35岁,我在制造业当架构师,守的是一套SSM老系统
2026/7/31 15:00:01 网站建设 项目流程

周一例会,老板宣布:今年数字化预算砍一半,IT 部门"保运转、不新立"。

散会的时候,新来的 95 后凑过来问我:“郑哥,咱这个系统的 Struts2 标签,是祖传的吗?”

我笑了,笑完心里一沉。

我在广州这家制造业信息化公司干了八年,title 是架构师,名片印得很好看。但我维护的"核心系统",是一套 2011 年上线的 SSM——Spring 加 Struts2 加 MyBatis,三千行的 Action 类,四百多个 XML 配置文件,页面是 JSP 套 JSP。

我叫架构师,其实我是个看坟的。

架构师的头衔,维护工的命

说个真事。上个月系统宕机,我第十七次半夜被叫起来。原因是十年前的定时任务和十年后的数据量打了一架,数据库锁表,全厂报工停摆两小时。

第二天生产总监在会上拍桌子:"这套系统到底行不行?"老板看了我一眼,没说话。那一眼的意思我懂:预算砍半,人别出事,系统别出事,就这么耗着。

八年里,我给这套老系统打了几百个补丁。慢查询?加索引,加不动了就半夜跑批。缓存击穿?没有缓存,谈什么击穿。新来的 95 后问我为什么不用 Redis,我说这套 Struts2 的架构,塞 Redis 进去比重写一套还难。

最让我心里发毛的不是系统老,是我跟着它一起老了。

八年,我简历上的技术栈原地踏步。Spring Boot 我没在生产环境用过,微服务我只在视频里学过。去年我试着投过两份简历,一家问我"你们服务治理怎么做的",我说我们单体应用,没有服务治理;另一家问我"有没有高并发场景",我说我们全厂并发峰值不到两百。对面沉默的那几秒,比骂我还难受。

而那个问我"是不是祖传"的 95 后,午休时间用 Ollama 加 Dify,给质检部搭了个缺陷问答助手:质检员拍张照、输句话,历史相似缺陷的处理方案就出来了。

质检主任逢人就夸。老板在周会上说"这个有想法"。

我坐在下面,突然想明白一件事:公司砍的是旧 IT 的预算,但"AI 应用"这四个字,正在变成新的预算入口。

老系统不是包袱,是没通电的矿

我回家翻了下招聘软件,心态更复杂了。传统制造业的 Java 岗,JD 上还写着"熟悉 SSH/SSM 优先",工资八年没涨过。但同样这批公司,今年新挂出来的"AI 应用工程师"岗,要求写的是 LangChain4j、RAG、向量库,薪资高了将近一半。

有份制造业数字化的调研说,超过六成的传统工厂有"用 AI 盘活存量系统"的意愿,但最大的卡点不是没钱,是没人——懂老系统的人不懂 AI,懂 AI 的人看不懂老系统。

我特意去打听了一圈。佛山一家五金厂,把二十年的设备点检记录喂给模型,故障预判准得老师傅都服;东莞一家电子厂,用 RAG 把工艺文档做成问答,新员工培训周期砍了一半。这些项目的共同点:都不是推倒重来,都是在老系统旁边"接"出来的。

这句话反过来读,就是机会:能把这套 Struts2 老 ERP 和大模型接上的人,屈指可数。而全公司最懂这套系统的人,是我。

架构师的自救:不动老系统,让它长出 AI

我想通了,不动老系统。动它,我一个签字都批不下来。我的路子是:老系统继续跑,在它旁边,长出 AI 的枝。

三件事,每天下班后两小时。

第一件,用 Spring AI 给老系统装个"翻译官"。Spring AI 把各家模型统一成 ChatClient 接口,我在老系统外面包了一层 Spring Boot 服务,老系统只管提供数据接口,AI 能力全在新层。不动一行祖传代码,老板那关直接过。两周,跑通。

第二件,用 RAG 盘活十年工单。我们维修工单系统里躺着十年的设备故障记录,以前除了月底统计没人看。我用 pgvector——直接挂在 PostgreSQL 上,零额外运维——把三万条工单向量化,做了一个"设备故障问答":维修工描述现象,系统检索相似故障,给出当年的处理方案。每天两小时,三周搞定。维修班组长试用完说了句:“这比问老师傅快,老师傅还退休了两个。”

第三件,用 LangChain4j 让模型学会"调接口"。一个 @Tool 注解,把"查库存""查 BOM"封装成模型能调用的工具,让模型自己决定什么时候查什么。这一步做完,它就不只是问答,是个能干活的 Agent 了。

顺带说句打消顾虑的话:这条路不用学训练模型,那是算法岗的事。我们做的是应用,模型就是个超级中间件,会用、会接、会落地,就够了。

老杜先我一步,我慢了但没晚

同城另一个厂的老杜,情况跟我一模一样,比我早动手半年。四个月,从"看坟架构师"变成公司新设的"AI 应用负责人",带着他们厂的 95 后一起干——对,现在 95 后给他打下手,因为全公司只有他懂"老系统的数据怎么喂给模型"。

他跟我说,涨薪 40% 是其次,关键是会上老板看他的眼神变了:以前是"成本中心负责人",现在是"那个能让系统说话的人"。

我的"设备故障问答"上个月也在全厂推广了,老板批了一笔预算——在砍半的预算之外,单独批的。数字化预算砍半,但 AI 应用的预算,是从零长出来的。

那个 95 后现在调到了我的小组。名义上我带他,实际上我们互相带:他教我 Dify 的新玩法,我教他设备台账的表结构和工厂里那些不能写在文档里的门道。他很聪明,但模型再聪明,也不知道三号冲床每年梅雨季必闹脾气——我知道。

写在最后

35 岁的架构师,头衔保不了你,老系统也养不了你。但你手里那套没人愿意碰的老系统,恰恰是 AI 最缺的燃料——数据、流程、业务 know-how,全在里面。

别跟 95 后拼手速,跟他们拼你脚下踩着的矿。

我把自己这套"老系统接 AI"的过程整理成了一份迁移清单:哪些数据先向量化、老接口怎么封装成 Tool、怎么绕开"不许动老系统"的红线。想要的兄弟,评论区扣"清单",我发你。

架构师的头衔会过期,但能让老系统开口说话的人,不过期。

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”!

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询