程序员能干多久，很大程度上取决于行业和岗位。在 互联网行业，节奏快、更新迭代迅速，年轻程序员占比高。一般来说，纯写代码的岗位到了 35岁左右 就容易面临压力，转型做 架构、技术管理、产品技术顾问 是常见出路。那些持续学习新技术、跟上趋势的人，可以干到 40岁甚至更久。在 制造业或传统企业，技术更新相对慢，代码量和项目复杂度没有互联网那么高，程序员往往可以 干到45岁甚至50岁。很多人从开发岗转到 系统运维、ERP开发、企业信息化管理，经验反而是宝贵资本。总结一句：程序员的职业寿命，不只是年龄问题，更看 行业属性、岗位内容和学习能力。懂得转型和升级技能，干得越久也越有价值。

第一次找leader汇报的时候，他说“你book一下我的时间吧”，我心想book是啥、在哪里book、怎么book……？啊……？两个月过去了，学到的小黑话已经够我写一篇笔记了1、book一下：在企微日程里预约对方的时间开会2、拉个会对齐一下：开会同步信息，减少信息不对称3、颗粒度：从宏观到微观的各层内容对齐颗粒度：通过开会同步所有细节4、p0/p1：任务优先级，p0优先于p15、底层逻辑：从事物的本质发现任务要这样做的根本原因6、抓手：切入点7、闭环：接到任务-制定计划-执行操作-反馈结果-实现目标8、哈：同事之间表示亲切的语气词在腾讯的两个月，听到的“逻辑”连起来可绕地球三圈…

前几天在球场上大胆的加了一位姐姐的微信，约了几次打球被拒了，然后约了看阿凡达3就一起去了，感觉看的过程边聊边看以为有戏，但是回去之后就冷处理了，这几天找了她几次，都是我去找的她，她基本上也不怎么理我，感觉没什么戏，约出来散步也不去，果然下一次叫出来打球的时候，委婉的拒绝了，一次的主动换来一辈子的内向。

想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...