我师傅今年 40 岁,工位在我斜对面,屏幕上是 Qt Designer,正在拖一个表格控件。
拖过去,调属性,预览,再拖回来一点。这个动作,他重复了十五年。
我叫小韩,26 岁,在苏州一家工业软件公司写 C++,两年了。技术栈一句话就能说完:Qt 加 MFC,给机床厂的设备做上位机软件。
日常工作是这样的:上午改界面,把"开始加工"按钮往右挪 8 个像素;下午排查崩溃,十有八九是哪段祖传代码指针没判空;偶尔出趟差,去工厂现场给设备装软件、调串口,车间里机油味混着风扇声,一待就是一天。
最难熬的不是累,是重复。我统计过自己上个月的提交记录:改界面 23 次,修崩溃 8 次,真正写新逻辑的,零次。
说我技术不行吗?也不是。信号槽机制我门儿清,多线程串口通信我写的,QTableView 十万行数据不卡顿的虚拟化方案也是我调的。但说个真事,上个月我翻公司的代码库,核心框架的最后一次大改,提交时间是 2016 年——那年我还在上高中。
我问师傅,这框架怎么不换换。师傅说,能用就行,客户又看不出来。他说得没错,但我听得后背发凉:技术人的价值,什么时候开始由"客户看不出来"来定义了?
十年没动过的代码,和十年没换过的活法。
一眼望到头,比加班更吓人
让我下定决心的,不是累,是三件小事。
第一件,我师傅的工资条。有次他让我帮忙打印文件,我瞟到一眼:干十五年,月薪两万出头,在苏州还房贷养俩娃,月底基本清零。老板还总在会上说"老傅是咱们的定海神针"。定海神针的意思是:这根针就钉在这儿了,哪也去不了。
第二件,招聘软件。我手贱搜了下"Qt 开发",苏州的岗位两屏就翻完了,薪资区间五年没涨过,JD 内容跟我入职那年一模一样。再搜"AI 应用工程师",翻了十几屏没到底,应届生的起薪比我还高。
第三件,一次需求会。客户提出想要"语音报故障"的功能,说工人戴着手套不方便点屏幕。我们经理当场回:"这个做不了,我们是做界面的。"散会我就一直在想:客户的需求已经往"智能"走了,我们的能力还停在"界面"上,这中间的缝,早晚变成断崖。
那天晚上加完班,我看着师傅那个空了的工位——他女儿发烧,请假回去了——突然意识到:我再干十四年,大概率就坐在那个位置,拖着同一个表格控件。
年轻最大的本钱,是转身快
我算了笔账:26 岁,没房贷没娃,一人吃饱全家不饿,每天能挤出三小时学习,试错成本低到地板。这笔账 36 岁再算,就不是这个数了。
所以我给自己定了两个月的计划,每天下班雷打不动三小时。
第一步,Python 加 LangChain,一个月。
先给犹豫的兄弟说一句定心的话:转 AI 应用,不用去学训练模型,那是算法岗的事。我们这种工程出身的人,要干的是把模型接进产品。对写过 C++ 的人来说,Python 简单得像伪代码,我一周就能写脚本调模型接口了。LangChain 的链式调用,跟我们 Qt 的信号槽其实是一个思路——一个事件发生,触发一串动作,只不过动作从"刷新界面"变成了"调模型、查数据、生成回复"。想通这一层,框架三天就顺了。
那一个月我把闹钟调到六点半,早上学一小时再去上班。26 岁的好处是,熬点夜第二天还能照常改 bug。
第二步,做一个跟自己行业相关的 Demo。
我没去做烂大街的聊天机器人,而是做了个"机床维修问答助手":把我们厂两百多页的设备手册和维修记录切块,Embedding 进向量数据库,RAG 检索增强,工人现场拍下故障码,语音问一句,系统从手册里捞出对应的排查步骤。还加了 Function Calling,能直接读设备的串口数据给模型当上下文——这块我熟,当年写的串口通信代码直接复用。
妙就妙在,前端我直接用 Qt 写的。老本行没丢,成了演示优势:别人交的是个网页,我交的是个能装上位机的软件,开机自启、断网降级,全按工业现场的标准来。
第三步,面试讲故事。
工业软件出身有个隐藏卖点:我们天天跟工厂、跟设备、跟"不能出错"打交道,最懂什么叫落地。面试官问我优势,我就说:“纯做互联网 AI 的人,做的是 demo;我做的东西是要装进车间、被工人戴着手套戳的,断网了也得能用。”
两个月,我换了条河
前后投了二十几家,面了八场,拿了三个 offer。最后选了一家做工业 AI 质检的公司,岗位是 AI 应用工程师,薪资涨了 45%。
现在的活完全是两个画风:以前我对着 Qt Designer 挪按钮,现在我设计的是"模型怎么理解一张质检图、怎么把结论写进 MES 系统"。上个月我做的缺陷分类 Agent 上线,客户的质检员从三班倒变成了一班复核,厂长特意拉我去车间看那套系统跑起来的样子。
入职第三周,我带一个比我大三岁的同事排查内存问题,用的还是当年在 Qt 项目里练出来的思路。他惊讶我怎么定位这么快,我说:老赛道练的基本功,换个赛道照样是基本功。
师傅听说我跳槽涨薪,请我吃了顿饭。席间他喝了两杯,叹了口气:“我要是 26 岁,也转了。”
我没接话,但心里那句话一直响到现在:种一棵树最好的时间是十年前,其次是 26 岁。
写在最后
Qt 没害我,那两年让我懂了工业现场、懂了"软件是给人用的"。这些认知我现在天天在用。害人的从来不是技术栈,是"就这样吧"四个字。
二十多岁的选择,定的是三十多岁的位置。
如果你也是 Qt、MFC、上位机这条线上的,正在犹豫,我整理了一份学习路线:从 Python 到 RAG 到工业 AI 场景怎么切入,每步标了时间和验收标准。评论区扣"学习",我发你。
趁还输得起,赶紧上桌。
想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2025 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享!
👇👇扫码免费领取全部内容👇👇

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势
想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:
1. 100+本大模型方向电子书

2. 26 份行业研究报告:覆盖多领域实践与趋势
报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

- 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
- 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
- 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
- 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。
3. 600+套技术大会 PPT:听行业大咖讲实战
PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

- 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
- 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
- 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
- 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。
二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走
想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位
面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

2. 102 道 AI 大模型真题:直击大模型核心考点
针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题
专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:

三、路线必明: AI 大模型学习路线图,1 张图理清核心内容
刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

L1阶段:启航篇丨极速破界AI新时代
L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段:攻坚篇丨RAG开发实战工坊
L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段:跃迁篇丨Agent智能体架构设计
L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

L4阶段:精进篇丨模型微调与私有化部署
L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

L5阶段:专题集丨特训篇 【录播课】

四、资料领取:全套内容免费抱走,学 AI 不用再找第二份
不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:
👇👇扫码免费领取全部内容👇👇

2025 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

660

被折叠的 条评论
为什么被折叠?



