35岁被裁后，我用两个月把AI应用跑通了｜Java转AI的干中学实录

干中学 AI · 上岸实录分享

 

我今年 35 岁。被裁之前，我一直在医疗行业做传统 Java，业务比较熟，系统也做得还算稳定。简历拿出来不至于难看，但说实话，和现在很多岗位的要求已经有点对不上了。

岗位描述里，大模型、Agent、知识库这些词越来越常见。而我过去几年反复写的，还是接口、报表和 HIS 周边系统。

刚失业的时候，我最慌的其实不是不会写代码，而是不知道自己还能不能跟上。那段时间我收藏了不少课程，也加了几个社群，想靠学习把焦虑压下去。可课程看完之后，问题还是在：简历上没有一个能完整讲清楚的 AI 项目，面试时也不知道该怎么证明自己真的做过。

后来我换了个想法：与其再听一百小时视频，不如给自己两个月，先做出一套能够运行、贴合下一份工作内容，能够演示的东西。Agent 和 GEO 相关的实战，我就是在这个过程中一点点补起来的。

现在回头看，有了项目以后，简历才有内容可写，面试时也不至于只会背概念。下面这些，是我自己的经历，不算教程，也谈不上成功学，只是把这段过程记录下来。

一、裁员后我踩过的坑：只看课，心里会踏实，手上却还是空的

失业后的前两周，我每天都在学习：收藏课程、加群、看“机器学习入门”，还认真做笔记。课程进度一度到了第三章，学习记录看起来很充实。

但只要关掉页面，我还是不知道该从哪里开始写。

后来我才意识到，视频带来的更多是一种“我正在准备”的感觉，项目留下的才是可以拿出来说明的东西。招聘方最终关心的，通常不是你看过多少课程，而是你能不能把代码打开，讲清楚它解决了什么问题，哪些部分是你自己做的。

像我这种已经写了很多年 Java 的开发，并不一定需要从头听一遍所有概念。真正缺的是一套完整的东西：代码能运行，结构能解释，遇到问题知道自己改过哪一层。

新人当然可以先看一些入门视频，先建立基本认识。但不能一直停在“看懂了”这一步，还是要尽早动手。只听不写，过几个月很容易又回到原点。

二、我不是天赋型选手，只是给自己定了一个工期

我没有把目标定成“成为算法专家”，那不现实，也不是我当时要找的方向。我更关心的是，能不能转到 AI 应用工程，先做出一些和岗位相关的东西。

当时给自己定下的范围大概是这样：

• 我 35 岁，目标是 AI 应用工程，不是科研岗位；

• 我的背景是医疗行业的传统 Java 开发，刚经历裁员；

• 用大约两个月，集中补 Agent 和 GEO 相关的应用实战；

• 最后至少留下几个可以放进简历、也经得起面试追问的项目。

两个月当然谈不上精通。很多东西到现在我也还在边做边补。但两个月足够让我从“只听过这些名词”，走到“我做过一个能运行的版本，并且能解释它为什么这样设计”。

这对我来说已经很重要了。人在失业期间很容易怀疑自己，手里有一套真实跑过的代码，至少能让自己说话不那么虚。

三、我后来真正用起来的方法：先把链路跑通，再补原理

“干中学”不是我一开始就想明白的，而是被现实逼出来的。

以前我总觉得，应该等自己把原理理解透了再开始写。可很多时候，原理永远都理解不透，项目也就一直没有开始。

后来我把顺序反过来：先做出一条最小链路，遇到具体问题，再回头补对应的知识。

比如，不清楚某个组件为什么这样接，就去查官方文档；遇到报错，就把报错信息、相关代码和自己的判断整理好，再去问开发常用的 AI 工具。让它帮我定位问题、补一小段代码，或者对照文档解释某个参数，而不是直接让它“从零生成一个完整平台”。

这样做的好处是，学到的东西和项目是连在一起的。知道这个参数不是因为听过定义，而是因为它曾经导致我的程序出错，改完之后才真正记住。

有时间、有自驱力的人，完全可以找带完整实战的课程来学。只是我自己的体会是，真正能带着做完一个项目的课程，很多并不免费；免费的内容也不是不能看，但不少停留在演示级别。对已经有开发经验的人来说，直接从一个小项目开始，往往更省时间。

当然，AI 只是辅助工具。它可以帮忙查问题、补代码、解释概念，但架构怎么定，哪些方案不要用，出了问题怎么取舍，最后还是得自己负责。

四、这两个月我具体做了什么

我没有同时铺开五条学习路线，只挑了几类能够写进简历、也和岗位比较贴近的内容。

第一类，是能演示的 Agent 或业务智能体。它不是简单地进行一问一答，而是根据输入的规则或任务，调用不同工具，完成几步连续操作。哪怕功能不复杂，也要把完整流程跑起来。

第二类，是 GEO 相关的实战。我重点做的是诊断、策略和内容链路中自己真正参与的部分，而不是只在简历上写一个名词。

第三类，是一些不太“炫”，但面试很容易被问到的工程细节，包括配置管理、日志、失败重试、任务状态和部署说明。

这些工作里，Java 的经验一直在发挥作用。分层、鉴权、异步任务、数据存储，这些并没有因为项目加上 AI 就完全失效。真正需要补的是向量检索、提示词约束、工具调用，以及这些能力怎么接进原有的后端系统。

所以对我来说，转 AI 并不是把过去十年的东西全部推倒重来，更像是在熟悉的技术基础上，再补一段新的应用能力。

项目做出来之后，简历上的描述也不一样了。以前只能写“学习过大模型相关技术”，现在可以具体写自己做了什么、遇到过什么问题、最后怎么处理。面试官顺着代码往下问时，我也能讲出实际经历。

没有项目支撑的“我学过 AI”，确实很容易一问就露怯。

五、课程到底该怎么用

如果已经有开发经验，也比较能自我驱动，我的建议是不要一上来就囤很多免费小课。可以先确定一个小项目，缺什么再补什么；如果确实需要系统带练，再去选有完整实战的课程。

如果有经验但时间比较紧，直接做一个最小可运行版本可能更合适。遇到问题时，优先查官方文档，再用程序员向的 AI 工具辅助排查。问题越具体，得到的帮助通常越有用。

如果是刚入门，可以先看视频建立基本概念，但每学完一节，最好都自己敲一遍代码。哪怕只是一个很小的功能，也要让知识落到手上。

免费课程不是不能看，问题是不要把“看完一个 demo”误认为“已经具备做项目的能力”。好课程也不是终点，真正重要的是你自己的仓库里有没有一套能运行、能解释的东西。

很多时候，“我懂了”只是“我听过了”。真正写过一遍，才知道自己到底懂没懂。

六、如果你也在类似的阶段

我不太想给别人开一张万能处方，毕竟每个人的基础、时间和目标都不一样。但有几件事，是我自己走过之后比较确定的。

不要只看课。课程可以当说明书，但练习还是得自己完成。

有开发经验的人，通常可以把“写出来”放在“继续囤课”前面。需要系统实战时再去找好课，别把收藏课程当成学习进度。

新人可以看入门视频，但最好每看完一段，就写一点对应的代码。代码不需要一开始就很复杂，关键是别只停留在观看状态。

两个月不一定能做出多成熟的项目，但可以先做出一个能演示的版本。对简历和面试来说，这比收藏夹里多了几十门课更有用。

真正卡住的时候，再去问人、查文档，或者问 靠谱的AI工具。把报错、代码和你已经尝试过的方法说清楚，通常比问一句“怎么转行成功”更容易得到答案。

我不是想告诉谁“应该怎样”。我只是把自己的路径说清楚：医疗行业的传统 Java 开发，经历裁员，然后用两个月补 Agent 和 GEO 的应用实战，最后手里至少有了几个能拿出来讲的项目。

这段经历没有让我一下子变成 AI 专家，但让我重新找回了一点确定感。

先把东西跑起来，再去解释背后的原理。很多原理，只有在你真正跑过、错过、改过之后，才会变成自己的理解。

这两个月里，我也把自己做过的项目过程和实战资料整理了一遍。里面有从哪里开始、功能怎么拆、遇到过哪些问题，以及最后怎么把它跑起来。它不是什么“看完就能转行”的速成方案，更适合想找一个具体项目练手，或者想看看 AI 应用到底该怎么落地的人。

如果你也在学 Agent、GEO，或者不知道该从什么项目开始，可以在评论区留言，或者私信我“项目”。我会把相关信息和适合的学习方式发给你，大家也可以顺便交流一下各自遇到的问题。

——一个 35 岁、从传统 Java 开发开始补 AI 应用实战的人

（干中学 AI）