Java 工程师转型 AI Agent 工程师无需从零开始，可直接复用 Java 后端的接口开发、分布式架构、工程化部署等核心能力，重点补充大模型基础（主流大模型 API 调用、基础 Prompt 编写）、Python 基础（满足代码阅读与简单开发需求）、Agent 核心框架（LangChain/LlamaIndex 的 Chain 调用、RAG 检索增强）、向量数据库应用及 Function Call 工具调用逻辑，再掌握 Agent 任务流程编排与异常处理，最终聚焦 Java 业务系统与 AI 层的融合开发（如 Java 调用大模型接口、提供业务工具给 Agent 调用），1 个月左右即可完成转型，凭借 “后端工程化 + AI 应用落地” 的复合能力，胜任业务 Agent 开发、RAG 工程师等岗位，薪资比纯 Java 岗更具优势。

嘶，也是鼠鼠在蚂蚁and飞猪后端的二面了，但是这俩次的面试非常奇怪🤔主包就把面经一起写了吧面完之后主包也是非常懵逼啊，话不多说，带来“面经”：1、自我介绍；2、看了你的一面，我就不拷打那么深了，你有用过ai coding的工具吗？3、用这些工具做过什么？4、你认为未来ai的方向是啥？5、你将会怎么结合ai进行后续的开发？6、难得插进来的场景题：你觉得在这个春节，千问联合奶茶券的活动，这么多人，点一个地区的奶茶店，你该怎么进行设计？7、数据库中，如何运用乐观锁或者悲观锁？8、你英语怎么样？要不再来个自我介绍（我：oh no！9、然后竟然开始问高考成绩？ummm 甚至问我是哪里人（随后开始一直闲...

给我一些面试给我一些offer求求了求求了求求了

聊项目 1.pgvector的索引2.embedding()向量化的算法3.为什么要用threadlocal4.秒杀场景下数据库没有扣减但是redis预扣减怎么处理5.geohash()的算法实现感觉项目很多底层还是了解不到位，继续加油吧