我是做数据库的，做了六年多 DBA。开头先交代一句，是想说下面这些不是道听途说，是我自己桌子上的事。

一、发现活儿在被人"自助"掉

最先刺痛我的，不是裁员通知，是业务同事不再找我要报表了。以前他们查个数、拉个明细，都得发工单给我写 SQL。去年开始，几个人自己开着 AI 工具，把需求用大白话一描述，就能跑出查询。简单报表我这边工单量掉了快一半。

AI 写 SQL 的准头，走得太快。2024 年初我们试，生成的语句能用率不到 5%，错的离谱。半年后到三到五成，2025 下半年七成，年底九成以上能直接用。现在我们组真有人"一句 SQL 不写，只给 AI 下指令"。我手写复杂查询那点自豪感，被一点点磨平。

招聘侧也在变。满屏"精通 AI 大模型应用"，初级 SQL 写手岗位明显少了。听说有公司把技术文档岗整岗裁了，改让 AI 出文档——和数据库相关的那些说明、字典维护，本来也是初级 DBA 的活。我们组后来也搞起 AI 工具用量排行，末位淘汰缩到三个月，我一个刚带出来的徒弟，因为产出没跟上节奏，试用期没过。

那种被"自助"掉的感觉很具体。有天中午，隔壁业务的小姑娘笑着跟我说，以前麻烦你，现在我自己搞定了。她不是故意，但我听着就是不对味。我干这行六年攒的手感，在"会描述需求"面前好像没那么金贵了。

有个在大厂的朋友私下判断，将来可能只需要过去五分之一的工程师，话耸动，但他身边"陪跑"的确实多起来了。我不当真，但初级写手最先被冲，这点在我这儿已经应验——我那个没过试用期的徒弟，就是活被 AI 自助掉后的第一个牺牲品。

还有个现象我越想越沉。组里现在推行"人审 AI 出的代码"，产出翻了几倍，可干活的人并没轻松——因为要对 AI 每句负责，离线焦虑、下班脑子还在转成了常态。我从前累在写，现在累在盯，换了个地方累。招聘软件上，带"AI"字样的岗位越来越多，不带的反而在减，初级写手的空间 visibly 在收窄。

二、是一次次慢查询把我推到 AI 面前的

契机很具体。有回线上一个报表跑十分钟不出数，业务在群里催。我照老办法看执行计划、加索引，弄了半天没根治。同事说你试试让 AI 先出几个候选方案。我半信半疑丢进去，它真给了三版改写，我挑一版调了下索引，三秒出结果。

那次之后我改了习惯：简单查询让 AI 出初稿，我审；复杂慢查询让 AI 给候选，我定夺。很快摸清分寸——AI 写对单表、简单 join 很稳，可一旦牵扯索引选择、执行计划走向、锁和并发，它就容易想当然，得人拍板。有回它生成的语句能跑，但把整张表锁了，要不是我多看了眼执行计划，线上就出事故。

还有回更隐蔽。AI 写的一段统计，结果数看着合理，我顺手要合，瞄了眼口径才发现它把时区搞错，把昨天的单算进了今天。这种错不报错、不红，但业务拿去决策就是坑。从那以后我定了一条：AI 出的聚合语句，结果我必须抽样人肉核对。

还有回它把字段类型搞混，int 当 string 比，结果全为空却不说错。这类"不出错但不对"最阴，全靠人盯。我现在对 AI 出的每一句，默认先当可疑，再找证据信它。

我也慢慢摸出了跟 AI 打交道的方式：先给它表结构和索引情况，再讲清楚要什么、不要什么，最后我自己定夺。不是甩手给它，是把它当快但粗的助手。新人常问我诀窍，我说没有诀窍，就是别偷懒不看它写的东西。

有回我没思路一个窗口函数，让 AI 给了三种写法并解释，我对比着看懂了，顺手记成模板。等于它不光替我写，还替我补了课。这点我认——它让我这个老手写手慢了，但脑子没停。

所以我现在的位置，不是"替代"，是"把关"。AI 出活，我签字。我也开始教组里新人这个分寸：哪些能放心交给它，哪些必须人复核。带人的时候我发现，最危险的不是不会用 AI，是太信它。

三、现在的变化，是责任更重了，不是更轻了

现在我的日常，手写 SQL 的时间少了一大半，更多花在执行计划分析、索引设计、容量规划上。从"写 SQL 的人"变成"对数据库负责的人"。产出翻了几倍，组里说效率上来了，可我并没觉得轻松。

因为每一句 AI 写的 SQL 上线前都得我过目，错了还是我背锅。下班脑子还在转，离线焦虑一点没少。上个月一个 AI 生成的统计脚本，逻辑看着对，实际把口径算错了，是我复查时揪出来的——这种事只会越来越多，不会少。以前我累在"写"，现在累在"盯"，哪种更耗人，说不清。

容量规划和 on-call 也压到我这儿了。以前初级同学分担的字典维护、慢查询初筛，现在归我兜底。活儿没少，只是从"我来写"变成"我来看、我来定"。有天半夜告警，AI 出的一个新表没建分区，数据一多就崩，我爬起来修。这种事，AI 不会替我半夜起来。

我现在的日常差不多这样：早上过一遍昨夜 AI 跑出来的脚本和变更，挑出要复核的；白天开会、定方案、带人；晚上把第二天的审核重点列出来。看着是"看"的活，其实比写更耗神，因为错一处就是线上事故。

组里效率上来了，老板自然问：那人是不是能再砍砍？我没接话，但心里清楚，AI 提了效，不等于我能少担责，反而因为产出多了，要复核的面更大。这账，不是表面看的那样。我没指望靠这波转型涨多少工资，现实是老板看效率上来了，反而更不敢加人。我这份"把关"的活，是公司省了人头费换来的，值不值另说，至少眼下还稳。

带新人也变了味。从前教他写，现在教他"怎么审 AI、在哪下刀"。有个小孩起初不信，照 AI 写的直接合，结果把生产库一张表锁了十分钟。我陪他复盘到晚上，他才真懂：会描述需求只是入门，敢担责才是饭碗。

说穿了，DBA 这行从"写"变成"守"。AI 是把快刀，但刀把得在我手里，砍错方向我负责。这活儿不性感，也不轻松，但至少现在还没人能替我把这把刀握住。

前阵子我整理了一份"AI 出 SQL 复核清单"，组内传阅。不是什么高深东西，就是哪些必须人看、哪些可以放行。它让我从"自己盯"变成"立规矩让人一起盯"，算是个小进步。

收入没翻倍，定位倒是清楚了：纯写 SQL 的活越来越少，会审、会调、能对结果负责的 DBA 还被需要。岗位池没变大，但我在里面的分量，比从前写手阶段实一点。上周面试了个年轻人，SQL 写得快但说不清为什么这么写，我没敢要——这行现在要的不是手快，是敢拍板、也担得起。这话不是打气，是这两年我自己的饭碗逻辑：会描述需求的人越来越多，敢对结果签字的人不多。AI 把门槛削了，但把责任留得更实。我现在的价值，不在写得快，在出事时有人信我能兜住。

说点实在的。AI 没让我高枕无忧，它把容易的活接走了，把难且要负责的活留给了我。能不能稳住，看的是我还敢不敢对每一行上线代码说"我确认过"。后面会怎样，没人能替你打包票。

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！2026 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👇👇

​

2026 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”！