在2026年的第一天，我的新工作岗位转正了，这也标志着经历半年的工作实战锻炼，我已经正式适应AI应用开发这个岗位。
从Java走向AI，我GAP了一年从探索到转型完成。
2025年一整年下来，AI大模型和AI应用的发展实在是太快了，快到让人产生错过什么重要的节点，就容易跟不上的错觉。
2025年，我认为是对转型AI最友好的一年。
-
现在回想起来，在2024年做这个决定，真的很艰难。
2024年
在2024年的时候，我当时所处的岗位是Java开发兼任项目管理。
在2024的上半年，写代码BUG不知道怎么改，解决方案不知道怎么出，已经开始渐渐问AI：这个事情要怎么干？
越是这样，越是迷茫。
因为干了这么多年 Java，我很清楚自己只是一个二本出身、没有大厂履历的开发者，
想要在这条路上继续晋升或突破，本身就已经非常困难。
Java 开发的赛道早已高度拥挤，即便是向上走到架构方向，机会窗口也并不大。
项目管理我也做了有一两年，虽然已经上手，但这并不是我当前最该投入的方向。当时国内各家厂商开始积极发布自家的大模型。起步阶段，大家都不清楚，AI应用到底如何落地。
对于未来AI能干什么事情，AI能发展到什么程度，具有很大的未知性。
而大模型的崛起，让我看到AI即将带来一个平权红利的时代。
我很清楚，大模型厂商的发力不是没有道理的，基建一旦搞好，后面的落地，是自然而然的。
在当前的行业和岗位原地踏步继续熬，是熬不出头来的。
2024年4月
2024年的4月份，我第一次和领导开口说，我想走了。我想要找找AI方面，有没有我能够做的事。
不少领导和兄弟劝我别冲动，留下来，也可以一手工作，一手搞研究。
话是这么说没错。
但是公司，并没有适合我“试验和成长”的土壤。
我觉得不能再熬下去了，说实话当下的项目也不是多难做，我只是担心再待下去，我内心的火焰不知道什么时候会无力得熄灭过去。
我几乎可以预见自己的未来：一旦被现有的节奏束缚住，就很难再有时间和精力，去真正探索AI。
我需要想办法让自己尽快改变，尽可能地去尝试AI中我能做的方向，在未来的AI浪潮里，先占有一席之地。
那一刻我很清楚，我需要的不是试试，而是 All in AI。
在当下这个点，这么干，确实很激进。
但我想休息一下，然后重新出发。2024年6月
随着2024年6月的结束，我开始长达一年的GAP和AI探索。
其实当时我所掌握的AI相关技能，并不多，但也走在了不少普通人的前头。
比如说，在遇到代码问题时，让AI帮我找解决方案。
在需要构思实现方案时，和AI进行讨论。
到了 2025 年中，这些习惯已经变得非常普遍，几乎成了大家默认的工作方式。
-
一年时间，AI改变了大多数人原本的工作习惯。
当时我的想法是，成为一个比其他人更懂得利用AI能力的人。
但是当时并没有合适的岗位，大多数能看到的，是“AI产品经理”，这并不是我所期望的岗位。
在2024年找AI相关的工作，是一件很难的事情，因为大多数企业，还未开始进行AI转型。
市场需要什么样的AI应用方向的人才，是一件很模糊的事情。这时候大多数是偏向算法和大模型训练方面的要求。
我决心沉下心来，先多尝试尝试AI的各领域的玩法，打磨下自己的能力。
生图，视频，编程，这些主流应用方向，我都有在持续尝试，但是始终找不到，适合我深耕发力的点。
在24年的11月，我第一次用VS Code中的通义灵码插件，让它来帮我写应用。
在当时我写了一个大富翁游戏辅助大屏和手机端的电子地图，花了差不多3天吧，从构思到改完bug。
结合线下桌游的玩法，定制一个辅助的程序，这是我第一次发现，AI编程可以加速一些看似“无用”的想法的实现。
这时候的AI编程工具，能力主要表现在智能补全这块，至于动动嘴就能够让它自己写一个项目，还是一件比较困难的事情。
2024年10月
24年的10月，我参加了AI破局的RPA+Agent 自媒体内容创作破局行动，学会怎么用RPA来调用coze，这是我第一次学到，如何通过API的方式，调用包含了大模型能力的工作流。
我第一次看见，AI还能够这么去落地。
把 AI 能力融合进工作流，再通过 API 的方式对外调用，本质上就是把 AI 的处理能力做了一层封装。
对开发人员来说，这种形式非常自然，也非常符合我们以 API 为中心的开发习惯。
用这个方向来做 Agent 开发，似乎是一条可行的路。
2024年12月
不过直到2024的结束，我依旧没找到适合自己的岗位。
当时招的最多的岗位，是AI产品经理，但是我的过往履历并不适合直接转型。
而且我觉得，在AI方向的深耕，我还是不够。
时间来到了2025年，DeepSeek的出现，直接让AI大模型，出圈到普通人。
在DeepSeek的爆火之前，可以说，知道AI大模型的人，除了互联网IT，就是相关的科技自媒体。
但DeepSeek爆火出圈，各大企业真正转动了AI转型的齿轮。
2025年2月
在25年的2月，我开始用Trae，进行AI编程，开始做一些网页小工具，感觉还挺有意思的。
由于Trae持续排队，我又用了体验更好的Cursor。我第一次感受到了Claude 3.5 写代码的惊艳——界面写得好看，代码bug少。而且只要20刀一个月，简直不要太好用。
接下来，同时用Trae和Cursor的情况下，我开发了自己的个人博客并且上线。
这是我第一次感受到AI编程带来的快速上线反馈。在此之后，我持续做一些web小工具，浏览器插件。
通过持续的实践，提升我的AI编程熟练度。
后来，我开启了我的第一个微信小程序的开发。
第一个微信小程序做什么，我没有很能get到新鲜的需求，我也不想提供后台，只想快速跑通微信小程序的开发，于是我选择了简单的题库测试类的方向。
很快到了2月底吧，我就完成了“行知罗盘”这一微信小程序的开发。
在历经N多第一次的踩坑之后，在3月26完成了我的小程序的上线发布。
2025年3月
在这中间，还发生了一个比较大的里程碑事件，就是DeepSeek的0324版本的发布。
因为当时用Cursor还是Trae来进行AI编程，额度有限，用完需要排队，小程序的开发已经占用了我大量的高速额度。
而DeepSeek0324的出现，让我看到了新的替代。
在经历一两个小工具的制作后，我感到很欣慰，DeepSeek0324，不管是官网还是其他插件支持，都能够满足我免费且高速使用进行小工具开发的场景。
3月28的时候，我做了一个疯狂的决定，我要做3天内，完成100个小工具的开发，做出来一个工具站并且上线。
结果我一个晚上通宵全开发完了，虽然在后来优化主页和改整体bug花了10天，但这次的实践，让我看到了AI编程的巨大潜力。
我决定深耕AI编程开发AI产品这个方向，并且持续看有没有适合的岗位。
3月份我继续跟着破局实践，学习了Dify和简单的RAG开源项目部署，初步对于构建大模型智能体这件事，有了一个概念。
但也仅限于此而已，此刻我的重心，依旧放在AI编程这件事上。
殊不知，这将成为我后面的重要基础能力之一。
2025年4月
我相信AI编程一定是未来，所以我持续榨干AI，从AI的反馈中学习我需要的知识。
并且每天都在用AI编程写代码，提升自己和AI协作的熟练度。
在4月份，我基于我原本的能力，开始投AIGC应用开发工程师这一岗位。
我想要依托我对coze和dify的了解，结合AI编程来进行开发。
4月中旬去面了一家公司，结果没成，是意料之中的。
但也有收获，通过这场面试，我大概了解了这个时间点企业AI转型的方向：
1. 自己微调大模型做应用
2. 直接基于大模型API 开发应用。
对于AI 应用开发这个方向，我觉得我是选对了。
就是要基于大模型api去做agent，去做AI应用。
我咨询了一个在做大模型训练的朋友，对当前的行业判断，他认为把Dify玩到精通就足够应付大多数企业的需要了。
我扫了一圈boss上面的JD，我发现并不是这样，更多的是要求你会AI开发框架，开发Agent，搭建AI知识库，比如langchain相关的技术应用，以及RAG开发之类的。
基于Dify二开做AI开发，这条路，不稳。
我决定沉下心来，继续学习这些主流技术和方向，完善自己的AI应用开发知识网络。
找学习资料的时候，我找了B站，但是B站上面的有效课程和信息太少了，我用Cursor协助开发可以勉强跑起来，但是很多知识，我还是显得陌生，无法得心应手地去开发智能体，去调用大模型并且做成成熟的应用。
后面我开始使用Claude，当注册并开始使用Claude的时候，我是非常兴奋的，我发现它能够给我提供大量有效的知识。我连续注册了3天，被封号了3次。
但我从Claude这里，榨取出来了很多关于智能体开发和RAG系统开发相关的有效知识。
但是封号太频繁了，根本没法用。最后我又转向chatgpt，我发现4o的表现还不错，于是升级了pro会员，开始我的智能体学习之路。
我学到的大多数 AI 应用开发相关的知识，都是在与 AI 的持续对话中完成的。
这或许也是未来学习方式的一种趋势转变，面向AI学习，这个方法，胜过到处花时间折腾，却找不到很优质的知识来源。
2025年5月
5月份的时候，我做出来了一个简单的个人知识库，用高德mcp做出来了一个路径规划助手。
MCP+AI大模型怎么玩，这条路，我走通了。
618我买了大量AI 大模型相关的书籍，虽然不同作者的书的写的质量也是参差不齐，知识新鲜度差异也很大。
从大模型是怎么训练出来的，Transformer到底是什么原理，做AI智能体需要关注哪些问题，一个完整的RAG系统是怎么做的。
这些我都能够在书上找到答案，我的AI知识网络，渐渐清晰起来。
2025年6月
6月份是一个非常关键的节点，我计划在6月份找到工作，这个月我完成了两个重要AI应用的开发。
虽然期间有2场面试，但是都是由于RAG这方面的强烈需求，这方面知识我实践得依旧不够深，导致了我最终面试失败。
最终，从这两个应用的开发，我主要有这些收获：
1.这个时间点的大多数智能体开发，其实就是大模型调用，不必拘泥于智能体的智能(思考，规划，行动，反馈)。能把大模型结合到产品能力上，用合适的提示词和良好用户产品的交互体验进行结合，就能够做出智能体应用。
2.RAG开发这一个项目，把我之前依赖AI编程盲盒开发的内容，知识点都给捋顺了。让我清楚RAG系统的每个环节具体有哪些，痛点分别是什么，都有什么解决方案。
这两个项目给了我很大的信心，再次去面试时，我已经能够清楚地说出我做的项目具体的业务，处理逻辑。
我暂时也不需要去再做更多产品项目，我把这两个项目做好，做透了，足以应对当下大多数AIGC应用开发工程师的面试。
2025年7月
7月份面试了几家公司后，最终成功上岸，找到了心仪的工作岗位。
薪资相比之前的Java开发，有了大幅提升，即使我GAP了一年。
我知道，AI平权时代，只要努力对方向，不会辜负有心人，合适的供需总会匹配上。
当前的工作岗位很不错，是我想做的方向，有发挥和成长的空间，工作也不卷，我可以深耕AI。
在7月，还有一件重要的事，通过在破局分析我的RAG系统从0到1开发经验，拿到了第一个精华贴。
2026
2025的年7到12月这半年，我做了不少AI应用，做了很多落地方式的产品和技术调研。
现在回首看过往做的一些产品，会觉得很简单，不仅是我实践的经验更加丰富了，更重要的是AI大模型和AI工具也在进步，我和它们共同进化。
我在对的岗位，对的方向，用对方法和工具，持续深耕，成长得很快。
在这期间，也给了不少Java转型的同学建议，帮助他们少走弯路。
2026年的第一天，工作岗位也转正了。
感谢破局，在我迷茫的时候，如同一盏明灯提供方向。
2026年的第一篇复盘，希望我的来时路，也能照亮其他走在这条路上的小伙伴。
想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！
👇👇扫码免费领取全部内容👇👇
一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势
想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：
1. 100+本大模型方向电子书
2. 26 份行业研究报告：覆盖多领域实践与趋势
报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：
- 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
- 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
- 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
- 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT：听行业大咖讲实战
PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：
- 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
- 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
- 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
- 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。
二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走
想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！
1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位
面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：
2. 102 道 AI 大模型真题：直击大模型核心考点
针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：
3. 97 道 LLMs 真题：聚焦大型语言模型高频问题
专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：
三、路线必明： AI 大模型学习路线图，1 张图理清核心内容
刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！
路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
四、资料领取：全套内容免费抱走，学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：
👇👇扫码免费领取全部内容👇👇
2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！
扫一扫
2371
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
