结束语｜展望未来：后 AI 时代的前端开发将会是什么样？

你好，我是月影。

这一节课，应该是我们正课（不包括加餐）的最后一篇内容了。

有些同学可能不禁要问，在课程开篇介绍第七单元的时候，我们说还有很多前端+ AI的新技术可以拿出来讲一讲，但为什么这一部分讲了 Transformers.js 后就要草草结束。

在这里我先给大家解释一下（没有不更新，后面会继续更新）。

在写课程的这小半年里，我也一直在关注“AI + 前端”前沿技术的发展，也关注到有一些前端技术和标准确实在不断演进，但是这些内容相对都比较散，而且与整个 AI 行业的日新月异相比，以及与 AI 发展对包括前端在内的软件开发从业者已经带来和即将带来的巨变相比，那些技术更新就像是 AI 发展的波涛汹涌浪潮中的微小波澜，自然就不属于课程的主线。

后续我会利用空余时间继续通过加餐的方式更新一些新前端+AI发展的内容给你，但是在这之前，我更加迫不及待地想分享给大家我写这门课的这小半年以及我 AI 创业路上最近一年里所思所想的一些内容，这些内容有可能一定程度上会颠覆大家的认知，但不管怎样，我确信这些内容绝对会对大家之后的职业发展有所帮助。

这些内容我将梳理成变化、挑战、机遇分别和大家讲述。

AI 究竟给软件开发行业带来了什么变化？

我自己，作为一名从业多年的程序员，不知道 AI 对我的改变最初从什么时候开始，但是当我在23年意识到的一个小变化，就发现 AI 已经能够对我的工作方式产生很大的影响。

记得我在2023年从字节跳动离开创业的时候，当时在团队里讨论技术选型时，我说过大概这样一段话。

“从团队开发的角度，我不反对用 TypeScript，但我个人在工作中不会使用 TypeScript，因为我觉得类型检查只会拖慢我写代码的速度。”

但是说这句话，其实也不是很严肃的，很大一部分只是调侃，但不管怎么样也代表我当时内心深处的观点，就是我不喜欢 TypeScript 的类型约束。

我说这个话的时候是23年的7月左右，但是半年后，差不多24年开始，我的所有项目、我所写的所有代码，一律都用 TypeScript。可以说从我说自己不喜欢 TypeScript 起，不到半年的时间，我已经完全接受并拥抱 TypeScript。造成这一事实的原因并不是我愿意自己打脸，而是确实对于 AI Coding 来说，类型规范能够极大提升代码的可维护性。也就是说，造成这一改变的根本原因，并不是我自己突然喜欢上了写 TypeScript，而是基于两个既定事实。

2024年起，基本上我的项目都让 AI 主导写代码，而我只作为辅助，帮助 AI 更好完成代码工作。
即使有少部分代码需要我自己写，代码的类型规范也可以交给 AI 完成。

所以，你看，AI 实际上比我们想像的对我们工作或职业的影响更大。

AI 彻底改变了技术选型思路

同样类似的事情还发生在技术选型考量指标上。我既是程序员，也是一名架构师。过去在做技术选型的时候，我想的更多的是根据团队具体情况和项目特点，选择不同的技术栈和技术方案。但现在，我技术选型的第一重要标准是——对 AI 友好，也就是说，在没有特殊的约束条件时，我会更倾向于选择那些 AI 不容易出错的技术选型方案。

具体来说，比如我会有意放弃在一些项目中使用复杂的大型框架和约定，采用更轻量的架构，采用 serverless、lamda 函数、微前端，选这些技术的原因，更多的是让 AI 能够胜任日常编码工作 —— 因为这些架构的共同点是功能粒度更细，模块相对独立，意味着 AI 写代码正确率更高，而且出了问题也能天然隔离，便于排查。

同样在前端也倾向于选择声明式 CSS 比如 tailwind 或者 unoCSS，这些技术也能让 AI 更好地写出稳定的、不易产生问题的代码。

其实不仅是业务开发，你现在如果关注很多技术社区，会发现很多新技术的发展，也是首要考虑伴随 AI 而发展，所以说，AI 时代已经来临，不管你愿意不愿意，在未来，所有的技术框架、所有的代码都有 AI 的一席之地，这是我们所必须要接受的。

AI 彻底改变了团队协作开发模式

除了技术选型，在开发者方向上，我有一个比较坚定的判断那就是 AI 将要彻底颠覆未来绝大多数技术团队的开发模式。

在谈到颠覆之前，我们先回顾一下目前大多数公司，不管是大厂还是小厂，不管是大型团队还是创业团队，一般的软件开发模式都是这样。

一个技术 Team，配备若干产品经理对接需求，需求评审、设计后，团队一线 Leader 安排团队的接口人跟进项目研发。通常情况下，一个研发小组大概5～10人，一段时间正常对接2、3个比较大的产品需求。

这样的研发小组往往是有人员梯队的，一般1、2个高阶的同学，带4、5个初阶同学。

但是，我发现现在有了 AI，好像不需要初阶同学，因为 AI 就是最好的员工。我现在日常可以用 Trae 让 AI 主要写码，并行2、3个项目，就像同时在带4、5人的小团队那样。所以我发现未来技术团队有可能几乎不需要初阶工程师，只需要比较高阶的同学发挥 AI 的能力就可以做到过去一个5、6人的团队能产生的效果，而且 AI 的管理成本远低于管人。

这个模式带来了三个我认为未来不可阻挡的变化。

将来打算从事开发者行业的学生，不能再像过去那样了。有些人在学生时代比较松懈，认为毕业后可以先去小公司锻炼成长，将来也有机会进大厂最终取得较高的技术成就。现在有了 AI，可能未来给时间给项目让你锻炼的机会变得很少，所以你要么一毕业就要很优秀，要么就得考虑换一个更适合你的行业。总之未来我的公司发展技术团队的时候，我可能不会考虑招聘和培养 P7 以下的程序员，所以你要么成为 P7，要么就不适合我们团队。
过去有一些偏管理向的一线 Leader，甚至有人放弃技术，走纯管理的路线。在有 AI 的未来，这种选择可能就不可取了。首先，一线 Leader 不再是管人，而是管 AI，那么我们对 Leader 的要求就是要对技术结果负责，那么技术或者代码能力脱节的一线 Leader 将完全没有用武之地。
走精干路线的团队将获得更大的优势。因为 AI 是工具，越优秀的人越能发挥它的价值，过去我们有一些“体力活”，招一个很贵的高阶工程师，有可能真的不如招几个毕业生。但是现在，一个高阶工程师，使用 AI，生产力能超过一个十人以上的团队，而且团队人越少，组织越简单，管理成本内耗也就更低，就更有竞争优势。这个是二、三线 Leader 和部门 HR 必须要考虑的未来团队组织结构了。

AI 彻底改变了软件工程开发范式

过去，我们天经地义地认为，任何业务组件、代码库、业务框架都不能独立于系统架构而存在。因为不同的系统架构、技术栈有不同的设计思想和特点，通常业务组件是基于系统架构和技术栈，结合业务特点延伸出来的产物。

比如前端熟知的经典技术栈就有 React、Vue 和 Angular，对应的设计系统或者 UI 组件，就会与某个技术栈相对绑定，如 Ant Design 绑定 React，Vuetify 和 Element UI 绑定 Vue、Angular Material 绑定 Angular，大家都会理所当然觉得业务组件和设计系统绑定技术栈这就是不可动摇的基本规则。

但事实真的是这样吗？

其实不管是用什么技术栈，对于业务需求而言，用户交互是统一的，登录框就是登录框、日期选择就是日期选择，瀑布流商品列表就是瀑布流商品列表。从来没有什么 React 登录框、Vue 日期选择和 Angular 瀑布流商品列表。只不过，过去在没有 AI 的时代，代码都是人写的，我们没法只给上层规则，然后在业务开发的时候现编代码。所以我们只好让业务代码和UI依赖于我们选择的底层技术栈了。

但这并不科学，也不合理。我们很多公司、技术团队都会遇到历史包袱问题，在很多过去的老代码中，使用了过时的框架、或者自己团队升级了技术栈，那么维护老代码就会成为负担。如果有写团队不同的业务使用了不同的技术栈，往往需要维护两套甚至更多业务组件和设计系统，这带来了额外的开销和团队成本，无形中吞噬了企业的利润，降低了企业的竞争力。

实际上在今天，我们完全不需要这么做了。

比如我现在写前端项目，完全不需要用 Ant Design 这样的设计系统，更多的是让 AI 读设计稿以及设计规范，自己生成设计系统规则和配置（比如 unoCSS 的 UI 配置)，然后根据设计系统规则和配置，在具体实现功能时自己实现符合规范的 UI 组件。

这变化带来的好处是显而易见的，我们不再依赖框架和技术栈，不管用 Vue 还是 React，只要业务需求相同，规则都是一致的，AI 自己会根据我们项目选择技术栈和配置，自己生成具体的组件代码。换句话说，AI 时代的业务组件和设计系统，不需要提供具体代码，而只需要提供让 AI 能理解并遵守的规则，在具体业务实现中再让 AI 生成符合业务需求的代码。这可能才是新时代的业务组件和设计系统真正的最佳实践。

这样的业务组件和设计系统，不仅不依赖技术栈，甚至不依赖特定的编程语言，那么过去那些跨端框架其实也没什么太大作用，完全可以让 AI 自己用原生工具去实现跨端。比如一套 UI 系统，AI 在前端项目里就是用 React 写的组件，到了开发原生 Android 应用的时候，它完全可以基于规则用 kotlin 再写一遍，而不再需要统一成 React Native 这样的跨端方案了。

AI 时代的前端转型挑战

讲了 AI 给软件开发行业带来的根本变化，那么就要思考在 AI 时代前端有哪些挑战必须要克服。

奇技淫巧要让位于对业务的深刻理解

过去很多前端工程师对 UI 方面的“技巧”有着近乎痴迷的热情，很多人热衷于研究某些 CSS 视觉效果的实现、研究某些交互和动画细节的代码技巧。但是现在，在强大的模型如 claude-4 和 gemine-2.5-pro 面前，这些效果都不是什么难题，AI 可以比较轻易地实现，甚至比人写得更好。即使有些效果的细节实现不出来（比如 AI 对于空间视觉的角度旋转之类的能力还有所欠缺），但它也能给你提供正确的思路，极大降低解决问题的门槛。

所以在有了 AI 之后，这些技巧绝对不是前端工程师的核心竞争力，甚至应该尽可能快地将这些工作让位给 AI，腾出时间加深对业务的理解，深度把握业务细节，必要的时候尽量跨界。这样才能根据业务需求有针对性地约束 AI，实现符合业务场景的设计。

举个例子，比如一个支持用户让 AI 合成视频短片的应用平台，只有知道这个平台未来给哪些人用，怎么用，才知道它真正的核心关键在哪里，技术瓶颈在哪里，这样才能更好地给出对 AI 的建议，比如用什么算法生成 API Key 和管理用户权限，用什么样的架构来提供视频转换服务。这样 AI 才能更好地完成工作，实现真正符合当前需求和未来发展的平台。

技术广度的重要性提升，技术上要全面发展

你可能会发现，前面这个例子有点不像是前端做的工作。是的，在未来，我认为研发岗位的技术广度会显得愈发重要，有了 AI 介入之后，技术分工将不再这么细，团队的规模也不会那么大，所以在技术上最好是能全面发展。

而且 AI 还有一个很重要的能力，就是它自己能做技术迁移。比如你让 AI 为你的服务开发一个给用户使用的 SDK，当 NodeJS 的 SDK 开发完成后，你可以很容易让它再迁移开发一个 Python SDK，但如果你不懂得 Python 的话，这个事情就比较麻烦了，因为 AI 写的 Python 代码你就没法维护。

所以，我认为在 AI 时代，工程师的技术迁移能力的价值会被放大，企业也会需要技术更加全面的专业人才，如果你有时间，应该要多花在提升技术全面性，开拓视野上。

做技术的本质是在做技术细节管理

在过去，一线的工程师主要是亲自写代码，很多细节的东西可能就妥协一下，或者因为时间和能力因素被抛弃了。但现在有了 AI，解放了编码的生产力，我们的开发者实际上就更像是 AI 的伙伴和管理者，不仅需要理解和评估 AI 的代码，也需要用到一些技巧和经验让 AI 写出更好的代码。这个角色实际上就更接近于一线的技术管理者。

也就是说，在未来，很多团队的开发模式就是高阶的程序员管理若干 AI 工程师一起干活，那么对细节的把控和管理，就是工程效率和质量的保障，也会成为未来工程师的核心竞争力。

所以，在未来从业软件工程师的开发者，除了自己的编程水平，技术眼界之外，最重要的就是提升控制和管理 AI 编程智能体的能力，这可能就是未来工程师成长的核心因素之一，必须得从现在开始重视。

对于二线 leader 和 HR 来说，在技术团队建设中，也应当将核心骨干的 AI 认知和管理能力纳入选、用、育、留的标准和管理体系中去。

AI 时代的前端发展机遇

前面讲到了很多变化和挑战，也许有些同学要焦虑了，因为这些问题确实会迫使很多人、很多团队脱离舒适区，迎接新的未知。但未知并不意味着不好，往往反而意味着更多的机会，尤其是像 AI 这种生产力工具的发展，带来好的东西的可能性是更高的，所以不用特别悲观。

那么 AI 对于前端的发展而言，又带来了什么样的机会呢？

打通 AI 到用户的最后一公里

在我的公司，我们把自己定义成做 AI 智能体交付的新型科技公司。我们利用前端能力，为客户设计 AI 智能化解决方案，搭建核心工作流，完成业务对接，为客户实现最终需求的交付。

在创业探索的过程中，我们发现， AI 的工具，到用户最终希望的效果之间，还是有比较大的 Gap 的。比如用户可以问豆包杭州有什么小吃、从广州飞杭州机票多少钱、在杭州三天可以怎么安排旅游线路，但客户真正想要的可能是一篇完整的带有图文影音的旅游攻略。再比如用户可以让 AI 创作图片、生成视频、再通过人工剪辑，成为一个给三年级孩子看的英语场景对话短视频，但用户需求可能是“我是一名小学英语老师，为我的三年级上学期课程每个单元生成一段两分钟的情景对话视频”。

像上面那样的一些需求，仅仅靠通用工具，是没办法彻底解决的，我们需要用产品思维、技术实现将 AI 的能力串起来，真正提供给用户解决他们根本问题的产品。这也是我们这一年多坚持做波波熊学伴以及其他 AI 产品得到的经验沉淀。

在这些需求开发中，我认为前端无疑是处于核心的地位，不是因为我自己做前端，而是因为前端天然就是在工程师中离用户需求最近的角色，前端在过去的产品研发分工中，也是天然负责用户打交道的部分，那么在目前 AI 产品化，为用户解决问题的场景中，前端是最重要的技术角色。而且在 AI 加持下，技术的跨界使得前端也能往后端做，变得越来越全面。所以对于我自己而言，未来团队要扩大，寻找技术伙伴加入的时候，对前端工程师的需求也一定是最多的，这些都是前端在 AI 时代的发展机会，值得好好把握。

总结与展望

说了那么多，其实如果要总结的话，我认为 AI 的发展，对所有的技术从业者来说，都意味着变化、挑战和机遇，对于真正优秀的人来说，拥抱 AI，会更进一步放大个人的能力和优势，所以无论如何都应该尽快、尽早全面拥抱 AI。而对于焦虑的普通人来说，也没必要焦虑，更多还是要将压力转为动力，尽快通过学习，掌握 AI 能力，以应对挑战和抓住机遇。如果你因为害怕而选择逃避或者躺平，那你将不可避免被 AI 淘汰。

对于各位前端从业者来说，我们在 AI 时代是有优势的，因为我们是最懂用户的技术人，我们能够用自己的技术能力做出用户真正需要的产品，打通 AI 到用户的最后一公里，我们也能基于对 AI 的理解，为自己打造更好的 AI 工具，让自己更快成长，在竞争中取得优势。这也是我给大家带来这一专栏的目的。

我衷心希望各位前端同行的未来职业发展之路能越来越好。让我们一起为 AI 时代欢呼，这注定是一个伟大的时代，时代的光荣属于每一位参与者。

前端，加油！