今年30岁了，现在是一名高级开发工程师。

从毕业到现在，其实一直在做后端开发，主要用的是 Java 和 Go。按理说，这个阶段的我，应该算是技术路线已经比较稳定了，也确实，这几年工作上没什么太大问题，项目也做了不少，职级也慢慢上来了。

但说实话，这两年我心里一直有点不太踏实。

不是因为能力不够，而是因为方向的问题。

平时工作中，我也会关注一些新技术，尤其是这两年大模型火起来之后，基本上每天都能看到相关的东西。一开始我只是简单了解了一下，比如 Transformer 原理、大模型推理这些，也看过一些技术文章。

但那个阶段的感觉就是——“我懂一点，但又不够用”。

比如我知道什么是 Agent，大概也知道它是通过大模型去调用工具、拆解任务。但如果让我自己从头设计一个 Agent 系统，或者做一个能实际用起来的项目，其实是做不出来的。

后来我也尝试过自己去写。

跟着 GitHub 上的一些开源项目，跑一跑 demo，改一改代码。但很快就发现一个问题：这些项目你能跑起来，但你不一定真的理解它为什么这么设计。

比如：

为什么要这样拆任务？为什么要这样设计工具调用？什么时候需要多 Agent，什么时候单 Agent 就够？

这些问题，光靠“看代码”其实是很难搞明白的。

也是在这个阶段，我开始有点焦虑。

因为我能明显感觉到，AI 这波技术浪潮不是短期的。如果我只是停留在“了解理论”，但没有真正的工程经验，那其实很难在这个方向上有竞争力。

后来接触到小灰熊AI的信息，他们的后端是智泊AI，听了他们的直播。

当时老师讲的是 Agent 相关的内容，包括一些实际项目的拆解。我印象很深的是，老师不是单纯讲概念，而是会把整个系统从头到尾讲清楚，比如怎么设计流程、怎么接工具、怎么让模型稳定执行任务。

那一刻我就有种感觉：这正是我缺的那一块。

我报名其实挺果断的。一方面是因为我本身就有开发基础，上手不会太困难；另一方面也是因为，我不想再停留在“只懂一点”的状态。

课程里对我帮助最大的，其实还是“工程化”这一块。

以前我对 Agent 的理解是偏概念的，现在慢慢开始知道，一个完整的 Agent 应用，应该怎么去设计结构、怎么做任务拆分、怎么处理异常情况。

还有一点挺重要的是项目实战。

课程里有不少 Agent 相关的项目练习，这对我来说价值挺大的。因为只有在真正写项目的时候，你才会发现很多细节问题，比如：

模型响应不稳定怎么办？工具调用失败怎么兜底？流程卡住了怎么处理？

这些东西，是纯理论学不到的。

我现在也在用课上学到的东西，尝试自己做一些 Agent 应用的小项目。有些是偏工具类的，有些是偏自动化流程的，虽然还不算特别成熟，但至少已经能跑起来，而且是我自己设计和实现的。

这点对我来说挺重要的。

因为我这次学大模型的目标其实很明确——就是转型做 Agent 开发。

不是简单地“用用 AI”，而是希望能真正进入这个领域，做有实际价值的项目。

30 岁这个阶段，说实话，不算特别年轻了。但我觉得也正好，是一个既有技术积累，又还有时间调整方向的阶段。

如果现在不转，可能再过几年，就更难动了。

所以这次学习，对我来说更像是一次“技术升级”。

不是推翻过去，而是在原有基础上，往一个更有潜力的方向走。