最近在技術(shù)社區(qū)刷到 Yuchen Jin 關(guān)于 AGI 的那番討論說(shuō)實(shí)話第一反應(yīng)是松了口氣。大家都在喊 AI 要接管一切的時(shí)候有人站出來(lái)說(shuō)該做的活一樣都跑不掉這話聽(tīng)著就踏實(shí)。他的觀點(diǎn)其實(shí)不復(fù)雜AGI 很強(qiáng)但它到來(lái)之后前端頁(yè)面還是得有人去調(diào)樣式幻燈片還是得親自排版稅表到點(diǎn)還是得自己填。很多人把這句話理解成AI 不行我覺(jué)得恰恰相反——正是因?yàn)?AI 變得足夠強(qiáng)一個(gè)人能借助它完成的事情邊界大大擴(kuò)展了那些真正需要親自動(dòng)手的環(huán)節(jié)反而成了決定產(chǎn)出質(zhì)量的關(guān)鍵。作為一個(gè)常年泡在前端領(lǐng)域、經(jīng)歷過(guò)各種框架更迭和工具革命的從業(yè)者我對(duì)這個(gè)判斷特別有共鳴。尤其最近幾年AI 編程助手已經(jīng)深度嵌入了日常工作流但你會(huì)發(fā)現(xiàn)一個(gè)很有意思的現(xiàn)象能用好 AI 的人往往是那些原本基本功就扎實(shí)的人。AI 可以幫你生成一百行代碼但你得知道哪一百行是對(duì)的AI 能幫你排出一版幻燈片但你可能得自己理清楚邏輯主線之后才知道讓它怎么排。這篇文章我想從 Yuchen Jin 這句話出發(fā)結(jié)合我自己在真實(shí)項(xiàng)目里摸爬滾打的經(jīng)驗(yàn)聊聊 AGI 時(shí)代里前端這個(gè)行當(dāng)?shù)恼鎸?shí)處境以及那些還得自己做的事到底教會(huì)了我們什么。1. AGI 再?gòu)?qiáng)會(huì)做和能判斷終究是兩碼事先說(shuō)一個(gè)最扎心的事實(shí)很多人對(duì) AGI 的期待是我不用學(xué)了它什么都會(huì)。但實(shí)際操作中你會(huì)發(fā)現(xiàn)當(dāng) AI 給出的結(jié)果你不具備判斷力的時(shí)候局面反而更糟糕。就像標(biāo)題里說(shuō)的報(bào)稅這種事AI 完全可以幫你算出應(yīng)該填多少、怎么抵扣最優(yōu)但問(wèn)題在于——稅表上的數(shù)字最終簽字的是你數(shù)據(jù)填錯(cuò)了責(zé)任也是你的。這時(shí)候如果你連基本的稅收邏輯都不懂AI 給你一個(gè)看起來(lái)專業(yè)的結(jié)果你敢直接提交嗎1.1 判斷力才是 AI 時(shí)代的稀缺品我在團(tuán)隊(duì)里帶過(guò)不少新人也面試過(guò)幾百個(gè)前端候選人一個(gè)很明顯的趨勢(shì)是隨著 AI 工具越來(lái)越順手候選人寫代碼的速度確實(shí)變快了但代碼的質(zhì)量和穩(wěn)定性并沒(méi)有同步提升。因?yàn)榇a生成之后要跑起來(lái)、要維護(hù)、要處理邊界情況這些環(huán)節(jié)沒(méi)法靠提示詞解決你得靠對(duì)人腦對(duì)系統(tǒng)運(yùn)行機(jī)制的理解去定位問(wèn)題。比如前陣子我們項(xiàng)目遇到一個(gè)性能問(wèn)題一個(gè)數(shù)據(jù)列表在渲染時(shí)偶發(fā)卡頓肉眼看著不規(guī)律很難復(fù)現(xiàn)。當(dāng)時(shí)的排查路徑是先懷疑數(shù)據(jù)結(jié)構(gòu)又懷疑網(wǎng)絡(luò)請(qǐng)求折騰一圈之后發(fā)現(xiàn)是某個(gè) JSON 字符串化相關(guān)的操作在數(shù)據(jù)量大時(shí)觸發(fā)了嚴(yán)重的性能瓶頸。這個(gè)問(wèn)題的根源涉及運(yùn)行時(shí)內(nèi)存分配、瀏覽器垃圾回收機(jī)制、大數(shù)據(jù)量下的渲染策略等等如果你對(duì)這些底層原理沒(méi)有概念你會(huì)連排查方向都找不到。AI 此時(shí)能幫你優(yōu)化某一段具體代碼但該懷疑哪里、往哪個(gè)方向查這個(gè)決策過(guò)程真的只能靠自己的技術(shù)積累。1.2 前端業(yè)務(wù)的不可言說(shuō)部分再往深了說(shuō)前端這個(gè)工種本身就有大量不可言說(shuō)的成分。需求文檔里寫著按鈕要更醒目一點(diǎn)你覺(jué)得把字體加大加粗就行但產(chǎn)品經(jīng)理的真實(shí)意圖可能是想把按鈕放在一個(gè)視覺(jué)錨點(diǎn)上讓它形成用戶的操作習(xí)慣。這種只可意會(huì)的需求AI 是讀不出來(lái)的。它沒(méi)法在評(píng)審會(huì)上替你跟產(chǎn)品經(jīng)理來(lái)回掰扯也沒(méi)法感知這個(gè)交互在這個(gè)業(yè)務(wù)場(chǎng)景下用戶會(huì)覺(jué)得順手還是別扭。AI 能解決的是怎么實(shí)現(xiàn)的問(wèn)題而前端工作中真正值錢的部分是該實(shí)現(xiàn)什么和這么做合不合適。所以每當(dāng)看到熱搜里反復(fù)出現(xiàn)前端八股文前端面試題 2026這類關(guān)鍵詞時(shí)我反而覺(jué)得這是一件好事。它說(shuō)明行業(yè)依然在用一套相對(duì)嚴(yán)格的標(biāo)準(zhǔn)篩選人而不是靠會(huì)不會(huì)用 AI 工具來(lái)定勝負(fù)。八股文背后考察的計(jì)算機(jī)基礎(chǔ)、網(wǎng)絡(luò)原理、數(shù)據(jù)結(jié)構(gòu)本質(zhì)上都是在訓(xùn)練一個(gè)人的系統(tǒng)判斷力。2. AI 能寫代碼了前端工程師的價(jià)值反而更重了有個(gè)觀點(diǎn)最近挺流行AGI 都來(lái)了初級(jí)前端的活肯定要被替代。這個(gè)說(shuō)法有一定道理但替代的其實(shí)是代碼翻譯這個(gè)環(huán)節(jié)——把設(shè)計(jì)稿變成 HTML/CSS、把接口文檔變成邏輯調(diào)用。這些工作 AI 確實(shí)干得不錯(cuò)。但整個(gè)前端交付鏈條里翻譯只是最末端的一環(huán)前面還有需求梳理、信息架構(gòu)、交互設(shè)計(jì)、技術(shù)選型、性能預(yù)算、異常兜底后面還有監(jiān)控反饋、迭代優(yōu)化、技術(shù)債治理。這些環(huán)節(jié)不僅沒(méi)被替代反而因?yàn)?AI 拉高了單個(gè)環(huán)節(jié)的效率倒逼從業(yè)者把精力放在更上游的思考上。2.1 一個(gè)真實(shí)的開(kāi)發(fā)場(chǎng)景AI 生成代碼之后的爛攤子拿我們最近做的一個(gè)后臺(tái)管理系統(tǒng)舉例吧。有同事圖省事直接把一個(gè)包含復(fù)雜表單校驗(yàn)和數(shù)據(jù)聯(lián)動(dòng)邏輯的需求丟給 AI 生成表面上代碼能跑點(diǎn)兩下好像也沒(méi)啥問(wèn)題。但等到了聯(lián)調(diào)階段問(wèn)題開(kāi)始集中爆發(fā)表單校驗(yàn)的時(shí)序不對(duì)、某些極端輸入沒(méi)處理、接口異常時(shí)沒(méi)有統(tǒng)一攔截、部分瀏覽器版本直接報(bào)錯(cuò)。最終這些代碼還是要人工重寫。AI 生成的代碼就像一份看著沒(méi)病的體檢報(bào)告但你要真想讓它穩(wěn)定運(yùn)行在生產(chǎn)環(huán)境還是得靠工程師逐行審查邊界、理解業(yè)務(wù)。這個(gè)案例給我的觸動(dòng)挺大的。它說(shuō)明了一個(gè)道理AI 降低了某些操作的下限但絲毫沒(méi)有降低交付標(biāo)準(zhǔn)的下限。你總不能跟用戶說(shuō)這個(gè)頁(yè)面在有網(wǎng)絡(luò)問(wèn)題時(shí)可能會(huì)白屏因?yàn)?AI 沒(méi)考慮到對(duì)吧所以實(shí)際工作中我反而越來(lái)越強(qiáng)調(diào) team 里成員的代碼審查能力——你能不能在 AI 給出的方案基礎(chǔ)上補(bǔ)全異常分支、識(shí)別潛在風(fēng)險(xiǎn)、調(diào)整更合理的結(jié)構(gòu)。這種能力說(shuō)實(shí)話 AI 很難學(xué)走因?yàn)樗鼇?lái)自對(duì)真實(shí)業(yè)務(wù)場(chǎng)景的理解和大量實(shí)戰(zhàn)經(jīng)驗(yàn)的沉淀。2.2 能寫到寫好之間隔著一條經(jīng)驗(yàn)河具體到前端開(kāi)發(fā)的技能點(diǎn)比如 JSON.stringify 的性能優(yōu)化。很多剛?cè)腴T的朋友知道這個(gè)方法能把對(duì)象轉(zhuǎn)成字符串但不知道在數(shù)據(jù)量上去之后它會(huì)變成性能瓶頸。我之前在優(yōu)化一個(gè)實(shí)時(shí)大盤頁(yè)面時(shí)數(shù)據(jù)源每秒鐘推送幾十條更新其中有一個(gè)字段是嵌套了三層的對(duì)象序列化和反序列化的開(kāi)銷直接讓頁(yè)面掉幀。如果當(dāng)時(shí)只是盲目上 Worker 處理大文件上傳、或者用 otherside 的花哨技術(shù)都解決不了問(wèn)題——關(guān)鍵就是定位到了這個(gè)序列化點(diǎn)然后通過(guò)數(shù)據(jù)扁平化、增量更新和緩存策略把單次更新的耗時(shí)從幾十毫秒降到了個(gè)位數(shù)。這種定位問(wèn)題的過(guò)程AI 可以輔助你排查但它沒(méi)有辦法替你做決定的。你會(huì)發(fā)現(xiàn)熱詞里signalR 前端應(yīng)該怎么獲取數(shù)據(jù)前端 websocket 怎么用這類搜索量一直都很大背后其實(shí)都是同一個(gè)訴求在面對(duì)真實(shí)、復(fù)雜的實(shí)時(shí)數(shù)據(jù)場(chǎng)景時(shí)工程師需要自己判斷該選什么方案、怎么做數(shù)據(jù)流設(shè)計(jì)。AI 能給你標(biāo)準(zhǔn)的連接代碼但用 SignalR 還是 WebSocket、重連策略怎么設(shè)計(jì)、消息格式怎么定、前端的狀態(tài)怎么同步這些決策必須由了解業(yè)務(wù)痛點(diǎn)和系統(tǒng)瓶頸的人來(lái)做。2.3 前端面試也在變化AI 考不出來(lái)的是解決問(wèn)題的過(guò)程2026 年的前端面試題明顯變得更有意思了區(qū)別于前幾年那種純粹死記硬背的題現(xiàn)在面試官更傾向給一個(gè)線上頁(yè)面卡頓請(qǐng)你判斷可能原因這類開(kāi)放式問(wèn)題。這種題沒(méi)有標(biāo)準(zhǔn)答案考察的就是排查鏈路是否清晰、有沒(méi)有自己的調(diào)試方法論。相比之下記憶某個(gè) API 的參數(shù)列表反而是最不重要的——因?yàn)檫@類知識(shí) AI 隨時(shí)可以告訴你面試官真正想確認(rèn)的是你這個(gè)人值不值得培養(yǎng)遇到問(wèn)題時(shí)的第一反應(yīng)是打開(kāi)百度搜一下還是從內(nèi)存、網(wǎng)絡(luò)、渲染路徑幾個(gè)維度逐一排除。我在帶人時(shí)也明顯感覺(jué)到給新人一個(gè)問(wèn)題清單讓他們用 AI 輔助排查具體的線上 bug他們能很快給出結(jié)論但如果追問(wèn)一句為什么你會(huì)優(yōu)先檢查這個(gè)環(huán)節(jié)很多人的思路就開(kāi)始亂了。這種從知道怎么做到知道為什么這么做之間的差距就是資深前端和初級(jí)前端的分水嶺。而這份差距AI 暫時(shí)彌補(bǔ)不了。3. 幻燈片和報(bào)稅背后的共同邏輯結(jié)構(gòu)化思維無(wú)法外包文章標(biāo)題里提到的幻燈片和報(bào)稅看起來(lái)和前端八竿子打不著但琢磨久了你會(huì)發(fā)現(xiàn)它們折射出的其實(shí)是同一個(gè)能力——結(jié)構(gòu)化思維。做幻燈片不是把文字往幻燈片里一扔就完事而是要在有限的空間里組織信息層級(jí)讓聽(tīng)眾順著你的思路走報(bào)稅也不是照著表格亂填而是要理解各種收入類型、扣除項(xiàng)、以及政策的適用范圍本質(zhì)上是把復(fù)雜的規(guī)則梳理成一套適用于自己情況的映射關(guān)系。這種邏輯梳理和抽象的能力才是最核心的人類技能。3.1 不會(huì)做幻燈片的人給 AI 一百個(gè)提示詞也沒(méi)用我見(jiàn)過(guò)太多人聲稱用 AI 做幻燈片很快但你問(wèn)他做出來(lái)的東西為什么長(zhǎng)這樣、邏輯主線是什么、每一頁(yè)之間的遞進(jìn)關(guān)系是什么他完全答不上來(lái)。因?yàn)樗皇窃谔滓粋€(gè)模板往里填內(nèi)容內(nèi)容之間的邏輯聯(lián)系是斷裂的。AI 可以根據(jù)你的關(guān)鍵詞生成一頁(yè)頁(yè)花哨的排版但它不知道這頁(yè)三年規(guī)劃里最重要的轉(zhuǎn)折點(diǎn)是你想強(qiáng)調(diào)的AI 基建成本下降還是團(tuán)隊(duì)重心轉(zhuǎn)向業(yè)務(wù)側(cè)。這種對(duì)表達(dá)重心的判斷來(lái)源于你對(duì)自己工作和目標(biāo)的深度理解這個(gè)理解不能外包。3.2 報(bào)稅背后的合規(guī)意識(shí)本質(zhì)上也是一種前端思維報(bào)稅這個(gè)例子有點(diǎn)專業(yè)但其實(shí)很容易理解。你打開(kāi)稅務(wù)系統(tǒng)會(huì)發(fā)現(xiàn)它同樣是一套巨大的信息輸入和狀態(tài)管理界面你得保證自己提交的數(shù)據(jù)和實(shí)際情況一致得了解不同收入類別對(duì)應(yīng)的稅率計(jì)算方式。如果只看 AI 輸出的一串?dāng)?shù)字你可能永遠(yuǎn)無(wú)法理解為什么我的年終獎(jiǎng)要單獨(dú)計(jì)稅為什么這筆稿費(fèi)收入扣的稅和工資不一樣。這些細(xì)節(jié)恰恰決定了你能不能合理合法地優(yōu)化稅務(wù)成本。這跟前端開(kāi)發(fā)里的狀態(tài)管理特別像。頁(yè)面下拉框選了一個(gè)值后續(xù)展示的字段要聯(lián)動(dòng)變化某些操作必須有權(quán)限才能執(zhí)行這些本質(zhì)上都是狀態(tài)驅(qū)動(dòng)的界面邏輯。一個(gè)優(yōu)秀的前端工程師本質(zhì)上就是一個(gè)狀態(tài)管理大師他懂得如何讓系統(tǒng)的每個(gè)狀態(tài)都符合預(yù)期、符合業(yè)務(wù)規(guī)則并且處理好各種狀態(tài)間的轉(zhuǎn)換和邊界。報(bào)稅算下來(lái)無(wú)非是把自己的財(cái)務(wù)狀態(tài)映射到一套國(guó)家規(guī)定的狀態(tài)機(jī)里一表填錯(cuò)后續(xù)全亂。3.3 底層能力遷移把復(fù)雜系統(tǒng)拆成可執(zhí)行步驟不管是寫代碼、做幻燈片還是報(bào)稅底層都離不開(kāi)把復(fù)雜系統(tǒng)拆解成小步驟的能力。前端開(kāi)發(fā)里一個(gè)大型后臺(tái)項(xiàng)目要拆成模塊、組件、狀態(tài)、接口層做幻燈片時(shí)要把一個(gè)宏大的主題拆成章節(jié)、頁(yè)面、要點(diǎn)報(bào)稅時(shí)要按收入的類別、時(shí)間、來(lái)源去分門別類。這套拆解能力才是 AGI 怎么發(fā)展都難以完全替代的核心素養(yǎng)。AI 可以把一個(gè)已拆好的問(wèn)題執(zhí)行得很好但它不擅長(zhǎng)幫你定義這個(gè)問(wèn)題該拆成哪些維度。這也是為什么許多公司招聘資深前端時(shí)越來(lái)越看重候選人有沒(méi)有業(yè)務(wù)理解能力。你不光要知道 React 的生命周期或者 Vue 的響應(yīng)式原理你還要能聽(tīng)懂業(yè)務(wù)方講的一個(gè)模糊的訴求然后把它拆成清晰的技術(shù)方案再逐步落地。AI 時(shí)代從模糊需求到清晰方案之間的鴻溝依然需要人來(lái)跨越。4. 當(dāng) AI 成了標(biāo)配2026 年的前端該拼什么既然 AI 無(wú)法避免地進(jìn)入每個(gè)開(kāi)發(fā)者的日常與其焦慮AI 會(huì)不會(huì)替代前端不如思考AI 時(shí)代的資深前端應(yīng)該具備哪些不可替代的競(jìng)爭(zhēng)力。我結(jié)合自己帶團(tuán)隊(duì)和做技術(shù)服務(wù)的經(jīng)驗(yàn)分享幾個(gè)我認(rèn)為越來(lái)越重要的方向。4.1 代碼審查能力被嚴(yán)重低估AI 生成的代碼最大問(wèn)題不是跑不通而是表面能跑但經(jīng)不起推敲。我接手過(guò)不少 AI 生成的項(xiàng)目代碼常見(jiàn)的毛病包括把不該暴露的接口寫進(jìn)前端邏輯、錯(cuò)誤處理泛濫但沒(méi)針對(duì)性、狀態(tài)更新方式不統(tǒng)一導(dǎo)致競(jìng)態(tài)、組件粒度混亂增加維護(hù)成本。這些問(wèn)題不像語(yǔ)法錯(cuò)誤那樣一眼可見(jiàn)需要有經(jīng)驗(yàn)的工程師在多一次的評(píng)審中識(shí)別出來(lái)。所以我特別建議有上進(jìn)心的前端開(kāi)發(fā)者在日常工作中刻意練習(xí)代碼審查——不光是看自己 team 的代碼也可以去翻翻知名的開(kāi)源項(xiàng)目思考別人為什么會(huì)用這種寫法優(yōu)點(diǎn)在哪風(fēng)險(xiǎn)在哪。這種能力積累到一定程度你看一眼 AI 生成代碼的結(jié)構(gòu)就能大概判斷出它有沒(méi)有走偏。這種直覺(jué)不是天生的全靠常年和真實(shí)代碼打交道的經(jīng)驗(yàn)堆出來(lái)。4.2 調(diào)試能力AI 時(shí)代的偵探學(xué)前面提到過(guò)內(nèi)存泄漏排查和大批量序列化性能瓶頸這些都是調(diào)試問(wèn)題的典型場(chǎng)景。我把調(diào)試能力叫作偵探學(xué)因?yàn)樗举|(zhì)上是一個(gè)歸納、假設(shè)、驗(yàn)證的過(guò)程觀察現(xiàn)象、收集數(shù)據(jù)、形成假設(shè)、設(shè)計(jì)實(shí)驗(yàn)、確定根因。AI 可以幫你分析一段代碼的復(fù)雜度但沒(méi)法幫你判斷用戶反饋?lái)?yè)面卡頓是網(wǎng)絡(luò)慢、渲染慢、還是內(nèi)存泄漏這種開(kāi)放問(wèn)題。開(kāi)放問(wèn)題的解決路徑不唯一也沒(méi)有萬(wàn)能藥需要你基于系統(tǒng)架構(gòu)和用戶反饋去搭建一個(gè)合理的排查框架。對(duì)于想提升調(diào)試能力的朋友我的建議是不要只盯著自己寫的頁(yè)面多去處理一些別人寫的爛代碼和年代久遠(yuǎn)的歷史項(xiàng)目。那些代碼里充斥著各種詭異的使用方式和未文檔化的外部依賴調(diào)試它們才能真正鍛煉出從蛛絲馬跡里找到根源的能力。4.3 全鏈路性能優(yōu)化從 JSON.stringify 到 Worker 上傳標(biāo)題提到前端、幻燈片和報(bào)稅還得自己做我猜很多人會(huì)忽略前端這兩個(gè)字其實(shí)包含了一個(gè)非常龐大的知識(shí)體系。就拿性能和交互體驗(yàn)來(lái)說(shuō)真實(shí)項(xiàng)目里的復(fù)雜度遠(yuǎn)超教科書。前面講到的 JSON.stringify 性能優(yōu)化只是冰山一角。再比如大文件上傳傳統(tǒng)方案是直接塞進(jìn) FormData 一把梭但到了幾 GB 的文件這條路就堵死了。現(xiàn)在標(biāo)準(zhǔn)的做法是采用分片上傳加 Web Worker 做后臺(tái)計(jì)算避免阻塞 UI 線程同時(shí)還要處理網(wǎng)絡(luò)中斷后的斷點(diǎn)續(xù)傳、服務(wù)端的即時(shí)校驗(yàn)、以及并發(fā)上傳的分片調(diào)度。這些步驟AI 可以給你提供每一段的代碼樣板但整個(gè)方案的技術(shù)選型、架構(gòu)設(shè)計(jì)和兼容性考量還是得靠人來(lái)做。我記得有次做視頻資產(chǎn)管理系統(tǒng)用戶要上傳幾十個(gè) G 的拍攝素材前端如果處理不好頁(yè)面直接崩潰。當(dāng)時(shí)我先是評(píng)估了主線程的性能影響決定引入 Web Worker 來(lái)處理文件的讀取、分片和哈希計(jì)算然后又設(shè)計(jì)了并發(fā)數(shù)為 3 的上傳隊(duì)列避免網(wǎng)絡(luò)擁塞再通過(guò)服務(wù)端的秒傳校驗(yàn)讓用戶重復(fù)上傳時(shí)幾乎不用等待。這一整套鏈路下來(lái)AI 只是幫我們把一些常用的工具函數(shù)寫好了核心的架構(gòu)設(shè)計(jì)、異常處理、以及和產(chǎn)品經(jīng)理對(duì)需求的調(diào)整都是靠團(tuán)隊(duì)內(nèi)部的討論定下來(lái)的。你說(shuō)這些經(jīng)驗(yàn)值錢嗎非常值錢。4.4 學(xué)會(huì)當(dāng) AI 的老板而不是同事最后聊一個(gè)比較抽象但很重要的能力——如何支配 AI。大部分人的默認(rèn)做法是直接拋一個(gè)任務(wù)給 AI幫我寫一個(gè)登錄頁(yè)AI 吐出來(lái)一個(gè)能用但平庸的結(jié)果。更好的姿勢(shì)是把 AI 當(dāng)成一個(gè)執(zhí)行者而你更像一個(gè)產(chǎn)品經(jīng)理兼技術(shù)負(fù)責(zé)人你先拆好需求結(jié)構(gòu)、定好技術(shù)邊界、列清楚約束條件再讓 AI 按你的框架去生成細(xì)節(jié)代碼。比如幫我實(shí)現(xiàn)一個(gè)基于 React 的表單驗(yàn)證組件字段包含用戶名和郵箱驗(yàn)證規(guī)則包括必填和格式校驗(yàn)錯(cuò)誤提示要內(nèi)聯(lián)展示且提交按鈕在驗(yàn)證失敗時(shí)不可點(diǎn)擊。請(qǐng)先輸出組件結(jié)構(gòu)再輸出核心邏輯。你會(huì)發(fā)現(xiàn)當(dāng)你把邊界畫得越清晰AI 生成的結(jié)果就越貼近你的預(yù)期。如果生成得不對(duì)你還能基于自己對(duì)狀態(tài)管理的理解去糾正它。這種能力本質(zhì)上還是來(lái)自扎實(shí)的前端基本功。5. 我的日常工作流AI 負(fù)責(zé)初稿我負(fù)責(zé)定稿最后結(jié)合個(gè)人實(shí)操分享一些我在項(xiàng)目里實(shí)際沉淀下來(lái)的工作方法。我覺(jué)得這是對(duì)AGI 到來(lái)后生活依舊最直接的一種回應(yīng)——AI 當(dāng)然會(huì)全面滲透到我的日常但我自己的認(rèn)知框架和工作習(xí)慣反而變得更加重要了。5.1 用 AI 輔助需求分析和方案設(shè)計(jì)我現(xiàn)在接到一個(gè)前端需求第一件事不是打開(kāi)編輯器而是先在文檔工具里把需求拆解成幾個(gè)核心問(wèn)題這個(gè)功能的目標(biāo)用戶是誰(shuí)使用路徑是什么核心指標(biāo)是什么在這些問(wèn)題沒(méi)有清晰答案之前我不會(huì)讓 AI 寫任何代碼而是讓它作為外腦幫我把可能的技術(shù)方案列出來(lái)甚至讓 AI 扮演產(chǎn)品經(jīng)理來(lái)挑毛病。在這個(gè)過(guò)程中AI 最大的價(jià)值不是給我答案而是通過(guò)對(duì)話幫我把腦海中模糊的想法逐漸具象化。但怎么判斷 AI 給的方案是不是最優(yōu)框架搭得合不合理依然靠自己的經(jīng)驗(yàn)。5.2 代碼實(shí)現(xiàn)階段AI 給了我更多時(shí)間做 Code Review寫代碼的環(huán)節(jié)AI 確實(shí)幫我節(jié)省了大量敲鍵盤的時(shí)間。過(guò)去實(shí)現(xiàn)一個(gè)完整的 CRUD 頁(yè)面可能需要寫很多重復(fù)的表格、表單和彈窗代碼現(xiàn)在我可以直接讓 AI 按我的要求生成頁(yè)面骨架再手動(dòng)調(diào)整交互細(xì)節(jié)。省下來(lái)的時(shí)間我會(huì)用來(lái)做什么第一做更細(xì)致的代碼審查把潛在的性能隱患和狀態(tài)管理缺陷扼殺在代碼提交之前第二和產(chǎn)品、后端同學(xué)深入溝通提前識(shí)別接口定義和數(shù)據(jù)結(jié)構(gòu)的坑第三寫自動(dòng)化測(cè)試把核心業(yè)務(wù)路徑的穩(wěn)定性兜住。我舉一個(gè)具體的例子。前陣子接了一個(gè)報(bào)表中心的需求涉及大量的動(dòng)態(tài)列、多選篩選、排序、分頁(yè)和導(dǎo)出。這種項(xiàng)目如果全人工敲至少要一周多但借助 AI 生成基礎(chǔ)組件和頁(yè)面我兩天就把第一版搭了出來(lái)。剩下的時(shí)間全部花在和業(yè)務(wù)方確認(rèn)數(shù)據(jù)口徑、調(diào)整篩選邏輯、以及把導(dǎo)出功能在大數(shù)據(jù)量場(chǎng)景下做性能驗(yàn)證上。最終交付時(shí)頁(yè)面的穩(wěn)定性和可擴(kuò)展性都遠(yuǎn)超以往這就是合理地把 AI 當(dāng)成效率杠桿帶來(lái)的成效。5.3 但責(zé)任和兜底依然只能自己承擔(dān)分享這么多我想強(qiáng)調(diào)的是AI 可以接管執(zhí)行但它無(wú)法接管責(zé)任。頁(yè)面線上出了 bug用戶不會(huì)說(shuō)這是 AI 寫的有問(wèn)題他只會(huì)覺(jué)得你們團(tuán)隊(duì)的工程質(zhì)量不過(guò)關(guān)。報(bào)稅填錯(cuò)了稅務(wù)部門也不會(huì)因?yàn)槭?AI 幫我報(bào)的就網(wǎng)開(kāi)一面。做幻燈片邏輯混亂聽(tīng)眾也不會(huì)因?yàn)檫@頁(yè)是 AI 生成的就更容易理解。一切交付最終指向的還是你這個(gè)人——你的專業(yè)判斷、你的經(jīng)驗(yàn)沉淀、你的責(zé)任意識(shí)。前端行業(yè)恰恰是最能體會(huì)到這種責(zé)任的地方你寫下的每一行代碼都要對(duì)真實(shí)的用戶行為負(fù)責(zé)你做的每一個(gè)交互決策都會(huì)影響千萬(wàn)次點(diǎn)擊背后的使用感受。AGI 的到來(lái)讓工具的邊界拓寬了但沒(méi)有改變你要對(duì)自己產(chǎn)出的東西負(fù)責(zé)這個(gè)底層事實(shí)。5.4 給前端開(kāi)發(fā)者的一條實(shí)在建議如果你現(xiàn)在正處于職業(yè)早期或者正在為 2026 年的面試做準(zhǔn)備我把多年的經(jīng)驗(yàn)濃縮成一句話把 AI 當(dāng)成你的加速器但永遠(yuǎn)不要當(dāng)成你的外掛大腦。多花時(shí)間鉆研底層原理親手解決幾個(gè)棘手的線上問(wèn)題踏踏實(shí)實(shí)把幾個(gè)復(fù)雜功能做深做透這些笨功夫在任何時(shí)代都值錢。面試官和項(xiàng)目負(fù)責(zé)人看重的從來(lái)不是你會(huì)多少工具而是你面對(duì)未知問(wèn)題時(shí)能不能扛得住、拆得開(kāi)、解決得掉。回到 Yuchen Jin 那句話AGI 到來(lái)后生活依舊——這句話聽(tīng)起來(lái)像是一種樂(lè)觀的躺平但在我看來(lái)它其實(shí)是對(duì)人類自身能力的一種重要肯定。技術(shù)再怎么演進(jìn)前端工程師、內(nèi)容創(chuàng)作者、每一個(gè)普通個(gè)體所具備的判斷力、責(zé)任心和創(chuàng)造力依然是我們?cè)谶@個(gè)世界上立足的根本。別焦慮 AGI 會(huì)帶走什么先把手頭該做的事一件一件做好。寫前端也好做幻燈片也好報(bào)稅也好每一件自己親手做完的事最后都會(huì)長(zhǎng)成你身上別人搶不走的那部分能力。