这篇文章不教你用 AI，也不教你写简历。它只是一个真实记录：
- 1 月 30 号，被裁
- 2 月，休息
- 3 月，偶尔刷 LeetCode
- 4 月，开始 vibe coding
- 5 月，给自己造导师
- 6 月中，准备面试
- 6 月 23 号，投出第一份简历
- 7 月中，拿到 offer 入职
如果你也是前端，正在犹豫要不要动、要不要转、要不要学 AI，希望我的经历能给你一个参照。
一、被裁的那天
没什么戏剧性。HR 约我聊了一下，N+1，签了字，1月底last day。
最难受的不是"被裁"，而是"被裁之后才发现自己没有准备"。
22 年 9 月入职，到被裁那天做了快 4 年前端。React、Vue、Webpack、微前端、低代码——简历上该有的都有。但是：
- 没有第二技能
- 没有任何 AI 工程经验
- 对大模型的理解停留在"用过 ChatGPT"
- 简历全是"做了什么"，没有"想清楚什么"
市场上还在招前端，但招的是"会 AI 的前端"或者"能搞全栈的前端"。我两个都不是。
那天晚上我决定：不急着投简历，先用 5 个月时间给自己升一级。
二、4 月：vibe coding 一个微信小程序
2 月纯休息。3 月断断续续刷题，刷了几道发现没用——市场不缺会刷题的前端，缺的是有真实工程产出的前端。我停了下来。
4 月初，开始 vibe coding。
切入点很朴素：写一个家常菜谱微信小程序，解决家里"今天吃什么"的真实问题。
我没怎么"写"代码，主要是"对话"。Claude Code + 微信开发者工具，从 0 到上线。在这个过程中我学会了：
- 怎么把需求拆成 prompt
- 怎么让 AI 一次只做一件事
- 怎么 review AI 生成的代码（而不是无脑接受）
- 在 AI 卡壳时怎么给提示而不是直接接管
- 怎么管理上下文
- 怎么预防大模型幻觉
最大的收获不是这个小程序，而是一个判断： "会用 AI" 不是一句口号，它是一种新的工程能力。
这个能力包括：
- 把模糊需求拆成可执行的小步
- 在 AI 出错时判断是 prompt 问题还是上下文问题
- 知道什么时候该让 AI 写、什么时候该自己写
- 在 AI 给出方案后能判断好坏
没 vibe coding 过的人，是真的不懂。
三、5 月：给自己造一个 AI 导师
做完小程序之后我意识到一个问题：想学的东西太多，但没有体系。
system design、浏览器原理、agent、RAG、DDD、微前端、前端打包工具、React 源码、Claude Code 源码……每一项都想啃，每一项都开个头就放下。
试过用 ChatGPT 直接问，但 LLM 默认是"百科全书式"回答——一次给你一大堆，你觉得自己懂了，关掉对话全忘。没有考核、没有复习、没有进度跟踪。
于是我给自己造了一个 skill：ai-tutor。
这个 skill 我已经开源并发布在掘金上，文末有链接。
它做的不是"问答"，而是"教学"。核心理念一句话：讲解 + 实践 + 验证闭环，确保确定性掌握。
四种模式：
| 模式 | 适用场景 |
|---|---|
| 知识模式 | 学一个概念（React Hooks、HTTP 缓存） |
| 项目模式 | 通过做一个项目来学 |
| 源码阅读模式 | 梳理现有项目的代码 |
| 深度讲解模式 | 啃大型系统源码、运行时引擎 |
最关键的是它有三层产物：
raw-document/ # 完整讲解原文 + 考核对话
distilled/ # 400字蒸馏入口（用于高频复习）
summaries/ # 阶段总结
每学完一节必须通过考核才能推进。考核不通过会降级拆分、给提示、再来一次。掌握等级用间隔复习算法管理（1 级→3 天、2 级→7 天、3 级→14 天）。
下面是我用它学过的主题：
- 系统设计
- 浏览器原理（V8、渲染管线、HTTP、JS 执行机制）
- Agent 原理
- Claude Code 源码
- 领域驱动设计（DDD）
- 数据密集型应用设计（DDIA）
- RAG 原理
- 微前端
- 前端构建工具
- React 源码
- TypeScript 进阶
- Three.js
- Transformer 原理
- 前端安全
每学一个主题都有一份进度记录，每份记录里都有考核日志。这不是"我看过了"，是"我考过了"。
四、5 月下旬：多 Agent 旅行规划系统
光学不练假把式。我想做个稍微复杂的项目，把学到的 agent 原理用上。
于是做了一个 Node.js 多 Agent 旅行规划系统。
核心思路是把"规划一次旅行"拆成多个 Agent 协作——用户意图解析、行程生成、POI 推荐、路线优化、整合输出，多个 Agent 通过结构化消息串联。
不是什么惊天动地的项目，但在这个过程中我搞懂了：
- Agent 之间怎么通信（结构化消息 vs 共享状态）
- 怎么处理 Agent 失败和重试
- 怎么控制 token 成本
- tool use 的工程化
- LangGraph / 自研 workflow 的取舍
光看博客学不会，必须自己做一遍踩一遍坑。
五、6 月中旬：把过往面试录音蒸馏成模拟面试 skill
学得差不多了，开始想面试的事。
我意识到一个尴尬的事实：我面过很多试，但从来不复盘。 每次面试挂了我只知道"没过"，不知道"哪里没答好"。
幸好之前面试时我录过音。
我把这些录音丢给 Claude，让它帮我提炼：
- 不同公司面试官的真实风格
- 高频考点的分布
- 我答得不好的题目的共性
提炼完发现很有意思——面试官的风格是可以分类的，追问的方向也是有规律的。我把这些提炼做成另一个 skill：mock-interview。
同样已经开源到掘金，文末有链接。
它的设计有几个有意思的点：
1. 强制简历校验——没放简历就拒绝开始（"没有简历等于无源之水"）。
2. 4 种面试官风格——基于真实录音提炼：
- A 追问深挖型（沿一个话题持续深入 3-5 层）
- B 温和引导型（开放问题 + 逐步拆解）
- C 业务场景型（从真实业务痛点包装技术问题）
- D 压力追问型（节奏快、问题密度高）
3. 逐字稿先写后渲染——所有面试官台词和候选人回答先 append 到一个 md 文件，再渲染到终端。复盘时能 1:1 还原整场面试，连卡壳、改口都保留。
4. JD 定制模式——把目标公司的 JD 放进 ./jd/ 目录，它会按 JD 选题，给出"你的水平 vs JD 要求"的匹配度分析。
我用这个 skill 对自己进行了 9 场压测。
第 1 场被追问型面试官问到哑口无言，第 9 场已经能稳定地讲清楚每个项目的"为什么"。
9 场下来，最大的改变不是题答得更全了，而是对追问不再害怕了。
六、6 月 23 号：投出第一份简历
数据先放出来：
- 面试：7 家
- 意向：2 家（薪资给不起）
- Offer：1 个
- 最终入职：第二家面试的公司
我的简历和之前不一样：
- 投的方向基本都是"全栈"或"前端 + AI"
- 项目部分多了 vibe coding 的小程序、ai-tutor skill、多 agent 系统
- 没堆八股，每个项目都写了"为什么这么做"
- 显式标注了"日常代码中 AI 占比"
面试的时候，我刻意传递的信号是：我不想做纯前端了，我想做能用 AI 解决全栈问题的人。
七、面试的两周：没有八股，没有手撕
面试体验完全不同于之前。
之前面前端时，几乎每场都在被拷打八股和手写题。这次因为我投的全栈/AI 方向，面试官关心的完全不一样：
- "你这个 ai-tutor 是怎么设计的？为什么不用 MCP？"
- "多 agent 之间怎么通信？"
- "你日常 AI 用到什么程度？给你一个新项目你打算怎么用 AI 启动？"
- "如果让你把这套东西落地到我们业务里，你会怎么做？"
没有八股，几乎没有手撕。
面试官真正想看的不是你背了多少，而是：你是不是真的用过 AI 解决过问题，能不能讲清楚自己的设计决策。
最后给我 offer 的那家（也是我面到的第二家），面试官当场说："你这套东西是我们想招的人做的。"谈薪很顺利，入职也很快。
八、给前端同行几句大实话
1. 市场上不是没有机会，是"纯前端"的机会在变少。 JD 的关键词已经变了。要么往全栈靠，要么往 AI 靠，最好两个都靠。
2. 早做准备，不要等被裁才开始。 整个过程焦虑是必然的。如果你现在还在岗位上，每天拿出 1 小时搞 vibe coding、研究 agent，半年后你会感谢自己。
3. 不要陷入舒适区。 工作前几年我其实是在重复。真正让我成长的不是工作本身，是工作之外搞的东西。
4. 八股没那么重要了。 把过往面试录音提炼成 skill 之后我看得很清楚——会问八股的公司在变少，关心"你做过什么、想清楚什么"的公司在变多。
5. AI 不是工具，是新的工程能力。 不会用 AI 不是"少了一个工具"，是"少了一个数量级的生产力"。
6. 信息技术本来就日新月异。 这个行业从来不是"学会了就能吃一辈子"。保持敏感度和学习能力，是这份工作的入场券。
写在最后
这篇文章不是"逆袭爽文"。我只是从一个不太行的状态，把自己挪到了一个还行的状态。
5 个月听起来不短，但真正改变我的其实就两件事：
- 开始动手——vibe coding 一个真实小程序，比读 10 篇 AI 教程都有用
- 给自己造工具——ai-tutor 和 mock-interview 这两个 skill，价值远大于我学过的任何一门课
如果你也在犹豫要不要动，我建议你今晚就开始。哪怕只是用 Claude Code 写一个 hello world 的小工具。
动起来，比想清楚重要。
相关开源项目
文中提到的两个 skill 我都已开源并发布在掘金上，欢迎自取：
- ai-tutor — 自适应 AI 导师，支持知识 / 项目 / 源码阅读 / 深度讲解四种模式，带间隔复习和进度面板。掘金链接：juejin.cn/post/764929…
- mock-interview — 基于 9 场真实大厂面试录音提炼的模拟面试 skill，支持 4 种面试官风格 + JD 定制模式。掘金链接：juejin.cn/post/763335…
