作为一个 25 岁 Java 后端，面对 AI 我有些焦虑

2026-06-16 · 思考与成长

作为一个工作了两三年的普通 Java 后端开发者，聊聊面对 AI 浪潮时的真实感受：焦虑、困惑，以及一些还没想明白的事情。

标签：AI、程序员、Java、职业发展、焦虑

写在前面

先自我介绍一下吧。我 25 岁，坐标厦门，一个普普通通的 Java 后端开发，工作三年不到。Spring Boot 用得比较熟，MyBatis 写写 SQL，Redis 做缓存，消息队列偶尔用一下，Docker 会点基础操作——大概就是这么个水平。

最近一年 AI 发展得太快了，快到我有时候会慌。

一个程序员坐在电脑前，屏幕上是各种 AI 相关的关键词，表情略带迷茫

焦虑来自哪里

说实话，焦虑不是来自某一件事，而是一堆小事攒起来的：

写代码的速度：以前我写一个接口可能要大半天，现在用 AI 辅助工具，有时候一个小时就完事了。效率是高了，但我也开始担心——是不是意味着公司可以少雇几个人？
面试越来越卷：以前面试问 Spring、问数据库、问分布式，现在还要问"你了解 RAG 吗"、"你用过哪些 Agent 框架"。我明明是个后端，怎么感觉要被迫转全栈 + AI 工程了？
身边的人都在学：朋友圈里有人转 AI 产品经理了，有人学 Prompt Engineering 了，有人在跑通开源大模型了。我还在写老一套的 CRUD，感觉像被时代落下了。

我尝试过的一些事情

我没有光焦虑，也确实花了一些时间去尝试新东西：

1. Spring AI

作为 Java 开发者，Spring AI 是最自然的切入点。它把大模型调用封装成了熟悉的 Bean 和 Template 模式，对我这种"Spring 重度使用者"来说上手挺快的。

@RestController
@RequestMapping("/api/ai")
public class ChatController {

    private final ChatModel chatModel;

    public ChatController(ChatModel chatModel) {
        this.chatModel = chatModel;
    }

    @GetMapping("/chat")
    public String chat(@RequestParam String message) {
        return chatModel.call(message);
    }
}

这段代码看起来和我平时写的 Controller 没什么区别，但背后多了一个大模型在干活。说实话，第一次跑通的时候，我有一种"原来我也能做 AI 应用"的成就感。

2. LangChain4j

LangChain4j 是 Java 生态里对 LangChain 的一个模仿实现。它提供了 Agent、Tool、Memory、RAG 等概念，让一个后端可以像拼积木一样搭一个 AI 应用。

我用它做过一个简单的知识库问答系统，把公司内部的文档灌进去，然后让大模型回答员工的问题。效果时好时坏，但思路挺清晰的：先检索，再生成。

3. 本地跑开源模型

我还试过在自己电脑上用 Ollama 跑几个开源模型。说实话，推理速度慢得让我有点崩溃，但这件事让我明白了一件事：大模型不是只有大厂能玩，普通人也能自己折腾。

一些冷静的思考

焦虑归焦虑，冷静下来想想，事情可能没那么坏：

AI 目前更多的是辅助，不是替代。它能帮我写代码，但它不能帮我理解业务、设计架构、协调团队。
AI 工程师的门槛其实不低。很多人以为会调用 API 就是 AI 工程师了，但真正做过的人都知道，如何让模型输出稳定、如何做评测、如何落地到业务场景里，这些都是难题。
Java 后端的价值不在写代码，而在设计系统、保证稳定、处理性能。这些能力，AI 暂时还替代不了。

接下来打算怎么做

我给自己定了几个小目标：

每周花至少 4 个小时了解 AI 的新进展，但不追求"什么都学"
把 Spring AI 和 LangChain4j 用在至少一个实际项目里
不焦虑别人比我学得快，专注在自己的节奏上

路是一步一步走的，饭是一口一口吃的。与其天天焦虑被淘汰，不如踏踏实实写好每一行代码。

写在最后

写这篇文章的时候，我其实还没想清楚未来三年会是什么样子。但有一件事我是确定的：只要还在往前走，就不算输。

如果你也是一个普普通通的后端开发者，也在焦虑 AI 这件事，那我们算是同路人了。一起加油吧。