作者分享了自己从普通程序员通过学习AI大模型技术实现薪资大幅提升的经历。文章指出在大模型时代程序员最危险的不是被AI取代而是重复编写相同业务代码而不自知。作者从业务开发逐渐转向AI大模型开发并从应用到算法层面深入理解大模型最终实现了薪资的三倍增长。文章强调普通程序员要抓住AI时代的机会需要开始理解AI、大模型及其带来的变革并提升自身技能成为能够连接业务、工程、数据和AI的复合型人才。五年前我刚毕业连一份像样的工作都不好找。五年后AI 大模型让我把薪资做到了以前想都不敢想的水平。中间没有一夜暴富。也没有什么天才逆袭。我只是突然意识到一件事普通程序员最危险的不是 AI 来了。而是 AI 来了你还在重复写一样的业务代码。毕业后牛马的日常因为业务和项目越来越相似我每天做的事情逐渐变成了固定循环需求来了改页面。表结构变了加字段。接口不够补接口。逻辑差不多就翻出以前的代码改一改。时间久了我也渐渐变成了大家口中的业务开发。说得好听一点是全栈说得直白一点就是一直在重复写差不多的功能。以前我以为这没什么问题。程序员嘛不就是写代码、改需求、修 bug 吗日子谈不上多精彩但也过得去。拿着过万的工资在当时的我看来已经算是一种不错的稳定。所以我就这样一直维持着现状。加班到凌晨不舍得打滴只能做夜巴直到 ChatGPT 出现时间来到 2023 年ChatGPT 横空出世。说实话一开始我并没有太在意它。当时的我只是把它当成一个更聪明一点的搜索引擎或者说是一个能帮我整理问题的百科全书。而且那时候它确实还有很多问题——回答会出错逻辑会混乱代码也不一定能跑。所以我并没有把它当成什么真正的威胁只是想着哦又来了一个新工具。然后继续写我的业务代码继续复制我的代码片段继续更新我的代码库。我相信在大模型真正爆发之前很多程序员都有自己的代码片段库。遇到登录模块复制一套遇到权限模块复制一套遇到导入导出复制一套遇到分页查询再复制一套。那时候我以为这就是经验。现在回头看那更像是一种惯性。半年后我才发现事情不对劲半年后再回头看事情已经变了。GPT 开始支持上下文不再像从前一样说完上句就忘了你在聊什么。Copilot 出来了能根据注释、函数名、上下文快速帮你补全代码。各种大模型工具也开始能总结文章、提取信息、生成结构化表格。当时看起来这些好像都只是小功能。但现在再看这几件事背后的意义完全不一样——GPT 支持上下文意味着大模型开始具备阅读长文章的能力。Copilot 补全代码意味着大模型开始具备智能体的雏形。结构化处理文本意味着大模型开始能接手一部分人类日常的信息处理工作。可惜以我当时的认知根本没有看到这些变化背后真正的风暴。我依然每天复制代码依然重复做着类似的业务依然觉得自己的工作很稳定。直到后来我才意识到那只蝴蝶其实早就开始扇动翅膀了。只是我没有听见风声。真正让我震惊的是 DeepSeek2025 年春节我记得很清楚。那时候我朋友准备结婚我提前回到了老家。不得不说远程办公给了我不少摸鱼时间也正是那个时候我第一次尝试在自己电脑上部署了一个小参数模型。一开始我只是想试试看。结果我震惊了。那一瞬间我脑子里全是贾维斯。星期五。钢铁侠的智能管家。尤其是 DeepSeek 生成代码的能力真的让我有点不敢相信。年前原本需要我慢慢处理的工作它在短短 30 分钟内就帮我完成了。而且代码比我平时写得更简洁结构更清晰规范性也更好甚至还帮我发现了几个自己都没有注意到的 bug。那一刻我突然意识到我好像已经走在时代后面了。甚至说得更直接一点我可能快要被时代抛弃了。但我也意识到这是一次机会DeepSeek 兴起之后国内关于人工智能的讨论越来越多。大模型、AI 应用、智能体、RAG、私有化部署这些词开始频繁出现。大量企业也开始观望这场技术风暴——有些公司想降本增效有些公司想做智能客服有些公司想做知识库问答有些公司想把原来的业务流程自动化。我突然意识到虽然我已经落后了一步但我并不是完全没有机会。至少我比很多人更早意识到了风口的到来。于是在接下来的半年里我做了一个很大的决定。我辞去了工作。靠着毕业几年攒下来的积蓄我开始系统学习人工智能。几个小伙伴一起学习到凌晨从全栈开发到 AI 大模型开发学累的时候突然有一道光透过窗帘打了进来因为之前有开发经验转换编程语言时并没有花太多力气。Python 上手很快工程结构能看懂接口调用也不陌生。甚至在前期学习机器学习、深度学习的时候也比我想象中顺利很多。当我把这些前置知识慢慢打通之后终于来到了这个时代真正的主角面前。它的名字叫大模型。一个人类创造出来但直到今天也没有完全解释清楚它到底如何运作的怪物。我开始研究它的底层架构Transformer残差连接注意力机制EmbeddingToken预训练微调。这些以前听起来很遥远的概念开始一点点变得具体。同时我也在学习大模型落地相关的能力。比如Prompt 提示词RAG 检索增强生成Agent 智能体Memory 记忆机制Function CallMCPSkillLangChain工作流编排这些东西学着学着我突然发现原来我以前做的很多传统项目都可以被重新做一遍。而且不是简单地换个技术栈而是把原来的功能改造成 AI 自动化流程。以前的屎山代码现在可能只需要一个工作流在老师的指导下我开始把以前做过的传统项目一个个改造成 AI 自动化项目。以前需要写很多 if else 的地方现在可以交给大模型判断。我第一次感受到代码并不是消失了而是它的位置变了。以前我写代码是为了直接完成业务逻辑。现在我写代码更像是在搭建一个系统让大模型在规则之内完成任务。我需要做的事情也从写死逻辑变成了约束模型——约束这个无所不知但又经常会跑偏的怪物。这也是我第一次真正理解AI 大模型开发不是简单调用一个接口。它需要你懂工程懂模型能力边界也要懂如何让一个不稳定的模型稳定地完成任务。后来我又看向了算法方向逐渐地我不再满足于只在应用层面约束大模型。因为我发现应用层的很多能力未来一定会被更强的模型继续吞掉。今天你写十个提示词解决的问题明天可能一个更强的模型直接就能解决今天你搭一个复杂流程跑通的任务明天可能一个端到端模型就能完成。所以我开始思考这条路的尽头真的只是调用大模型 API 吗后来我把目光看向了算法方向。也就是训练模型。这时候我以前为了面试背过的那些八股文突然开始活过来了。以前我觉得这些东西有什么用面试背完不就忘了吗实际开发又用不上。但当我真正开始接触模型训练、微调、强化学习、模型编辑的时候才发现不是八股文没用而是我以前的眼界还没有触碰到那个层次。那些曾经只停留在面试题里的概念开始在实践中不断地运动。大模型在我眼里变了一个样子从应用到算法大模型在我眼中逐渐变了。一开始它像是一个拿着我给它资料的小孩子——我给它什么它就根据什么回答。后来它越来越像一个拥有领域判断能力的专家——可以基于资料分析问题可以根据上下文做判断可以调用工具完成任务可以在某个垂直领域里表现得比很多普通人更专业。而我的代码也因为大模型能力的增强变得越来越简洁。越来越偏向系统设计和流程约束。我开始沉迷于微调强化学习模型编辑模型训练大模型应用工程化。我的薪资也随着认知和能力的提升慢慢发生了变化。等我反应过来的时候薪水已经是之前做全栈工程师时的三倍。这是我以前想都不敢想的事情。30K在深圳的offer原来程序员不是没有机会而是不能一直停在原地在我原本的计划里我其实没有太大的野心。我想的是在大城市摸几年鱼。等到 35 岁以后就回老家。开个小店。偶尔帮大学生写写期末作业。日子过得去就行。这就是我以前给自己设定的人生路线。但现在一切好像都变了。那些原本对我来说很遥远的东西突然变得没那么遥远了。买房子有自己的小院开自己的车去想去的地方牵起她的手走向自己想要的生活。这些以前看起来像是奢望的画面现在好像真的开始慢慢靠近。写在最后我不是天才也不是一开始就懂 AI。我只是一个很普通的 CRUD 程序员。写过屎山代码。复制过代码片段。也曾经觉得自己只要稳定上班就可以一直这样过下去。但 AI 时代来了之后我才发现真正危险的不是 AI 会不会取代程序员。真正危险的是你明明已经看到变化却还假装什么都没有发生。AI 不会让所有程序员失业但它一定会淘汰一批还停留在原地的人。如果你现在还是一个普通开发者还在每天重复 CRUD还在担心自己的未来我想说的是你不一定要立刻成为算法专家也不一定要马上去训练大模型但你至少要开始理解 AI、理解大模型、理解它能改变什么也理解自己该往哪里升级。因为未来的程序员不只是写代码的人而是能把业务、工程、数据和 AI 连接起来的人。而这也许就是普通程序员下一次翻身的机会。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取