大家好，我是二哥呀。

2023 年的时候，我整理了一个各大公司的公积金缴纳比例排行榜，公众号阅读达到了惊人的 163 万，然后就引爆了整个技术自媒体，后续每个人都在发。

早上看到一个 2025 年的版本，包括阿里、蚂蚁、百度、字节、腾讯、京东、美团、拼多多等一众大厂，大家可以做个参考。

大部分是 12% 的全额缴纳，当然也有 5% 的基本工资缴纳。其中的差额算下来绝对是一笔大钱。

比如说你的月薪是 2 万，按照 12% 缴纳比例，一个月账户上就是 4800 元，但如果只有 5%，加起来一共只有 2000 元。

再加上全额和基本工资的差别，嗯嗯嗯。。。

从这里也能再次体现出，选择一个好的平台有多重要。建议大家在有得选的情况下，选择 12% 比例的。

另外，大家也都发现了，榜单上的这些公司都在卷 AI，就连起步比较晚的京东也卷出来了 JoyCode——一款 AI 编程工具，类似 Qoder 和 TRAE。

在 AI 的热浪中，大家也都迫切地想走 AI 应用开发这个路线。并且也都心知肚明，简历上如果有 AI 相关的项目，求职的时候会更加轻松。

那接下来，就给大家分享一下 AI 应用开发的学习路线。刚好星球里有球友提问：

原贴地址：https://t.zsxq.com/IFqYU

先普及一下，AI 应用开发/AI 大模型应用开发和 AI 算法研究的区别。

AI 应用开发是用 AI 来解决实际的问题，比如做智能客服、做知识问答、做文档解析。需要会调用大模型 API、会做 RAG、会做 Agent、会做 Prompt 工程，但不需要你自己训练模型、不需要你懂很深的算法原理。

AI 算法岗是研究 AI 的底层原理、训练自己的模型、做算法优化。需要很强的数学基础、深度学习基础、论文阅读能力。这个方向对学历和竞赛经历的要求很高。

对于大部分同学来说，走的都是 AI 应用开发岗，星球里的项目我也简单说明下。

• mydb：这是个数据库项目，偏底层，主要学习数据库的原理和实现。对 AI 应用开发的帮助不大。
• 派聪明：这是个 RAG 项目，核心是检索增强生成。技术栈包括 SpringBoot + ES + Redis + 大模型 API + 向量数据库。这是最贴近 AI 应用开发的项目。
• 技术派：这是个社区项目，前后端分离，技术栈比较全面，如果未来从事 web 开发，这个项目学透了，至少能撑起 3 年以内的工程能力，里面也有基础的 AI 应用开发，主要是聊天对话这块。
• pmhub：这是个项目管理系统（OA 流），属于微服务/分布式项目，对工作党比较有用，其实 2 期是打算做 AI 智能化的，后期再加强吧。

搞清楚之后，我们来看你要学习的优先级顺序。

1、如果只是为了找实习，找秋招，那么可以派聪明+mydb，派聪明和 AI 结合，mydb 是轮子，比较契合大厂面试官的诉求，因为他们大多数现在也是要求和 AI 接轨，一些做基架的面试官会比较喜欢轮子。

两者搭配，属于省时省力省心的一个组合。

2、派聪明+技术派，打通所有 web 后端开发的技术栈，也就是说如果你碰到的是喜欢业务的面试官，这俩项目不仅能保证你的工程能力，也能够吸引面试官的注意力。

3、PmHub+派聪明，微服务+AI 热度，能力会更上一层楼，社招党最好，校招党的球友也有做的，但微服务需要比较好的开发基础。

4、剩下其他的组合，当然也是完全可以的，各有优势。

这里强调一下，学习派聪明你要做的：

• 把派聪明跑起来，部署，能在本地访问
• 深入理解核心模块的实现（ES 检索、向量相似度、Prompt 设计、LLM 调用）
• 自己改一些东西（换向量数据库、优化 Prompt、加新功能）
• 理解 RAG 的整体流程

如果你想了解一些大模型的底层原理、想知道怎么做微调，可以学大模型训练调优课程。了解一下 Transformer 的原理、了解一下常见的大模型（GPT、LLaMA、Qwen）、了解一下 Prompt 工程、了解一下 RAG 和 Agent 的原理。

目的是让你对 AI 有一个全面的认识，假如面试官问了，能够答得上来。

我建议你的重点放在应用这边，也就是 Java 业务、RAG、LLM 调用。

总结一下就是，你的学习重点应该是：

• 50%的时间：后端开发能力（Java、框架、数据库、中间件）
• 40%的时间：AI 应用能力（RAG、Prompt、Agent、LLM 调用）
• 10%的时间：AI 基础知识（了解原理，但不深入）

Java 涉及到的内容是必须要准备的，包括：

• Java 基础：集合框架、多线程、IO、反射、注解
• JVM：内存模型、垃圾回收、类加载
• 并发：synchronized、volatile、Lock、线程池、CAS
• Spring：IOC、AOP、事务、SpringBoot 自动装配原理
• MySQL：索引、事务、锁机制
• Redis：数据结构、持久化、缓存问题（穿透、击穿、雪崩）
• 计算机网络：TCP/IP、HTTP/HTTPS
• 操作系统：进程线程、死锁、内存管理

这些都是高频考点，必须掌握。可以看面渣逆袭，把标星的内容重点掌握。

算法的话，如果你去面大厂，或者考察算法有笔试、手撕的公司，肯定也是必考的。要准备的内容：

• LeetCode 的 Hot100 至少刷两遍，能快速做出来
• 常见的题型和解法要掌握：双指针、滑动窗口、动态规划、DFS/BFS、二分查找、贪心
• 中等题要能做出大部分，困难题可以先放一放

然后是 AI 相关，这是 AI 应用开发岗的特色，面试官也一定会问。要准备的内容包括：

• RAG 的原理和流程：检索 → 增强 → 生成
• 向量数据库的概念和使用（派聪明的 ElasticSearch）
• 文件解析（MinIO、Apache Tika、Kafka 异步、Redis 缓存）
• Embedding 的概念和作用
• 权限相关（Spring Security + JWT）
• Prompt 工程：怎么设计 Prompt 让模型输出更好
• LLM 调用：怎么调用 API、怎么处理 token、怎么控制成本
• Agent 的概念：让模型能调用工具、能做多步推理（下个项目校招派会涉及）
• MCP 的概念（下个项目校招派会涉及）
• LangChain/LangChain4j 的基本使用（校招派会涉及）

最后是 AI 基础知识（可能会问）要了解的内容：

• Transformer 的基本原理（不需要懂数学公式，知道 Self-Attention、Multi-Head Attention、Encoder-Decoder 是什么就行）
• 常见的大模型：GPT 系列、LLaMA 系列、Qwen 系列，知道它们的特点和区别
• 大模型的训练过程：预训练、微调、RLHF，知道大概是什么意思就行
• 常见的 AI 应用场景：对话、翻译、总结、问答、代码生成

至于 Go 的开发经验，我们已经出了一个 Go 版的派聪明。到时候，也可以和你的 AI 语音聊天实习经历结合起来。

按照这个路线走下来，明年暑假找 AI 应用开发的实习应该是板上钉钉的事情。冲冲冲。

ending

一个人可以走得很快，但一群人才能走得更远。二哥的编程星球已经有 10200 多名球友加入了（马上涨价），如果你也需要一个优质的学习环境，戳链接 🔗 加入我们吧。这是一个 简历精修 + 编程项目实战（RAG 派聪明 Java 版/Go 版本、技术派、微服务 PmHub）+ Java 面试指南的私密圈子，你可以阅读星球专栏、向二哥提问、帮你制定学习计划、和球友一起打卡成长。

最后，把二哥的座右铭送给大家：没有什么使我停留——除了目的，纵然岸旁有玫瑰、有绿荫、有宁静的港湾，我是不系之舟。共勉 💪。