[转载] 混子转AI开发，我的速通路线

更新-260925 | 发布-260925

✳️ 目录


‼️【声明】 转载自互联网，仅供参考！‼️

受牛客邀约，写一下我个人AI开发的学习路线，提前注意全篇偏邪修，我们只走极端效率。

这篇文章其实也包含了我个人从今年年初，到此时此刻的个人经验和感悟，事到如今回首望去，甚是感慨。

也希望借此机会，能给经过的后来人一些AI时代变迁下对计算机学习的感悟。

零、我的背景

本科为末9计算机，科班，但科班含金量并不高。我的大学前两年基本没写过代码，绩点维持在后70%，如今没过英语四级。直到大三下决定不考研直接本科就业，才开始准备Java后端，也就是今年年初，在此之前我一直是对于c语言指针云里雾里的状态。

在之后的两个月内，我从 0 到 1 拿到了百度，快手，京东，知乎等实习Offer，并在4月选择了转正率最高的一家入职，在9月秋招前成功完成 5 进 2 的转正。实习期间接触到的又正好是AI应用和Agent相关需求，秋招拥抱Agent海投了一波AI开发、Agent开发，甚至大模型应用算法岗。目前也算是靠这套打法，为我这个开智甚晚的人拿到了一些属于自己的选择权。

听起来或许有点夸张，但别急，邪修就是夸张的。当你在大三下恍然大悟暑期实习在三月，当别人开始投递暑期你才开始刷两数之和的时候，你也会被逼着自己开辟出一条非传统学习的极端效率路线。

这篇文章不会是一条传统、系统的学习路线，而是在技术岗日益内卷的当下，一条极端面向就业的偏僻小道。

一、我怎么速通传统 Java 后端

首先为了追求极致效率，我们必须遵循第一性原则，永远不要绕路想怎么去系统学习知识来通过面试。你要做的仅仅是拿到实习offer，然后带着实习title和产出冲秋招，我们要做的所有事情都是为了这一点去服务。

所以我们要走的都是面向面试的行为逻辑，而不是面向知识完整度的学习逻辑。

我当时做的第一件事是先把招聘软件上的实习岗位、牛客面经和同届简历翻了一遍，倒推一份Java后端简历最少需要什么：

  • 一门能写业务的语言；
  • 两个勉强能讲的项目；
  • Java、MySQL、Redis、mq、jvm、juc、计网、操作系统等高频八股；
  • 一百道左右的高频算法题；

然后对于每个知识点的学习，我们都要倒推我们自己是面试官，会被怎么问？我们怎么去答。一场大厂面试平均就是60min，对于这60min我们最大效率的通过方式，就是直接理解并背出面试官问的所有问题的答案。他的问题从何而来呢？80%都是由简历产生的，简历是你自己写的啊，所以你不用去看任何一个大几百小时的教学视频，仅仅对于一份你精心设计的简历，回答出上面大部分你可以精心背问到的问题就可以了，哪怕在极端短暂时间内，你照样有概率去通过面试。

这里只是简要概述思路，有很多很多的细节，比如八股项目具体实践，比如算法层怎么用混子思路通过，比如这种方式混进大厂的可行性证明，具体可以去翻一下我这两个随手录的视频，很详细了。

焚诀1：https://www.bilibili.com/video/BV1rrVd6fEsm

焚诀2：https://www.bilibili.com/video/BV1EhJu6kEZG

二、我怎么从后端拐到 AI 开发

首先，不要把后端和所谓的AI应用开发 / Agent开发划成两个阵营。还是遵循第一性原则：公司招这个岗位，究竟想让你干什么？

企业不会因为你背得出Transformer结构就白送你工资，它招人是因为现在所有业务都想蹭一下AI，但大模型本身并不能直接长进原来的业务系统里。模型之外，还需要有人负责接接口、处理数据、维护上下文、编排工具、保存状态、控制并发、异步执行、失败重试、权限校验、日志监控和成本控制。而这一切的一切，依旧离不开传统软工的传统后端。

只不过我们以前调用的是一个相对稳定的服务，现在调用的是一个具有概率性、偶尔一本正经胡说八道的大模型。原来的系统要防超时、重复请求和服务宕机，现在还要额外防幻觉、输出格式失控、上下文污染和Agent无限执行。所以AI应用开发更像是后端的一个新分支而已，分支原因是引入了llm，但后端的思维是不会凭空淘汰掉的。

至少在我投递的这批AI应用开发和Agent开发岗位里，企业真正需要的，往往不是一个能从头训练大模型的人，而是一个能把现有模型接进业务，并让它相对稳定地跑起来的人。所以也别想着后端一点不沾，只学几个Python Agent框架就能完成偷渡。现在学后端的人已经开始人手塞一个Agent项目了，你只懂Agent名词，却要和同时具备后端、项目和Agent经验的人竞争，这条懒是偷不成的。

2.1 企业根本来不及反应技术

大模型技术的迭代是按周甚至按天计算的，但企业的技术栈、组织结构和招聘体系不是。一家公司从注意到Agent，到决定做Agent，再到成立团队、申请预算、确定岗位名称、让HR写出JD，中间可能已经过去了几个月。等岗位真正挂出来时，市场上甚至还没有多少严格对口的人。学校更不可能及时反应。现在没有什么成熟的“Agent开发专业”，也不存在一套读完四年就能直接上岗的标准培养方案。

于是你会看到一个非常抽象的招聘市场：

  • 有的岗位叫AI开发工程师；
  • 有的叫Agent开发工程师；
  • 有的叫大模型应用算法工程师；
  • 有的叫Java开发，但工作内容里全是RAG和智能体；

还有的JD上同时写着Python、Java、模型微调、后端开发和算法优化，恨不得一个人把公司AI转型全部做完。 岗位名称非常混乱，但把JD和面经拆开以后，会发现很多岗位的实际工作高度相似：调用模型，组装上下文，接入业务数据，让模型调用工具，再把整条链路工程化。

这就是技术快速发展留下的时间差。技术已经进入了新阶段，企业却只能拿着旧的招聘体系寻找新的人。岗位边界还没完全形成，面试标准也没有固化，很多面试官自己都在边做边学。对我们这种传统科班优势不大、基础一般、准备又晚的人来说，这反而是机会。

如果继续在纯Java后端赛道里硬卷，我需要和那些准备了一两年、做过多个实习、八股背得比族谱还熟的人正面对撞。但在Agent这条新赛道上，所有人的起跑线都被重新拉近了一点。别人也许比我多学了几年Java，但他不一定做过Agent；别人也许懂模型训练，但他不一定知道怎么把模型接进一个有数据库、消息队列、异步任务和权限控制的业务系统。而我们需要做的，就是尽快补上两块能力的交集。

2.2 当下闹麻麻的AI应用开发 / Agent开发

很多Java后端看到AI岗位要求Python，第一反应是又要重新学一门语言。但以我个人接触的AI应用开发为例，Python一开始并不需要学到语言专家的程度。秋招面经验包时也顺利拿了 小红书的agnet岗 和 快手llm算法应用岗 的俩实习offer。但是我甚至根本没有看过一个字的agent八股，也对算法 0 了解，仅仅是自己动手vibe了一个agent相关实现的项目，对这个新领域有一些自己的想法。

然后我带着这些并不系统、但确实亲手撞出来的理解去参加面试，发现所谓Agent开发根本还没有形成一套稳定的八股体系。也就是说现在还是新领域的讲故事环节。今天还在讨论ReAct，明天开始流行MCP，后天又冒出来一个新的Agent框架。公司自己的技术方案都可能还在迭代，面试官自然也很难拿着一套祖传题库，从“Agent的八种数据类型”开始拷打你。

因此Agent面试问得最多的，反而是项目和开放性问题：

  • 你的Agent为什么需要自主决策，写死工作流不行吗？
  • 工具越来越多以后，模型怎么选对工具？
  • Agent陷入死循环怎么办？
  • 模型调用失败以后如何重试？
  • 怎么判断Agent最终执行得好不好？
  • 哪些事情交给模型，哪些事情必须写死在代码里？
  • 如果同时有大量任务执行，资源和状态怎么管理？

这些问题看起来很“AI”，但拆到最后，大部分仍然是老掉牙的工程问题。Agent的规划和工具选择由大模型完成，但上下文组装、状态保存、并发控制、超时重试、权限校验、幂等、日志和最终兜底，不还是后端吗？只不过以前的后端主要在防用户乱搞和服务宕机，现在还要顺手防一下大模型发疯。

所以我对Agent最朴素的理解就是：

Agent = 一个负责处理不确定性的LLM + 一切对LLM进行约束的Harness

大家都是人类，都是草台班子，大胆学习，没必要对一个看着高级的新名词抱有未知的敬畏。

三、AI Coding，项目，八股，算法现状与路线

首先AI Coding，大家都在探索，或许明年又会会是一个全新的考察手段。

对于笔试：

企业考察目前也都还在探索阶段，对于这个阶段如何拿高分，可以直接看这篇解决：https://www.nowcoder.com/feed/main/detail/92d57c769f2f484793e88382749dfd44

对于面试：

目前体感相当混乱。百度考过prompt编写，美团考过前端交互页面AI Coding（后端AI开发岗），阿里直接整出过手撕react框架，感觉都闹得麻麻的，单比起以前绣花拳脚的古法hot100算法考察方式，现在真是一片生机盎然。

然后是项目，现状只能说人手一个agent。

但大部分都是天下一大抄，又没有什么自己的思考，所以遇到的面试官都特爱问为什么用这个框架，不用那个框架。我自己做的我答的很顺利offer也拿的很顺利，太懂面试官问这点小问题的心思了。所以有一个当下红利期的小建议，就是可以尝试自己用ai做一个你小巧思的项目，多用ai，这或许在当下算是一个难得的加分项。别和时代逆着走，也别靠机械手敲点样板代码欺骗自己努力。

八股多了很多AI相关，混沌时代，后端八股和ai相关八股都得背。

但是agent所谓的八股并不多，有后端基础很好速成。另外就是现在体感八股越来越活了，场景题变多，趋势肯定是要理解不要死记硬背了。比较推荐自己整理出一份，根据自己的理解面试说起来会很舒服。

然后是古法算法：

从我个人经历的面试来看，算法的存在感确实比预期低，不少面试官甚至主动表示当下继续用算法题筛选AI应用开发的意义有限。但企业流程的变化需要时间，大部分公司该手撕依旧手撕，该笔试依旧笔试。

题目主体仍然围绕Hot100，同时也会出现一些不在Hot100里、但本身并不困难的基础题。因此算法可以降低投入，但暂时不能不学。我的策略依然是抓高频模型、反复手写，不追求靠偏题证明智力。

四、一些个人感悟

这半年过得还是蛮荒诞的，像梦一样。刚开始学Java时真觉得天塌了，这么多东西怎么可能赶得上。

后来发现，不需要赶上全部知识也能拿一个不错的大包，很多东西只是看起来难。非常感谢在牛客遇到的很多前辈的教导，才有了现在的我，在此也借这个机会写这点东西，希望可以帮助一些后辈，我们都来得及的。

作者：炒肉多 \| 链接：https://www.nowcoder.com/discuss/927003894100525056 \| 来源：牛客网

THE END