杜绝AI焦虑，保持理性

问题描述：

目前ai进程发展很快，感觉大家都很焦虑，怕被裁，怕被替代。但是我更想知道的是，当下该怎么选择？选哪条路去学习。
我是一名金融类公司的外包，原本只是java开发，但随着AI进程的推进，公司也开始“造梦”了，不知道是什么缘故，甲方部门的领导请了些厂商来做交流，他们落地的基本都是dify或类似Dify的自研平台搭建的问答类的工作流。可能是厂商们经验丰富，加上吹得比较狠，然后领导就开始让我天天去搞dify，做一个智能报表的问答助手，主要功能是根据上传的表结构知识库(oracle，目前就两张带注释的表和表的关联关系)根据用户的问题，生成对应的sql，然后根据sql的执行结果渲染出表单和对应的echarts图。搞了有快一个月左右了，修修改改的，能跑出来，但是效果不太好，离领导预期比较远。
但是我一开始就不太看好甚至是抵触、排斥这种低代码工作流平台。我想研究Spring Ai、Spring Ailibab Ai、LangChain4J、LangGraph这些,尝试去自研一个Agent，把Rag、工作流编排，向量数据库、Mcp、FunctionCall等等这些技术都真正动手去写一遍感觉才会有一个比较完善的理解。我该向领导提出走这种方案的路子吗？公司原有的系统基本都是基于Java的，所以，我想学一下这些，也有利于原有项目的改造和扩展。
想问问大家当下该走哪条路，哪种选择对今后发展帮助大些？如果不打算长期在外边待的话。

网友解答：

---

--【壹】--：

低代码是不是没了，AI不好参与，还不如找便宜人+AI写。。

---

--【贰】--：

没那么久吧？我看某些博主卖的课也就是简单讲讲概念，然后用这些技术去做一些实践的项目。不知道现在市面上大部分公司做ai落地的都是什么方案

---

--【叁】--：

说实话，工作还是要快速出成果，搞七搞八的浪费时间领导等不了

---

--【肆】--：

有时间尽量都过一遍，没的话也要了解下，广度要有深度也要有

---

--【伍】--：

写demo和落地做项目是两个概念呢， 光一个rag向量入库就有很多可以细究的点，根据不同类型的文档内容如何切片以提升召回率、如何选择reranker模型…

---

--【陆】--：

这些东西即使做的话，也不会让外包去做的

---

--【柒】--： 雨过天晴风清扬:

我想研究Spring Ai、Spring Ailibab Ai、LangChain4J、LangGraph这些,尝试去自研一个Agent，把Rag、工作流编排，向量数据库、Mcp、FunctionCall等等这些技术都真正动手去写一遍感觉才会有一个比较完善的理解

如果你真的想自己把这一套走一遍，还是自己一个人研究的话，估计半年也搞不完，Dify这类平台就是屏蔽了大量细节，用户用起来依旧有使用成本，私下研究可以，但是领导肯定等不了这么久，领导大都想快速验证看到效果的

---

--【捌】--：

那是领导的事，我肯定是要为我自己发展考虑