选择后端开发还是大模型应用开发？根本不用二选一！

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。

互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。

究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。

ai是风口，agent也是风口，大模型应用开发也是风口，但对于在校生来讲的话，直接走大模型应用开发反而是把路走得很窄很窄了。真是纯血大模型应用开发的话门槛很高很高，这个大家直接搜相关岗位的薪资就能看到，我个人更建议走后端方向积累agent开发的经验，然后慢慢往这方向走，不用担心没机会，这类需求有的是。

顺带也和大家分享下，在 AI 时代，后端工程师想要站稳脚跟、抓住机遇，这 3 个方向一定要重点关注：

• 1.持续夯实 AI 基础知识，紧跟技术迭代。AI 领域技术更新太快，后端工程师不用深究底层算法研发，但必须掌握核心基础知识，比如主流大模型的核心原理与差异、Prompt 工程的底层逻辑、大模型的能力边界与局限、常见 AI 接口的调用规范等。只有摸清这些基础，才能判断哪些业务适合用 AI 解决，避免盲目上 AI 踩坑，也能为后续智能体开发筑牢根基。
• 2.聚焦智能体开发，用 AI 解决具体业务问题。我觉得如今的智能体开发，早已不是加分项，而是现代后端工程师的必备能力。所谓智能体开发，本质是用大模型的认知与决策能力，结合业务流程串联各类工具、数据与系统，解决实际业务痛点 —— 比如用智能体自动处理工单流转、辅助业务数据分析、优化客户咨询应答链路等。后端工程师懂业务、懂系统，做智能体开发天然有优势，这也是打通后端与 AI 的最佳切入点。
• 深耕 AI 辅助编码提效，吃透服务端落地最佳实践。很多人觉得 AI 辅助 coding 就是写写提示词让工具生成代码，其实不然。真正高效的 AI 辅助编码，核心是AI coding服务端落地的最佳实践，这背后逻辑很复杂：比如如何结合团队代码规范定制专属提示词体系，如何让 AI 生成的代码适配现有项目架构，如何通过 AI 实现批量代码重构与漏洞排查，如何将 AI 编码工具与 CI/CD 流程打通提效，甚至如何用 AI 辅助做系统架构设计。吃透这些，才能真正让 AI 成为后端开发的 “加速器”，而非单纯的 “打字工具”。有机会后面可以给大家分享。

我最近会在我的大号@Java抽象带篮子 发布一篇完整的智能体项目话术，0基础背诵话术即可写简历上拿去面试，让面试官眼前一亮，欢迎大家期待，我会放在我的专栏里面抽象带蓝子的八股大全专栏 - 牛客网 (nowcoder.com)

在牛客也写了一些java学习和求职的经验帖子，大家可以去看看：

想要学习Java冲实习或冲春招的，我能助你一臂之力，我之前整理了高质量可速成的魔改外卖项目话术和7000字轮子项目话术，还有超全超精品八股大全专栏，怎么写简历，怎么包装实习经历，怎么0基础速成冲春招和实习等等精品帖子，大家可以去看看我的精品文章汇总帖子：往期精品秋招帖子汇总

我的八股大全、算法、项目话术全专栏（20w人学习，超千人订阅，牛客最受欢迎最高质量java八股专栏，内容包含： 1.八股大全：多一句没有少一句不行的最精简八股整理，完全可以应付校招社招的八股拷打！ 2.速成项目话术：目前有魔改苍穹外卖项目话术（额外扩展了很多技术亮点），能速成拿去面试，后面会更新魔改黑马点评、商城项目等等热门高质量项目话术 3.智力题超详细题解汇总； 4.面试时非技术问题话术整理，绝对震惊面试官一年； 5.算法lc hot100全题系列题解：绝对通俗易懂：快速冲刺秋招专栏