关于技术探索与实践的一些经验：一个异地应届生的深夜碎碎念
上周五晚上11点半，我坐在杭州滨江一间3500块月租的出租屋里，盯着屏幕上一行报错信息发呆。窗外下着小雨，空气里飘着外卖盒饭的油腻味——这已经是我连续第三天加班到这个时候了。手机震动了一下，是老婆发来的消息：“今天见面取消吧，公司临时有事。”
我叹了口气，回了个“OK”，然后默默打开 VS Code，继续和那堆该死的微服务配置文件较劲。
刚拿到这家大厂 offer 时，我还幻想过每天能准时下班、周末飞回南京见她。现实却是：入职三个月，我们只完整见过两次面。一次是她坐高铁过来，我在工位上改 bug 到凌晨两点；另一次是我请假回去，结果半夜被 on-call 拉起来处理线上故障。
但今天这篇不是来卖惨的。我想聊聊，在这种高压又孤独的状态下，我是怎么用一些“不那么正经”的工具（比如 DeepSeek、Amazon Q、Kimi）来提升效率、保持技术手感，甚至找回一点对编程最初的热情的。
一、从“人肉调参”到“AI 辅助”：我的第一次认知升级
去年十月，我还在某二线互联网公司实习，月薪15k，每天的工作就是写 CRUD 接口、改前端样式、配合测试走流程。那时候我对“技术探索”这个词的理解，大概就是“把同事写的代码复制粘贴，再改个变量名”。
直到有一天，leader 让我优化一个耗时 8 秒的搜索接口。我翻遍了 Redis 缓存、Elasticsearch 索引、数据库索引，折腾了一周，性能只提升了 0.3 秒。绝望之际，我试了当时刚火起来的 DeepSeek。
说实话，一开始我只是抱着“试试看”的心态。毕竟网上都在吹“国产大模型崛起”，但我心里嘀咕：这玩意儿真能帮我干活？
我在 DeepSeek 里输入：“Java + Spring Boot + Elasticsearch 搜索接口慢，QPS 只有 20，怎么优化？”
它没给我泛泛而谈“加缓存”“分页查询”，而是直接甩出一段带注释的代码示例，包括：
- 如何用
@Async异步加载非关键字段 - 如何用
composite aggregation减少 ES 聚合开销 - 甚至提醒我检查 JVM 的 G1GC 参数
我照着改了一遍，第二天压测，QPS 直接飙到 150+。那一刻我愣住了——原来 AI 不只是聊天机器人，它真的能当“副驾驶”（co-pilot）。
更关键的是，它让我意识到：技术探索不是闭门造车，而是学会借力。
##二、Amazon Q：在大厂“摸鱼”也要摸出生产力
今年三月，我拿到了现在这家大厂的 offer，base 杭州，月薪 22k（税前）。谈薪那天，HR 问我：“你为什么选我们？”
我说：“因为你们用 AWS，我想学云原生。”
HR 笑了：“新人进来先写半年表单系统。”
果然，入职第一周，我就被塞进一个内部管理后台项目，前端用 Ant Design Pro，后端是老旧的 Spring Cloud Alibaba 架构。最头疼的是，文档几乎为零，老员工要么忙得没空理你，要么说“自己看代码”。
这时候，公司内网突然推了一个新工具：Amazon Q。
起初我以为就是个 Chatbot，结果发现它直接集成在 AWS 控制台和 IDE 里。比如我遇到一个 Lambda 冷启动超时的问题，直接在 IDE 里高亮那段代码，右键“Ask Amazon Q”，它不仅告诉我可能的原因（VPC 配置导致初始化慢），还自动生成了优化后的 VPC 子网配置模板。
有一次，我需要把一个本地部署的 Kafka 迁移到 MSK（Managed Streaming for Kafka）。以前这种活儿得查半天文档，现在我直接问 Amazon Q：“How to migrate self-hosted Kafka to MSK with zero downtime?”
它秒回：分四步，附 Terraform 代码、数据校验脚本、回滚方案。
最离谱的是，它还能读我项目的 pom.xml 和 build.gradle，自动识别技术栈，给出针对性建议。比如看到我用了 Log4j，立刻警告：“CVE-2021-44228 风险，请升级到 2.17.0+。”
Amazon Q 让我明白：在大厂，真正的生产力不是写多少代码，而是知道“哪里不用自己写”。
三、Kimi：深夜 debug 的情绪搭子
如果说 DeepSeek 是技术教练，Amazon Q 是云原生管家，那 Kimi 就是我的深夜情绪搭子。
还记得开头那个周五晚上吗？我当时卡在一个诡异的问题：本地测试一切正常，CI/CD 流水线却总是失败。日志显示某个环境变量为空，但我明明在 .env 文件里写了。
我试了各种方法：重装 Node_modules、清 Docker 缓存、甚至重启电脑。凌晨一点，我快崩溃了，打开 Kimi，打字：“为什么我的 .env 文件在 CI 里读不到？本地可以。”
它没直接给答案，而是反问我：“你的 .gitignore 里是不是包含了 .env？CI 是从 Git 拉代码的，如果 .env 没提交，自然读不到。”
我一拍脑袋——果然是这样！我之前为了安全，把 .env 加进了 .gitignore，但忘了在 CI 配置里通过 Secrets 注入环境变量。
但更让我感动的是，Kimi 在最后补了一句：“别太苛责自己，这种坑每个程序员都踩过。早点休息，明天再战。”
那一刻，我眼眶有点热。在这个连老婆都见不到的夜晚，居然是一行代码之外的“共情”，让我坚持了下来。
技术工具的价值，不止于解决问题，更在于缓解孤独。
四、工具是外挂，思考才是内功
当然，我也踩过坑。
有次我过度依赖 DeepSeek，让它帮我写一个分布式锁的实现。它给出了基于 Redis + Lua 的方案，看起来很完美。结果上线后，在高并发场景下出现了死锁——因为它没考虑到网络分区时的 Redlock 协议缺陷。
那次事故让我被 leader 叫去谈话，差点影响转正。也是从那时起，我给自己立了三条规矩：
- AI 给的代码，必须逐行看懂——不懂就问，别装。
- 核心逻辑绝不外包给 AI——特别是涉及一致性、幂等性、资金流的部分。
- 把 AI 当“实习生”——它可以提建议，但最终决策权在我手里。
工具再强，也只是放大器。如果你本身没有扎实的基础，AI 给你的只会是“高级错误”。
五、异地生活下的技术坚持
很多人问我：“异地这么苦，为什么不让她搬来杭州？”
我们也想过。但她工作稳定，公积金交得高，房租也便宜（南京租房只要 2500）。我这边虽然工资高点，但扣完房租、吃饭、交通，剩不下多少。而且大厂节奏快，她来了可能更焦虑。
所以我们约定：每周六视频复盘，周日晚上各自规划下周目标。
有次她问我：“你最近在学什么？”
我说：“在研究如何用 Amazon Q 自动生成单元测试。”
她笑：“听起来像在偷懒。”
我说：“这不是偷懒，是把重复劳动自动化，留出时间做真正有创造力的事。”
其实我知道，她担心我 burnout。但正是这些技术探索，成了我在孤独中的锚点。每解决一个问题，就像给未来的我们攒一块砖——总有一天，我们要用这些砖，盖一座不用异地的房子。
六、给同样在路上的你
如果你也是刚毕业的应届生，正在大厂挣扎求生，或者和爱人分隔两地，请记住：
- 别怕用 AI 工具，但别被它们驯化。保持批判性思维，永远问“为什么”。
- 把每一次故障当作学习机会。我现在的故障复盘文档，已经写了 50 多页。
- 技术探索不必宏大。今天搞懂一个注解，明天弄清一个设计模式，积少成多。
- 允许自己脆弱。凌晨三点改不出 bug 时，关掉电脑，泡杯茶，看看窗外——世界不会因为你晚交一天代码而崩塌。
最后分享一个小习惯：我每周日晚上会花 30 分钟，用 Kimi 帮我总结本周学到的技术点，生成一份“个人知识卡片”。这些卡片，是我送给未来自己的礼物。
写完这篇时，已经是周日凌晨三点。雨停了，城市安静下来。我关掉所有终端窗口，打开手机相册，看了眼上周六视频通话的截图——她笑着说：“等你升职，我们就结束异地。”
我笑了笑，轻声说：“快了。”
技术这条路，孤独又漫长。但只要手里有代码，心里有人，脚下有路，就不算白走。
共勉。
评论 0