今年我从一家待了三年的公司离职，回南京找工作。第一场面试，对面没问我 JVM 调参，也没问分布式锁，开口三个问题：用 vibe coding 了吗？哪个模型？用到什么程度？
那一刻我清楚，风向变了。这篇文章不贩卖焦虑，讲一个做了八年 Java 的人，为什么不急着转行。
风向变了，是从面试那天开始的
我做了八年 Java 后端，前四年在上海，后四年回南京。简历上能写的东西不算软：JVM 调优、并发、分布式、几个主流框架的源码都翻过。过去这些年，这套东西撑得起一场后端面试。
但今年第一场面试，面试官一个都没问。
他翻完简历，抬头第一个问题是：你们平时用 vibe coding 吗？我愣了一下，说用。他接着问：哪个模型？我说 Claude 为主，偶尔 GPT。第三个问题紧跟上来：用到什么程度？是查查文档，还是真让它写业务代码？
三个问题问完，我才反应过来，他压根不是在考 Java，是想看我跟没跟上这一波。
这些问题没难倒我，过去一年我确实在重度用 AI 写代码。但走出来的那一刻我想明白一件事：Java 还是那个 Java，但「只会 Java」这个标签，不太好使了。
招聘软件是风向最快的晴雨表
找工作的这两个月，我刷招聘软件刷得比之前任何一次都狠。最直观的变化不在薪资，在 JD 的措辞。
南京的 Java 后端岗，十份 JD 里大概七八份挂着同一句话：做过 Agent 项目、RAG 项目者优先。有些甚至不是 AI 岗位，一个普通业务后端、一个数据清洗的活，JD 末尾也悄悄跟了一句「有 AI 项目经验加分」。
四年前我在南京找工作，没有这种写法。那时候关键词是高并发、微服务、中间件调优。四年过去，关键词换了一批人。
| 四年前（2022）南京 Java 岗 | 现在（2026）南京 Java 岗 | |
|---|---|---|
| 高频词 | 高并发、微服务、JVM 调优 | Agent、RAG、大模型应用 |
| AI 相关 | 几乎不提 | 「做过 AI 项目优先」成默认 |
| 加分项 | 中间件源码、分布式经验 | AI Coding、Prompt 工程 |
这里我想多说一句地域的事，因为我正好两头都待过。
上海那四年，AI 还没起来，我没什么切身体感。真正眼看着它一点点火起来，是回到南京这四年。南京是二线城市，能感觉到 AI 是从一线先烧起来，再沿着城市的梯度一层层往下沉——招聘信息这个晴雨表上看得很清楚：先是互联网公司，再是传统企业的数字化部门。
这个信号值得多琢磨一下。一线已经把「会用 AI」当默认项了，二三线正在把它从加分项变成必选项，中间有个两三年的时间差。这个时间差对咱们这种人意味着什么，后面讲。
我的判断是：AI 不是一线大厂的专场，它正沿着城市梯度往下走。等它彻底渗透到你眼前那一天再动手，就晚了，因为那时候你已经是 JD 里被「优先」两个字筛掉的那批人。
慌的其实不是失业
我承认，刚离职那阵子是慌过的。
慌的不是找不到工作，南京的 Java 岗位还是那么多。慌的是一种说不清的东西。我练了八年的内功：怎么调 JVM、怎么写并发安全的代码、怎么把一个快崩的分布式系统捞回来。这些东西过去是我安身立命的本钱，写进简历面试官会点头。可今年面试，对面一句「用没用 vibe coding」盖过来，我那八年内功好像突然不太值钱了。
后来我把这种慌拆开看，发现其实是两层。
第一层是身份认同。我把自己定义成「搞 Java 的」，这个身份绑了八年。突然有一天市场告诉我光会 Java 不够了，就像一个木匠干了一辈子，被告知现在的活儿得用电锯。手艺还在，但好像过时了。
第二层更隐蔽，是路径失效。我们这代人有路径依赖：背八股、读源码、进大厂、涨薪。这条路过去十年都好使，照着走就行。现在它突然不好使了，慌的不是「我没本事」，是「我不知道往哪使劲了」。
看清这两层之后，我对那个流行说法「Java 不行了，赶紧转 AI」反而警惕起来。
因为这是焦虑逼出来的应激反应，不是理性判断。真要转，得想清楚转去哪、拿什么转、转完靠什么活。很多人没想这些，只是被吓到了，裸辞去学两个月大模型，出来发现比之前更没着落。
我的判断：深 Java，加用 AI
先讲个我自己的事。
这八年我一直是个纯后端。前端代码我看得懂，但要我上手写个页面、调个样式，我是发怵的。这是很多后端老炮的共同状态：前端这事，能看，不能干。
过去这一年我用 AI 写代码用得很重。某天我试着让它帮我搭一个内部小工具的前端，从页面到交互，一句句对着写。写到一半我发现一件事：我居然能独立交付一个带前端的小项目了。
这件事对我的冲击，比任何「AI 要取代程序员」的新闻都大。
它说明什么？说明 AI 没让我的 Java 贬值，反而把我这个人撑大了。八年后端的底子还在，AI 给我补上了最短的那块板。我不是被淘汰了，是加了个杠杆。
这就是我整个判断的起点：已有的本事别扔，让它长出新的支点。
所以我的选择是深 Java，加用 AI，具体落到三个地方。
第一，用 AI Coding 把重复劳动外包出去。 脚手架、单元测试、文档、重构、正则、SQL，这些过去耗掉后端大量时间的活，现在都能丢给 AI。我自己写博客、整理项目、甚至这次找工作，都在重度用 Claude Code。省下来的时间干什么？干 AI 干不了的，做架构判断、抠业务逻辑、定技术选型。
第二，Java + AI 应用层，是最容易够着的口子。 很多人以为搞 AI 就得懂算法、会训模型，真不是。企业里大量缺的是能把大模型接进老系统的人：用 Spring AI 或 LangChain4j，给现有 Java 服务加一个 RAG 知识库、加一个 Agent 工作流、做个智能客服或辅助决策。这块恰恰是咱们的主场，我们懂企业级开发那套，懂怎么把功能稳稳推上线、怎么运维、怎么控成本。这些恰恰是 AI 应用最缺、最不性感的部分。
第三，AI 时代反而更需要后端基建。 大模型火起来之后冒出一堆新的后端活：模型推理网关、Prompt 和上下文管理、向量库、调用链路可观测性、token 成本控制。你仔细看这些事，全是咱们熟的那套，网关、存储、监控、降级。AI 越火，这些基建越缺人。
所以 AI 不是冲着 Java 后端的饭碗来的，它是给会做工程的人加了个杠杆。懂工程的人本来就吃香，AI 把这个优势放大了。
| 路线 | 适合谁 | 风险 |
|---|---|---|
| 纯转 AI / 算法 | 有算法基础、能从头学 | 扔掉最大壁垒，回报慢 |
| 深 Java + 用 AI（推荐） | 有工程底子的老兵 | 几乎没有 downside |
| 只守 Java 不动 | 接近退休 / 无转型压力 | 两年后被动 |
graph TD
A[8年Java后端] --> B{有没有工程/业务底子?}
B -->|有| C[深 Java + 用 AI]
B -->|没有,纯CRUD| D[先补一个垂直技能]
C --> E[AI Coding 提效]
C --> F[Java + AI 应用层]
C --> G[AI 基建后端]
D --> C
我知道有人会说，我现在的工作压根用不上 AI，学这些有啥用。我的想法是：哪怕公司现在用不上，你私下也得盯着市场、盯着 AI 的变化。不用明天就做出一个 Agent，但要保持手感、保持判断。机会窗口属于提前看见风的人，等风刮到脸上再跑，就只能在后面吃土。
落到每一天，就四件事
判断讲完了，讲讲落到每一天怎么做。我不爱画大饼，给四个我自己在做的动作。
第一，把 AI Coding 真的跑进工作流，别停在「试过」。 很多人装了 Cursor、用了几次 Claude，觉得嗯不错，然后又回去手写。这不算用上。你要做到日常有相当一部分代码是跟 AI 对着写的，并且能驾驭它，知道什么时候信、什么时候不能信。这本身是个技能，不练出不来。
第二，挑你最熟的那个 Java 系统，给它加一个 AI 增强小功能。 不用大，一个 RAG 问答、一个用大模型做摘要的接口就行。关键是跑通「Java 后端接大模型」这整条链路，把它写进简历。面试官问做过 AI 项目吗，你能掏出真东西。
第三，把「我用 AI 提效」变成一个能讲的故事。 别只说「我用 AI 写代码」，要说清楚用了哪个模型、用在哪个环节、效率提升多少、踩过什么坑、反思是什么。有数据、有对比、有反思，这才是面试官想听的，也是和别人拉开差距的地方。
第四，持续输出。 写博客、做 demo、发社区，不是为了当网红，是让市场看见你。一个「会 Java 又在用 AI」的老兵，在当下是稀缺的，但前提是得被人看见。
最后说句反鸡汤的：别想着重头转个赛道从零开始，那是最累、回报最慢的路。你已经有八年积累了，别把它当沉没成本扔掉，给它加个支点，撬更大的事。
写在最后
离职这段时间，我没急着把自己改造成另一个人。我只是看清了一件事：顺势而为，不是被风吹着乱跑，是看清风向之后，把自己扎得更深。
风往哪吹，我已经看见了。但脚跟，还是扎在 Java 这块老地上。