我上一次认真准备面试，已经是三年前的事了。那时候我一直觉得，只要 Java 基础还在，项目经验还在，问题就不大。毕竟那么多年后端，不至于一出来就水土不服。
直到真正开始面试，我才发现一个事实： 我不是技术退步了，而是市场已经换了一套考法。
第一轮面试，我就意识到"不对劲"
前半段问题其实很熟：
- Java 基础
- 并发、JVM、数据库、中间件
- 分布式、微服务、Spring 体系
我心里还在想：还好，没脱节。
但很快，问题开始变了：
- 如果这个系统让你重新设计，你会怎么做？
- 你当时为什么不用另一种方案？
- 在不确定需求下，你怎么判断技术取舍？
开放性场景题明显多了。
没有标准答案，面试官更关心的是你的思考过程，而不是结论本身。
真正让我被打醒的，是 AI 成了"默认问题"
前几场我还以为，只是面试风格变化。直到后面，多家公司的面试官都会不约而同地问：
- 你们业务有没有用过 AI？
- 有没有接入过大模型？
- 有哪些场景你觉得可以用 AI 优化？
注意，这些问题不是出现在算法岗，而是普通 Java 后端面试里。
有的 JD 写得很直接：
"有 AI / 大模型相关经验者优先"
有的写得很克制，但面试也会被提及。
那一刻我才真正意识到：AI 已经不再是"加分项"，而是在慢慢变成"背景能力"。
他们要的不是你会 AI，而是你能不能把它"用起来"
面到后面，我逐渐明白了一件事：
大多数公司，并不要求你会训模型、调参数。他们真正关心的是：
- 你能不能把 AI 当成一个能力接进系统
- 你知不知道它的限制
- 出问题时有没有兜底方案
比如：
- 结果不稳定怎么办？
- 成本怎么控制？
- 幻觉如何处理？
- 如何和原有业务流程结合？
本质还是工程问题。
但如果你完全没接触过，面试时会非常被动。
Java 没变，变的是你被期待解决的问题
这段时间最大的感受是：
- Java 还会长期存在
- 后端依然重要
- 但"只会传统后端"的空间在缩小
现在更值钱的是：
后端工程能力 + 新技术整合能力
AI 只是最明显的信号之一。
写给还没开始面试的你
如果你和我一样：
- 最近几年没面试
- 在一个相对稳定的环境里
我真心建议你：
- 提前看看 JD
- 模拟一次面试
- 看看市场现在在要什么
我上个月失业，是被动进场。但也正是这段经历，让我真正清醒了一次：
不是你写了多少年 Java， 而是你有没有跟上变化。
后面我会持续记录：
- 老 Java 如何补 AI 能力
- 最近真实面试里的场景题
如果你也在这个阶段，可以关注我，一起少踩点坑。
也可以关注公众号《码上实战》，更新更及时。