前言

如果放在两年前，我甚至觉得AI离自己很远。

从去年公司项目停摆，到现在全职准备求职，已经过去了一段时间。

30岁+。

10年Java开发经验。

普通学历。

没有大厂背景。

没有耀眼的技术光环。

如果放在几年前，我大概会继续投递Java开发岗位，然后重复过去十年的职业路径。

但这一次，我决定换个方向。

开始认真学习AI应用开发。

这篇文章，也是我AI转型记录的开始。

---

焦虑，正在发生在每个普通程序员身上

AI淘汰的不是程序员，而是不愿意学习新东西的程序员。

这几年，程序员圈子里讨论最多的话题是什么？

不是涨薪。

不是跳槽。

而是：

• 裁员
• 降薪
• AI

一边是经济下行。

一边是AI快速发展。

很多人都在问：

• AI会不会取代程序员？

说实话，我不知道。

但我知道另一件事：

如果继续停留在过去的知识体系里，未来的竞争一定会越来越激烈。甚至，

被裁员、面试机会越来越少、然后离开这个行业！

尤其像我这样：

• 非科班
• 普通学历
• 普通公司背景

既不是技术大牛，也不是管理层。

当行业变化来临时，受到冲击的概率反而更大。

---

我第一次接触AI，其实并没有当回事

真正改变我认知的，不是ChatGPT，而是我开始研究企业到底怎么落地AI

ChatGPT刚爆火的时候，我和很多程序员一样。

拿它写代码、问技术问题、查资料。

感觉挺好用，但也仅此而已。

后来DeepSeek爆火

各种媒体、自媒体、技术群都在讨论AI。

我也尝试过：

• 本地部署Ollama
• 使用ChatBox
• 体验各种模型

但那时候的理解依然很简单。

在我看来：

AI不过是一个更聪明的搜索引擎。

仅此而已。

直到后来接触到越来越多AI项目案例。

我才意识到：

原来我看到的ChatGPT、DeepSeek，只是AI应用的一种表现形式。

真正的AI行业，远远不止聊天机器人。

---

为什么我最终选择AI应用开发

我到底适合干什么？

最开始研究AI的时候，我也很迷茫。

因为AI领域实在太大了。

有：

• 大模型训练
• 模型微调
• 推理优化
• 算法工程
• AI应用开发

我认真分析过自己的情况。

30岁+。

多年的后端开发经验。

Java技术栈。

没有算法背景。

也没有读研读博的打算。

所以很快排除了：

• 模型训练
• 算法研究

这些方向。

最终我选择了：

AI应用开发。

因为它最符合传统开发者转型路径。

过去十年积累的：

• 后端开发能力
• 系统设计能力
• 项目经验

依然能够发挥价值。

只不过服务的对象，从传统业务系统变成了AI系统。

---

企业到底需要什么样的AI人才？

我原本以为企业招聘AI工程师，就是要求会训练大模型。
后来才发现，大部分企业根本不需要你训练模型，他们需要的是把AI能力接入业务系统的人

学习过程中，我看了大量招聘信息。

越看越有信心。

也越看越困惑。

有信心是因为：

越来越多企业开始招聘：

• AI应用开发工程师
• AI产品工程师
• AI解决方案工程师

困惑则是：

企业真正需要什么？

后来我逐渐发现：

大多数企业并不需要你训练一个大模型。

他们更需要的是：

能够把大模型能力落地到业务中的工程师。

例如：

• RAG知识库
• Agent系统
• Workflow编排
• AI助手
• 企业智能问答

这些才是大量企业正在做的事情。

---

我的学习路线

AI并不是要取代程序员，而是在重新定义程序员。

确定方向之后，我依然没有解决掉另一个困惑：

AI到底该怎么学？

打开视频网站、技术社区，满眼都是：

• Agent
• RAG
• MCP
• Workflow
• Function Calling
• Memory
• Prompt Engineering

每天都会冒出新的概念、新的框架。

最开始，我也想过按照传统学习方式：

先把基础学完，再开始做项目。

但很快发现，这条路根本走不通。

AI领域变化太快，知识点太多，学习资料也非常分散。

今天刚学完一个框架，明天可能又冒出一个新的框架。

如果一直停留在学习阶段，很容易陷入一种状态：

看了很多视频，收藏了很多文章，记了很多笔记，但始终没有真正做出任何东西。

后来我调整了自己的学习方式，给自己定了一条原则：

学一点，做一点；学一点，用一点。

每接触一个新的知识点，都尽快通过项目去验证。

因为只有真正动手，才能知道自己到底有没有理解。

于是我的学习路线也逐渐清晰起来。

第一步，不急着研究复杂概念，而是先学会调用大模型 API。

理解最基础的几个问题：

• Message 是什么？
• Prompt 是什么？
• Token 为什么会影响成本？

第二步，搭建一个属于自己的 AI Chat。

让大模型真正跑起来，而不是停留在理论阶段。

第三步，开始接触各种 AI 开发框架。

学习如何让应用开发变得更加高效，而不是重复造轮子。

第四步，实现自己的第一个 RAG 项目。

把知识库、向量检索、大模型结合起来，完成一次完整的 AI 应用实践。

第五步，再去理解 Agent、Memory、Workflow 等更复杂的能力。

因为这个时候，我已经有了实际项目经验，再去看这些概念，理解会深刻得多。

一路走下来，我越来越确定一件事：

AI并不是要取代程序员。

真正发生的事情是：

程序员的工作方式正在被AI重新定义。

未来优秀的开发者，可能不再只是会写代码的人。

而是能够利用AI，把想法快速变成产品的人。

---

重新出发

在行业变化到来时，不要选择观望，要坚定的出发

有人说：

AI时代会淘汰很多程序员。

我认同。

但我认为，被淘汰的并不是程序员这个职业。

而是停留在过去的人。

今天的招聘市场里，一边是传统开发岗位不断缩减，另一边却是AI相关岗位快速增长。

这两种现象正在同时发生。

这也让我越来越确定：

与其焦虑未来会发生什么，不如主动拥抱变化。

对于像我这样的普通开发者来说，未必每个人都能成为算法专家，也未必每个人都能参与大模型训练。

但我们依然可以找到属于自己的位置。

AI应用开发，就是我给自己选择的新方向。

这篇文章只是一个开始。

接下来，我会持续记录自己的AI转型过程，包括：

• 学习过程中的思考与总结

• 项目实践中的经验与踩坑

• AI应用开发相关面试复盘

• 从Java开发转向AI开发的成长记录

• 对职业规划和行业发展的思考

如果你也和我一样：

• 30岁+

• 普通开发者

• 正在思考未来的发展方向

那么也许我们会有很多共同的话题。

一年后回头再看今天，我希望自己能够庆幸：

在行业变化到来时，没有选择观望，而是选择了重新出发。

毕竟，AI能否改变世界我不知道。

但我希望，它至少能够改变我的未来。