先说结论：我花了大概半年时间系统学习AI相关的技能，然后跳槽到了一家做AI产品的公司，薪资从月薪一万出头涨到了三万。不是什么天才逆袭的故事，就是一个普通开发者做对了几件事情。
今天把整个过程和关键决策分享出来，希望对处在相似阶段的朋友有些参考价值。
起点：一个普通的后端开发
去年年中的时候我在一家传统软件公司做Java后端开发，工作了三年多。技术栈就是Spring Boot那一套，做的是企业级管理系统，每天CRUD。
说实话那个时候挺焦虑的。一方面是薪资长期没有大的增长，每年涨个百分之五到八，杯水车薪。另一方面是看到AI发展这么快，总觉得自己在做的东西迟早会被替代。
焦虑归焦虑，但也不知道往哪个方向使劲。直到有一天我用Claude Code帮我重构了一个模块，效率提升太明显了，我突然意识到AI编程工具不只是一个辅助工具，而是一个全新的技能领域。掌握这个领域的人，市场上很稀缺。
前三个月：疯狂学习
确定方向之后我给自己制定了一个学习计划。
第一个月主要学AI编程工具的深度使用。不是简单地用Copilot写几行代码，而是系统性地学习Prompt Engineering、Agent开发、MCP协议这些东西。我把市面上主流的AI编程工具都试了一遍——Cursor、Claude Code、Copilot、Windsurf，搞清楚每个工具的优势和适用场景。
这个阶段我做了大量的实验项目。用AI从零搭建了几个小应用，在这个过程中理解了AI编程的工作流和最佳实践。晚上和周末的时间基本都投进去了，确实比较辛苦。
第二个月开始学AI应用开发。重点学了RAG知识库搭建、向量数据库使用、大模型API的调用和集成。这些是AI应用开发中最常用的技术。我用RagFlow加Ollama在本地搭了一个知识库系统，又用LangChain做了一个简单的Agent。
第三个月学了Agent开发和工作流编排。这个时候Dify和Coze已经比较成熟了，我在这两个平台上做了几个真实的Agent项目，包括一个客服Bot和一个文档助手。同时也开始看一些Agent框架的源码，理解底层原理。
关键转折点：做了一个实际项目
光学不练是不行的。第四个月的时候我在公司内部主动推了一个AI相关的项目——给我们的客户管理系统加一个AI助手功能，让客服人员可以用自然语言查询客户信息和生成报告。
这个项目不大，但完整走了一遍从需求到上线的流程。技术方案是在我们现有的系统上集成大模型API，用RAG连接公司的知识库，做了一个对话式的查询界面。
做这个项目的过程给了我两个重要的收获。一是积累了AI项目的完整经验，从技术选型到落地部署，每个环节都踩了一些坑也解决了一些问题。二是有了一个可以写在简历上的真实项目案例，这比什么都管用。
项目上线之后效果不错，客服团队反馈查询效率提升了不少。老板虽然没给我加多少薪水，但给了我一个不错的绩效评价。
第五到六个月：跳槽准备
有了学习积累和项目经验之后，我开始准备跳槽。
简历上重点突出了AI相关的技能和项目经验。除了公司内部的项目，我还把学习阶段做的个人项目整理了一下，放到了GitHub上。有实际的代码和项目文档，比简历上写一堆技能标签有说服力多了。
面试准备也用了AI。让AI帮我模拟面试，重点准备了AI应用架构设计、RAG系统的实现细节、大模型的选型和调优这些问题。还准备了一些关于AI产品落地的思考，这个在面试中很加分。
投了大概十几家公司，拿到了三个Offer。最终选了一家做AI开发平台的公司，技术栈是Python加TypeScript，负责的方向是Agent相关的功能开发。
薪资谈判
说说薪资的事情。我之前月薪一万二，期望薪资写的是两万五到三万。很多人觉得涨幅太大不敢要，但AI方向现在真的是卖方市场，有实际项目经验的人非常稀缺。
面试的时候我重点展示了三个东西：一是对AI工具链的深度理解，不只是会用还要知道原理；二是有实际落地的项目经验，能聊出细节和踩过的坑；三是对AI产品和行业趋势的判断，说明我不只是一个执行者还是一个有思考的人。
最终定薪三万。加上年终奖和股票，总包比之前涨了差不多两倍。
学了什么最有用
回过头来看，这半年学的东西里面最有用的几个。
AI编程工具的深度使用。这个不是学了一个新技术，而是学了一种新的工作方式。到了新公司之后我的产出效率比同级别的同事明显高一截，这也是我能快速站稳脚跟的原因。
Agent开发能力。2026年Agent是最热的方向之一，懂Agent开发的人特别抢手。理解Agent的设计模式、工具调用、记忆管理这些概念，在AI公司是基本功。
RAG知识库的搭建。这个是AI应用落地最常见的场景，几乎每家公司都需要。会搭RAG系统就有了一个很硬的技能点。
对行业的理解。技术能力之外，对AI行业的趋势判断也很重要。你在面试的时候能聊出对行业的见解，面试官会觉得你是一个有视野的人而不只是一个码农。
给想转型的人几点建议
不要等"准备好了"再开始。我学的时候也是边学边用边摸索，没有人能完全准备好再出发。
一定要做实际项目。看教程和做实验只是第一步，有一个能写在简历上的真实项目才是关键。如果公司没有AI项目的机会，就自己做个人项目。
利用好AI来学AI。这话听起来有点绕但很实际。用AI来加速你的学习过程，比如让AI给你解释复杂的概念、帮你debug学习项目中的问题、帮你整理学习笔记。
不要放弃原有的技术积累。AI不是凭空存在的，它需要跟现有的技术体系结合。你以前做后端的经验在AI应用开发中一样有用，不用觉得之前的经历白费了。
你们有没有在考虑AI方向的转型？目前在什么阶段了？有什么困惑欢迎来评论区聊聊，我尽量帮大家解答。