AI 时代,该怎么做调研?

一个写了 7 年 Java 的工程师,转型 AI Agent 的真实记录。第一个问题不是怎么学,而是信谁。


图片

系列:一个写了 7 年 Java 的工程师,转型 AI Agent 的真实记录 · 第①期

好久不见。好久不写公众号,不定期分享最近的 agent 学习。

图片

突如其来的一刀

我,一个写了 7 年 Java 的工程师,突然不写 Java 了。

ai 没给我这个程序员干掉,倒是给我需求干掉了,跑去做 AI Agent。

我当时的内心活动大概是这样的:

Java → AI Agent,这是要让我直接从农耕时代跨越到星际时代吗?

其实说完全没基础也不公平。从 2022 年底 ChatGPT 横空出世,我就开始用 AI 了。但说实话,我的"用 AI"基本停留在一个层面:

让 AI 帮我写代码、改 bug、查文档。

说白了,就是把它当一个不要钱的高级搜索引擎 + 代码补全。

而现在要我深入理解 Agent 框架、多模型协作、工程化落地……

差距不是一点点,是一个维度的差距。

图片

信息焦虑:AI 圈的信息到底信谁?

转型的第一个拦路虎,不是技术,而是信息。

AI 发展之快,用"每天都是新闻"来形容都嫌保守。每打开一个社交平台:

  • 某某说 GPT-5.4要来了,颠覆一切,技术人真要没了
  • 某某说 Claude code cli才是未来,cursor 要凉了
  • 某某说 Agent 落地难,全是泡沫
  • 某某说他用 openclaw 一天赚了xx

这些"某某"们有个共同特点:他们都让我十分焦虑。

问题来了:我到底该信谁?

一个原则救了我:Follow the builders, not influencers

关注了一位我非常欣赏的产品经理 张咋啦,他说过一句话:

Follow the builders, not influencers.

追随真正在造东西的人,而不是营销号。

这句话太准了。

AI 圈营销号多到泛滥——各种分析报告、热点解读、“深度好文”,看完之后热血沸腾,但你什么都没学到,只是焦虑升了一个等级。

而"造东西的人"不一样。他们每一行代码、每一个开源项目,都是真实的思考结晶。跟着这些人走,才是真正在学习 AI。

那么问题就变成了——谁是 builder?

图片

我找到的第一个 Builder:Andrej Karpathy

如果你在 AI 圈稍微混过一段时间,一定听过这个名字:

Andrej Karpathy

前 OpenAI 联合创始人之一,前 Tesla AI 总监,深度学习领域的顶级研究者。但他最厉害的地方,不只是他做过什么,而是他讲东西的方式。

他能把最复杂的 AI 原理,讲得连我这个写 CRUD 的 Java 工程师都能听懂。

他的 YouTube 系列 “Neural Networks: Zero to Hero” 被无数人奉为入门圣经,B站也有搬运。如果你还没看过,停下来先去看。

关注他的 GitHub、X(推特)、YouTube,就相当于把 AI 前沿的一个极其重要的窗口打开了。

图片

下期预告

Karpathy 最近在 GitHub 开源了一个项目——autoresearch。

10 天,35,700+ stars。

这个速度,意味着整个 AI 工程师社区集体沸腾了。

它做的事情,用一句话描述:

让 AI Agent 自己循环:改代码 → 评估 → 保留(或丢弃)→ 无限迭代

当我第一次看到这个项目的时候,脑子里只有三个字:

我 草 啊(此处请自行替换为更文雅的感叹词)

下期,我们用 claude code 来把这个项目扒一扒。


系列导航:第①期:我的第一个问题不是"怎么学",而是"信谁" ◀ 本期

评论