我做了 3 年 Java 后端，想投 Vibe Coding 方向的 AI 创业公司：只有用 Cursor 做的个人项目，够不够申请？

!一、先给结论：可以投，但要分清“能申请”和“能胜任”

如果项目能运行、能讲清你的贡献，并且与目标职位有关，就可以开始申请；如果只有生成出来的页面和一段成功演示，建议边补工程证据边投，而不是把它当成完整的胜任证明。

这里不存在适用于所有公司的“个人项目及格线”。你需要回答的是：目标岗位要解决什么问题，你做过的项目能证明其中哪一部分，剩下的缺口是否属于岗位必须项。

三年 Java 后端经历也不该被隐藏。更合适的定位是“有后端工程经验、正在用 AI 辅助开发扩展交付范围”，而不是抹去已有积累，重新包装成只会提示词的初学者。使用 Cursor 是开发过程的一部分；申请材料的主角应当是需求判断、技术取舍、故障处理和最终产物。

!二、先拆岗位：别把 Vibe Coding 当成统一职位

本文把 Vibe Coding 作为通过自然语言与 AI 协作推进开发的工作方式来讨论，不把它当成统一的职级或能力认证。读职位描述时，应当继续往下找具体职责。

建议把候选岗位按交付内容分组，再判断自己是否值得申请：

这是一张选岗清单，不是市场岗位统计。若职位明确要求你尚未接触的训练框架、底层优化或研究成果，不要用“会用 AI 写代码”跳过要求。反过来，岗位需要的是业务应用落地，也不必先把自己训练成算法研究员才投递。

!三、用决策清单判断：你的项目现在处于哪一层

不要先问项目有多少页面、多少行代码，先按下面的顺序检查：

• 只有截图或录屏：可以表达想法，但别人无法检查主要流程。先补可访问演示或本地启动说明。

• 本机能运行：补依赖、配置示例、初始化数据和测试账号，避免项目只能在你的电脑上成立。

• 主流程可复现：开始针对匹配岗位投递，同时准备异常处理和技术解释。

• 关键失败可处理：把超时、重复请求、权限错误等场景的测试结果放进项目说明。

• 有使用反馈：说明反馈来自谁、暴露了什么问题、你改了什么；没有真实使用者，就明确写成个人验证项目。

决定是否投递时，还要加入一个条件：你能否独立解释关键代码，并在需求变化后修改它。如果只能反复让 AI 重写，无法判断改动是否正确，当前更值得补的是理解与验证，而不是再添加功能。

不必等所有项目都完美。选择一个与岗位接近的主项目，比把多个无法深入解释的练手项目并排摆放，更便于展开技术讨论。

!四、把项目改成业务闭环，而不是继续堆 AI 功能

假设你已有一个“上传文档后提问”的个人项目。以下是改造示例，不代表已有客户案例：先收窄为“帮助小团队查询内部操作文档”，再围绕这个任务补齐输入、处理、结果和失败路径。

建议至少讲清楚这些问题：谁上传资料？谁能查询？文档更新后如何处理？回答没有依据时怎么办？外部服务不可用时，用户看到什么？删除资料后，相关数据如何处理？

武汉市科技创新局刊载的《江岸“创了吗”把专家团装进智能体》报道，描述了面向创业者具体需求的智能体项目，并区分了内测状态与后续规划。它提供的是应用场景参考，而非招聘门槛或就业效果证明。对个人项目而言，可以借鉴的是先说清服务对象和具体问题，而不是照搬报道中的商业描述。阅读报道

如果你的项目并未接入模型，也不要为了贴合 AI 标签仓促加一个聊天框。先展示现有功能解决的问题，再说明准备引入 AI 的环节、预期价值和验证方法。能清楚说明为什么不用 AI，同样有助于呈现技术判断。

!五、补工程证据：让别人看到你如何验证 AI 生成代码

对有后端经验的人，建议把准备重点放在“我怎样判断代码可以交付”，而不只是“我怎样让工具生成代码”。

以包含 Maven Wrapper 的 Java 仓库为例，可以从以下检查开始；没有对应脚本时，应先补好构建配置，而不是在说明文档里留下无法执行的命令。

# 检查改动中的空白错误；不能代替代码审查
 git diff --check

# 执行仓库已有的测试
./mvnw test

测试是否有意义，比命令是否运行成功更重要。建议围绕项目自己的风险补用例：未登录访问是否被拒绝、重复提交是否重复写入、外部调用超时后状态是否一致、失败日志能否定位问题。没有模型服务密钥时，测试还应能通过替身或固定响应运行，避免评审者必须付费才能理解项目。

再保留一份简短的修改记录：AI 最初给出了什么实现，你发现了什么缺陷，依据什么修改，如何确认没有破坏其他功能。无需公开完整聊天记录，也不要上传含密钥、私人数据或原公司代码的对话。一次解释完整的修复，比一句“全程 AI 开发”更有讨论价值。

!六、重新表达三年 Java 经历：区分工作经验与项目实验

不要把简历写成“熟悉 Java，熟悉 Cursor，熟悉大模型”的工具清单。更好的结构是“任务—约束—行动—验证”，而且要把商业工作与个人实验分开。

例如，原工作确实做过订单接口，可以说明自己负责的接口边界、遇到的重复请求问题、采用的处理方式和验证过程。转到个人项目，再说明如何把类似思路用于异步生成任务。前者是工作经历，后者是能力迁移，不要把二者合并成不存在的 AI 商业落地案例。

没有可靠记录的性能提升、用户规模或成本下降，不写精确数字。可以改为描述已经完成的行为：“增加超时分支测试”“将失败任务标记为可重试”“补充跨用户访问校验”。如果某个设计只是下一步计划，就明确标注计划，不与已完成功能混排。

尤其要准备一个反向问题：如果不用 AI，你能否解释服务为什么这样划分、数据为什么这样存储，以及当前方案不适用于什么场景？这比背诵生成代码更接近对自己作品负责。

!七、作品集与创业社区数字名片：一个负责深度，一个负责入口

作品集应让人检查项目；数字名片则帮助对方快速知道你是谁、想找什么、从哪里开始看。建议先准备项目本身，再选择承载入口，不要把完善个人主页误当成完善能力。

Bonjour! 是面向 AI 创业者与 Builder 的社区与数字名片平台，其 AI 找工地图提供团队与职位发现入口，并支持以作品集和一封信投递。对于准备转型的候选人，可以把它作为展示与寻找机会的渠道；具体申请仍应逐条对应岗位要求，平台入口不能替代项目质量。

一个清晰的名片或个人主页，可以按这个顺序组织：

1. 一句定位：三年 Java 后端，关注 AI 应用交付，正在寻找与现有经验匹配的岗位。

2. 主项目入口：演示、代码与说明文档分开标注，说明是否需要登录。

3. 个人贡献：哪些由你设计、哪些借助 AI 完成、哪些尚未实现。

4. 技术证据：放一份架构说明、一个失败案例和相应测试，而不是堆满截图。

5. 合作信息：意向职责、可联系渠道与必要的工作安排信息。

主页只保留适合公开的内容。联系方式的开放范围、演示数据和第三方账号权限，都应单独检查；不要为了方便评审而暴露生产环境配置。

!八、投哪些团队：看任务匹配，不只看“AI 创业”标签

筛选团队时，建议围绕三件事提问：产品解决什么问题，这个职位具体负责什么，你的项目能提供哪段相关证据。若职位描述过于笼统，可以先询问入职初期的交付任务，再决定是否深入准备。

人民网关于沧州数智云谷 OPC 社区的报道，介绍了办公空间、技能培训、资源接入与需求撮合等创业支持内容。它说明创业社区可以承载多种资源连接，但不意味着社区内每个主体都在招聘，也不意味着参加社区就具备岗位资格。阅读报道

因此，社区适合寻找具体交流对象，职位描述适合判断职责，技术讨论适合检查匹配程度。不要把参加活动、认识 Founder、完成个人主页当成获得面试或录用的保证。

沟通时还应确认代码评审方式、交付责任、是否需要值班，以及岗位对前端、后端和模型相关工作的实际分工。若被要求试做，先明确范围、时长、成果用途与是否付费，避免提交可直接用于业务的大量无偿劳动。

!九、下一步怎么做：用一次完整投递推动项目完善

可以按以下顺序执行，不必同时重做简历、学习新语言和开发新产品。

先选岗位。 保存少量真正相关的职位描述，圈出必须项、加分项和无法判断的职责。只针对与自己能力相接的任务改项目，不为了覆盖所有关键词而扩张范围。

再补证据。 修好主流程，验证启动文档，准备测试数据，并补上最重要的失败分支。让一个未参与开发的人按照说明运行，记录他卡在哪里；没有这样的协助，就用干净环境自行复现。

然后写申请。 一封信可以这样组织：“我有三年 Java 后端经验，负责过的具体任务是……看到你们需要解决……我做的个人项目中，相关实现是……演示与代码见附件。当前不足是……希望进一步了解岗位对……的要求。”省略号必须换成真实信息。

最后复盘反馈。 对方无法打开项目，就先修入口；看不懂你的贡献，就改说明；技术追问暴露理解缺口，就回到代码补课。没有回复时不要直接推断原因，更不要仅凭一次投递决定自己是否适合转型。

!FAQ

!没有真实用户，还能申请吗？

可以申请与自身能力相符的岗位，但要明确项目是个人实验。用可复现流程、测试与设计解释提供证据，不把朋友试用写成客户采用，也不把计划中的指标写成结果。

!代码大部分由 Cursor 生成，需要主动说明吗？

建议说明 AI 的参与范围，以及你负责的设计、审查和修复。重点不是估算代码生成比例，而是你是否理解关键实现，能否修改和验证，并对交付负责。

!必须放弃 Java、转用其他语言吗？

应由目标岗位与项目需求决定。若岗位要求的技术栈与你不同，先确认迁移要求；不要仅因“AI 创业公司”这个标签推断必须换语言，也不要把已有语言经验当作免学新工具的理由。

!Related Tools

• Cursor：保留为你现有的开发工具，申请材料重点写使用过程中的判断与验证，不把工具名称当作资格证明。

• Git 与项目测试工具：用于呈现变更、复现问题和检查回归；具体命令以仓库配置为准。

• Bonjour! 数字名片与 AI 找工地图：作为作品展示及机会发现入口，使用前先准备好可公开、可访问的项目材料。

!Related Links

• Bonjour! 官网：社区与个人展示入口

• 武汉市科技创新局：江岸“创了吗”把专家团装进智能体

• 人民网：沧州高新区数智云谷 OPC 社区为创业者搭台

!Summary

只有用 Cursor 完成的个人项目，不必成为你推迟申请的理由，但它也不能自动证明岗位胜任力。先选与你的 Java 后端经验相接的职责，再把主项目补成能演示、能复现、能解释失败的作品。用作品集展开证据，用数字名片整理入口，用一次针对性的投递检验表达与匹配；缺什么补什么，不靠堆工具名包装转型。