Java 基础与现代语法
从面向对象、集合、异常和并发入门，开始接触 Java 8 以来广泛使用的 Lambda、Stream API 与函数式风格写法，学习如何写出更清晰的数据处理代码。
Java
Stream API
MySQL
一路向前
学编程最重要的不是一次性追完所有热点，而是在每个阶段抓住核心能力：写清楚代码、理解系统边界、掌握工具链，并持续把新技术落到实际项目里。
这份时间线记录了从 2019 年到 2026 年的学习主题，也记录了技术行业从移动互联网、云原生走向 AI 原生开发的变化。
年度学习时间线
Spring Boot 与前后端分离
系统学习 RESTful 接口、参数校验、统一异常、登录鉴权和基础部署，把单点功能逐步组织成可维护的 Web 服务。
Spring Boot
REST API
Vue
微服务与云原生实践
关注 Spring Cloud、Docker、Kubernetes、服务注册发现、配置中心和链路追踪，理解系统拆分后带来的治理、观测和稳定性问题。
Spring Cloud
Docker
Kubernetes
低代码、数据工程与效率工具
学习用自动化脚本、数据看板和低代码平台提升交付效率，同时补齐缓存、消息队列、任务调度和数据同步等工程能力。
低代码
Redis
消息队列
AI 元年与大模型应用
生成式 AI 进入开发者日常，开始学习 Prompt、向量检索、RAG、模型 API 调用和 AI 辅助编码，把大模型能力嵌入搜索、问答、文档处理和业务助手。
ChatGPT
RAG
AI Coding
AI 工程化与多模态能力
从“会调用模型”走向“稳定交付 AI 功能”，学习评测、工作流编排、多模态输入输出、权限控制和成本治理。
多模态
Agent Workflow
模型评测
智能体与端到端自动化
进一步学习工具调用、任务拆解、代码代理、浏览器自动化和企业知识库，让 AI 从回答问题扩展到完成可验证的工作。
AI Agent
工具调用
自动化
AI 原生开发与持续成长
把 AI 协作纳入日常研发流程，关注需求分析、代码生成、测试验证、部署运维和安全治理，继续在真实项目中打磨判断力。
AI Native
DevOps
安全治理