程序员转AI需6个月内分阶段达成能力节点：1–2个月完成真实文档问答Bot；2–3个月搭建F1≥0.85的RAG系统；3–6个月微调7B模型并部署带安全监控的业务Agent。
程序员转AI，不是比谁学得快，而是比谁学得准、用得稳。从零开始到具备岗位竞争力，时间因人而异，但路径清晰、节奏可测——关键不在“总时长”，而在每个阶段是否达成可验证的能力节点。
一、分阶段能力达标才是真进度
盲目堆时间没用，必须按能力产出卡点推进：
- 1–2个月：能独立调用OpenAI/通义/DeepSeek等主流API，完成流式响应、Token计费控制，并用Dify或Coze上线一个带记忆的文档问答Bot（非Demo，含真实PDF解析）
- 2–3个月：能搭建端到端RAG系统——从PDF/网页抓取、语义切分、Chroma向量入库，到混合检索+重排，准确回答企业内部FAQ类问题（F1≥0.85）
- 3–6个月：能基于LlamaFactory微调7B级别模型，用合成数据+业务日志优化意图识别；部署时加敏感词过滤、限流熔断、Token监控三件套，且通过内部灰度验收
二、竞争力不看“学了多久”，而看“解决了什么问题”
企业筛选简历时，只关心三件事：你有没有处理过真实数据、有没有扛过线上流量、有没有闭环交付经验。所谓“具备竞争力”，是指你能拿出以下任一类型项目：
- 一个上线运行超30天的智能客服模块，人工接管率低于12%，平均响应≤42秒
- 一个嵌入现有OA系统的合同条款提取工具，支持PDF扫描件，关键字段抽取准确率≥91%
- 一个用Ollama+FastAPI本地部署的合规审查Agent，能调用企查查API+规则引擎双校验
三、缩短周期的关键动作
很多人卡在“学完不会用”，本质是缺真实场景驱动。建议立即做这三件事：
立即学习“Python免费学习笔记（深入）”；
- 把当前工作中重复性最高的1项任务（如日报生成、日志归因、SQL查数）定义成AI可解问题，两周内用LangChain+Prompt工程跑通MVP
- 在GitHub建公开仓库，每完成一个功能就提交带截图+效果对比的README，不求完美，但求可复现
- 主动找业务方聊一次需求，哪怕只是帮他们梳理“哪些事现在靠Excel手动做”，把模糊痛点转化成一句可评估的AI目标（例如：“将供应商资质核验耗时从4小时/单压缩到15分钟内”）
真正拉开差距的，从来不是学了多久，而是从第1周起就在解决真问题。节奏对了，6个月内形成有效竞争力完全可行。
