Web 后端转 AI 应用开发，我的第一周：最难的不是学新东西，是放下旧东西

我是一粟一个写了 6 年 Web 全栈的后端工程师。React、Node、Python、微服务、CI/CD该踩的坑基本都踩过一遍。去年拿了腾讯、字节、京东三家的大模型方向 offer最后选了现在这条做 AI 应用的路。说实话做出转型决定的那天我以为最难的部分会是「学新东西」——Transformer 原理、提示词工程、RAG、Agent 框架随便拎一个出来都是一座山。结果第一周打完我发现我错了。新东西不难。真正让我难受的是我带了 6 年的旧习惯在新领域里到处碰壁。今天这篇不讲技术干货讲讲一个后端老兵转型第一周被迫放下的四样东西。如果你也在考虑转 AI 方向这篇可能帮你省掉我这一周的痛苦。放下的第一样确定性思维做后端久了人会形成一种信仰系统是确定的。接口要么返回 200要么返回 500。数据库要么查到要么查不到。代码审查时我们讨论的是「这个边界条件处理了没有」而不是「这个函数今天心情怎么样」。然后我调了大模型。同一个请求第一次返回 JSON第二次返回「好的以下是您要的 JSON」然后才给我 JSON第三次直接告诉我它做不到。我的第一反应是这玩意儿有 bug。我花了整整一个下午去「排查」这个问题——检查请求参数、对比请求体、翻文档——最后在一个前辈的提醒下才意识到这不是 bug这就是它的工作方式。大模型的输出是概率性的不是「不稳定」是「本来就稳定不下来」。那一刻我的后端直觉崩了一小块。后来我慢慢想明白了做传统后端你的工作是消灭不确定性做 AI 应用你的工作是和不确定性共处。模型给你的永远是一个「大概齐」的答案你的工程价值体现在怎么用护栏、重试、校验、降级把这个「大概齐」变成用户能接受的「足够好」。这不是技术的变化是世界观的挪移。第一周最大的震荡来自这里。放下的第二样「先设计完美架构再动手」后端做久了会有职业病动手前先画架构图。数据库怎么分表、接口怎么分层、异常怎么统一处理、以后怎么扩展——不把这些想清楚一行代码都不愿意写。这个习惯在传统开发里是美德六年里它救过我无数次。第一周我准备搭我的第一个 Agent很自然地打开了画图工具准备先设计一套「完美的 Agent 架构」消息怎么流转、工具怎么注册、上下文怎么管理……画了半天我发现一个尴尬的问题我不知道该画什么。因为我根本不知道这个 Agent 跑起来会是什么表现。提示词怎么写才有效工具调用的失败率有多高上下文多长会开始「失忆」这些答案没有一个能靠设计推出来只能靠跑出来。AI 应用开发的迭代单位不是「版本」是「提示词的某一次修改」。你改一句话系统的行为就整个变了。在这种开发模式下花三天设计的完美架构可能跑一次就被推翻。所以我放弃了画图用两百行代码先跑了一个能动的最小循环就是上一篇分享的那个。跑通之后再看哪些地方真的需要设计哪些地方纯属我自己的强迫症。不是架构不重要了而是架构的来源变了从「提前设计」变成「从实际运行的血泪里长出来」。顺便说一句这个转变对老后端其实特别痛苦——相当于承认你过去最引以为豪的能力在新领域里暂时派不上用场。放下的第三样对 100% 正确率的执念这个是我劝自己劝得最辛苦的。上线一个接口正确率必须 100%这是刻在后端骨头里的东西。测试覆盖率不够不敢发边界条件没处理不敢发。但第一周搭 Agent 的时候我遇到了一个现实问题模型完成任务的正确率大概在 85% 左右。剩下 15% 的情况它会自信满满地给你一个错误答案。我的第一反应是这玩意儿不能上线。但后来我算了笔账。我做的那个场景自动化数据整理人工处理一遍要 40 分钟模型处理只要 1 分钟剩下的 15% 错误用一个校验层拦住打回人工人工只处理被拦下来的部分。整体算下来效率还是提升了 20 倍以上而且错误被拦在了用户看到之前。那一刻我意识到「能不能上线」的判断标准变了。传统后端问的是「正确率够不够高」AI 应用问的是「错了之后的兜底成本能不能覆盖它带来的效率收益」。85% 的正确率 完善的兜底很多场景下完胜 100% 正确率但昂贵的纯人工。这个思维不开你做 AI 应用会处处觉得「不能用」这个思维一开满地都是可以落地的场景。放下的第四样其实没什么可放下的这是好消息最后说个反转给同样在考虑转型的后端同学一点信心。第一周结束我做复盘列了一下这一周实际用到的东西调 API就是 HTTP 请求我用requests裸写比以前调的第三方支付接口简单多了组织上下文、管理会话状态不就是状态管理吗Web 后端干了很多年设计护栏和兜底逻辑就是异常处理和降级方案老本行部署、监控、控制成本后端基本功真正「全新」的东西可能只占 20%——提示词的写法、模型行为的直觉、一些领域黑话。剩下的 80%全是工程能力的迁移。所以「放下旧东西」这个说法其实不精确。准确的说法是放下旧习惯但旧能力全都在。被放下的确定性思维、完美架构执念、100% 正确率信仰说到底都是「外壳」底下那六年的工程素养才是转型时真正带着走的行李。这也是我敢接 30 天挑战的底气——新东西学得会旧能力用得上唯一要过的坎是自己脑子里那几道弯。30 天怎么走我给自己排了四步30 天四步走4 周 4 个台阶阶段目标对应成果第 1 周 · 打地基不碰框架手写一个能跑的最小 Agent 循环上一篇那个 200 行架构第 2 周 · 装记忆短期上下文 长期记忆解决多轮任务「失忆」下一篇实操第 3 周 · 接工具工具调用、RAG 检索让 Agent 真能干活会调 API 干活的 Agent第 4 周 · 上生产护栏、成本控制、部署上线第一个能跑通的小应用每一天我都会记录实操、踩坑、代码和思考你可以直接抄着我的路径走把我踩过的坑绕过去。写在最后第一周最大的感悟浓缩成一句话转型的瓶颈从来不在知识的多少而在思维方式的松绑。知识可以查文档、看教程、抄作业但「确定性思维」「完美主义」这些你赖以为生多年的东西没有一篇文章能帮你放下只能靠你自己跑第一个 Agent、翻第一次车、算第一次兜底账在具体的挫败里一点点松开。如果你也是后端工程师也在考虑往 AI 应用方向转我正在进行的「30 天从零学 Agent」挑战会把每一天的实操、踩坑、代码和思考都记录下来你可以直接抄着我的路径走把我踩过的坑绕过去。想跟我一起学习进步的微信扫码添加好友 一起交流学习我把整理的 30 天学习资源清单分享给你