不知你是否是这样，习惯按TapTap补全代码；偶尔遇到个线程问题，忘记了语法，就直接对话框问AI；甚至在新项目初始化的时候，直接全部交给AI。AI Coding已经融了大部分的开发生活，使用已经是一种习惯。但即使你面试的AI Agent岗位，面试官还是会照例问你八股，这还有必要吗？我已经tap链接大脑，AI 代替思考了呀？ AI 现状  很多产出变得更像“对的”，但更难确认它真的“能上线”  传统工作模式下，我们编码的工作受限于思考，心流的过程。但如果测试时发现问题，可以快速在脑海里定位到大概位置，心中有码。 而与AI人机协作后，我们更多的时间花在编码后的测试，因为代码没过脑，很多写法可能与现...

AI 让产业飞轮越转越快，开始产出了三人公司，甚至一人公司，我，作为一个后端开发者，距离此还有多远？这是一个来自鹅厂产品经理创业的例子。22年，那个时候 MJ 和 SD 刚出现，年末 GPT 也开始了大模型时代，让这位不安分的产品经理愈发疯狂。但他并没有一开始就去裸辞创业，而是先兼职。创业三段式：咨询→定制→通用产品阶段一：咨询培训。“给电商卖家讲课，一小时收3000元，一年赚个小几十万——能活，但不够爽！”阶段二：软件定制。“用AI Coding给卖家做工具，比如小红书评论分析系统，Demo一天就搞定！”阶段三：通用产品出海。“现在最刺激！光轮BI帮卖家AI看数据，另一个工具赋能全球达人。”我作为一个后端 Java 开发，第一点其实是拥有产品思维，与 AI Coding 接触了这么久，每次都是为了更好的工作效率，没有跳出这个圈子（拉磨）。对于他的 Coding 经验，这样描述：“AI不是魔法，需要人和它一起成长。核心代码还得研发review，但AI能把想法快速变成Demo。”之后在群里也分享了关于一人公司的想法，见图。最后说一点他们团队现状以及对未来的畅想团队现状：3个全职+4个兼职，办公室20平米，但“成长速度比打工快10倍”。工厂老板用AI分析海外竞品评论，发现用户痛点，靠新slogan提升销量。第一个AICoding出来的案例，发到网上收获关注。“AI能让人梦想成真。”中国AI应用层玩得最花，海外客户愿意为AI生成视频付高价，成本只有传统的20%。

最近这段时间，受邀请去一个地方分享这一年AI实战分享。2025年是Agent元年嘛，所以我就从这方面切入。-- 开端但我是没那么多时间去检索整理资料的，所以我分了两条支线，一个是让AI深度研究这一年的事件，另一个就是问AI助手，让他引导我构思整体。比如这一年AI 让我 aha的时刻，工作中有哪些提效。随后，AI深度研究的结果也出来了，这一年比如MCP，ReAct，CodeAct，Skills等大事件。昨天还让他调查了Clawdbot这种爆火的开源项目。-- AI 制作我对PPT还停留在中学这样。所以，我将开始的AI对话记录，这一年调查结果全都给了AI，生成了第一份PPT（见图一）还挺满意的，但是总会觉得，有些愧疚，线上直播场面还挺大的。-- 人机协作后来想想，还是我自己结合AI慢慢来吧。于是我找了几个有意思的点，每一页有思路就自己画。没思路就双线进行，nano banana 绘制一个有创意的PPT图，另外一个只生成一页PPT，一个创意一个专业，最后我来折中。就这样，诞生了第二版。---  最后真的有何不同吗？有吧，工具开智了，知道我想要什么。但目前，他还是工具，我来主导定计划。

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？

本司在过去的几年一直和日方的一家公司稳定合作，但由于种种原因，总会出现工期断档。老板为了能接到更多合作，在日本到处跑。在度过了无任务的一个月后，一个组（十几人）同时并行五六个小项目。设计，开发，测试轮流做。开始每日早会，开始 9 点以后下班（平时 6 点就走），甚至开始招外派到我司。我曾想过，这种情况下，应该与公司共患难还是分道扬镳。提离职也就也得干一个月，可过了一个月就没那么忙了。算了，继续干吧。对于很多一线来说，9 点下班已经算福报了。

标题借用刘墉老师的书籍。十分推荐大家读一下。今天想讲一讲我工作至今的，所领悟到的社会规则。职场中，“会说话”比“只做事”更能减少内耗；职场不是“埋头苦干”的战场，而是“精准表达”的舞台。过度沉默会被忽视，过度表现会遭排斥，关键是把“功劳”让给领导，把“苦劳”留给自己。朋友间，“亲疏有度”比“掏心掏肺”更长久；朋友不是“家人”，不需要“毫无保留”。过度掏心掏肺会把“秘密”变成“把柄”，过度依赖会让“朋友”变成“负担”。真正的朋友，是“我懂你的不易，你尊重我的选择”。利益面前，“先小人后君子”比“感情绑架”更体面。利益是“感情的试金石”，但不是“感情的敌人”。真正的朋友，不会因为利益反目；真正的合作，不会因为利益散伙。关键是要“先把规则说清楚，再把感情放进去”。上面有点抽象，我来说一个书里的案例。小英和唐小姐是新同事，唐小姐主动和小英做朋友，每天一起吃午饭、聊私事。小英把“和老公吵架”“对婆婆不满”的秘密全告诉了唐小姐，甚至把自己的工资、家庭住址都说了。结果没过多久，全公司都知道小英的“家务事”，连保洁阿姨都来问她“和老公和好了没”。小英找唐小姐对质，唐小姐说：“交朋友嘛，别那么较真，何况是你自己要讲的。”你所以为的秘密，可能当时得到了尊重，也可能是她在演戏，背后全是嘲笑

依旧是睡前的刷手机环节，久违的向我推送了2026金牛座视频，于是我点开头像寻找巨蟹。作者刚想开头总结一下，却发现每个月，都有独立小事件，但这一年串不成一件大事。我回头一想，这和我的2025如此相似，每年的大目标就是跳槽，可是一旦因为某事耽搁就会遗忘目标。我好像真的不会规划...或者说执行力有些欠缺？又或者像一位老师说的，我应该再开放一些，我的世界或许会更大一些

众所周知，早在AI Coding工具之前，辅助驾驶已经走了很长的路，他们对等级有L1、2、3等之分。所以本次我从等级角度，各个推荐一下。L1：各类插件，主要用于代码补全，对话等操作。国内外大厂的产品都可以用，差距不大。L2：脱离插件形态，有了更多元的能力。此时差距明显，模型与IDE本身的调教都有着差异。T0：Cursor。T1：亚马逊的Kiro，腾讯的Codebuddy，字节的Trae，阿里的Qoder，还有美团、快手等厂（同等级排名不分先后）因为是国际版，所以模型能力都一样了。我的原则是，哪个能白嫖，就用哪个。T1.5：以上的国内版本。L3：脱离IDE形态。各家都在探索，完全不需人来编写任何代码。率先出击的是，Claude Code，Gemini Cli。早期是黑窗形态，最近才有了可视化界面。黑窗状态下，我们只需要Shell脚本、提示词和command命令即可完成完全沉浸的AI Coding。但其实，这个目的，更是为了加入流水线，实现全自动化。当一个需求、issue来临时，前置脚本自动读入上下文，API 交互给L3工具，再通过HOOK、SKILL等触发自动测试，代码审校，提交代码等操作。腾讯跟的比较快，派出了Codebuddy Code，配合国产的GLM模型，能力尚可。字节的Trae则走了自己的路，SOLO模式，更方便于新手入门。阿里则剑走偏锋，把眼下的产品每一步都做到最好。不过，真在生产环境中，还是L1的Tab Tab不全最让人放心。

这几年，即使阅读的方式从纸质到电子，阅读的类别从软件开发到历史人文，但阅读的习惯一直保留着。阅读这二字强调在看，但在看的过程中，也会引发思考，这是 AI 所不能带给我们的。

前言 一图胜千言，千言汇成一幅图。不同于获取答案的文字，生图更像是把我们脑海中的画面映射出来。不过，我相信很多人和俺一样，没有那么多丰富的词藻。所以，本篇聚焦于如何像大师一样表达，让 AI 作图平权。 核心要素 当我们不知道该如何开始描述一个画面，可以从以下几个角度分别考虑。  1.主体描述 / Subject  图像的核心内容，尽管平铺直述，但不要简单描述。 ❌一个女巫 ✅一位强大神秘的女巫,微笑着坐在岩石上,施展闪电魔法,戴着帽子,穿着带有宝石的皮革服装  2.介质 / Medium  作品的表现形式 数字艺术、油画、水彩画、3D渲染、摄影、铅笔素描  3.艺术风格 / Style  图像...

早上宿便，工作时间摸鱼便，今天你拉了吗？你真的了解你身体的状态吗？我们的产品从这里出发，关爱您的肠道健康，让您拉的舒服，拉的健康！

——背景 我是一名全栈，但主 Java 的程序员。使用 AI 帮我问答，作图，做 PPT，写代码等工作。——正文最开始的时候，我还是习惯让他帮我补全代码，很多时候不用想那么多，一直 tabtab。这个阶段我的重复思考减少了很多。后来 AI 有了更主动性的权限，我只需要提需求，他来帮我完成全部流程。如果是初级的简单的，那他做的还是不错的。但复杂起来，就需要我把提示词写好了，而写好提示词就是需要我对这个任务的认识清晰，所有的 case 考虑到位。这个时候我从编码者的思想，上升到了设计者。现在身份的变化，并不算是思考变深或浅，而是一种注意力转移，方向的变化。而日常问答中，我随地大小思的频率更多了，因为有了一个身边的百科全书。

作为一名习惯用文字记录成长的长文作者，过去几年我总在另一个平台默默耕耘。不过在25年初，突然感到无东西可以写，大多数问题与思考，都是与 AI 一起。转机出现在25年7月。在另一位社区伙伴的邀请下，“重回”牛客。记得小队长轻描淡写地说：“30字就能满足要求。”起初我还暗笑这门槛太低，直到第一篇帖子意外收获破千浏览量，才惊觉这片土壤的奇妙。那些日子，我像发现新大陆般记录生活碎片，虽与技术无关，却收获了意想不到的温暖。在社群最初的样子，小队长几乎占据了一半的聊天，对创作者们一次次的夸奖，一口一个宝，把牛客创作者哄成了牛客幼儿园。这个时期还解锁了一个人，小助手，只会1和八嘎的机器人形态。一个月后，我又遇见了传说中的“牛客马保国”——这位评论区的灵魂人物，总能用独特视角点燃讨论火花，让我学会从多元维度理解内容。临近十一，创作者体系迎来升级，将优秀创作者分到了 真的 A 级（之前觉得A群是冷宫，没人说话）。这时候的总则是：牛B撑起数量，而牛A撑起质量。于是我有了新动力，想尽快去看一看A群，想细一点打磨帖子。恰逢整理完大模型知识体系，又观察到社区以大学生为主力军，便尝试用大白话拆解技术本质——结果首篇爆文不仅引发官方关注。队长说，AI 是他们希望要看的内容。随后，又写了几篇，都有很好的数据。在圣诞节做的一个小游戏更是让官方看中并上线了。1226那天，我终于在线下见到小队长、小助手等“网友”，相谈间更懂了牛客与创作者的共生哲学：这里不仅是内容平台，更是梦想孵化地。-----最近两个月，是我认知迭代最快的时光。感谢启创小队长，暖愈小助手，朗达可姐，哲漫马保国以及目前还比较神秘的嘻嘻子，审核官！谢谢！

以下是对熊辉教授在2015年12月27的演讲《认知升维：人工智能奇点期的产业新坐标》的观后感，如有其他见解，欢迎一起讨论。   在过去的读书的几年时间里，我学习着人类几千年的文化精华。学历越高，专攻的方向越集中，最后落在了计算机这一门领域上。 熊辉教授说，当人类到达博士的水平，知识储备才勉强在计算机领域算得上“博闻强识”。而当我们走出社会，将这一个领域与其他领域结合，逐渐走到行业龙头，有了两个领域以上的“博闻强识”，才会进入到下个阶段：触类旁通。 而这，近乎很多人半辈子的努力，却被 AI 在两三年内轻松达到。  AI时代-学习力的差距  在课堂里，在高中、大学就会发生一些事情：有些人很勤奋，也...