1 、差。招人变少了。但是差的话是都差。Java 还担心的话其他语言就更 GG 了。Java 生态护城河太多了,Kafka 、Elasticsearch 、Flink 、Hadoop 随便拉出来都是其他语言生态比不了。除非哪天 AI 可以随便拿 Rust 重写出来。
2. 普遍使用 基本上人人都用,95%代码可以让 AI 写,但是还是要人来监控。
3 、AI Agent 这块,有个很早的调查,企业基本上是:LangChain/Dify/Spring AI/自研
4 、拿我们公司来说是实际业务需求,智能体和平台都在做。
5 、 保留 Java 后端优势,补充 Agent 能力吧。
————别焦虑,说真的 AI 应用工程从自学入门到精通了几天就够了。。。也没什么含金量。
Agent 智能体,都能徒手写,就是调大模型接口 + 写 agent loop + 工具调用。Skills 、MCP 用对应语言的 SDK 跑一遍就会,RAG 无非是数据库里的向量搜索。 (可以试下调大模型 API 的 toolsCall 仅接入本地的 bash 工具+while 循环,即使是最简单的 Agent 就可以做很多事情了。)
另外还有一条路,Java 后端不行,大数据、搜索广告推荐都能转。Agent 也可以继续 Java ,毕竟有 Spring 这种顶级框架,市面上的 Agent 功能,到 Spring 上面就一个注解就实现了:
https://spring.io/blog/2026/04/15/spring-ai-session-management#agentic-patterns-series