35+程序员面临裁员危机,但AI时代带来新机遇。文章指出商业世界存在周期性变化,AI正处于从概念向应用过渡的关键阶段。2025年将是AI应用元年,智能体开发将成为新风口。35+程序员凭借丰富行业经验和结构化工作流能力,将在AI时代占据优势。作者建议以"行业+智能体"为发展方向,认为这是解决中年危机的最佳路径。
一、站在终点回望,你会发现每个危机都是新生的契机。
第一个关键词:裁员
最深的伤痕,往往孕育着最强的重生。

2022、2023、2024年有一个热词叫做"裁员",这个词与"35岁程序员"并列成为网络上非常有流量的关键词。2024年,以35岁程序员为蓝本,由徐峥出演的电影《逆行人生》中的主人公高志垒,是一位大厂程序员。他几乎每天都996,把自己熬出了糖尿病,每天一睁眼就要测血糖。他为公司鞠躬尽瘁,干到了中级管理层,手下管着十几号人,可就是这样看起来特别卖力的人,在某一天被HR叫到办公室,裁了。这就是我在22年、23年、24年上半年一直在经历的场景。所以看这部电影的时候,我一个大老爷们自己在电影院里哭得稀里哗啦。
但其实不只是程序员,35岁可能是中国人的一道坎。
“
戴建业教授在一次采访里提到,在一个大互联网公司,35岁就是老员工了,很可能就被淘汰了。作为在大厂12年的互联网老人,我深感认同。其实你现在投简历,35岁的简历能通过HR初审的都已经很少很少了。

那怎么办呢?生活还是要继续。有什么解法吗?这两年我观察身边跟我一样遇到这类危机的程序员他们都去了这三个地方:
- 我那些还在这一行很优秀的伙伴,即便快40岁了也还做得很好,这类朋友大概占到10%,依旧高薪,从外部来看还是非常让人羡慕。
- 有80%的朋友选择了转行,做培训、做小生意、做自媒体、做保险、做电商、做新能源。虽然坎坷但慢慢地也在适应新的生活。挣的钱有高有低,平均下来比起干程序员的时候收入还是打了5、6折。
- 还有10%的人做起了自由职业者,做起了外包。
如果是你,你会怎么选?我的选择是转行。
第二个关键词:转行
改变,不是因为看到了希望才去努力,而是因为努力才看到了希望。
为什么会选择转行,做自由职业的外包不好吗?我告诉你不好。工作本身是一种价值交换,而真正能够挣钱,是因为你稀缺,而外包一点都不稀缺,这也就是为什么外包的价格其实不高,糊口还可以,但是想解决危机真的没戏。因为你持续在做的外包不会让你变得稀缺。裁员的人变多,大学生就业困难,并且他们都在自学编程,在没有正式工作前他们都会做外包挣外快,就这样外包的人会越来越多。
所以我要让自己变稀缺,但是哪里有稀缺?周期迭代的地方就一定会有稀缺。
“
六十年代汽车厂的流水线、八十年代的纺织工、二十一世纪的公司白领,一代人有一代人的下岗方式。一个行业有一个行业的兴衰,兴你就能跟着赚钱,衰你能力再强也跟着衰。
我做程序员的这12年完完整整地经历完了这个周期。跟着移动互联网成长起来,从年薪5万,到150万。如果说我的人生有辉煌,那这10年一定是我35岁之前最辉煌的十年。
后来我在2023年的时候做了非常难得的选择,换行并且我找到了一个小小的周期,叫做"视频号"的机会。回过头来看这个机会周期非常短暂,只有3年。我跟进了1年半。在这个周期里,自己尝试做自媒体,创业做了电商,进入了一家视频号头部商业IP的公司,从做教研到操盘手到项目负责人。
在这个过程中,我更深刻地理解了两个词,一个叫周期,一个叫稀缺。
先说什么叫做周期。周期是一种规律,它没那么复杂,就是周而复始的东西。比如:四季。
商业世界中大大小小的周期无处不在,我发现的视频号,你发现的抖音,他发现的AI。但它们都有一个规律叫做:“起初看起来不起眼,但未来影响会持续扩大的事物”。
简单一点来说它会分为三个阶段:
第一个阶段:概念 互联网的概念,自媒体的概念,新能源的概念,我们会发现任何新的东西都是先从概念开始的。而对概念的搬运就是很多人挣第一桶金的手段。直到今天依然非常有效。 比如:曾经的互联网+,有多少人只用PPT就可以融到百万,千万的天使投资。
第二个阶段:应用 当概念的泡沫破碎后,真正留下的东西,无论是团队还是企业都会开始关注这个新的事物,并且开始尝试使用到自己的业务中。正如今天大家都尝试AI如何应用到自己的业务中。如何将视频号应用到自己的营销体系中。
“
而这个时候,就是我们的新机会。因为在新旧周期交替的过程中,新周期里面一定需要新技能,而新技能是稀缺的。
第三个阶段:规模 当越来越多的人切入到这个领域之后,会加速这技术的成熟,平台就会更加完善,大公司、资本会投入得更多,规模化的应用就诞生了。而如果你在这个点位选择切入,那就不用选了,个人没有任何机会。
第三个关键词:机遇
当你以为错过了一个时代,其实你正站在下一个时代的起点。
今天我们在AI的周期里,AI的概念已经基本过去。今天但凡遇到一个人来给你讲AI的概念,你肯定都不信了,你更关心的是到底能不能解决你的一个实际问题,如果能解决,哪怕花点钱都是没问题的。
大家有没有发现,AI正在进入到应用的阶段。随着Agent模式的推出,国内如字节Coze、百度AppBuilder、智谱智能体,这样的智能体平台发展得非常迅速。字节的Coze目前已经有接近100万的AI应用制作者和200万个AI应用。这让我看到了曾经互联网时代的各大应用商店、移动端应用频出的时代。不同的是,那个时候只有程序员可以做,现在普通人也可以做。
2025年,一定是AI应用的元年,智能体会像曾经的移动app一样,有过之而无不及。但这一次,绝对是35岁以上程序员的大红利,大机会。为什么?因为智能体应用有两个核心的元素:
- 工作流:工作流的本质是对这个行业的结构化,能结构化出来一个行业的工作流的人,一定是深入参与行业的人并且掌握了大体行业全貌的人,而这类人一定不年轻。35岁以上在每一个行业从事了10几年的老人,对这些框架体系非常熟悉,在AI时代来临的时候,你们才是行业里最稀缺的人。
- 大模型:大模型未来在行业上更多的是微调和提示词工程。而这些能力对于程序员来说并没有那么难。
今天互联网已经成为基建,AI将是下一个基建。所以在2025年,36岁的我在互联网的时候,深入过SaaS服务的行业,深入过纯互联网平台,深入过教育行业,深入过本地生活行业,现在又在深入内容营销的行业。这些经验,将是我在AI时代最宝贵的财富。
今天我的公众号会以"行业+智能体"来开展。35岁的中年危机将在今年被彻底地解决。如果你也跟我一样,那你更要关注,这是我们程序员彻底解决35岁中年危机的绝佳时机。
2025年一起抓住新机遇彻底摆脱35+的危机
二、如何系统的学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新,更多的大模型学习和面试资料已经上传带到优快云的官方了,有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至:月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长,根据工信部最新数据:
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K(数据来源:BOSS直聘报告)
70%企业存在"能用模型不会调优"的痛点
真实案例:某二本机械专业学员,通过4个月系统学习,成功拿到某AI医疗公司大模型优化岗offer,薪资直接翻3倍!
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程:把ChatGPT从玩具变成生产工具
2️⃣ RAG系统:让大模型精准输出行业知识
3️⃣ 智能体开发:用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你:
✔️ 大厂内部LLM落地手册(含58个真实案例)
✔️ 提示词设计模板库(覆盖12大应用场景)
✔️ 私藏学习路径图(0基础到项目实战仅需90天)






第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

1050

被折叠的 条评论
为什么被折叠?



