AI 帮我五分钟写完一个订单模块。同事问：「设计模式还要背吗？Spring 源码还有人看吗？JVM 是不是交给运维就行了？」
我的答案：都要，但不用像以前那样学。 AI 替掉的是「手写重复实现」，没替掉「判断对不对、出问题能不能查」。这三块，正好对应 选型、边界、排障——AI 写得越多，你越缺不得。
一、先搞清：AI 替掉的是什么
| AI 很擅长 | 仍然是人负责的 |
|---|---|
| CRUD、配置、常见样板代码 | 复杂 bug、性能、并发、内存 |
| 拼出「像 Spring 的代码」 | 事务为什么失效、Bean 为什么没注入 |
| 快速解释概念（表面） | 线上 OOM、假死、Full GC 定位 |
| 一次生成大量代码 | Review：能不能合、能不能上 |
一句话：日常「写」可以交给 AI，「懂」和「担责」还是你的。
二、设计模式：要会「认和选」，不必背完 23 种
还要学吗？
要。 但目标从「全会实现」变成「会识别、会选型、会识破过度设计」。
| 深度 | 干什么用 | AI 时代还要不要 |
|---|---|---|
| 知道常见模式名 | 看懂 AI 生成的 Strategy、Factory | ✅ 要 |
| 会选型 | 扩展点、解耦时选对工具，而不是堆 if-else | ✅ 要 |
| 手写每种模式实现 | 面试、框架开发 | ⚠️ 按岗位，不必全员 |
AI 写代码时怎么处理？
AI 爱「为了模式而模式」——简单业务套三层抽象，Review 时问三句：
- 这个模式解决什么问题？
- 不用它代码会不会更简单？
- 团队其他人（和半年后的你）读得懂吗？
// AI 常生成：为策略而策略
public interface DiscountStrategy { BigDecimal calc(Order o); }
// ... 三个实现类 + 工厂 + 上下文 ...
// 很多时候够用：清晰的分支 + 抽方法
public BigDecimal calcDiscount(Order order) {
return switch (order.getType()) {
case VIP -> vipDiscount(order);
case NEW -> newUserDiscount(order);
default -> BigDecimal.ZERO;
};
}
个人建议： 掌握 8～10 个高频（单例、工厂、策略、模板、观察者、装饰、适配、责任链等），其余当手册查阅。
三、Spring：懂原理和边界，源码当字典查
还要学吗？
做 Java 后端，Spring 原理比逐行啃源码 ROI 更高。
| 深度 | 干什么用 |
|---|---|
| 会用注解开发 | 日常 + 让 AI 写 Controller/Service |
| 懂 IoC、AOP、事务传播、MVC 链路 | Review AI 稿、解释「为什么失效」 |
| 读关键源码 | 遇到怪问题时查入口，而非通读 |
AI 写代码时常见坑（不懂 Spring 看不出来）
| AI 常犯的错 | 你需要懂的点 |
|---|---|
@Transactional 包 Feign/HTTP |
事务边界、同类自调用不走代理 |
| 同类内自调用加事务 | 代理机制，事务不生效 |
乱 @Async、乱 @Autowired 字段注入 |
生命周期、循环依赖 |
| 在 Controller 写 SQL / 业务逻辑 | 分层边界 |
// AI 爱这么写——能编译，上线才爆
@Transactional
public void cancel(OrderId id) {
orderRepo.updateStatus(id, CANCELLED);
paymentClient.refund(id); // 远程调用在事务里，连接占着等 HTTP
}
个人建议：
- 不必脱产三个月通读 Spring 全家桶源码
- 要维护一份「失效场景清单」，遇问题再查对应源码类（如
TransactionInterceptor） - 你定 Spec，AI 填实现，Spring 边界你来守
四、JVM：基础和排查必会，内核按岗位再深
还要学吗？
要对线上负责，就要会排查；不必人人成为 GC 算法专家。
| 深度 | 干什么用 |
|---|---|
| 堆栈、GC 种类、类加载、OOM 类型 | 听懂告警、看懂日志 |
| jstack、jmap、MAT、Arthas | 假死、OOM、内存泄漏定位 |
| GC 调优、底层实现 | 中间件、大规模性能优化岗位 |
AI 写代码时怎么处理？
AI 容易写出：无界缓存、线程池乱建、大对象循环 new。代码能跑，压测或上线一周才爆。
你不需要每次都手写 JVM 参数，但需要：
AI 出稿 → 问：有没有静态 Map 只增不减？线程池谁关？
→ 上压测 / 看监控
→ 出问题：jstack 先看，再决定是否 heap dump
个人建议： 内存模型 + GC 基础 + 排查工具 必须会；G1/ZGC 调优细节、字节码级优化 按兴趣/岗位。
五、一张表：学到哪一层够用
| 方向 | 还要学吗 | 推荐深度 | 别花时间 |
|---|---|---|---|
| 设计模式 | 要 | 会认、会选、识过度设计 | 背 23 种手写实现 |
| Spring | 要 | 原理 + 失效清单 + 按需查源码 | 通读全家桶源码 |
| JVM | 要 | 基础 + 排查工具 + OOM/GC 场景 | 非岗位相关内核论文级 |
六、AI 日常写代码，这些知识怎么接上去
可以记这个流程：
AI 出稿
↓ 设计模式：模式用对了吗？是否 over-engineering？
↓ Spring：事务、代理、分层、异步边界 OK 吗？
↓ 运行：压测 / 监控有没有异常信号？
↓ JVM：慢、OOM、假死 → 线程 Dump / Heap Dump
↓ 只有这时，才需要「很深」的那一层
平时 80%： 原理 + Review 级
20%： 线上出问题，再深挖源码 / JVM
七、时间怎么分配（参考）
| 占比 | 投在哪 |
|---|---|
| 40% | AI 协作：Rules、Spec、Review 清单 |
| 30% | Spring 原理 + 工程化（测试、CI、分层） |
| 20% | 设计模式（问题驱动，用到再学） |
| 10% | JVM 排查实战（结合线上/压测） |
不必跟 AI 抢「写实现」；把省下的时间，补在 AI 替不了的地方。
八、还要不要「专门深入研究」？
我踩过一次：AI 给折扣逻辑生成了 Strategy + Factory + Context 三件套，我差点照单全收。后来对照业务——就 VIP 和新客两种，改成 switch 抽方法，少 4 个类，测试也好写。设计模式那节不是白学，是用来 拦住 AI 过度设计 的。
| 你的方向 | 建议 |
|---|---|
| 业务开发 + AI 提效 | 广度优先，不专门脱产深挖 |
| 架构 / Tech Lead | 选 一条纵轴 深挖（性能→JVM；平台→Spring/中间件） |
| 纯靠 AI 出活、自己 Review 弱 | 危险——至少 Spring 边界 + 基本排查要有 |
三句话收束：
- 设计模式——要，用来 Review AI，不是炫技。
- Spring——原理和边界必会，源码当字典。
- JVM——排查必会，内核看岗位。
AI 没有替你承担线上责任。这三块，就是「为什么这样写」和「错了怎么查」的底子。