2025年中已过，吐槽吐槽近期我的蕉绿，来给未来的自己留一个日志记录~
如果你看到这篇文章，请忽略我的这些废话~
先放上史上最强创业团队的图镇楼！
山穷水尽并不算什么
从做出选择的那一刻开始，我就应该明白，我需要直面恐惧，并保持好心态
要知道，居安思危和保持好平常心并不冲突，如果某一方在内心的平衡中占比过多，都会给我埋下各种雷
我一直在害怕失业，这是理所应当的。同时，我也应该明白，就算山穷水尽，我也可以去干另一个我喜欢的事，比如开车：我喜欢安全快速地运送乘客（我是坚定的电车党）
当然码农一定是我的第一选择，因为编码的过程是一种真正创造价值的过程，能让我获得小小的成就感，感受到自己存在于社会的价值
所以，今天突然想明白一个道理，就算没人愿意雇佣我去做码农，我也可以去一边靠别的工作维生，一边继续学习编码，练习编码，等待继续参与码农工作的机会不是吗?
大环境
21年，我在房价的最高点上车了，距离我还完自己背的债还剩26年，这是我当前的压力恐惧源泉
蜡笔小新中的广志也是在日本泡沫时期之前买了房，动画中他常常在地铁上打瞌睡，疲惫不堪，但是他的一家依然是充满欢乐，广志也非常爱美冴，他们的故事也是我的精神动力
在大环境变差之前我一直是乐观派，我致力于提升自己的技术水平，但是我忽略了技术永远是服务于需求的，没有需求的话，再顶尖的技术也会被封入宝箱
所以除了提升技术，还需要扩大自己的视野，去敏锐的和时代一起升级，活在自己的舒适区，一定是最危险的
不要忘记自己的初心
从吃屎狗和OW的历史来看，心态一定是做好一件事最重要的基础，然后就是长期的练习，不断学习进步适应变化的环境
过往的成就或者经验，一旦放弃，重新拾起，可能要花费成百上千倍的努力，因为你需要重新找到适应的方式，重新适应环境，习惯一旦丢弃，再次养成的代价很高
用时间换空间
未来的大方向，一定是熟练使用AI进行人机协作编码的工程师才能够生存下来，在AI大爆发的当下，我需要进一步考虑转型的方向
过往很多工作中的经验，都是在不断踩坑中学会的，现在AI可以精确地帮助你避坑并趋近完美的解决问题，也许未来工作年限不再是一种优势
我现在对自己的定位，就是一个全栈业务开发工程师，我如何去接触AI模型这个赛道，我问了问deepseek
AI对我的建议
在AI时代，随着零代码/低代码工具（如tare）的普及，开发工程师面临的挑战既是压力也是机遇。关键在于如何重新定位自身价值，适应技术变革。以下是一些应对策略：
1. 从"编码执行者"转向"技术架构师"
- 聚焦复杂系统设计：零代码工具擅长标准化场景，但复杂业务逻辑、高并发系统、安全架构等仍需专业工程师设计。
- 成为AI工具的"指挥者"：通过API集成、数据流设计、分布式架构等，将AI生成的基础模块组合成完整解决方案。
- 掌握混合开发模式：将低代码平台与定制开发结合，在提升效率的同时保留技术深度。
2. 强化AI时代的核心竞争力
- 技术深度升级：
- 掌握AI工程化能力（模型微调、Prompt工程、AI应用开发）
- 深入底层原理（分布式系统、算法优化、硬件加速）
- 研究新兴领域（边缘计算、量子计算、隐私计算）
- 业务理解深化：
- 成为垂直领域专家（医疗、金融、工业等）
- 培养产品思维和用户体验设计能力
- 掌握数据驱动决策方法（AB测试、数据分析）
3. 构建人机协作新范式
- AI增强开发流程：
- 用AI工具完成重复性工作（代码生成、测试用例编写）
- 专注创造性任务（架构设计、性能优化）
- 建立AI辅助的质量保障体系（智能测试、异常检测）
- 开发范式进化：
- 从"写代码"转向"训练AI助手"
- 从功能实现转向价值创造
- 从单兵作战转向人机协作团队管理
4. 拓展技术边界
- 向技术栈上游迁移：
- 参与基础工具链开发（改进低代码平台本身）
- 开发领域特定语言（DSL）或可视化编程工具
- 构建AI开发基础设施（模型服务化、持续训练平台）
- 向下游价值延伸：
- 提供技术咨询服务（企业数字化改造）
- 打造行业解决方案（结合AI+低代码的垂直应用）
- 创建技术生态（插件市场、模板库、培训体系）
5. 培养不可替代的"人类优势"
- 创新与批判思维：
- 突破AI的范式局限
- 设计颠覆性解决方案
- 进行技术伦理评估
- 跨领域整合能力：
- 融合多技术栈（AI+IoT+区块链）
- 连接技术与商业价值
- 协调人机协作流程
- 复杂决策能力：
- 处理模糊需求
- 平衡技术债务
- 管理不确定风险
6. 建立持续进化机制
- 动态学习体系：
- 追踪Gartner技术成熟度曲线
- 参与开源社区建设
- 构建个人知识图谱
- 实践验证循环：
- 定期进行技术沙盘推演
- 开展概念验证（PoC）项目
- 建立技术雷达评估机制
行业趋势应对策略：
- 短期（1-3年）：成为AI工具的超级用户，用自动化工具提升10倍效率
- 中期（3-5年）：向解决方案架构师转型，主导AI原生系统的设计
- 长期（5-10年）：向技术战略家进化，推动行业技术范式变革
开发者真正的危机不在于工具进化，而在于思维停滞。未来的顶尖工程师将是那些能站在AI肩膀上，用技术解决人类级复杂问题的"技术哲学家"。保持对本质问题的思考（如：用户到底需要什么？技术如何创造真实价值？），才能在技术浪潮中立于不败之地。
Q.E.D.
