10年老Java，决定转型 Agent 开发工程师
厌倦重复业务开发，直面 AI 浪潮，记录从零学习、落地 Agent 的全过程
最近几个月，我越发清晰地感受到职业上的变化。作为一名 Java 开发工程师，日常工作大多围绕着写接口、操作数据库、梳理业务逻辑、修复线上 Bug、对接前端展开。
日复一日解决问题的背后，是大量机械的重复劳动。很多业务系统迭代到后期，技术难点越来越少，大部分工作最终都沦为简单的增删改查。我相信工作几年以上的开发同行，或多或少都有过这样的疲惫与迷茫。
AI 让我第一次产生了危机感
最开始接触 ChatGPT 时，我和大多数程序员一样，只把它当作一个提升效率的辅助工具。但随着使用深入，我发现它能独立编写代码、分析日志、生成 SQL 语句，甚至协助我完成接口设计。过去需要大半天才能做完的工作，借助 AI 短时间就能落地。
那一刻我深刻意识到：AI 不会彻底取代程序员，但懂得善用 AI 的开发者，一定会逐步替代固步自封的同行。
2025 年10月，我第一次使用到 Claude Code 这类 AI 编程工具，体验下来更像是拥有了一位半自动结对编程伙伴。这类工具最擅长三件事：快速搭建项目脚手架、补齐重复性代码逻辑、在开发卡壳时提供全新的实现思路。
它不会帮你统筹整体架构，更像一位执行力拉满的 "副驾驶"。长期使用后，我最大的改变并非单纯写代码变快，而是不再过度纠结代码细节，更习惯用结构化的方式梳理和表达需求。
但效率提升带来的新鲜感转瞬即逝，取而代之的是愈发强烈的焦虑。当 AI 能轻松搞定 CRUD、补齐基础代码、落地常规逻辑时，我开始不断反问自己：作为一名开发者，我真正的核心价值是什么？如果工作只是梳理需求再交由 AI 实现，我和单纯的需求对接者又有什么区别？
这种对职业发展的担忧，让我不愿停留在 "只会用 AI 提效" 的阶段。我迫切想要找到新的技术方向，打造无法被轻易替代的能力。也正是在这个阶段，Agent进入了我的视野。
我开始研究 Agent
传统软件开发的逻辑十分固定：用户触发操作，程序按照预设流程机械执行。而 Agent 则完全不同，它具备自主思考能力，可以自主拆解复杂任务、调用各类工具、主动获取外部信息，并根据实时结果判断下一步行动。
第一次深入了解 Agent 技术时，那种久违的兴奋感涌上心头，就像当年初次接触 Spring Boot 一样，沉寂多年的技术热情再次被点燃。
我决定重新当一次学生
下定决心转型后，我为自己制定了一套完整的学习路线，稳步深耕 Agent 相关技术：
- 大模型基础理论
- Spring AI（Java 生态对接大模型主流框架）
- 工具调用（Tool Calling）
- MCP
- 检索增强生成（RAG）
- 记忆模块（Memory）
- Agent 工作流（Agent Workflow）
- 可观测性（Observability）
我的最终目标，是独立搭建、落地能够真正解决实际业务问题的 Agent 系统。
这个账号会写什么？
这是我的账号第一篇AI相关推文，后续我会持续在这里记录分享，内容全部聚焦实战，拒绝空洞理论：
- 一名 Java 工程师完整转型 Agent 开发的全过程与心路
- MCP、RAG、Memory、Agent 开发等核心技术实战讲解
- 学习、项目落地中真实的踩坑经验与避坑技巧
- 配套项目源码、设计思路与实现细节
- 行业动态观察与个人技术思考
我所有内容都会围绕企业级 Agent 落地展开，专注分享能直接用在工作中的干货。
写在最后
如果你也是拥有多年开发经验的程序员，同样对未来职业方向感到迷茫，或是也想了解、学习 Agent 开发，欢迎关注、留言交流。
前路未知，但我希望多年后回头来看，这次转型会是职业生涯里最正确的选择。
我是码先生，这里是我的 AI 实验室，很高兴与大家相遇。-- 《码先生的AI实验室》
互动留言：你目前在使用哪些 AI 编程工具？是否也考虑过转型 AI 相关方向？欢迎一起聊聊～