文章探讨了在大模型时代，资深程序员凭借业务认知和经验更受青睐的原因。未来公司需要既懂业务又懂AI的人才，能够清晰定义问题并拆解任务交给AI执行。真正的价值在于解决问题的能力，而非仅是资历，年轻程序员若具备深刻业务理解同样可脱颖而出。公司最终看重的是能带来高ROI的人才。

最近有很多程序员在开始讨论，在大模型下，说现在招聘方都偏向于使用资深的程序员，不偏向于以往的那种为年轻为主。

这是什么原因呢？因为在AI的加成下，资深的程序员更善于用AI来解决当前的问题。相比之下，很多年轻的程序员不太理解业务背景，也没有非常充分的 A 工具经验，所以反而没有优势。

刚好，我刚刚和钉钉的一位技术大牛金喜老师，讨论过一个关于业务认知的问题，今天刚好结合这个案例，我来分享一下我自己的看法。

对于一个中等复杂度业务来说，架构师这个概念是极为重要的。架构师的背后不仅仅是对于技术的了解，更是对于业务的把握，对业务的理解，可以抽象为认知这两个字儿。

当然这里面的认知我们不扩散到对人生观价值观的判断，只是聚焦对于业务的理解。最初我在打 Dota 游戏的时候，我经常听到一个词儿，对于某一个英雄的理解，我刚开始还不大认可，不就打个游戏吗？这个游戏人物的技能也是比较确定的，我知道他在什么样场合使用就可以了，为什么说有对于英雄的理解会这么重要呢？

现在我也陆续明白了，对于一个英雄人物的理解是意味着你是要经过长期的经验的累积，能够找到每个英雄在不同场合下该放什么样的一些技能，以及跟队友怎么样的合作，甚至要了解背后英雄的定位是什么，创作者为什么会设计这个英雄。

所以，认知既是对业务经验的总结，也是科学的把握。

金喜老师跟我举例说，他说他有很多东西都看不太明白。比如说最近非常流行的 Labubu，为什么这个玩偶会做的这么好？他说 他们有大量的产品经理来专门做这个布偶的手感体验。

具体是干什么呢？就是招聘产品经理，专门从全世界各地收集各种原材料，来体验它的触感到底怎么样。最终在不同的材料中选某一个最为适当的手感作为材料。

他说，这个已经超出他的认知之外了，不就是一个布娃娃吗？为什么还要招聘专门的产品经理来做手感这个事情？虽然他看不懂这个事情，但实际上这个产品本身是赢得了巨大的成功的，这就是对于当下年轻人的审美的一种认知能力。

没有这个认知能力，赚不到这波年轻人的钱。

他说对他来说，未来要创业的话也是一模一样，他在开发者工具这块积累了十多年的经验，他的认知是远超于普通人的水平之上的。他说现在一个清华大学毕业出来的，可能对于各种技术、各种算法都比他更熟，但是对于开发者的认知上面是比不上他的。

回过头来，我们再说说，A 大模型下，资深的程序员是不是能够真正找到自己的春天？

我的结论是“未必”。这又是大龄程序员的典型“自嗨”。

在AI的场景下，有一部分资深的工程师确实就像穿上了自动化的盔甲一样。，可以快速的构建一整套完整的解决方案。原来可能需要十几个程序员搞定的事情，现在一个资深的架构师就完全可以把所有的事情都搞定。

但这个背后最重要的是对于业务本身的认知，以及对于技术的认知，并不是一个35岁、年纪越大的程序员，他就越能够搞明白这件事情。

举几个比较常见的例子，比如说有一些程序员可能比较资深，拉通对齐的能力非常强，业务经验非常丰富，但是他都不理解在AI时代的编程范式，他根本就没办法去用好AI 工具。这种员程序已经变成了产品经理的角色，缺乏了动手能力。

简单来说，这种资深程序员的价值就是写 PPT，而非落地。

另外有一类程序员写代码确实写的非常的久，对AI的调用也非常熟悉，能够快速上手，但是他们缺少对业务的洞察，也就是说对他们来说怎么样能够快速和高效的解决问题，反而是其定义的难点。

这一类就是老黄牛，拉磨行，但是如何聪明的拉磨，如何拉有用的磨，是没有判断能力的。

未来的公司需要什么样的人？需要同时懂业务、懂AI的人，这个懂不是仅仅了解，而是对于业务的认知。也就是说，未来更能够脱颖而出的资深程序员，是对领域问题定义非常清楚和深刻，并且能够拆分问题给AI的人。

比如说我们就以电商网站为例。假如存在一个问题，用户从导购到下单的转化率非常低，这就是一个用户侧的问题，需要一个懂业务的程序员来分析为什么下单率会低，在哪几步的漏斗折损最大，需要用什么样的AB test的数据驱动的方式优化转化链路。

在完成了这个问题的定义之后，更加重要的是分拆出最细的步骤，让AI来帮它实现代码。比如可以用AI来快速的创建两个承接测试页面分别来考虑在不同的落地页的情况下转化的效率。然后快速的根据AI来分析数据，确定哪一种落地页的策略是能够提高转化率的。

所以可以看到，通过问题的定义以及任务的拆解，最后叠加任务的执行，最终就可以真正的完成一个高阶程序员的角色，这部分才是真正值钱的，公司和老板也愿意为这样的程序员买单。

而这一类能力并非越资深越牛逼，很多毕业一两年的优秀程序员，对于业务的理解就远超工作十年的资深程序员。很多程序员看似工作了十年，实则是一年经验的不断重复而已。

所以综上来说，并不是资深的程序员就受更受欢迎，也并不是年轻的程序员反而没有优势。事实上，底层逻辑最终还是回到最根本的问题，也就是公司和老板一定倾向于如何快速高效解决问题的人。

至于，是年轻的人，还是是资深的人并不重要，重要的是用这个人以后的 ROI，这个就是资本的逻辑。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套 AI 大模型突围资料包：

• ✅ 从零到一的 AI 学习路径图
• ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
• ✅ 百度/阿里专家闭门录播课
• ✅ 大模型当下最新行业报告
• ✅ 真实大厂面试真题
• ✅ 2025 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~

① 全套AI大模型应用开发视频教程

（包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点）

② 大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

③ 大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

④ AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

⑤ 大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

⑥ 大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

以上资料如何领取？

为什么大家都在学大模型？

最近科技巨头英特尔宣布裁员2万人，传统岗位不断缩减，但AI相关技术岗疯狂扩招，有3-5年经验，大厂薪资就能给到50K*20薪！

不出1年，“有AI项目经验”将成为投递简历的门槛。

风口之下，与其像“温水煮青蛙”一样坐等被行业淘汰，不如先人一步，掌握AI大模型原理+应用技术+项目实操经验，“顺风”翻盘！

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

以上全套大模型资料如何领取？