AI 能写代码了，还要学设计模式、Spring 源码和 JVM 吗？

AI 帮我五分钟写完一个订单模块。同事问：「设计模式还要背吗？Spring 源码还有人看吗？JVM 是不是交给运维就行了？」

我的答案：都要，但不用像以前那样学。 AI 替掉的是「手写重复实现」，没替掉「判断对不对、出问题能不能查」。这三块，正好对应 选型、边界、排障------AI 写得越多，你越缺不得。

---

一、先搞清：AI 替掉的是什么

AI 很擅长	仍然是人负责的
CRUD、配置、常见样板代码	复杂 bug、性能、并发、内存
拼出「像 Spring 的代码」	事务为什么失效、Bean 为什么没注入
快速解释概念（表面）	线上 OOM、假死、Full GC 定位
一次生成大量代码	Review：能不能合、能不能上

一句话：日常「写」可以交给 AI，「懂」和「担责」还是你的。

---

二、设计模式：要会「认和选」，不必背完 23 种

还要学吗？

要。 但目标从「全会实现」变成「会识别、会选型、会识破过度设计」。

深度	干什么用	AI 时代还要不要
知道常见模式名	看懂 AI 生成的 Strategy、Factory	✅ 要
会选型	扩展点、解耦时选对工具，而不是堆 if-else	✅ 要
手写每种模式实现	面试、框架开发	⚠️ 按岗位，不必全员

AI 写代码时怎么处理？

AI 爱「为了模式而模式」------简单业务套三层抽象，Review 时问三句：

1. 这个模式解决什么问题？
2. 不用它代码会不会更简单？
3. 团队其他人（和半年后的你）读得懂吗？

// AI 常生成：为策略而策略
public interface DiscountStrategy { BigDecimal calc(Order o); }
// ... 三个实现类 + 工厂 + 上下文 ...

// 很多时候够用：清晰的分支 + 抽方法
public BigDecimal calcDiscount(Order order) {
    return switch (order.getType()) {
        case VIP -> vipDiscount(order);
        case NEW -> newUserDiscount(order);
        default -> BigDecimal.ZERO;
    };
}

个人建议： 掌握 8～10 个高频（单例、工厂、策略、模板、观察者、装饰、适配、责任链等），其余当手册查阅。

---

三、Spring：懂原理和边界，源码当字典查

还要学吗？

做 Java 后端，Spring 原理比逐行啃源码 ROI 更高。

深度	干什么用
会用注解开发	日常 + 让 AI 写 Controller/Service
懂 IoC、AOP、事务传播、MVC 链路	Review AI 稿、解释「为什么失效」
读关键源码	遇到怪问题时查入口，而非通读

AI 写代码时常见坑（不懂 Spring 看不出来）

AI 常犯的错	你需要懂的点
@Transactional 包 Feign/HTTP	事务边界、同类自调用不走代理
同类内自调用加事务	代理机制，事务不生效
乱 @Async、乱 @Autowired 字段注入	生命周期、循环依赖
在 Controller 写 SQL / 业务逻辑	分层边界

// AI 爱这么写------能编译，上线才爆
@Transactional
public void cancel(OrderId id) {
    orderRepo.updateStatus(id, CANCELLED);
    paymentClient.refund(id);  // 远程调用在事务里，连接占着等 HTTP
}

个人建议：

• 不必脱产三个月通读 Spring 全家桶源码
• 要 维护一份「失效场景清单」，遇问题再查对应源码类（如 TransactionInterceptor）
• 你定 Spec，AI 填实现，Spring 边界你来守

---

四、JVM：基础和排查必会，内核按岗位再深

还要学吗？

要对线上负责，就要会排查；不必人人成为 GC 算法专家。

深度	干什么用
堆栈、GC 种类、类加载、OOM 类型	听懂告警、看懂日志
jstack、jmap、MAT、Arthas	假死、OOM、内存泄漏定位
GC 调优、底层实现	中间件、大规模性能优化岗位

AI 写代码时怎么处理？

AI 容易写出：无界缓存、线程池乱建、大对象循环 new。代码能跑，压测或上线一周才爆。

你不需要每次都手写 JVM 参数，但需要：

AI 出稿 → 问：有没有静态 Map 只增不减？线程池谁关？
         → 上压测 / 看监控
         → 出问题：jstack 先看，再决定是否 heap dump

个人建议： 内存模型 + GC 基础 + 排查工具 必须会 ；G1/ZGC 调优细节、字节码级优化 按兴趣/岗位。

---

五、一张表：学到哪一层够用

方向	还要学吗	推荐深度	别花时间
设计模式	要	会认、会选、识过度设计	背 23 种手写实现
Spring	要	原理 + 失效清单 + 按需查源码	通读全家桶源码
JVM	要	基础 + 排查工具 + OOM/GC 场景	非岗位相关内核论文级

---

六、AI 日常写代码，这些知识怎么接上去

可以记这个流程：

AI 出稿
  ↓ 设计模式：模式用对了吗？是否 over-engineering？
  ↓ Spring：事务、代理、分层、异步边界 OK 吗？
  ↓ 运行：压测 / 监控有没有异常信号？
  ↓ JVM：慢、OOM、假死 → 线程 Dump / Heap Dump
  ↓ 只有这时，才需要「很深」的那一层

平时 80%： 原理 + Review 级

20%： 线上出问题，再深挖源码 / JVM

---

七、时间怎么分配（参考）

占比	投在哪
40%	AI 协作：Rules、Spec、Review 清单
30%	Spring 原理 + 工程化（测试、CI、分层）
20%	设计模式（问题驱动，用到再学）
10%	JVM 排查实战（结合线上/压测）

不必跟 AI 抢「写实现」；把省下的时间，补在 AI 替不了的地方。

---

八、还要不要「专门深入研究」？

我踩过一次：AI 给折扣逻辑生成了 Strategy + Factory + Context 三件套，我差点照单全收。后来对照业务------就 VIP 和新客两种，改成 switch 抽方法 ，少 4 个类，测试也好写。设计模式那节不是白学，是用来 拦住 AI 过度设计 的。

你的方向	建议
业务开发 + AI 提效	广度优先，不专门脱产深挖
架构 / Tech Lead	选 一条纵轴 深挖（性能→JVM；平台→Spring/中间件）
纯靠 AI 出活、自己 Review 弱	危险------至少 Spring 边界 + 基本排查要有

三句话收束：

1. 设计模式------要，用来 Review AI，不是炫技。
2. Spring------原理和边界必会，源码当字典。
3. JVM------排查必会，内核看岗位。

AI 没有替你承担线上责任。这三块，就是「为什么这样写」和「错了怎么查」的底子。

---

参考内容

• Cursor Rules 文档
• Spring Framework 文档
• Oracle JVM Troubleshooting Guide