1

1

《将以上全文复制给 OPUS 4.8 1M MAX 》
《将以上全文复制给 GPT 5.5 ExtraHigh 》

3

4

自己的项目不要关注技术细节，直接 vibe coding 一把梭，公司的项目就多做 code review 和验证测试。

5

6

1.还是靠多写，多看文章，把 ai 当十万个为什么
2.拥抱云原生，云原生时代一定可以不会 k8s 、数据库调优，但是一定要知道那些云原生产品怎么用（比如阿里云的 acr/ack 这些，ci/cd 这些）
3.你如果是从头开始学习后端，现在是个很好的时候，因为你可以没有技术包袱地尽量使用新的技术，不要再使用老掉牙的 mysql5 这类的东西，直接换 pgsql 。另外我还看到你有用 django ，如果你使用 django 的话，也不要再用 django-drf 了，直接使用 django-ninja 这些现代化的库
4.尽量选择生产可用，更新频繁，用户社群大的库，有时候你的需求可能别人已经造过轮子了，在实现需求前一定要先问一下 ai 有没有现成可用的库，直接调第三方库比自己实现/ai 实现要稳定可靠的多
5.测试用例很重要，ai 时代尽量转到测试驱动开发

7

1

得多实战，纸上谈兵始终是不行，AI 现阶段涉及到架构问题埋雷挺多的

8

@Maerd 非常感谢，确实自己想了下还是只有多问和多练这两条了，所以除了上班感觉自己平时也要最好做一些符合自己需求的项目，然后用一些前沿的技术才能慢慢熟悉😂

9

@seedling 这个是另外一个话题了，我自己最近也在思考有想做自媒体方向的东西，主要是面向未来 AI 带来大规模失业的焦虑什么的，有想法，不过希望未来能尽快开始实践！

10

@yh7gdiaYW 是这样，这个问题的出发点就是我之前也提几条问题了，就是我们内部 vibe 出来了一个项目，功能点是能跑，但是 AI 设计的架构啥的是否合理有的时候就需要自己去 Review 了，但是没有技术深度无法判断架构、设计模式啥的运用的是否合理，虽然我感觉这个问题等以后模型越来越强的时候应该不是问题，但是在现在这个过渡阶段感觉还是得多加深技术深度。。。。

12

多和 ai 聊天，理解原理。然后看 ai 写的代码，不知道为什么这样写的就多问。能理解原理能看懂了代码了。这样就行了。 虽然就算这样你自己开始手写代码的时候会常用手生不知道怎么开始写。但是现在都用 ai 写了，这倒不要紧。

13

云原生确实是非常值得了解深入的一方面，不是说有哪些项目，而是指相关的细节和考量，例如为什么在此处用 xx 而不是 xx ， 很多都是实际生产环境的经验总结

14

1

首先，要搞懂 MVC ，同时搞懂 MVC 与 MVVM 的异同，重点在 json ，因为你要用 json 跨域，json 搞懂了，restful 同时也要搞懂，CRUD 进行增删改查，如果是 spring boot 要搞懂 mybatis ，就是所谓的 ORM ，然后就是 security 。这些是 spring boot 框架的大概。这时候到了 spring cloud 这时，就是所谓的微服务了。微服务更多是概念和配置，主题就是主打拆分...，把架构拆分的更细

15

16

后端还不好搞，ai 可以全自动。没 token 可以让低级 ai 对着 api 猛测就行，测试方案让高级 ai 写，低级 ai 测出 bug 写 md ，给高级 ai 修

20

根据你的技术栈问 AI 让他给你一套学习的路径，可以边学边问，叫他给你出题，一个一个目标完成，我学新语言就是这样的

21

我认为最好的办法就是看质量高的开源项目。现在有了 ai 更方便了。你可以让 ai 帮你总结项目的组织、代码等。然后尝试自己给这个项目改动或添加一些功能。

22

我的话是后端写了 10 多年 写多了 其实会有个编程思维在 哪怕你没做过通过 ai 熟练一遍 然后写代码 review 下设计 也可以优化他- - 我觉得 ai 的发展就是给全面性更广的人带来更多的支持 因为你再深入 嗯的也是有限度的 - - 多看 多理解 多梳理设计 我觉得会更合适点

23

rust 可能需要熟悉一下，python 不至于吧

25