一转眼，大三结束了。

我是个双非一本，在学校成绩不上不下。课堂上还在用十几年前的技术，Java教1.6，数据库讲存储过程，老师自己都没跑通过微服务。整个大学期间什么都学了，又好像什么都没学，结果浑浑噩噩就到了大三。

该找实习了还是一头雾水，简历发出去好多，面试也面了几个，要么就是只考八股文的外包公司，要么就是问项目中很深层很细节的问题，线程池拒绝策略、并发量上去怎么改——我又哪里知道。

可明明网上都在说，八股文不再是招聘的要求，也不再考了；项目都是AI跑的，懂得都懂。到底该怎么办呢，我也很迷茫。

AI是一股新兴的浪潮。我上大一的时候刚接触DeepSeek，家里有亲戚在大厂，有第一手的资源，可惜那时没开智，依然翘课打游戏。那时候编程还用脚本，改BUG要查百度。直到这股浪越来越大，大到把所有人都卷了进去，我才后知后觉——这是又一次技术爆炸，堪比互联网刚兴起的00年代，到处都是机会，到处都是焦虑。这是好事，也是坏事。

原本花几个月学会Spring全家桶、前端三剑客，会调Navicat就能做项目找工作。如今人人喊着“前端已死”，AI蚕食着所有传统IT岗，挤压着程序员们的生存空间，老路子彻底走不通了。

双非不比985、211，我也没抱着能进大厂，跟那群天才或疯子拼算法、拼学历、拼竞赛。我其实更想找个小而美的团队或者外企分部，在三线城市过点烟火小日子。

理想很丰满，现实很骨感。偏偏我们还得拼命迎合它。学不明白数学，刷不明白力扣，那就不比算法，比工程落地能力。

我把目标放在一线城市中小厂，选了个智能体应用开发的岗位——这是目前来看乱局里相对稳当的一个切口。大模型训练门槛极高，纯提示词太浅层，唯独智能体开发对本科生友好，不用深啃数学、不用疯狂刷算法，核心就是Python基础、项目落地、业务对接、工程实操，靠后天努力能练出来，也是目前中小厂缺口最大、薪资最稳的新兴岗位。

我给自己定了目标：半年，今年过年之前，拿一个一线城市10k+的offer。

人嘛，总得立个靶子。

那中小厂到底看重什么？我扒了上百条招聘要求，又跟几个在中小厂干的学长聊了聊，总结出三条硬货：

第一，还是那个词，工程落地能力。进了中小厂就不要想着当闲人，你就是块砖，哪里需要哪里搬。HR不会关心你懂多少Attention公式，他只看你能不能把需求拆成技术方案落地跑起来。比如让你搭一个客服问答智能体，你要能选对RAG框架（LangChain或Dify）、搭好向量数据库（Milvus或PgVector）、搞定文档解析和上下文截断，还得算清楚API调用成本和响应延时——这是体力活，但这就是程序员转型的方向。

第二，代码质量。 现在谁不会让AI生成代码？但AI有利也有弊，让AI一直生成低质量代码，约等于快速造一坨屎山。中小厂迭代快，你的代码复用性高不高、可读性强不强、异常处理有没有覆盖全，直接决定同事愿不愿意跟你合作。我最近逼自己每写一个函数都写清楚注释和单测，AI生成的代码一定重构成分层的小模块。这点在面试时随口一讲，面试官眼睛会亮。

第三，排查线上问题的能力（哪怕是自己模拟的）。 线上报错能不能快速看日志、会不会用Arthas动态追踪、能不能从堆栈倒推出业务漏洞——这些"脏活"反而是拉开差距的地方。如果没有真实生产环境，可以故意把项目搞崩，在可控范围内模拟OOM、死锁、慢SQL，修复过程一笔笔记下来。

其实现在和我一样迷茫的双非学生真的太多了，看着AI浪潮席卷一切，不知道自己该学什么、该往哪走、怎么才能找到一份稳定的工作。

但慢慢摸索下来我发现，AI时代不是淘汰普通人，而是给普通人换了一条新赛道。

学历不够，项目补；基础不够，实操补；天赋不够，努力补。

不用跟风乱卷、不用频繁换赛道、不用焦虑别人跑得快。踏踏实实扎根AI应用落地，死磕工程能力、死磕项目实战。

时代永远不缺机会，缺的是愿意沉下心积累的人。

我的"AI智能体应用开发专栏"就这么诞生了。每天弄懂几个知识点，啃一啃开源智能体项目的源码，在claudecode的保姆级照看下复刻一些小Demo。不贪多，但求每个点都能讲清楚。

其实就是把每天的笔记分享出来，给大家看看，能有点用最好，要是有大佬能给我挑挑毛病就更好了。

有什么好方法欢迎分享，有什么错误欢迎随便挑毛病，随时丢过来。别被标签吓住，方向是干出来的。每天解决一个小问题，半年就是硬实力。一块砖也是砖，互相垫一垫，没准就够着了。

10k的目标摆在这，是逼自己不能再浑。

烟火日子不是等来的，是拼出来的。