一、背景分析

　　进入2025年，AI已经爆发式增长，且进入实际商业变现阶段。都说"站在风口上，猪都会飞，但风口消失，猪就会掉下来，甚至摔死"。但博主看到AI已经是一种趋势！！！！而不仅仅是风口 。类似当年Java语言在企业级应用编程强势崛起一般、SpringCloud框架在框架中的强势崛起一般，势不可挡，且AI将爆发增长5年，常态运营5-10年，这将几乎是普通程序员弯道超车（已占有大厂的高级别程序员）的唯一机会，也是延长职业生涯的灵丹妙药（简单说就是解决35岁危机...）。

　　博主比较守旧，但目前也被迫在做智能体（概念比现有普通意义的更加超前），但是发现概念模糊、落地艰难、理论实践双缺乏...陷入了泥潭。特梳理本文，记录一下自我的转型之路（传统Java开发工程师/架构师转型AI，拥抱AI的过程）。也期望对还在迷茫中的程序员们一个思路，一个提升的机会。-------说句言外话，马云都复出了，你还在等待？？？AI势不可挡，2-3年内不会应用AI可能会直接被行业淘汰，你可以不信，但可以拭目以待。

二、行业概况

2.1 行业分析

围绕AI，能做的事情很多。我们围绕传统程序员/架构师/技术经理，转型AI能做的事做行业分析：

1.AI算法

纯算法，一般是高学历，算法能力极强的算法工程师，一般只有大厂、研究机构才要。

2.AI应用

1）AI框架开发----从0到1

框架级/平台级AI开发者 ：研发通用AI框架，例如国产幻方量化的开源第一deepseek、openAI下属的闭源第一chatGPT。当然还有：阿里通义千问、百度文心一言等全套平台级自研AI框架。此类公司一般都是大厂级别。

2）训练微调、二次开发----从1到1.1

深度开发者 ：此类开发者的公司一般是--垂直行业有自己的细化需求、高价值数据的公司。有能力或者期望二次开发AI框架以更好适应业务的公司。此类公司至少也是独角兽/大型传统数字转型公司。

3）研发对接AI框架，应用开发----从1到N

应用开发者 ：例如：解决方案直接对接三方AI框架实现自己产品功能，普通科技公司即可，比如国际化翻译接入机器翻译gpt-4o。

4）非研发，纯AI工具使用者----衍生体

工具使用者： 围绕AI技能的培训(各种流量IP/自媒体传授者)；AIGC利用AI工具的内容创作者（文字、图片、视频等），可以是任何公司/个人；

　　综上所述，岗位较多，且适合大龄普通程序员转型的一定是2、3这两类的AI相关岗位 。即AI相关的二开/应用开发者/架构师。有机会直接做第2类：深度开发者的岗位更好。当然如果暂时能力不足，先切入对接三方AI框架，直接做应用开发也是可以的。因为当你业务发展壮大后，很有可能发现工具的不足，完事你就得自己去升级微调以更好适应自己的业务需求场景。总之，有机会先切入进去，再改变它，这个思路总没错！

　　而且无论是偏向深度开发者（训练微调）、亦或者简单应用开发，目前这些岗位在boss直聘上都很多，且呈全面爆发式增长，市场极度缺失，薪资大概在40-80K，远高于普通程序员。

2.2 技术栈

我们缩小范围，围绕上述容易转型的岗位。即AI的训练微调、二次开发和AI应用开发，梳理相关的岗位、最后整理出对应的技术栈。

2.2.1 AI常用岗位技术栈

大模型训练师: GPT、ChatGLM、LLaMA、MM-LLMs。基本的算法原理、Fine-tuning策略、Prompt工程、向量数据库。常见分布式训练方案，Megatron、DeepSpeed等。
深度学习框架：精通TensorFlow/PyTorch。
AI工程师：大模型构建+训练。大模型RAG/Agent能力构建。
数据工程：大数据处理、搜索算法、机器学习等传统大数据技术栈（hadoop、spark、flink 等数仓/数据湖）。

编程语言：精通python、熟练go/c++/java的一种。

2.2.2 其它关联技术栈

AI低代码：低代码平台 low-code等。事实证明在简单业务场景低代码平台自动生成代码还是可以的。
AIOT：AI与物联网结合，这是一个趋势。AIOT势不可挡。
边缘AI：智能设备云边端一体化的整体解决方案之一，边缘端AI部分，会把部分逻辑直接从云端下沉到边端执行。

三、总结

　　AI正当时，快速加入比什么都强！

程序员转型AI：行业分析