2025 年，是工作强度失衡的一年，也是个人节奏被反复打断的一年。
忙碌、低效、社交几乎归零，最终以一次冲动但并非毫无来由的离职收尾。
这一年不算成功，但并非一无所获。
一、做了什么
1、工作
这是工作以来加班最严重的一年。
凌晨一点、两点，甚至通宵，在 2025 年逐渐变成了"常态"，而非例外。
上半年：可视化方向
- 主导可视化相关工作，第一次真正与业务零距离接触
- 面对大量不成体系、甚至互相矛盾的需求，以及各种"凭感觉"的交互设想
- 技术之外，更考验的是拆需求、控边界和兜底能力
在这一阶段，对数据到表达的完整链路有了更清晰的理解，可视化能力也有了实质性的提升。
下半年：高级查询组件
- 负责一套基于低代码思维设计的高级查询组件
- 随着业务持续迭代，组件复杂度迅速攀升
- 性能、稳定性、可扩展性逐步成为核心挑战
最终结果是正向的：组件在多个业务场景中落地，并获得了实际认可。这也是 2025 年少有的、让我觉得"技术投入是有复利的"时刻。
2、副业
与两位朋友合作，开发了一款废旧物上门回收的小程序。
开发过程中，最棘手的问题并非技术，而是：
- 任务模型的抽象
- 任务状态的划分
- 状态流转与异常兜底逻辑的设计
在推广阶段，遇到了更现实的问题：
- 早期设想是为回收从业者提供稳定客源
- 实际运行后发现，从业者对平台模式存在抵触
- 回收价格透明化，反而触碰了行业的"灰色舒适区"
切身感受到：产品设计与商业模式的难度，远高于功能实现。
3、学习
可视化
- 系统阅读了 ECharts 官方文档
- 理解其设计思路与能力边界
- 在实践中踩过坑，也见过它的不足
从"会用"走向了"知道为什么这么设计"。
跨端
- 因小程序项目，系统了解了跨端框架 Taro
- 阅读官方文档、社区文章，并关注其实现原理
- 对跨端方案的优劣和适用场景有了更清晰的判断
AI / 工程化
- 阅读 OpenAI 开发文档与 Model Context Protocol（MCP）相关资料
- 使用阿里千问模型，实现了一个基础聊天机器人
- 基于 MCP + JSON-RPC，实现了一个前端模块依赖图分析服务
对 AI 的认知，从"概念与热点"转向了工程视角下的可用性与边界。
二、去了哪儿
- 武汉
- 黄鹤楼
- 泉州
- 西街、开元寺、泉州蟳埔簪花
- 东澳岛
- 轮渡、爬山
三、关于离职
十二月，提交了离职。
这并非一次深思熟虑到极致的决定，但也绝非一时兴起。
长期的高强度投入、低反馈循环，让继续消耗变得没有意义。
四、未来规划
- 下一份工作：地域上，向北方看看机会
- 方向选择：主动、理性地拥抱 AI，而非追逐热点
希望下一年，能在可持续投入与有效成长之间，找到更好的平衡。