 产品经理 → 企业 AI 落地高层 / 自主 AI 创业者。

---

一、用“五条军规”重新审视：我这类人到底在什么位置？

孙宇晨的“五条军规”，本质是帮你选“在哪个局里玩”。

但对我这样一个“全能开发 + AI 应用落地者”来说，除了选行业，我还要做两层选择：

1. 我在这个大行业里的“角色位”是什么？
2. 我手上的技能，能不能构成一个“可复制的赚钱结构”？

如果按“五条军规”逐条套一下：

1. 爆发前夜的新兴行业

   • AI 本身就是现在最典型的“爆发期行业”；
   • AI 应用落地，正从 Demo 阶段走向“真金白银”的阶段；
   • 作为能直接把 AI 能力塞进真实流程和系统的人，我天然站在技术与业务之间的那条缝里——这个位置的红利，是可以被放大的。

2. 长坡厚雪

   • AI 不是一个三年就凉的热点，而是一条可以持续很多年的技术长坡；
   • “全栈 + AI 应用”这个能力组合，还在升值期：既懂工程，又懂场景；
   • 这意味着：只要我不躺平，这条坡完全够我滑很多年。

3. 可复制的商业模式

   • 如果我只是帮一个部门写几个脚本，那就是一次性工程；
   • 但如果我刻意把“通用的 AI 组件 + 标准化接入方式 + 通用工作流”做成模块，那就是可以卖给很多客户 / 部门的“产品雏形”；
   • 能从“项目心态”转向“产品心态”，才算真正踩上“可复制性”这条军规。

4. 基于人性的刚需，而不是炫技

   • 业务方不关心我用没用最新的模型，他们关心的是：

     • 有没有减少他们重复劳动？
     • 有没有帮他们多拿一点奖金？
     • 有没有让他们少背点锅、少加点班？

   • 从炫技转向“抓痛点 + 抓爽点”，是我做 AI 应用落地必须完成的升级。

5. 机会与能力圈匹配

   • 我的核心能力圈，就是“用技术解决问题 + 把 AI 真正落到场景”；
   • 创业也好、副业也好，如果完全脱离这个能力圈，很可能就是在赌博；
   • 与其幻想一个和我技能完全无关的暴富机会，不如踏实把“全能开发 + AI 落地”这套体系打磨到极致。

---

二、三阶段职业路线：从工程到产品，再到“掌舵者”

我给自己设计的职业发展路径，不是随便想想，而是结合了自己的性格、能力圈和“长坡厚雪”的逻辑：

第一阶段：AI 应用工程师
第二阶段：AI 产品经理
第三阶段：企业 AI 落地高层 / 自主 AI 创业者

1. 第一阶段：AI 应用工程师——打基础、补短板、练内功

这个阶段的关键词是：“亲手把 AI 做出来，让自己对技术和落地都足够敬畏。”

在这一阶段，我给自己的要求是：

• 技术上，要够“全能”：

  • 能从 0 到 1 搭一个 AI 应用：模型接入、数据流、前后端、部署都搞得定；
  • 对大模型、向量检索、RAG、Agent 等关键组件，真正用过、踩过坑、总结过。

• 业务上，要有“好奇心”：

  • 不做“只知道实现不问为什么”的工程师；

  • 每拿到一个需求，都要反问：

    这个东西对他们来说，真正的价值是什么？
    如果我不做 AI，有没有一个更简单的方式解决？
    这个方案有没有可能演化成一个对更多人都适用的“产品形态”？

• 习惯上，要养成“写下来”和“沉淀”的习惯：

  • 所有做过的东西，要尽量抽象成组件、模板、方法论；
  • 写技术文档，写复盘，写“这类需求下次怎么可以更快做完”。

这一阶段，对我来说就是在用工程实践把能力圈夯实。
所有的“折腾”，都可以理解成：在为第二阶段和第三阶段打地基。

2. 第二阶段：AI 产品经理——从“能实现”升级到“能做成”

当我不再对底层技术发怵，能稳稳把一个 AI 应用从 0 做到 1 之后，下一步就是自然地往“AI 产品经理”走。

这个阶段的关键词是：“把视野从代码窗口，拉高到一个完整系统。”

这一阶段，我希望自己能做到：

• 说话不再只盯着“实现难度”，而是开始盯：

  • 哪些功能是“必须的”，哪些是“锦上添花”；
  • 哪些地方该用 AI，哪些地方反而用规则 / 流程更稳、成本更低；
  • 每个功能背后，假设的是哪一种“人性”和“行为模式”。

• 做事不再只是“完成任务”，而是主动设计：

  • 设计数据采集和反馈机制，让产品能自我优化；
  • 设计使用路径，让用户自然“依赖上”这个 AI 工具；
  • 设计商业模型，哪怕只是成本节省的量化方式，也要算清楚。

• 心态上，从“我能做”变成“我来负责”：

  • 不怕背锅，但要学会“让项目在不完美中向前滚”；
  • 在资源有限的情况下，敢于做取舍、排优先级。

在这一阶段，我依然会写代码，但代码不再是全部。
我会刻意把自己推向“技术 + 产品 +商业”三者交汇的那个点。

3. 第三阶段：企业 AI 落地高层 / 自主 AI 创业者——从“参与者”变成“设计游戏规则的人”

当“AI 工程 + AI 产品”这两套能力都相对成熟之后，我会考虑迈向第三阶段：

要么成为一家公司里负责 AI 战略和落地的关键角色；
要么尝试做自己的 AI 产品 / 服务，走上创业者的路。

这个阶段对我的要求是完全不一样的：

• 不只是“会做产品”，而是要“会做选择”：

  • 知道什么不做，比知道什么要做更重要；
  • 懂得聚焦，懂得在有限资源下押注最有可能出现“复利”的方向。

• 不只是理解一个项目的价值，而是要理解：

  • 这家公司 / 这个团队的核心竞争力是什么；
  • AI 在这里是“装饰品”，还是“新飞轮”；
  • 我能不能用 AI 设计出一个真正属于自己的“护城河”。

• 不只是追风口，而是要能回答：

  “如果没有融资和风口，我做的这件事本身还能活下去吗？”

在这个阶段，“五条军规”的话语权真正轮到我来用了：
我不再只是被动站在别人选好的赛道里，而是要有能力为自己、为公司、甚至为团队选赛道。

---

三、从“写代码的”到“系统协调者”：我给自己的升级路线

现在很多人都在讲一个趋势：
真正值钱的，不再是单点能力，而是**“能协调多个系统的人”**——把模型、数据、前后端、业务流程，整合成一个真正可用的解决方案。

我给自己的升级路线，可以概括为三层：

1. 工具层：全栈开发 + AI 工程能力

   • 能独立搞定：接口、数据处理、模型调用、向量库、前端页面、脚本自动化、简单运维；
   • 会用 AI 工具链提升效率，把自己“复制”成 1.5～2 个开发。

2. 系统层：从需求到方案到落地

   • 主动问：“这个需求的真实目的是什么？”
   • 能把模糊的想法拆成：数据流怎么走、业务节点在哪里、AI 插在哪个环节收益最高；
   • 形成一套自己的“AI 应用设计模板”，下次可以复用。

3. 价值层：向现金流负责，而不是只向代码负责

   • 不再只盯着“功能是否实现”，而是去盯：

     • 这个东西帮团队省了多少时间、人力？
     • 有没有减少错误、提升转化、提升客户满意度？

   • 长远看，我希望自己做的每一个 AI 应用，都能写成一份清晰的“价值说明书”，这会变成我最重要的资产之一。

当我用这样的路径回看当天的工作，我就会问自己：

我今天只是完成任务，还是在往“系统协调者 + 价值创造者”的角色上走？

这会逼我少一些机械式的“接需求、写代码、交付”，多一些对“整体系统”和“长期价值”的思考。

---

四、“折腾”的意义：不只是多做事，而是多开维度

孙宇晨在北大的那段“折腾史”，本质上是一种自我边界的探索：
不断试着去碰规则、改现实、提要求，结果可能失败，但视野一定会被拉大。

拿我自己来说，“折腾”这件事，大概有几类：

1. 技术上的折腾：环境、框架、工具链

   • 换语言、换框架、换部署方式；
   • 用容器、用自动化脚本、用 CI/CD；
   • 实际上是在扩自己“全能开发”的宽度。

2. 产品上的折腾：把 Demo 变成“能被人用”的东西

   • 尝试做一些内部小工具，给同事用、给业务用；
   • 收集反馈、改体验、加监控；
   • 实际上是在训练自己的产品感和落地能力。

3. 认知上的折腾：持续抽象出“自己的方法论”

   • 写总结、写文档、写博客、写 SOP；
   • 不是为了“输出内容”，而是强迫自己把经验结构化；
   • 实际上是在给未来的自己搭积木——这些东西随时可以重新组合成产品、课程、咨询、服务。

在这个过程中，我越来越认同那句话：

折腾得不够，事情的优先级就不会被看见；
折腾得足够久，运气早晚会来找你。

---

五、“坚持折腾”：给运气一个找到我的机会

很多人喜欢讲运气，但真正的“意外好运”，几乎都叠着大量前期白干的坚持。

对我而言，“坚持折腾”这四个字，可以拆成三个非常现实的动作：

1. 长期做一类事，而不是只做一堆零散的事

   • 比如：我可以给自己定一个主线——

     “持续打造一套‘AI 应用落地工具箱’，无论是在公司内部还是对外合作都能用得上。”

   • 所有零散项目，都尽量往这套工具箱里沉淀组件，而不是写完就扔。

2. 定期复盘，把经验提炼成可复用的“模块”

   • 每完成一个项目 / Demo，就问自己：

     • 我这次多掌握了哪一种数据流转方式？
     • 多摸清了哪一种业务痛点？
     • 多封装了一块什么可复用的代码 / 模板？

   • 这些模块越多，“运气”来临时，我能调用的东西就越多。

3. 保留试错额度，但不随便换赛道

   • 可以多试产品形态、多试合作模式、多试变现路径；
   • 但大方向上尽量不脱离“全能开发 + AI 应用”这个能力圈；
   • 这样，试错的成本不会完全归零，而是不断累积在同一条主线上。

本质上是：

我要让未来某一天出现的“意外好运”，
有一条极其自然的路径能走到我这里来。

---

六、写给未来的自己：愿你仍然是那个“会折腾的全能开发者”

如果未来几年，我真在某个方向上做出了点成绩——不管是财富上的，还是作品上的——我希望自己还能记得：

• 那不是某一次“神来之笔”的结果；
• 而是无数次“选对方向 + 持续折腾”的复利结果。

从现在的视角，我会给自己留这样一句话：

你真正的稀缺，不是会几门语言、会几个框架，
而是你愿意把「全能的开发能力」和「落地的野心」，
持续地、固执地、反复地用在同一条主线上。

行业的风口会变，工具会变，岗位名字也可能会变，
但只要我还保持这个底层身份——

「全能的开发者 + 有想法的 AI 应用落地者」

并且敢于在这条路上坚持折腾，
从 AI 应用工程师走到 AI 产品经理，
再走向企业 AI 落地的掌舵者，或者自主 AI 创业者，

那无论“财富自由”这四个字什么时候到来，
我都不会白走这一段。