🔧 阿川の電商水電行
等 AI 程式設計普及後，我該何去何從？
大家好，我是雙越。前百度 滴滴 資深前端工程師，慕課網金牌講師，PMP。我的代表作有：
- wangEditor 開源 web 富文本編輯器，GitHub 18k star，npm 周下載量 20k
- 划水AI Node 全棧 AIGC 知識庫，包括 AI 寫作、多人協同編輯。複雜業務，真實上線。
- 前端面試派 系統專業的面試導航，刷題，寫簡歷，看面試技巧，內推工作。開源免費。
我正在開發一個 AI Agent 智能體項目【智語】一個智能面試官，可以優化簡歷、模擬面試、解答題目等。有興趣的同學可以圍觀、學習。
開始
前幾天有個同學和我聊天，說自從使用 AI 程式設計以後，感覺 AI 寫的程式碼比自己寫的都好，自己會的這點東西還不如 AI 會的多，感覺很焦慮，都不知道接下來該往哪塊學習了，沒有了方向。
他讓我幫忙分析一下這個話題。我這幾天沒事兒就在想這個事情，想的東西很多，亂七八糟的，正好寫篇文章梳理一下思路。
明確範圍，減少爭論
本文聊的話題是一個大眾話題，是針對絕大部分開發人員（尤其前端開發人員）的一個話題，大家都是普通開發者，每天做著普通的工作，都会被 AI 程式設計所影響。
如果你列舉某個小眾領域，很難，AI 搞不定。或者一個項目某一兩個功能，很難， AI 搞不定。這種情況肯定存在，而且會持續存在，但它是小眾的，不適用於大部分人。如果你正好在這種小眾領域中，那恭喜你 AI 程式設計暫時對你影響不大。但你可千萬別失業，因為失業了再找工作，小眾領域的職位可沒那麼多。
最近 2 年，我每週都有幾次 1v1 簡歷優化和模擬面試，聊過不知道多少人，能真正做過有難度項目的屈指可數，大部分都是增刪改查。看網絡上評論區這麼熱鬧，人均架構師，動不動就並發量、大數據，其實實際工作啥樣大家都知道。這就像知乎、脈脈人均年薪百萬一樣，實際大部分人的工資 1-2w 一個月，我接觸的這些人，能超過 2w 的就是前幾名了。
以 Cursor 為代表的 AI 程式設計工具，已經非常普及了，關鍵它們還都收費！！！所有大眾的、收費的產品，只要不是強制的，它就一定是能解決實際問題，帶來實際價值的。
免費的垃圾有的是，例如加 xxx 免費領取 20G 學習資料，下載了也是空占硬碟。但收費的、而且每個月持續收費的，一定不會是垃圾。
所以不要用一些小眾的案例來否定 AI 程式設計的價值和趨勢。
還有，本文討論的是一個未來趨勢，不是現在、今天或今年。不過這個未來也不會太遙遠，我估計 2-3 年 AI 程式設計工具就會全面普及，即新手入門寫第一行 Hello world 就都用 AI 寫。
面試的變化
10 多年前，國內剛開始有前端這個崗位，還是 jQuery 的時代。那時候面試經常考 DOM API，例如 DOM 節點 attr 和 Prop 的區別、如何防止 XSS 攻擊等。還經常考瀏覽器兼容性問題，因為那時候 IE 瀏覽器還大量存在。
再後來，Vue React 普及以後，就不再問 DOM API 的問題了。DOM API 依然存在，但早已被 Vue React 等框架給封裝的密不透風，你日常開發幾乎用不到 DOM API。
前幾年面試經常考八股文，這是因為當年招聘市場需要大量的前端開發人員，只要能幹活就可以來，要求不那麼高。
大廠喜歡考算法、考源碼，這是因為大廠開的工資高，要統一、流程性的去篩選最優秀的程式師。算法和源碼就是最低成本的篩選方式。基本上一道算法題，就可以屏蔽掉 99% 的培訓班出廠人員。
現在考的最多的是場景題，就是給你一個需求，讓你去設計甚至直接寫程式。因為現在市場需求少，預算低，企業更加務實，儘量低成本招聘能幹活的人。
我大膽猜測，AI 程式設計普及以後，面試的過程和重點會逐步發生變化，會更多考察場景題，更注重思考能力、設計能力和 AI 應用的技巧。例如一場面試可能就一個題：使用 AI 程式設計實現一個 xxx app，具體有 xxx 需求。等 AI 寫完以後讓你解釋核心程式碼和流程，講解設計和實現的思路。然後再給你加一些需求，讓你繼續用 AI 修改。在這個設計、編碼、解釋、修改的整個過程中，去觀察這個候選人的工作能力。
而且，不會再區分前後端，有 AI 的加持可以打破技術棧的界限。甚至可以直接一鍵即成 Supabase 資料庫、一鍵發布到 Vercel 等這種服務。真正的全棧、全能。
如果我是一个老板，我要招聘程式師，我覺得用這種方式非常有效。尤其對於中小企業，以及大廠的小團隊。
AI 程式設計擅長做什麼
AI 程式設計能做的事情非常多，而且做的又快又好，所以才會讓這麼多人付費。
第一，對於描述明確的需求，常規的開發任務，它都能很好的完成任務，程式碼質量相當於中級程式師，有 AI 輔助我們都不用在記什麼 API 和語法了。
第二，它寫的非常快，幾百行程式碼、創建多個檔案，都可以在 1 分鐘之內寫完，這是人工達不到的速度。
第三，在你的規範和要求下，它可以很好的考慮到程式碼的安全性、穩定性和兼容性，而且時刻堅決執行，人工很難時時刻刻想到這麼全面。
第四，AI 非常擅長解讀陌生程式碼，解釋陌生的 API，當你拿到一個新的程式庫，配合 AI 程式設計可以快速掌握。如果純人工去解讀、去查詢，即便是有經驗的老程式師，也得耗費大量精力去查詢、梳理、總結。
第五，當你要開發新功能時，AI 可以很好的幫助你梳理設計步驟和思路，Cursor 就有一個 plan mode，它先幫你制定計畫，你覺得不合適可以修改它的計畫，然後再按照計畫去開發。
（暫時想到這麼多，如果其他歡迎評論區來補充、分享）
我說這些好處的真正目的是：我們要避其鋒芒，不要和 AI 的長處硬剛，在這方面碳基生物剛不過矽基物種。
現在大家手機裡都有計算器，你乘法除法計算多快，能有計算器快嗎？你夜觀天象經驗在足，不如看一眼天氣預報。
AI 擅長做什麼，我們就不要去和它爭，也不要覺得 AI 會的你不會，感覺自己一無是處、能力退化了。AI 再厲害也需要人工來駕駛它。
我們要做 AI 的主人，去學習高效使用它，我們要凌駕於它之上，去做它不擅長的事情。
AI 程式設計不擅長的
當前 AI 最大的毛病就是“一本正經的胡說八道”，它搞錯了它也會按照這個方向來，你不糾正，它就會一直找著這個方向走下去。在 AI 的世界裡，沒有南牆。
因為 LLM 背後的原理就是：預測下一個詞。你不管它，它就會一直預測下去，反正它有海量的數據。
需求明確
寫到這裡我想到一個段子。會去程式員業餘去做外包，甲方老闆說：你就給我做一個淘寶就行，就照著淘寶做。
你是程式員，老闆讓你做個淘寶，需求就這一句話，你知道做啥嗎？根本沒法做。淘寶太龐大了，你想實現哪些功能，要寫出明確的需求，最好還有介面和原型圖。這樣才能繼續設計、開發。
所以有經驗的程式員會再去和老闆溝通，或者派一個需求專員和老闆溝通，把需求確定下來。
人，在遇到不懂的地方時，會去諮詢、查詢、溝通，如果過程不順利會被卡住，執行不下去。此時你如果繼續強制壓迫他，他就會產生逆反心理、擺爛、躺平、辭職。
但是 AI 不會這樣。默認情況下，AI 會一本正經的胡說八道，它就沒有不懂的時候。它搞錯了它也會按照這個方向來。你自己不手握方向盤時會開溝裡，越陷越深。
所以，我們給 AI 寫需求一定要清晰明瞭，說專業一點就是 prompt engineering 提示詞工程，要能去通過正確的 prompt 引導 AI 給出正確的答案。
這個說來簡單，其實對於絕大部分程式員都是一個挑戰，程式員真的不擅長溝通。
例如，有太多同學給我提問題，無論是現在 vx 聊天提問，還是之前在 GitHub issue 提問，就寫一句話“我程式碼報錯了...” 其他啥信息都沒有。你說的我都看不懂，AI 能看懂才怪呢。
再例如，我 1v1 模擬面試，讓他介紹一下自己的項目，太多人磕磕巴巴想一句說一句，最後也說不到重點上。自己做過的項目都說不清楚，那讓你設計一個新項目，你就能描述清楚？
技術棧管理
AI 啥都會，但你的項目不能啥都用。你需要根據自己的情況選擇合適的技術棧，以及選擇合適的工具。
要開發一個前端項目，你需要選擇 Vue React 等框架，選擇 Vite webpack 等打包工具，選擇一個合適的 UI 組件庫。如果開發一些特定的功能，如編輯器、表格、地圖等，你也需要自己確定使用哪些第三方插件。
你可以讓 AI 幫你選擇，幫你對比第三方插件的優缺點，但你依然需要具備良好的判斷能力。因為 AI 會出錯，而且會沿著錯誤繼續走。
所以，你需要掌握前端、全棧等你的核心技術棧，知道這個技術棧相關的知識體系。在 AI 加持下你不用了解太細節，但你得有廣度和視野。你要清楚用什麼技術能實現什麼功能，你要有自己的方向，你要去“駕駛”AI按照這個技術方案走。否則，完全讓 AI 自由發揮是很容易亂套的。
架構拆分
如果你要設計開發一個大型項目，直接讓 AI 幫你開始做，這幾乎是不可能的。大型項目你沒法一下子描述清楚需求，直接讓 AI 開始的話，AI 很容易自由發揮，最終失控。
大型項目，在明確需求的基礎上，首先應該做架構拆分，模組拆分。把一個系統拆分為不同的模組，一個模組拆分為不同的頁面或者組件，每個部分之間都規定好介面，解藕。這個過程可以讓 AI 幫助你設計和分析，但決定權還是在你。
完成設計以後，對於每個模組或功能的內部，再讓 AI 去開發。即便 AI 可能會把程式碼寫的很亂，但沒關係，只要模組之間還遵守設計時的介面約定，模組內部亂了沒關係。
即 AI 可以更多的幫你做具體的功能實現，這種需求轉化為架構的工作，AI 只能輔助，判斷權還是在你。對於大型項目，你無法從 0 就交給 AI 去做。
技術越進步，對人的要求就越“高級”
沒錯技術更新，對人的要求就會越高級。這個高級的意思是：更高一個層級，並不一定要求越高。
馬車時代司機會趕車就行，汽車時代司機就得考駕照、懂交通規則、駕駛汽車、甚至要會維修汽車。
卓別林時代工人拿著大鉗子，現代工廠裡，工人都是操作機械手臂。
電腦剛出來的時候，打字員就是高級技工。
程式設計剛出現的時候，CPU 指令、寄存器、內存都需要人工編碼來管理。
互聯網剛發展時，會做頁面，會增刪改查就行，DOM 操作得熟練。
Vue React 剛出來時，會用 Vue 寫網頁就行，DOM 操作要求不高了。
AI 程式設計普及以後，又會有什麼變化呢？ 歡迎留言評論。
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
