2025年，拍一下书架上的技术书，突然有点感慨，做Android开发刚好10年，结婚生子，行业下行，年过30，AI爆发，有亿点点压力。
看过的书
还记得刚毕业时懵懵懂懂从后台转安卓，买了一本「Android 4编程入门经典」花了半个月啃完，Android生涯就算开始了
对，就是上面这本，当时还做了个分析短信的app，收到短信后会播放不同音乐（那时候权限管理还不严格）。后来看了「Android开发艺术探索」，Android技术算是入门了；「Effective Java」、「Java并发编程的艺术」、「重构」也是三本经典；学习Kotlin时看了「Kotlin实战」、「深入理解Kotlin协程」；然后是「安卓传奇」，原来学安卓还要知道历史，很多技术的使用并没有做多深的调研，就是顺手就用了；还有年初看的新书「Android性能优化入门与实践」，里面都是干货。
曾经的技术总结
翻看自己许久未更新的Github，看到自己5年前的一些技术总结，包括点击事件分发、View的绘制流程、四大组建启动流程、几个三方库的源码分析，都是老生常谈了，那时候还是用Office的Visio画图，后来从Windows转Mac后发现打不开了...
View的绘制流程，vsdx直接转图片出来看看，用来复习还是可以的（不过现在很多公司都用Flutter和Compose了，这两者的绘制流程必知其一吧）：
回看曾经的总结，复习起来还是蛮快的。不过现在有了AI，曾经花长时间总结东西，用AI可以非常迅速地完成。最关键的，不会被一个问题困扰太久，也不容易被一个误解带偏理解，效率大大提升。
拥抱AI
AI给人一种开窍的错觉，任何知识唾手可得，而且帮你直击本质。
借助DeepSeek/ChatGPT等大模型，解决问题效率非常高，当然不排除有时会一本正经地胡说八道，不过确实可以在关键的问题上指点迷津。如果想深入了解一个问题，还是要靠自己的洞察力+客观求证。求证非常重要，比如问源码原理，一定要找到对应源码才行。
还有DeepWiki看代码简直不要太方便，不过仅限GitHub上的代码，如果 Android Code Search 也适配了MCP就好了，就可以直接接入大模型；更牛的Trae/Cursor/ClaudeCode，可以直接生成APP，不过Trae/Cursor有IDE更方便，ClaudeCode需要命令行控制，但ClaudeCode评价是最好的；还有测试神器TestSprite；用Gemini分析各种bug日志，准确率也非常高（谷歌自己的AI分析Android的bug是会更牛一点）。
AI的效率还是太高了，已经可以生成代码结构良好的项目，中小项目不在话下，这是Reddit的Claude社区2个月前的一篇文章：
AI直接治好了这哥们的拖延症。未来具体编码技术不再是阻力，更重要的是需求整合、架构设计能力，AI就是你的全能牛马。如今Claude Sonnet 4已出，而且支持百万级别的上下文（不过要200美元/月）
拥抱AI，信息化时代即将变为智能化时代。就像一个评论说的 90% of my skills just went to zero dollars and 10% of my skills went up 1000x，人的90%的技能都会变得没有价值，但是另外10%的价值会被AI放大无限倍。
