。
“难道真的要接受那份两万月薪的Offer？”林晨脑海里闪过昨天接到的一个电话，一家小公司愿意给他两万月薪，做后端开发。对方HR语气带着施舍：“林先生，您这个年纪，有家庭要养，我们理解。这个薪资在市场上也不算低了，很多年轻人都拿不到呢。”
他当时以“需要考虑”搪塞了过去。两万，扣掉税和社保，到手一万五六，还了房贷只剩三四千，怎么养活一家三口？在鹏城，这点钱连稍微宽松点的生活都保证不了。
焦虑像藤蔓一样缠绕上来，越收越紧。他起身走到窗边，推开窗户。初夏的风带着一丝燥热吹进来，楼下早餐店的油烟味隐约飘上来。他看到苏婉正牵着乐乐的手走出单元门，应该是送儿子去幼儿园。苏婉今天穿了件素色的连衣裙，背影看起来有些单薄。她没有回头，径直往前走，脚步平稳。
她知道他今天可能又会收到坏消息吗？她是不是也在默默承受着压力，却从不向他抱怨？
林晨猛地关上窗户，坐回电脑前。不能再这样下去了。漫无目的地投简历，面试，被拒，像无头苍蝇一样。那些拒绝邮件，虽然措辞各异，但指向的核心问题似乎是一致的：他的技术价值在当前的市场上，不够“硬”，不够“新”，不够“深”。
他重新打开浏览器，在搜索框里输入：“35岁程序员 转型 AI 学习路径”。
这一次，他不是漫无目的地浏览，而是带着一种近乎偏执的认真。他点开知乎的高赞回答，收藏GitHub上标星过万的AI学习路线图，记录下Coursera和Udacity上相关的专项课程。他对比着不同路径的优缺点，估算着需要投入的时间和金钱成本。
论坛里那些陌生的术语，此刻不再是令人焦虑的天书，而变成了一个个需要攻克的堡垒。LangChain是什么？大型语言模型的应用框架。向量数据库？用来存储和检索AI模型生成的嵌入向量。LoRA？一种高效微调大模型的技术，能节省大量计算资源……
他拿出一个崭新的笔记本，开始记录。第一页，他用力写下：“技术短板清单”。然后一条条罗列：
1. 深度学习理论基础薄弱（CNN/RNN/Transformer原理）。
2. 缺乏PyTorch/TensorFlow实战经验。
3. 对当前主流大模型（GPT、Llama、文心一言等）的机制与应用场景不了解。
4. 机器学习经典算法（回归、分类、聚类）仅限理论了解，无项目实践。
5. AI工程化能力缺失（模型部署、服务化、性能监控）。
6. ……
写到最后，笔记本上已经密密麻麻。每一个条目，都像一道深深的沟壑，横亘在他与那些高薪的、前沿的岗位之间。
但奇怪的是，当这些差距被清晰地罗列出来时，林晨心中的焦虑反而减轻了一些。未知的恐惧最折磨人，一旦问题被具体化，它就变成了可以规划、可以拆解、可以一步步解决的任务。
他合上笔记本，目光重新变得坚定。五封拒绝邮件，是打击，也是警钟。它用最残酷的方式告诉他：过去的经验护城河正在干涸，必须为自己挖掘新的、更深的护城河。
AI，或许就是那个方向。虽然现在看起来高不可攀，但路总是人走出来的。
他看了一眼日历。今天是周五。他给自己定下目标：利用周末两天，制定出一个详细的、为期三个月的AI转型学习计划。下周一，不再海投简历，而是针对性地研究那些真正需要AI技能的岗位要求，同时，开启系统学习。
就在他准备关闭电脑时，浏览器标签页里，一个之前无意中点开的论坛广告突然闪烁了一下。那是一个线上AI实战训练营的推广，广告语写着：“从Java到AI，90天打造你的智能项目作品集。” 学费不菲，要两万八千元。
林晨的手指在鼠标上停顿了片刻。他看了一眼手机银行里那不断减少的存款数字，又看了一眼笔记本上那条条技术沟壑。
最终，他没有立刻关掉广告页，而是将它保存到了书签栏里。