恭喜这位同学成功斩获大模型独角兽月之暗面的Offer，总包高达60w+。他的经历很有代表性：从最初面试受挫，到坚持每场面试都录音复盘，找出短板逐一攻克；在项目实战中，不折不扣地完成每一次作业，亲手复现并吃透核心逻辑。成功上岸从来不是偶然，而是正确的方法加上足够的训练强度，逼迫你在真实项目中一步步锤炼出过硬的能力。
我的转型之路：从后端到AI Agent
我的经历或许能给面临相似选择的你一些参考。从去年11月开始，我投入学习Java后端技术栈，在完成外卖和点评这类常见项目后便着手投递简历。然而，现实很骨感：一个月内投出800多份简历，只换来寥寥两个面试机会，并且都是一面即止。
心灰意冷之余，我开始反思问题所在。经过一番深度思考，我决定转换赛道，转向当时正兴起的 AI Agent 开发方向。目前，我已经拿到了一家初创公司的Offer。下面，我想分享一下我个人对这两个方向的感受，以及最终促使我放弃后端、选择 Agent 的核心原因。
01 后端（Java）的尝试与困境
选择理由：
最初选择Java后端，理由很直接：岗位多，需求大，薪资可观。我也清楚这个领域早已人满为患，竞争异常激烈，学习周期漫长——用一个字形容，就是“卷”。但凭着高中时代“卷”出的一些成绩带来的自信，我决定试一试。
学习过程：
项目方面，我选择了市面上常见的某马点评和外卖项目。为了求快，学习过程主要是过一遍视频，再看看关键代码。至于八股文，主要依赖“Java Guide”和“小林八股”这类资料。
这里不得不感叹，Java后端的八股文真是又臭又长，我完全背不下去。这也是我后来决定放弃后端的一个主要原因。
求职结果：
前后大概参加了7-8家公司的面试，规模有大有小。大厂全部折戟，只拿到几家小公司的Offer。
这段经历给我的核心感受是：单纯通过看视频来学习项目，效果非常有限，远不如自己从0到1搭建一个项目。 因为现成项目的技术框架、选型、业务功能都是别人预先定义好的，你很难深入思考面对具体实际问题时，该如何进行技术选型、架构设计，以及如何权衡各种方案（Trade-off）。而很多面试官恰恰喜欢问这类问题，因为这才能真正考察你的工程能力。
实际上，如果能善用AI工具，完全可以快速地从0到1搭建起一个完善的项目。这个过程必然会遇到各种各样的问题，而你解决这些问题的方法以及背后的思考，正是面试时可以与面试官深入交流的宝贵素材。
02 拥抱AI Agent：新的机遇与挑战
选择理由：
我对人工智能一直抱有浓厚兴趣，坚信其拥有巨大的发展前景。AI Agent 作为其中一个方向，尚处于起步阶段，技术栈不像传统后端那样深不见底，入门相对快速。
学习过程：
我决定从0开始，亲手搭建一个智能体。起因很简单：在GitHub上寻找开源项目时，每次下载下来都要手动部署，非常麻烦。于是，我萌生了做一个能自动部署代码库的 Agent 的想法。借助AI工具辅助，大约一周时间，我就做出了一个初版。
当然，初版的能力很差，效果不尽如人意，我也不知道该如何改进。于是，我转而决定去学习那些优秀的开源Agent项目。
我选择了学习geminiCLI这个项目。同样是结合AI辅助，花了两三天时间，我搞懂了这个项目的关键设计思路，学到了大量有用的知识，并将这些知识应用到我自己的项目中。实打实地，我的Agent能力得到了显著提升。
除此之外，保持对业界动态的关注也很重要，我会定期查看行业龙头发布的博客或新产品，学习最新的技术理念。
求职体验：
这个岗位比较新，职位数量相对较少。在大厂，这类岗位往往偏向算法岗，对学术背景要求更高。我没有任何相关学术经验，投递的几个岗位都石沉大海。
但在初创公司，门槛则相对友好，更偏向开发岗。因此，我反而拿到了不少面试机会，并最终获得了北京一家初创公司的大模型算法实习岗位。
03 总结与个人看法
在我看来，AI Agent 目前仍处于早期阶段，未来发展前景广阔。而Java后端，只要互联网行业还在，其岗位需求就不会消失，只是增长可能趋缓，同时竞争异常激烈。
因此，我的观点是：如果你认可AI的未来发展，希望参与这次AI浪潮，同时又不想或没有足够时间沉入传统后端那庞大复杂的技术栈，那么尝试AI Agent这个新兴领域，或许是一个值得考虑的选择。
当然，以上都只是我的个人看法和经历，未必完全准确。技术人的成长路径多种多样，关键在于找到适合自己的节奏和方向。欢迎大家在云栈社区一起分享讨论各自的看法与经验。
发表于 1 小时前
|
查看: 2|
回复: 0
