首先我们看得到2024，2025的ai进展，包括2026的openclaw，那么所以说其实，后续程序员没有前后端，客户端的分工的区别，其次，八股文和算法题没有那么苛求了，善用ai可以代替很多问题，其次，现在的app软件会被替代成为多种agent，当你完整使用多agent每天自动工作的时候，你会发现你写的代码一点用没有，你需要的是学ai做不到的东西，比如跑一遍docker，搞一个树莓派机器人，或者去搞一个顶尖的服务器搭一个算子，上述其实不是很困难的内容，我的文章不会说必须要什么学历之类的，考得上mit，斯坦福的又有几个呢？你应该做的是利用ai去提效而不是考虑这些有的没的，所谓java，python其实这些编程语言的寿命都将不长久了，其实知识是有保质期的。不要再花时间在上面了，你要学最新的技术，而不是为了就业什么的。后续ai可以自己搞一个最简单的编程语言，或者完整的系统，当然了，没必要焦虑什么的，再过些时间，所谓金钱的意义会无限接近于0，唯一有价值有效的，是资源。

招聘市场里，你会有一种强烈的割裂感：一边是1270万毕业生叠加考研考公回流大军的“千军万马过独木桥”，传统岗位卷生卷死，简历投出去如石沉大海；另一边，却是满屏的“AI急聘”、“大模型高薪”、“Agent开发”，仿佛只要沾上AI两个字，HC（Headcount）就无限敞开，年薪起步就是30W+。但这真的是机会扎堆吗？还是新一轮的盲目狂欢？打开各大招聘APP，你会发现一个诡异的现象：行政的要求里写着：“熟悉AI办公工具，能利用大模型生成周报和会议纪要。”新媒体运营的JD里要求：“精通Prompt工程，能用AI一键生成爆款文案和短视频脚本。”销售岗位都在喊：“需要懂得利用AI分析客户画像，实现智能化...

可以多联系下HR看有无加薪可能

1、自我介绍我主要做的是大模型应用开发和 NLP 相关工作，技术栈以 Python 和 Java 为主。平时做得比较多的是 RAG、知识库问答、Agent 流程编排、数据清洗、信息抽取和模型服务化部署。之前接触过 FAQ 问答、命名实体识别、文本处理、检索召回优化、多轮对话上下文管理这些方向，也做过一些评测和效果优化工作。我希望找一份偏大模型应用落地的岗位，把模型能力和业务场景结合起来，重点做效果、工程和稳定性的平衡。2、实习经历3、RAG 的优化，项目中 Agent 的流程RAG 的优化一般可以分成数据侧、检索侧、重排侧、上下文构造侧和生成侧。数据侧主要是文档清洗、去噪、切 chunk、补充...