当前位置: 首页 > article >正文

Java转Agent开发心路历程

从 Java 外包到 Agent 开发一个CRUD程序员的认知突围之路先详细介绍一下博主的工作背景22届双非本科出身大学浪费4年时间虚度光阴啥也没学会毕业即失业2022年秋招考上了老家本地银行柜员觉得对不起自己的专业于是又参与校招想找工作。刚毕业哪会啥也不会大学基本什么也没学就连SQL都搞不明白但是万幸的是学校校企给钢厂信息化部门招外包面试一问三不知唯一要求就是能接受出差于是我便进入这个校企公司常年随甲方出差做钢厂MES系统其实甲方也是跟着他们的甲方总公司去开发算得上是外包中的外包了但是月入8K加上如果有出差补贴一天也有额外100元于是毕业那会也觉得还算是不错。在校企单位工作三年其中出差两年从22年7月入职那会就只负责本地钢厂的信息化变更开发和24小时运维工作压力不算大没什么太多事情美滋滋混了一年23年8月赴福建三明开发三钢MES系统做报表开发前端用的C#拉一拉控件后端用公司封装好的C开发其实也都是一些打杂的活无非是替人驻厂加别人不加的班写写别人不想弄的报表直到24年5月底才结束了项目的驻场开发但是也积累了一定的SQL开发能力和与甲方业务打交道的经验这是我当时认为这次出差最有价值的收获24年6月回来后又美滋滋混了三个月8月底公司告诉我有个ERP项目缺人然后公司又派我去上海出差了这次是去做中铝集团的ERP系统用的Java开发在此之前除了学校上过Java课了解Java最多的就是在抖音里面看的各种面试八股博主的视频了说起来也是很奇怪虽然我们用的是C#和C开发当时也想学QT从外包跳出去但是看到网络上的Java八股还是会看看觉得挺有意思也是借此契机能开始搞Java开发于是公司的安排我也没用拒绝在中铝项目中我就是小组里面的打杂人员不懂Java不懂业务只是写一点基础的CRUD界面的前后端基本上都是封装好的框架随便看一眼就能懂的那种基本上也没有任何的技术可言。但是事情的转机发生在25年4月原本我们校企公司就是给甲方公司招的外包所以校企本身没有给我们准备资金来发放薪资于是我们也是隔三差五的被拖欠薪资以及出差报销直到4月份公司说三年合同到期了他们不准备续签了让我们去找别的公司签合同其他和我同时期进来的同事也基本上都换了个外包公司继续干甲方钢厂MES系统业务但是我想着既然有这ERP项目的机会又可以转到Java了于是我果断找我之前经常看的一个Java培训博主花了1.2W报名了线上培训班准备做一个合格的韭菜想着合同到期了至少可以跳出外包圈子。报名了培训班后我也没有立即就投入学习虽然说是外包但是开发压力也还是很大的经常要为了赶项目进度项目经理要求各种加班有时候会加班到晚上12点甚至更久晚上回去还得处理一点MES系统的变更以及运维导致出现情况就是可能就是晚上3点写完变更需求半夜5点或者是什么时候给你打个其他模块的运维电话甲方项目这边又要求你早上8点签到这是非常病态的工作环境也导致我后续在公司提出不续签问题的时候因为这个三年内累计的大概100天左右的调休没有用导致有些矛盾。25年7月因为公司不愿意续签也导致我的反馈情绪激增于是跟甲方项目经理说明情况后离开项目组回到原公司和公司商讨了一些补偿细节也是因为刚毕业对这些也不太了解没有经验再加上势单力薄其他同期进门的同学都转去了别的外包公司几番讨价还价最终还是拿到了一些补偿但是没有达到我的预期我也算是逼着自己从这个校企外包中跳出来了。于是开始断断续续的线上Java培训因为只是做了个ERP项目但是Java基础还是非常薄弱的因为我自己知道我本身不是一个自制力很强的选手也没有积极的探索欲望也是在花了1.2w肉疼的情况下逼着自己去学习的所以我跟着培训班后面系统性的学习了Java相关内容从基础到框架也都大致学习了一遍然后敲了一个单体项目一个分布式项目但都没有敲完学了之前CRUD时期觉得很高不可及的各种中间件什么Redis、RocketMQ、SpirngCloud各种组件等等这些但是也都是基于了解并没有很深刻的认知后面到26年春招的时候又背了很多的八股文自己把简历润色了一遍去找Java开发。3月份开始的找工作时候第一个星期面试比较胆怯也是面的少没有经验开始只敢要11/12K的工作还面不好回去后又复盘总结记在小本子上各种面试题第二个星期约的面试也都勉勉强强的找到点感觉但还是答得不够好于是又天天被八股背场景发现面试多了其实面试官问的都是大差不差的于是我也想着投递一些大公司但是奈何简历都过不了门所以在第三周面的也大都是一些小自研和外包公司陆陆续续拿了七八个offer应该有其中我个人有意向的主要有三个1.杭州一个自研公司数游科技15K*13但是工作日加班到9点。2.杭州阿里飞猪外包14k*12有没有年终不确定早九晚六其实入职后发现是早10晚83.东莞华为的MES系统外包13K*12加上加班费大概是在17K左右每个月据那边主管说加班挺多的。这三个offer最终晚选择了阿里的飞猪外包岗位本来想着报名培训班就是脱离外包的苦海找工作之前也是说一定不找外包奈何现实太残酷自身又没啥太多技术正如易经所言一切因果都是自作自受最后结果就是这三个里面我权衡了一下想着既然来杭州了那就得去大公司看看看看里面的制度是怎么样的看看里面的工作内容到底有多高大上所以选择了飞猪外包。作为在 MES/ERP 领域摸爬滚打多年的外包开发我曾一度认为自己的职业生涯就是不断地写 CRUD、对接接口、修修补补。直到最近我在飞猪开发需求的时候主管告诉我不要自己写代码代码只从内部Agent生成这一句话彻底打碎我对纯后端开发的幻想我也深知像我这种的Java外包开发以及没有任何的生存空间了危机感伴随着每一次使用阿里的内部agent就连我之前报名培训的机构也都不再培训Java了而是转型Agent培训我意识到了强烈的危机感深知我自身的尿性于是我又花6000块报名了Agent开发培训我系统性地接触并深入了解了 Agent智能体开发这短短一段时间的认知升级彻底打破了我对技术的固有理解。今天想复盘一下这段从“传统后端”向“AI 应用开发”转型的思维蜕变历程也是从此刻记录我的Agent学习日常一是为督促自己学习二是希望记录博客能够作为后续制作简历和面试时候的一个谈资。对于Agent的认知我分为三个阶段第一阶段认知的破壁——“Agent 不只是个对话框”最开始接触 AI 应用时我和很多人一样有着深深的误解。我以为所谓的 Agent 开发无非就是在软件里嵌入一个对话框接上大模型的 API能聊天就算完事了。但随着深入了解我才发现这简直是“管中窥豹”。真正的 Agent 是一个拥有感知、记忆、思考、行动能力的完整智能系统。它不再是被动等待指令的脚本而是能像人一样去规划任务、调用工具的“数字员工”。这个认知的转变是我踏入这个领域的第一块敲门砖。第二阶段架构的降维打击——用 Java 思维解构 AI作为 Java 开发者面对陌生的 AI 领域我习惯用熟悉的架构去类比结果发现惊人的相似却又更加精妙- 关于记忆RAG与向量数据库以前在 MES 里做多租户数据隔离靠的是 tenant_id 和分库分表。而在 Agent 中分布式记忆管理用了更高级的存算分离和逻辑隔离。我理解了为什么需要向量数据库如 Milvus来做语义检索也明白了如何通过混合检索关键词向量和重排序Rerank让 AI 在海量数据中精准地“回忆”起关键信息。- 关于大脑LLM与Transformer以前觉得大模型深不可测后来理解了 Transformer 架构的核心——自注意力机制。它不像传统的 RNN 那样死记硬背而是能并行地理解上下文的关联。这让我明白LLM 本质上是一个基于概率预测的超级统计机而 Prompt 工程就是控制这个概率的“方向盘”。- 关于手脚API 工程化Agent 要干活离不开工具调用。这让我重新审视了 API 工程化 的价值。设计优先Design First、自动化文档、契约测试这些不仅仅是后端规范更是让 Agent 能够准确读取接口定义、自动生成调用代码的基础。第三阶段落地的实战——从理论到“配镜指南”光有理论不行实战才是检验真理的唯一标准。记得有一次我测试 Agent 的能力问它“杭州余杭哪里配眼镜性价比高我想自带镜框去配镜片。”如果是以前我可能只会得到一个泛泛的列表。但一个成熟的 Agent 系统在后台默默进行了一场精密的“手术”1. 意图识别与查询重写它听懂了我的潜台词追求性价比、特殊加工需求自动扩展了搜索关键词。2. 工具调用与混合检索它调用了搜索 API 和本地生活数据过滤掉了那些拒绝自带镜框的店铺。3. 重排序与决策它像一个经验丰富的本地向导综合评分后给我推荐了“写字楼模式”的眼镜店并贴心地给出了“先去医院验光”、“签署免责协议”等避坑指南。那一刻我意识到Prompt 工程、RAG 检索优化、上下文工程这些不再是枯燥的名词而是决定用户体验生死的关键技术。行文至此从双非本科到外包岗位我曾经以为技术的天花板触手可及。但 Agent 开发的出现让我看到了一片更广阔的海域。在这个领域学历和出身不再是唯一的壁垒作为传统业务开发者转型 Agent 的人我们的护城河不是比 AI 更会写代码而是更懂业务想要什么、更知道 AI 在哪里会出错。当 Agent 替代了 80% 的 CRUD 工作剩下的 20%——需求拆解、上下文工程、Prompt 调优、结果验证——恰恰需要既懂业务又懂技术的人来做。我是正在转型的 Java 开发者这条路才刚刚开始但我已经看到了光。与所有在路上的程序员共勉对于Agent开发我打算花6个月时间来打磨所以接下来的6个月我大致会更新如下内容5月 LLM 与 Transformer 学习笔记 6月 LangChain 实战从 Hello World 到机票政策问答机器人 7月 RAG 进阶向量数据库、混合检索、Rerank 实战 8-9月 飞猪机票 Agent 项目从零到一 10月 求职复盘双非外包转 Agent 的真实薪资

相关文章:

Java转Agent开发心路历程

从 Java 外包到 Agent 开发:一个CRUD程序员的认知突围之路先详细介绍一下博主的工作背景:22届双非本科出身大学浪费4年时间虚度光阴啥也没学会,毕业即失业,2022年秋招考上了老家本地银行柜员觉得对不起自己的专业,于是…...

蓝桥杯嵌入式备赛:用CubeMX+HAL库搞定LCD、按键、LED三大件(附完整工程源码)

蓝桥杯嵌入式竞赛实战:CubeMXHAL库高效开发LCD、按键与LED模块 在蓝桥杯嵌入式竞赛中,LCD显示、按键控制和LED指示是三大核心考核模块。本文将带你从零开始,使用STM32CubeMX配置工具和HAL库,构建一个稳定、高效的嵌入式开发框架。…...

扣子小龙虾隐藏玩法:不发工资的运营助理,帮你自动整理短视频运营数据~

扣子小龙虾隐藏玩法 不发工资的运营助理,帮你自动整理短视频运营数据 🚀 本文重点 用扣子小龙虾实现自动化短视频运营数据整理 💡核心导读 当我用扣子小龙虾用了快一个月之后我才发现,这哪里是个普通的AI工具,明明是我…...

CTF逆向工程简单介绍以及解题通用思路入门

CTF逆向工程简单介绍以及解题通用思路入门 CTF逆向工程简单介绍以及解题通用思路入门 一、软件逆向工程的简介 (1)、软件的生成 软件的编写语言经历了从机器语言到汇编语言,再到如今高级语言的变化。最开始使用的都是机器语言进行的编写&a…...

数据结构【静态链表】

静态链表的初始化&#xff0c;插入和删除操作&#xff1a; #include <stdio.h> #include <malloc.h>#define MAXSIZE 5typedef struct Slinknode{char data;int next; }*nodeptr;typedef struct Slinklist{nodeptr nodes;int * used; }*listptr;listptr initlinkli…...

Downkyi:5步掌握B站视频下载的终极秘籍

Downkyi&#xff1a;5步掌握B站视频下载的终极秘籍 【免费下载链接】downkyi 哔哩下载姬downkyi&#xff0c;哔哩哔哩网站视频下载工具&#xff0c;支持批量下载&#xff0c;支持8K、HDR、杜比视界&#xff0c;提供工具箱&#xff08;音视频提取、去水印等&#xff09;。 项目…...

移动端AR-VR开发初探

移动端AR/VR开发初探&#xff1a;开启虚实交融的新世界 在智能手机性能飞速提升的今天&#xff0c;移动端AR&#xff08;增强现实&#xff09;和VR&#xff08;虚拟现实&#xff09;技术正逐渐从概念走向普及。无论是购物时“试穿”虚拟服装&#xff0c;还是通过手机探索历史场…...

物料设计哪个品牌好

在当今竞争激烈的市场环境中&#xff0c;物料设计是企业品牌传播的重要一环。好的物料设计不仅能够提升品牌形象&#xff0c;还能有效吸引目标客户&#xff0c;从而为企业带来更多的商业机会。然而&#xff0c;面对众多的物料设计公司&#xff0c;如何选择一个真正适合自己企业…...

2026热门AI论文写作工具权威榜单(最新)

依据综合性能表现、学术适配水平、用户真实评价与功能完整度&#xff0c;2026年主流AI论文写作工具权威榜单正式出炉&#xff0c;榜单按综合推荐指数降序排列&#xff0c;清晰标注各工具核心竞争力与适用场景。 第一梯队&#xff1a;全流程学术解决方案&#xff08;★★★★★…...

RynnBrain模型:多模态强化学习在视觉语言导航中的应用

1. RynnBrain模型架构解析RynnBrain是一种基于强化学习的视觉语言导航(VLN)与空间推理模型&#xff0c;其核心创新在于将多模态理解与物理空间推理能力深度融合。模型采用三阶段架构设计&#xff1a;1.1 多模态编码层该层负责处理视觉和语言输入的双向对齐&#xff1a;视觉编码…...

【LLM服务高可用终极防线】:Swoole多进程热重载+Redis连接池+OpenTelemetry链路追踪(字节跳动内部面试评分标准首次公开)

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;PHP Swoole 结合 LLM 长连接方案面试综述 在高并发实时交互场景中&#xff0c;PHP 传统 FPM 模式难以支撑 LLM&#xff08;大语言模型&#xff09;服务所需的低延迟、高吞吐长连接能力。Swoole 作为高性…...

结构拓扑优化与OAT框架:深度学习驱动的工程设计革命

1. 结构拓扑优化与OAT框架概述结构拓扑优化&#xff08;Topology Optimization, TO&#xff09;是工程设计领域的核心技术&#xff0c;其目标是在给定设计空间内寻找最优的材料分布方案&#xff0c;以满足特定的物理性能指标&#xff08;如刚度最大化或强度最大化&#xff09;。…...

为什么你的C# 13模块化顶级语句编译慢了300%?深度剖析Roslyn 4.9.0中Top-Level Statements与Analyzer生命周期冲突真相

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;C# 13模块化顶级语句的演进与定位 C# 13 引入了模块化顶级语句&#xff08;Modular Top-Level Statements&#xff09;&#xff0c;标志着 C# 从“单入口点脚本式编程”向“可复用、可组合、可编译为独…...

基于.NET 9构建MyClaw.NET:打造具备记忆与进化能力的个性化AI伙伴

1. 项目概述&#xff1a;构建一个会“长大”的AI伙伴你有没有过这样的体验&#xff1f;和某个AI助手聊得热火朝天&#xff0c;你告诉它你的项目细节、你的工作习惯、甚至你最近在烦恼什么。第二天&#xff0c;你兴致勃勃地打开对话&#xff0c;准备继续昨天的讨论&#xff0c;结…...

LLM流式响应突然卡死?不是网络问题!Swoole 5.x协程调度器与OpenAI SSE协议兼容性缺陷深度拆解(含补丁级修复PR链接)

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;LLM流式响应卡死现象的精准复现与初步归因 现象复现环境与最小化测试用例 在标准 OpenAI 兼容 API 服务&#xff08;如 vLLM 0.6.3 Llama-3-8B-Instruct&#xff09;中&#xff0c;启用 streamtrue 后…...

GUI-Libra:基于动作验证的智能GUI自动化框架解析

1. 项目背景与核心价值 GUI-Libra这个项目名本身就很有意思——Libra是天秤座的象征&#xff0c;代表着平衡与精确。在GUI自动化领域&#xff0c;我们确实需要这种平衡&#xff1a;既要让AI代理足够智能去处理复杂界面操作&#xff0c;又要保证它的行为可控可靠。传统方法要么依…...

C# WinForm自定义控件实战:手把手教你打造一个带撤销重做的标签设计器

C# WinForm自定义控件实战&#xff1a;构建带撤销重做的专业标签设计器 在工业级MES、WMS系统开发中&#xff0c;标签设计与打印是高频刚需功能。传统方案往往局限于静态模板调用&#xff0c;而现代产线对标签设计的灵活性、可追溯性提出了更高要求——这正是我们需要深度定制W…...

K8sGPT:AI驱动的Kubernetes智能运维诊断实战指南

1. 项目概述&#xff1a;当Kubernetes遇上AI&#xff0c;运维诊断的范式革命如果你和我一样&#xff0c;长期泡在Kubernetes的运维世界里&#xff0c;一定对下面这个场景不陌生&#xff1a;凌晨三点&#xff0c;告警响了&#xff0c;某个核心服务的Pod陷入CrashLoopBackOff。你…...

告别字体模糊:MacType让Windows文字显示如macOS般清晰锐利

告别字体模糊&#xff1a;MacType让Windows文字显示如macOS般清晰锐利 【免费下载链接】mactype Better font rendering for Windows. 项目地址: https://gitcode.com/gh_mirrors/ma/mactype 还在为Windows系统上模糊不清的字体显示效果而烦恼吗&#xff1f;无论你使用的…...

别再只盯着CPK了!用Excel快速计算过程能力指数与合格率(附标准正态分布表查法)

用Excel解锁过程能力分析&#xff1a;从CPK计算到合格率预测的实战指南 每天面对成堆的生产数据&#xff0c;你是否还在为繁琐的统计计算头疼&#xff1f;质量工程师张工最近发现&#xff0c;车间里90%的同事仍然依赖专业统计软件或手工计算过程能力指数&#xff0c;既耗时又容…...

谷歌收录老是不见涨?翻开GSC后台看这几个红柱子,每天200个精准流量这样找回来

你在浏览器里输入自己的网站名&#xff0c;结果出来的只有别人家的广告。你熬夜写出来的3000字产品介绍&#xff0c;在搜索结果里连个影子都抓不到。没被谷歌收录&#xff0c;你的网站就像是建在深山老林里的一家好店&#xff0c;门前一个路标都没有&#xff0c;客户想找也找不…...

c++primer类详解

类的基本思想是数据抽象和封装。 数据抽象是依赖接口和实现分离的编程技术。 1. 定义抽象数据类型 1.1 设计Sales_data类 成员函数的声明必须在类内部&#xff0c;定义可以在内部或外部作为接口的非成员函数&#xff0c;如print、read&#xff0c;声明定义都在类的外部。定义…...

如何用SQL快速获取上个月的对比数据_LAG函数应用

LAG函数无法直接获取上月数据&#xff0c;因其按行序而非自然月偏移&#xff1b;需先用generate_series或递归CTE补全连续月份&#xff0c;再对归一化月字段开窗计算。LAG 函数为什么拿不到上个月数据直接用 LAG 按行偏移&#xff0c;不等于按「自然月」偏移。它只看当前结果集…...

C/C++中组合详解及其作用介绍

组合 (Composition) 指在一个类中另一类的对象作为数据成员. 案例 在平面上两点连成一条直线, 求直线的长度和直线中点的坐标. 要求: 基类: Dot派生类: Line (同时组合)派生类 Line 从基类 Dot 继承的 Dot 数据, 存放直线的中点坐标Line 类再增加两个 Dot 对象, 分别存放两个…...

Linux磁盘明明有空间,却报‘No space left on device’?手把手教你排查inode耗尽问题

Linux磁盘空间充足却报"No space left on device"&#xff1f;深入解析inode耗尽问题 1. 问题现象与初步排查 当你看到"No space left on device"这个错误时&#xff0c;第一反应通常是检查磁盘空间。在Linux系统中&#xff0c;我们习惯使用df -h命令&…...

小白程序员必看:收藏这份智能体工程指南,轻松驾驭大模型生产难题!

智能体工程是将非确定性大语言模型系统化为可靠生产体验的迭代过程。文章强调智能体工程结合了产品思维、工程开发和数据科学&#xff0c;通过构建、测试、发布、观察、改进的循环提升智能体可靠性。成功案例如Clay、LinkedIn等展示了智能体工程的重要性&#xff0c;并提出了实…...

毫米波雷达智能家居传感器:RoomSense IQ技术解析

1. RoomSense IQ 模块化房间监测器深度解析在智能家居领域&#xff0c;人体存在检测一直是个技术难点。传统方案如红外传感器只能检测运动&#xff0c;而无法判断静止的人体&#xff1b;摄像头又涉及隐私问题。RoomSense IQ通过毫米波雷达技术解决了这一痛点&#xff0c;配合ES…...

【技术应用】PLA技术“点亮”蛋白互作,破解动脉粥样硬化新机制!

动脉粥样硬化是心梗、脑梗的元凶。科学家发现&#xff0c;血管分叉处受“扰动血流”冲击的内皮细胞特别容易发炎、长斑块。但背后的分子“推手”是谁&#xff1f;最新发表在《Circulation》的研究给出了答案&#xff1a;一个叫DAPK2的激酶&#xff0c;并首次用邻近连接&#xf…...

ARM MPAMSM_EL1寄存器解析与资源隔离技术

1. ARM MPAMSM_EL1寄存器深度解析在ARMv9架构中&#xff0c;内存分区与监控(MPAM)技术为系统资源隔离和性能监控提供了硬件级支持。作为MPAM机制的核心组件&#xff0c;MPAMSM_EL1&#xff08;Memory Partitioning and Monitoring Streaming Mode Register&#xff09;专为流式…...

制造企业拍宣传片,怎么选到懂行业、能落地、带转化的传媒公司?

制造业的招商宣传片&#xff0c;跟普通的企业形象片有所不同。它不能全靠拍风景、拍大楼、拍开会的表意处理。它需要具象、直白的展示为合作伙伴描绘可期的商业前景&#xff0c;向终端客户传递稳固的品牌信赖感&#xff0c;最终促成高价值的商业链接。作为一家在河北扎根9年&am…...