当前位置：首页 > news >正文

当你写了十年 CRUD，忽然发现需求变了

news 2026/7/24 6:42:13

深夜十一点，你关掉显示器前最后一个浏览器标签。今天又是改完第 8 版需求的一天——一个表单加个字段，一个接口改个返回结构，前端联调时又发现后端少传了一个状态位。你揉了揉眼睛，手机屏幕亮起来，是技术群里有人转了一篇招聘帖：“AI 应用架构师，月薪翻倍，不限年限”。你盯着那几个字看了很久。不是嫉妒，是一种说不清的恍惚：你做了这么多年的全栈，从页面到数据库都门儿清，怎么忽然觉得自己像在一条正在变窄的路上慢跑，而旁边有人已经换了赛道，跑得还挺轻松。

地铁上你刷到同龄人升职的朋友圈，配图是团队合影，文案写着"新的起点"。你点了个赞，然后把手机扣在腿上。不是酸，是那种熟悉的、被落下的闷。你问自己：如果下半年公司也要招"会用大模型的人"，现在的我，算不算那个人。你想起几年前带你的那个前辈，当时他说"把基础打牢就不怕"，可现在基础还在，怕的东西却换了名字。你忽然意识到，基础从来不是免死金牌，它只是让你在变化来时不至于裸奔——但裸不裸奔，和往哪走，是两回事。

你不是没试过。上个月你跟着教程跑通了一个大模型 Demo，看着它吐出一段能跑的代码，心里既惊又慌。惊的是它真的能写，慌的是——那我这几年的手艺，到底算什么。你跟老周吃饭时说起这事儿，老周摆摆手说"别自己吓自己，它写出来的东西还不能直接上线"。你知道老周说得对，可你藏着一个不敢说出口的担心：它现在不能直接用，半年后呢？一年后呢？你现在觉得它笨的地方，会不会正好是它进化最快的地方。

更让你犹豫的是方向。你翻过一些 AI 架构师的岗位描述，什么向量数据库、RAG、Agent 编排、模型微调……每个词都认识，连起来像一门没人教过你的新语言。你想认真学，可每天下班已经累得不想动脑，周末想陪家人，打开文档看了两页就睡着了。你怕的不是学不会，是怕投入大半年，最后发现自己根本不是这块料，又错过了眼前还能稳住的饭碗。这种两头都抓不住的悬空感，比单纯的忙和累更难熬。

你也问过自己：是不是该等等看，等技术再成熟一点、路径再清楚一点再动。可你又隐约觉得，等所有人都看清路的时候，路可能已经堵了。这种焦虑不是来自某一件具体的事，而是来自一种模糊的、对"自己正在被重新定价"的知觉。你甚至不敢跟同事聊，怕一开口就被当成"那个焦虑的人"，可你明明只是刚发现自己也有点怕。

最难受的是那种孤立感。你身边没人跟你正经聊这个，大家表面上都还在正常迭代、正常发版，好像只有你一个人在深夜里反复想"我是不是要被绕过去了"。你试过在群里发个相关链接，没人接话，你就把话咽回去了。你不是要别人安慰，你只是想确认：是不是不只我一个人这样。后来你才慢慢明白，很多人都在想，只是都没说——大家都体面地绷着。

你也偶尔羡慕那种说走就走的人，可你清楚自己不是那类。你有牵挂，有不想挪的安稳，有"万一折腾坏了连现在的都没有"的顾虑。转型这两个字，写文章的人说起来轻巧，落到你这种有根的人身上，每一步都带着重量。你不是不勇敢，你是得对得起身后的东西，也得给前面的自己留条缝。

先别急着把自己推翻重来。大模型对你的意义，很可能不是"取代你写代码"，而是"把你从重复劳动里捞出来，去做更靠上的决定"。

举个具体的小场景。以前你接一个需求，从理清楚业务流程、画接口、写前后端、到联调，大量时间花在实现细节上。现在你可以让大模型先帮你出一份"应用架构草案"：把需求丢给它，让它列出需要哪些服务、哪些数据适合进向量库、哪些环节可以用 Agent 自动串起来、哪些地方必须留人工审核。它给的不一定对，但能给你一张"先有再改"的草图，你在这个基础上判断、取舍、定方案——你从"实现者"往"设计者"挪了一步。这一步，恰恰就是 AI 应用架构师每天在干的事。你不用先懂所有名词，你只要会判断它给的草图哪里靠谱、哪里是瞎编。

另一个场景是搭团队知识库。你们组那些散在 wiki、聊天记录、过期文档里的业务知识，一直没人系统整理。你可以用开源框架，把历史需求、接口说明、踩过的坑喂进去，做一个能回答"这个模块当初为什么这么设计"的内部助手。这事不玄，一台机器、一套现成框架、加上你已有的业务理解就能起头。做出来的东西不一定惊艳，但它会让你第一次以"设计知识流转方式的人"的身份，而不是"写接口的人"的身份，去看待你熟悉的系统。等你做出来，组里新人问"这块为啥这么写"，机器先答，答不上来的才找你——你腾出来的，是可以往更上面想的时间。

还有个你容易忽略的点：你原来的全栈经验，在 AI 应用里不是废了，是换了个位置发光。一个 AI 应用要落地，前端怎么呈现、后端怎么接、数据怎么存，这些恰恰是你天天干的事。区别只在于，中间多了一个"模型"的环节，而这一环你不需要自己训，只要学会怎么接、怎么判断它给的东西靠不靠谱。你不是从零开始，你是把已有的能力，往新的接口上对接。很多人卡住，是因为把自己当成了一张白纸，其实你手里早就握着大部分拼图。

还有一点很现实：你不用先辞职、不用先向谁申请，就能开始摸这块。你手上的项目就是试验田，今天把一个接口草稿交给它出，明天把一个需求文档交给它拆，后天把组里的老文档喂进去试试。这些都不影响你现在的活儿，你是在给未来的自己攒样本，不是在下注。攒着攒着，你会发现自己已经站在新的位置上了，只是还没换工牌。

你不必一夜之间变成另一个人。你写的每一行代码、踩过的每一个坑，都是你理解"什么该交给模型、什么必须人盯"的底气。大模型缺的不是会调 API 的人，是懂业务、懂边界、知道什么时候该信它、什么时候该拦它的人。你其实已经在路上了，只是还没给自己改个名字。

我不是来给你打气的，路难走是实话。但我有一个建议：别一上来就想"转型成功"，先想"今天能不能多做一件小事"。

比如明天上班，挑一个你最烦的重复活——写周报、拆需求、起接口草稿——试着让大模型先出一版，你再来改。不是为了偷懒，是为了亲眼看看它行在哪、不行在哪。你对自己的判断，会比任何一篇文章都靠谱。你会在改的过程中发现：哦，原来它在这里会胡说，在这里还行——这种具体的、亲手摸出来的感觉，比看一百篇科普都管用。

名字改不改、title 变不变，都不急。先让手先动起来，哪怕只是从一个小活开始。你不是在被淘汰，你是在慢慢长出新的那部分自己。哪怕今天只是多问了模型一句"这块一般怎么拆"，也是你往前挪的一步。别小看这一步，很多人卡住，就是卡在连第一步都觉得"得准备好了才能迈"。你不用准备好，你只要先抬脚。等哪天你回头看，会发现那条"变窄的路"，其实只是你视野还没转过来——路一直都在，只是方向换了。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！

👇👇扫码免费领取全部内容👇👇