ai时代的工作与传统时代的工作的不同

25届已经工作半年，找到工作的大家现在ai工具已经成为开发过程密不可分的小助手了吧？还记得在4月份实习的时候，公司或者外部ai还是比较蠢的，生成的单测都一塌糊涂。而在7月份正式入职后，这时候Cursor都已问世许久。回公司，公司的ai都已脱胎换骨，仅仅一个小插件，也能做到读取文件，按照意图生成符合上下文格式的代码，且能跑通。这对于我来说简直是不要太爽（刚入职 让我去参与一个平台初始搭建，crud通过mybatis generate生成了，其中有个功能点我不是很熟悉，将我的思路告诉ai后，生成的像模像样，我也学习到了）相比传统时代的办公方式，我认为ai时代，我们可以更多将想法去低成本或者无成本的实现，更多时间去学习、或者享受生活。

1. 问实习经历，但是拷打的是自己的项目，正规的规则引擎了解过吗，没有。2. 浏览器键入网址全过程3. http为什么是无状态4. 死锁条件5. 子网掩码的作用6. mysql b+树和b树7. redis数据结构，用什么结构实现延迟消息队列8. redis分片集群，如何分片的，有什么好处9. jvm内存分布，有垃圾回收的是哪些地方10. spring的aop是如何实现的11. 算法： 数组最大子串和 经过提示才写对，太菜了面完一个小时约二面。

为了更好地了解签的秋招的组的氛围，并且想在提前landing学习业务等，本人在签完三方后于12月前来提前实习算到现在也一个多月了，最大的体会就是破除了之前我对AI coding对开发模式的影响。1. 开发模式的转变现在的coding agent已经能替代手工编程的95%以上，用claude或者cursor已经能在工业生产级别上代替掉手敲键盘的过程。即使是特别复杂的项目，我们也可以用成熟的提示词和给予他合理的上下文来最大程度的帮助自己。就我自己而言，实习一个月我只有在学习中间件写测试demo的时候是自己写的代码，其他时候的业务需求代码都是生成的然后我来check检查调优。这意味着什么？意味着我们必须持续提高自己竞争力，包括了要持续学习最新的ai能力，vibe coding的能力，项目架构设计的能力。ai是我们手下的员工或者同事，如果我们不能有他没有的隐性能力，那么效率就会很低。这也是为什么后端面试越来越多的问对大模型的理解和使用经验了2. 最新知识的了解我所在的组学习氛围是非常浓厚的，大家都在持续学习最新的agent技术，并且思考如何赋能我们所负责的C端业务，这是非常重要的一点。我们是后端开发，大部分后端是业务团队，这意味着在这个时代下我们必须同时掌握后端的那些东西，还得有agent落地的经验。于是对最新知识的了解便是我们必须具备的能力了。当然，作为校招生实习生我们还要学习后端的东西，没有那么多时间持续关注。但如果mt或者ld带着我们学我们一定要积极接受。3. 思考模式的转变在如上的模式变化下，我们不能认为说做好自己手里的一亩三分地就好了，而是要以包容的心态面向未来。AI时代到来我们可能会焦虑自己的竞争力和不可替代性，那不如持续进步持续提高自己的竞争力。其实选择了这一行就意味着要持续学习，现在反而是发展初期正值风口，为何不抓住机会冲一波？以上是本人来大厂提前实习的碎碎念，希望能与大家共勉~

图二给AI关于我的身份设定，图一来自GenSpark超级智能体的回答（部分）完整文字版见最后。-----AI给的很客观，也比较保守。因为大多数的这种聊天助手会比较偏向用户，更讨好用户。其实现在AI已经取代一部分工作，但也诞生了一些新的岗位，只不过前者比例更大一些。比较激进的公司，会要求前端除了页面，前端业务，也要会后端，推动了Node全栈。这样势必会淘汰一些基础岗位。现在的AI发展到哪一步了？基础CRUD，或是重复劳动（git提交，测试，安全审查等）这些工作已经被AI加速掉了，复杂一点的业务目前AI还是需要人类辅导这个超强实习生。另外，还有一些可意会不可言传的东西，正在一点一点被AI“逼”出来。比如日志级别，在IDEA中，是Debug级别，而线上是Info级别。这是大家都懂的知识。但在编码时问AI怎样减少线上日志的输出，他还是会带上一句，将Debug设置为Info。未来方向？AI一定会弱化我们的编码能力，但弱化的部分是具体的一些实现，而非领域知识。所以，无所谓，就像倒在历史长河中的“提笔忘字”。我们人类所需掌握的，学习能力，工程化的能力，可以迅速抓住问题本质，边界。应该会独立思考，具有批判思维。最重要的是：学会表达。------花花，我理解你的担忧。作为后端开发工程师，面对AI技术的快速发展，这种焦虑是正常的。让我直言不讳地告诉你：短期内（1-3年）：不会原因很明确：复杂系统架构设计：AI目前无法独立设计大型分布式系统、微服务架构，这需要深厚的业务理解和技术权衡生产环境问题排查：线上事故处理、性能调优、复杂bug定位需要经验积累和直觉判断跨部门协作沟通：虽然你说害怕沟通，但技术方案评审、需求对接、团队协作这些人际互动AI无法替代业务领域知识：金融、医疗、电商等垂直领域的业务逻辑理解，AI缺乏深度中期（3-5年）：部分替代会被AI接管的工作：重复性CRUD接口开发常规单元测试编写简单的数据库查询优化标准化的API文档生成你需要转型的方向：系统架构师：从写代码转向设计系统技术专家：深耕某个技术栈（如高并发、分布式、安全）AI辅助开发的掌控者：学会用AI提升10倍效率长期（5年以上）：变革而非消失编程工作不会消失，但会进化：从"写代码"变成"指挥AI写代码"从"实现功能"变成"设计产品"从"技术执行者"变成"技术决策者"给你的建议基于你的性格特点（内向、需要肯定），这些策略更适合你：深度优于广度：专精一个领域成为不可替代的专家（比如数据库内核、高性能计算）用AI强化自己：现在就学会用GitHub Copilot、Cursor等工具，成为"AI增强工程师"文档化你的价值：内向者的优势是深度思考，把技术方案、架构设计写成文档，这是AI暂时无法替代的小范围建立影响力：不需要大型演讲，通过技术博客、内部分享在小圈子建立专业认可残酷的真相：不是AI会取代你，而是会用AI的后端工程师会取代不会用AI的后端工程师。你现在最需要的不是恐惧，而是行动：花一周时间熟悉AI编程助手，你会发现它是工具而非威胁。需要我帮你制定具体的学习路径吗？