企业官网建设流程全解析

1. 写在前面：为什么先聊「学什么」而不是「怎么学」

前端转全栈，很多人第一反应是「我该学 Node.js 还是 Java」「要不要把 Python 也学了」。但在 AI 时代，这个顺序反了。

工具会变、框架会变、语言会变，唯独「判断力」不会贬值。所以这一篇，我们先不急着列书单，而是把「该学什么、不该学什么」这件事想清楚。想清楚了，后面的路才走得稳。

2. 一个前提：AI 时代，学习目标变了

过去我们学技术，是为了「掌握一门技能」；现在学技术，是为了「能驾驭工具解决问题」。

• 以前：背 API、记语法、手写轮子。
• 现在：理解原理、会查文档、能指挥 AI 写代码、能判断 AI 写的对不对。

这不是说基础不重要，而是说「基础」的定义变了。以前的基础是语法和框架，现在的基础是计算机通识 + 工程思维 + 调试能力。

3. 该学哪些：四个必学方向

3.1 后端核心：一门语言 + 一个框架，学透

前端转后端，最忌讳「什么都想学」。选一门主语言，把它学透，比浅尝三四种语言有用得多。

推荐路径：

• 语言：Node.js（TypeScript）优先，因为和前端同构，心智负担最小；如果团队是 Java 栈，也可以直接学 Java。
• 框架：Express / NestJS（Node 系）或 Spring Boot（Java 系），二选一即可。
• 重点：HTTP 协议、RESTful 设计、中间件、鉴权、文件上传下载、错误处理。

判断标准：能独立写出一个带用户登录、数据库读写、接口鉴权的完整后端服务，就算入门了。

3.2 数据库：SQL 是底线，NoSQL 是加分项

数据库是后端绕不开的一环，也是前端同学最容易「眼高手低」的地方。

• 必学：MySQL / PostgreSQL，重点掌握 SQL 增删改查、索引、事务、表设计。
• 加分：Redis（缓存）、MongoDB（文档型），理解「什么时候用关系型、什么时候用非关系型」。
• 进阶：ORM 框架（Prisma / TypeORM / MyBatis），但不要只会 ORM 不会原生 SQL。

判断标准：能根据业务场景设计出合理的表结构，并能解释为什么这么设计。

3.3 工程化与部署：从「能跑」到「能上线」

前端同学写代码往往「本地能跑就行」，但后端必须「线上能稳」。

• 必学：Git 分支管理、Docker 基础、Linux 常用命令、Nginx 反向代理。
• 加分：CI/CD（GitHub Actions / Jenkins）、云服务器部署（阿里云 / 腾讯云 / AWS）。
• 进阶：日志、监控、性能排查，这些是区分「初级」和「中级」的分水岭。

判断标准：能把一个后端服务容器化，并部署到云服务器上，通过域名访问。

3.4 AI 应用能力：会调 API，更要会设计

AI 时代，全栈工程师的「全」又多了一层含义——能接入 AI 能力。

• 必学：OpenAI / 国内大模型 API 的调用、Prompt 设计、流式输出（SSE）。
• 加分：RAG（检索增强生成）、向量数据库（如 Milvus / pgvector）、Embedding 概念。
• 进阶：Agent 工作流、Function Calling，理解「AI 应用」和「传统 CRUD」的差异。

判断标准：能做一个「上传文档 → 自动总结 → 对话问答」的小应用。

4. 不该学哪些：四个要避开的坑

4.1 不要一上来就学微服务

微服务、K8s、消息队列，这些是「大厂高并发」的产物。对刚转全栈的人来说，单体应用 + 一台服务器，足够支撑 90% 的业务场景。

• 该做：先把单体应用写好、写稳。
• 不该做：为了简历好看，硬学 Spring Cloud、Dubbo、Kafka。

等真正遇到性能瓶颈、团队规模扩大时，再学也不迟。

4.2 不要沉迷「框架全家桶」

前端有 React/Vue 全家桶，后端也有 Spring 全家桶、NestJS 全家桶。但全家桶是「锦上添花」，不是「雪中送炭」。

• 该做：把核心框架用熟，理解它的设计思想。
• 不该做：每个周边库都装一遍，结果哪个都没吃透。

框架是工具，不是目的。能解决业务问题，比「会用十个库」重要得多。

4.3 不要死磕「底层原理」到钻牛角尖

「深入理解 JVM」「手写一个 RPC 框架」——这些内容很酷，但对刚转全栈的人来说，性价比极低。

• 该做：理解「进程、线程、内存、网络」这些计算机通识。
• 不该做：花三个月啃源码，结果业务代码一行没写。

底层原理是「遇到问题再深入」，不是「一开始就死磕」。

4.4 不要盲目追「新框架、新语言」

AI 时代技术迭代更快，今天火的框架，明天可能就被替代。盲目追新，只会让你永远在「入门」。

• 该做：关注趋势，但把精力放在「稳定、通用、有积累」的技术上。
• 不该做：Rust 刚火就去学 Rust，Go 刚火又去学 Go，结果一门都没学透。

判断标准：这个技术「三年后还在不在」？如果大概率在，才值得投入。

5. 一张图看懂学习路径

6. 学习顺序建议：三个月路线图

• 第 1 个月：主语言 + 后端框架，写一个「待办事项」后端 API。
• 第 2 个月：数据库 + ORM，把待办事项升级为「带用户登录、数据持久化」的完整应用。
• 第 3 个月：Docker + 部署 + AI API 接入，把应用部署上线，并加一个「AI 总结」功能。

三个月后，你就能独立交付一个「前端 + 后端 + 数据库 + AI」的完整项目，这才是真正的「全栈」。

7. 总结：AI 时代的学习心法

一句话总结：学「能迁移的能力」，不学「会过时的工具」。

• 该学：计算机通识、工程思维、调试能力、AI 应用设计。
• 不该学：微服务全家桶、底层源码钻牛角尖、盲目追新框架。

前端转全栈，不是「多学几门语言」，而是「补齐后端视角」。想清楚这一点，你的转型之路会顺畅很多。

下一篇，我们聊聊「前端转全栈 01：第一周，从写一个后端 API 开始」。