大家好，我是二哥呀。

众所周知，阿里巴巴有多个 bu，随着饿了么改名淘宝闪购，淘天的阵营又壮大了，剩下能比肩或者超越淘天的，我认为只有阿里云了。

云未来的想象空间足够大，这个空间来源于 AI。

看到一个数据，由 Omdia 发布的 2025 年 上半年“AI云”市场规模：国内 AI 云市场规模达 221.9 亿元。其中阿里云占比 35.8%，高于 2 到 4 名的份额总和！

所以必须要恭喜今年选择阿里云的同学，不仅能拿到一个非常可观的起薪，也能在未来三到五年内快速晋升；如果能在 AI 方向上积攒一定的功力，跳槽的优势也会非常大。

接下来，给大家分享一下《Java 面试指南》 专栏里收录的最新阿里云校招薪资，方便大家做个参考。

• 硕士985，开发岗，给了 32k，这绝对算是 SSP 级别，base 北京；
• 硕士 985，研发岗，给了 28k，还有 2 万签字费，估计是 SP，base 杭州；
• 学历没说，开发岗，给了 27k，瓴羊部门，还有一笔签字费；
• 算法岗，给了 32k，感觉和开发一个水平。

从阿里云今年在研发岗位上的出价就能看得出来，阿里非常重视 AI 云的发展。

星球里有球友拿到了一个 SRE 的岗位，开到了大 SP 的水平，属于比较核心的业务。

所以我在这里也是吆喝一声，学 Java 不要只投 Java 后端开发岗，AI 应用开发，运维岗、前端、客户端、测试、测开，甚至 Go 岗，你都可以投，校招在语言和岗位上几乎不做限制。

阿里云在 AI 领域最知名的产品莫非通义千问，目前已经是全球公认的第一开源大模型。

当然了，通义千问本质上是 MaaS（Model as a Service）服务，而 MaaS 只是 AI 云的一部分。

云厂商把大模型能力封装成标准化接口，企业不需要自己训练模型、不需要自己养 GPU，只要按量调用 API，就能直接获得 AI 能力。

完整的 AI 云通常包括三层：

• 最底层是 AI infra，也就是算力、网络、存储、加速卡、集群调动，决定了模型能不能跑得动、跑得快、跑得性价比高。
• 中间是 AI 开发平台，负责数据处理、模型训练、微调、推理部署、监控治理，比如说阿里百炼。
• 最上层才是 Maas，把模型能力以服务的形式交付给开发者和企业。

那可能有同学会问：

• 到底从事 AI 应用开发需要掌握哪些技术栈？
• 专业技能中针对 AI 部分应该写点什么？
• 针对 AI 应用/RAG/Agent 方向，面试中的八股主要集中在哪些方面？

原贴地址：https://t.zsxq.com/Vcq8x

我来帮大家详细地梳理一下。

01、AI 应用开发需要什么技术栈？

强调一点。

AI 应用开发并非只能 Python 来干，Python 能做到的，Java 同样能做到（注意前置条件是 AI 应用开发😄）。

AI 应用开发，是在传统的 Java 后端上增加 AI 模块，不是把 Java 技术栈扔掉，重构成 Python 技术栈。

Java 有 SpringAI，有 LangGraph4J，能够满足绝大多数场景下的 AI 应用开发。

下图是派聪明 RAG 项目中用到的技术栈，JDK17、ElasticSearch、MySQL、Redis、MinIO、Kafka、WebSocket 等等，都不需要 SpringAI 框架就能完成 RAG 业务的落地。

这个项目在今年秋招发挥的作用巨大，很多很多球友发喜报的时候都特意盛赞一下这个项目。

所以真不需要说刻意去学 Python 才能满足 AI 应用开发的需求。

当然了，对于需要 Python 技术栈的同学，下一个项目派派工作流，也有😄。

02、专业技能如何写 AI 部分？

AI 工具的是用，AI 技术栈的了解，AI 的底层架构，都可以写，我举几个简单的例子：

• 了解 RAG 流程，能完成文档解析、分段切块、向量化、混合检索和上下文拼接，并处理相似度阈值与召回数量等参数调优。
• 了解 Embedding 向量化与向量检索，使用 ElasticSearch dense_vector 或其他向量库进行相似度检索，并结合 BM25 实现混合搜索提升召回质量。
• 了解大模型调用链路和基本工程治理，能处理超时重试、限流熔断、日志追踪、成本控制和模型降级等问题。

我在精选简历里收录了很多例子，需要的同学可以查看。

复制到浏览器打开：https://t.zsxq.com/19d0wrDnp

03、AI 的八股从哪里搞？

这部分最重要的还是积累，平常要多去梳理总结一些 AI 相关的题目，然后总结形成属于自己的表述方式。

如果你做的是 RAG，那下面这些题目基本上都会问到：

• RAG 是什么，为什么需要 RAG，解决了大模型哪些问题？
• 文档解析怎么做，PDF/Word/网页怎么抽取文本，Tika 在链路里的作用？
• 切块 chunk 怎么切，按长度切还是按语义切，chunk size 和 overlap 怎么选？
• Embedding 是什么，向量相似度怎么衡量，余弦相似度了解吗？
• 只做向量检索为什么不够，为什么要混合检索 BM25 + 向量？
• TopK 怎么选，阈值怎么定，怎么减少无用的片段？
• 召回不准怎么办，重排序 rerank 怎么做？
• 幻觉怎么降低，引用来源怎么保证，回答必须基于上下文怎么做？
• 评估怎么做，离线评估指标怎么定，线上怎么做 A/B 和反馈闭环？

可以参考派聪明 RAG 项目，里面有整理超过 2 万字的 AI 八股。

https://paicoding.com/column/10/19

如果你做的是 Agent 模块，工具调用和工作流会被问到：

• Agent 和 RAG 的区别，什么场景用 Agent，什么场景用 RAG？
• Function Calling 是什么，怎么把业务接口包装成工具？
• 工具调用失败怎么办，超时、重试、幂等、降级怎么设计？
• 多工具协同怎么做，如何避免模型乱调工具、陷入循环？
• 记忆 memory 怎么做，短期记忆 vs 长期记忆，怎么落库？
• 多轮对话如何保持上下文，token 爆了怎么办，怎么做摘要压缩？
• MCP 是什么，它解决什么问题，为什么比自己写一堆插件更稳？

这部分面试题的答案会在校招派 Agent+MCP 项目中揭晓，结合实际的项目给出答案，大家可以敬请期待。

AI 云不是一个短期风口，更是一场长期投入、重资产的硬仗。

2025 年 2 月，阿里就宣布：未来三年会投入 3800 亿元建设云和 AI 硬件基础设施。

所以对 AI 应用开发感兴趣的同学，可以尝试在 AI 这波云浪潮中，提前占一个位置。除了阿里云，其他云厂商也都可以选。

我也在考虑，下下下个项目可以做个阿里百炼这种平台，应该不错。

进入 12 月下半场了，冲吧，兄弟姐妹们。

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 10800 多名球友加入了，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 💪。