方向选择

传统工科/强化学习迎来了一波春天（？）

线上，面试官驻场的时候面的自我介绍实习拷打 JWT 加 Redis 双令牌机制，用户怎么授权的？Token在后台是怎么交互的？服务端怎么鉴权？（感觉面试官想引导我回答ThreadLocal，但是我没接）你说你用到了Redis，它是一个什么样的一个工具或者中间件？它主要用来解决什么问题？我就直接在应用里面用临时变量，比如Map当做Cache，它也是存在内存里面，为什么不选用这种方案？那这两种解决方案有什么优劣？数据一致性问题，讲解一下？那 Redis 有没有这个问题？怎么解决？那什么样的数据适合用缓存呢？你刚刚说了一个抢券的业务，那能不能描述一下这个业务里面哪些数据是可以用缓存来缓存的？那线程多...

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？

各位大佬，我（一年经验跳槽）想问一下，目前手头上有三个of1.米哈游前端2.喜马拉雅前端3.一家llm大模型的前端（偏ai方面）薪资方面差不多 选哪啊请各位大佬指点迷津