Backend转AI | 上岸才醒悟,竟白焦虑了这么久!

拿到AI Engineer的offer后，我有点飘了。做梦都会笑醒，没事就点开邮箱欣赏欣赏。

但就在几个月之前，我还在纠结一个问题，像我这种主要做Java Backend的人，到底能不能转AI？

现在回头看，我觉得当时最大的问题不是能力不够，而是我根本不知道自己应该怎么转。

我在美东某校读Computer Science，之前的项目和实习经历主要还是偏传统Software Engineering，Java、Spring Boot、REST API、MySQL，这些东西我都做过。

所以刚开始找工作的时候，我其实没觉得自己特别慌。LeetCode在刷，简历在改，Java的八股也在看。

但真正开始投之后，现实还是给了我一点打击。

一个很明显的感觉就是，现在很多Software Engineer的JD里，AI的存在感越来越强了。

有些岗位直接写LLM、Generative AI、RAG；有些岗位名字还是Software Engineer，但工作内容已经和AI application有很大关系。

我开始有点纠结。继续投传统Backend吧，感觉竞争也很激烈。投AI Engineer吧，我又觉得自己的背景好像差了一截。

其实我也自己折腾过一些AI，也看过一些RAG教程。但说实话，我自己心里也知道这些东西放到简历上，好像没什么说服力。

那时候我下意识觉得，Backend和AI好像是两条完全不同的路。

直到找到直通硅谷，老师跟我把现在的岗位拆开看，我才发现，其实不是这么回事。

尤其是现在的AI application，后面依然有大量的engineering work，API怎么设计，数据怎么存，服务怎么部署，怎么处理并发，怎么做缓存，怎么控制latency……这些东西，恰恰是我原来已经会的。

我真正缺的不是把过去的Backend全部推倒重来，而是怎么把原来的Backend能力，用到AI system里面。

如果让我重新学一遍Machine Learning，我自己其实挺没底的。但如果是在原有Backend的基础上加AI，我至少知道自己在做什么。

确定方向之后，老师帮我规划了项目。

刚开始的时候，我想得其实挺简单，把项目做出来，能跑，然后放到简历上。但真正做进去以后，我才发现，老师要求的根本不是一个“能跑的Demo”。

我第一次开始认真思考，如果这真的是一个企业内部使用的AI application，它到底应该怎么跑？用户发请求之后，Backend怎么接？LLM API怎么integration？Prompt怎么orchestration？Conversation history怎么保存……

这些东西我从来没有真正放进同一个系统里思考过。项目做到中间的时候，我甚至有一段时间觉得老师是不是要求太多了。

老师总是不停问我各种细节：

一个看起来很简单的功能，被问出了十几个问题。当时确实有点崩溃。但后来我才发现，老师不是单纯在帮我把项目做复杂，而是在逼我开始站在Engineer的角度思考。

以前做学校项目，我更多是在想怎么把功能做出来？这次开始变成如果真的有人用，这套系统应该怎么设计？而这个变化，后来直接影响到了我的面试。

以前我总觉得面试就是我给标准答案。但老师让我练了很多次之后，我开始知道不能一上来就背架构。我会先问需求，然后再根据这些条件去做设计。

有一次Mock的时候，我甚至讲着讲着自己把架构改了。这要放在之前，我会觉得完了我答错了。但老师告诉我面试不是看你能不能一分钟画出一个完美架构，而是看有没有工程师的思考过程。

而且，很多东西，一个人的时候真的很难发现问题。大家会觉得“我这个项目不是已经做得挺好了吗？”“我这个回答不是已经挺完整了吗？”

必须要有真正了解的人，告诉你这里不对。然后为什么不对。这其实是整个求职过程中，我觉得最有价值的一件事。

最后一轮结束以后，我其实心里也没底。觉得有几个问题答得不算特别好，面完以后我还跟老师复盘了一遍。老师倒是挺淡定，告诉我正常等结果就行。

然后过了几天，我收到了OFFER邮件。

现在回头看，我觉得自己真正的变化，并不是从不会AI，变成了很懂 AI，我还是会遇到不会的问题。但至少现在，如果让我拿到一个AI Engineer的JD，我知道应该从哪里开始准备。

所以如果让我给和我背景比较像的人一个建议，先搞清楚自己已经有什么。

因为我以前最大的焦虑，就是总觉得别人已经在做LLM、Agent、RAG，而我还在写Spring Boot。

后来才发现Spring Boot并没有过时，Backend能力也没有过时。

真正重要的是你能不能把这些能力，用到现在的AI system里。