北京
干了10年移动开发的Amit Gupta，最近悄悄把自己的技术栈翻了一遍。
他过去十年绕着Android、iOS、Flutter、React Native打转，做过生产环境的移动SDK、推送系统、API和应用的变现，经手的应用用户量级是“数千”这个档。现在，他的学习清单里多了Python、FastAPI，以及大语言模型、检索增强生成这些AI组件。
一个做了十年的移动端工程师突然转向AI方向，逻辑不复杂：他把移动开发的工程经验，叠上了AI应用层的机会。Gupta的原话是，他相信最好的学习方式就是构建并分享。这大概能解释为什么他在博客开篇就把自己的学习路线图全摆了出来——从一个会写Android和iOS的工程师，到能搭AI应用、做云端部署的人，中间需要补哪些课，他列了七项。
- Python
- 大语言模型
- FastAPI
- 模型上下文协议（MCP）
- 检索增强生成（RAG）
- AI智能体
- AI应用的云端部署
这组技能树有个特点：虽然都贴着AI标签，但落地姿势更像后端工程。FastAPI是给AI模型挂上接口，RAG是让模型能检索外部知识库，MCP连接模型与工具或数据源，AI智能体则把语言模型的推理能力变成可执行任务的系统——每一条都指向“怎么把模型变成能用的产品”，而不是“怎么训练一个更好的模型”。
Gupta计划在博客里同时更新两端的内容：一块是他已经做了十年的移动开发主题——Android、Kotlin、iOS、Swift、Flutter、React Native、移动SDK、推送通知、REST API、应用架构和性能优化；另一块是专门写给开发者的AI入门内容。两条线的交集可能就在“生产级项目经验”这个点上。他说自己会写教程、案例拆解，以及从真实项目中得到的工程教训，不打算只谈概念。
博客刚开，没有过往文章做对照。不过从他的自我介绍看，这位工程师认同一个很具体的逻辑：学新东西最快的方式，就是边做边讲。他提到的“数千用户”规模的应用经验、推送系统和SDK开发，属于移动端的老本行；AI部分目前还处于学习阶段，Python、大语言模型、FastAPI这些几乎是从头开始。
这种从成熟技能区跳进陌生技术栈的路线，放在2024年末的技术圈不算新鲜，但Gupta的方式是公开学习过程本身。他没有宣称自己已经是AI专家，也没有把移动端经验包装成“AI时代的船票”，只是把要学的东西列了出来，然后说会分享。对于同样在考虑往AI方向转的移动端开发者，这套清单可能比结论更有用。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
