寒冬之下，一个双非 Java 仔的迷茫与破局之路

个人背景：一个典型的“多数派”

出身： 双非本科，科班出身，但总感觉“底气不足”。
经验： 毕业一年，在一家小公司做着后端的螺丝钉，主攻 Java 。
技术栈： Java 是饭碗，但要说精通，自己都心虚。前端？ Vue/React 能写点页面，但仅此而已，半桶水的状态。
现状： 想着要“沉淀”，告别 CRUD 的重复。告诉自己要写博客（在坚持）；告诉自己要刷算法，但 LeetCode 的 Hard 题总能劝退。一句话，间歇性踌躇满志，持续性混吃等死。

外部冲击：时代的焦虑，你我皆在其中

互联网的黄金时代似乎正在落幕，“高薪神话”越来越像“前人传说”。我们这些后来者，面临的是更卷的竞争和更低的预期。

更让我动摇的是，最近总有 AI 培训机构的销售加我微信，话术惊人地一致：

“兄弟，你没看到国家政策吗？‘新质生产力’，人工智能是未来最大的风口！” “现在转 AI ，就像十年前做移动互联网，抓住就是红利！” “我们有独家大厂导师，保证你三个月脱胎换骨，薪资翻倍！”

说实话，我心动了。看着他们描绘的“钱景”，再想想自己停滞不前的工资条，很难不产生动摇。但理智又告诉我——天上不会掉馅饼，尤其是在我曾有过被类似“速成培训”坑过的经历之后，那份警惕心时刻都在。

灵魂拷问：我的目标与前路

目标很明确，也很俗气：涨薪，进一家好公司。

但这背后，其实是更深层次的渴望：

技术破局： 我不想再仅仅是个“Java Boy”，我想拥有自己的技术护城河。
职业发展： 我不想 30 岁后面临被“优化”的风险，我想有一个清晰、可持续的成长路径。
认知提升： 在这个充满不确定性的时代，我该如何做出正确的选择？是坚守 Java ，把它做到极致？还是拥抱变化，赌一把 AI 的未来？

写给自己的思考，也想听听大家的建议：

对于“沉淀”：
- 写博客： 到底该写什么？是源码分析，还是项目复盘？如何才能坚持下去，并让博客成为我简历上的亮点，而不是自嗨？
- 刷算法： 除了硬着头皮刷，有没有更科学、更不容易放弃的方法论？如何将算法能力与业务开发结合起来？
对于“转型 AI”：
- 前景与现实： AI 的泡沫有多大？对于一个只有后端基础的人来说，转型的路径是什么？需要补哪些数学、算法知识？这个学习曲线有多陡峭？
- 如何避坑： 如何分辨市面上五花八门的 AI 培训机构？是看课程大纲，还是看师资背景？有没有已经被验证过的、靠谱的学习资源或社区？那些所谓的“内推”、“就业保障”可信度有多高？
对于“主航道”Java：
- 如果我选择深耕 Java ，在当前的环境下，应该往哪些方向努力？是深入研究 JVM 、并发、网络，还是拥抱云原生、微服务？如何才能在 Java 这条拥挤的赛道上，做到“人无我有，人有我优”？

这不仅仅是我一个人的迷茫。我相信，在屏幕前的你，或许也正在经历同样的挣扎。时代的一粒沙，落在我们每个人头上，就是一座山。

前路漫漫，充满未知。但与其坐而论道，不如起而行之。今天，我把这份迷茫与思考写下来，既是鞭策自己，也希望能听到各位大佬的真知灼见。

我们该如何在这场技术变革的浪潮中，找准自己的定位，稳健地驶向理想的彼岸？

期待大家的回复和讨论，以上经过 ai 渲染！

zihaoin1551

2025 年 7 月 8 日

1 ）如果你自己没法清晰地描述自己的问题，说明你整个人都是乱的，你应该踏踏实实面对一下自己的问题，思考如何表达问题的时候，会让自己的思路清晰很多。就像授课：别人讲出来的东西都是别人的；别人提问，你思考并回答，之后再学习改进的东西才是你的。
2 ）焦虑是什么，焦虑的反义是具体，具体的背后是决策，决策意味着取舍。你主题里的这段内容就很模糊，你又担心卷、又担心预期、又担心抓不住风口…… 这些背后都差不多，是一个“我安全吗？”的问题，但是没有人是一定安全的。
3 ）你说你的目标是涨薪进好公司，那拆一下你的目标，有哪几种方式可以让你达成目标，是技术、还是别的什么，如果是技术，那么未来如何体现你的技术。自己给自己列一个发展的清单，列出自己的关键里程碑指标，会是一个更好的方式。每个人有每个人的清单，你看了别人的，不明白的还是不明白，甚至徒增焦虑。
4 ）有些知识和技能是很容易过期的，不是说你照着别人的路径把很多东西撸一遍就会变得厉害，那是刻舟求剑，去学习那些长期有用的技能，然后反思工作中那些具体帮助你们解决业务的技能。

swananan

2025 年 7 月 8 日

到底该写什么？是源码分析，还是项目复盘？如何才能坚持下去，并让博客成为我简历上的亮点，而不是自嗨？
===
我有一个小建议，就是博客里面源码贴的太多了，阅读体验不是很好，我比较喜欢看图多的。我感觉这也是写源码分析的一个痛点（所以我从来不写源码分析，最多用问题引入某些实现细节）。
在 AI 爆发的时代，博客含金量也在降低，我觉得倒是无所谓，反正博客主要是写给自己看的，另外就是方便交流和找到相同爱好的人。对于找工作，多写博客多总结，多少会有点用的。

除了硬着头皮刷，有没有更科学、更不容易放弃的方法论？如何将算法能力与业务开发结合起来？
===
我觉得不如把数据结构吃透，比刷题有用多了，除非开始找工作了，不然不建议刷题

byteLoading

2025 年 7 月 8 日

AI 应用做的浅的话基本就是 prompt + tools ，封装的通用一点就是 dify 、coze 这种，我个人感觉是更偏前端技术栈一些，没太深的技术护城河，你看 manus 出来之后，很快就有人复制出了 openmanus 。难点就是现在 LLM 的能力还是比较弱的，要做一些工程化实践，在 token 约束的情况下尽可能精准的表达用户的意图，后面随着 LLM 能力的逐步提升，可能也没那么重要了。做的深的话，就不清楚了，感觉对个人的要求应该还是挺高的，基本应该都是名校硕博之类的吧，卷的都是论文产出了。

我的建议是：完全没必要报培训班，自己学学浅层的 AI 应用，一些 prompt 的最佳实践之类的，你用的比别人熟练的话，还是能带来一定的优势的，比如工作提效后，省下来更多的时间学习自己感兴趣的东西；比如利用 AI 工具去学习算法，之前碰到不懂的算法，只能去 leetcode 看答案，自己领悟，现在你可以让 AI 帮你绘制算法完整的执行过程，你的学习效率也是超过之前的人的。持续学习，剩下的就只能走一步看一步了，大环境、行业趋势、经济状况不是你我能左右的，你可以给自己订一个短期目标，比如要进某个大厂之类的，参考他们的要求利用 AI 工具去学习，碰到合适的机会还是可以实现的。