简介
文章探讨了AI工具对前端开发的影响，指出前端技术本身不会消失，但工作方式将变革。作者认为程序员不应被单一技术框架束缚，而应回归解决问题本质。AI可作为拓展技术边界的工具，帮助提高效率。面对技术变革，程序员需保持开放思维，适应变化，专注于交付完整产品而非局限于特定技术岗位。未来集中式前端外包岗位可能减少，程序员应主动拓展能力边界，形成自己的核心竞争力。
有同事提问说，您如何看待以后前端的发展，前端会没嘛？AI 工具盛行下，前端的路是不是越来越窄？
这是一次直播间的提问，但我总能从各个渠道收到了同样的疑问。
对于这个问题，我的回答一向很简单：回归程序员。但这个简单的答案，总让大家觉得不够具体。朋友建议我写一篇文章，展开谈谈，我对这个问题的想法。
我的职业生涯从前端开发开始，前端开发的身份给我带来非常多好处，能在行业发展初期收获更多挑战和资源。入职第一天，并不是我选择成为前端开发，而是选择了我作为程序员的身份。只是 20 年前，做前端的人太少了，业务需要我承担这份工作。
做独立开发者的习惯，让我有交付完整产品的意识。作为一名前端开发初学者，需要花大量时间在实践上，我不仅需要写代码，同时还需要负责产品的交互设计、图标、切图、调试，才能交付出完整的产品。在很长时间里，我没有把设计的工作分担出去，我一直认为这是前端开发工作的全部。包括，我自己设计的PJblog 官方风格一直深受用户喜爱。后来，我也认识了许多设计师朋友，向他们学到了许多设计上的知识。
加入腾讯后，设计的工作开始交给专业的设计师负责，我才开始专注做具体的代码工作。
你会发现一个事实是，在社会组织中，让人们不再参与完整物品的生产，通过细化分工，让人只从事某一部分生产能提高效率。这是亚当·斯密证明的“劳动分工”概念。
这样做会导致，大多人出现先入为主的工作认知习惯，以为局部的工作就是全部。特别是如今大厂的毕业生是重灾区。
就像过去，我“错误”地认为交付完整产品是我工作的全部一样。
那么，前端开发岗位和其他技术岗位一样，掌握这些技能能成为你的全部么？还是早已被驯化成的一种工作习惯？
改变习惯是非常困难的。应聘者往往会喜欢，找有氛围的团队、有自己经验匹配的工作、能获得更高的回报。我见过最极端的面试者，他们不仅仅视前端开发为一种信仰，甚至会主动站台高歌某开发框架就是全世界上最好的解决方案。我当然不会去打碎别人的梦想，只是看到一只井底之蛙在井里高声歌唱，把头顶那片天当成了全部。当然我也能理解，对于陷入找工作困境的人来说，这可能是短期有效的方法。
我可以说出超过不少于 10 种编程语言在技术发展周期里，从高光时刻到销声匿迹。
最令人遗憾的莫过于 Flash 技术，它因 Adobe 高管们的傲慢而成为牺牲品。让一度最具创意的开发者突然变成了无人问津的求职者。你还无法给 Adobe 发去律师函，控诉他们毁掉了一个极其优秀的技术，让你丢了饭碗。
幸运的是前端技术，JavaScript 和 TypeScript 因其中立与开放，在社区中继续繁荣。我们暂时还不会面临过去 Flash 开发者的悲剧事实。
给不懂技术的朋友也普及一下前端技术能做什么，它能做 Web，也能做移动端应用，也能做业务的后端服务，甚至是这个世界上最有意思的运行语言。引用 W3C 的愿景：
让所有用户，不论使用什么设备或系统，都能以一致、可访问、安全的方式使用 Web。
这也是前端技术到目前为止没有改变的。改变的是，AI 到来使得生产的方式发生了变化，技术本身的愿景没有发生改变。
作为生产者，需要重新思考和适应这些改变，要么拥抱 AI 成为更强的程序员，要么转型。
交付完整产品的对程序员的锻炼是全面的、研究系统核心突破性解决方案是深度的。不管交付产品还是深度优化，在广度和深度上，都不能仅仅围绕某一个技术展开。
回到上一次直播，朋友们问我。“如果有 AI 工具，你完整 PJBlog 需要多长时间”，我当时的回答是“可能 2 个多月就够了”，过去我花了一年在学习我不懂的技术上，为了交付一个完整的产品。AI 能成为优秀程序员拓展技术边界的工具。
当我们产品发布在即，我和合伙人商量，我们应该需要一个官网来介绍产品。于是我用 AI，快速生成了一个网站做了部分浏览器兼容的微调工作。从制作到发布，前后 30 分钟不到，还节约了设计师投入和开发投入。我的开发团队都在忙着做系统集成和调试，于是这样琐碎的工作，我通过 AI 可以快速完成。
我的体会是：在将来，集中管理式的前端外包岗的工作机会将越来越少，他们可能成为新的社会分工下的牺牲品。我给的建议是，尽快找到自己的副业，例如，自己去接触需求端，远程交付，形成自己的口碑。
总结一下，我的观点
- 别让任何技术成了信仰。喜欢没错，但别让它替你做选择。
- 掌握编程语言不等于理解世界，只是你回应世界的一种方式。
- 成为一名程序员，也许是你最后的机会。
在未来 AI 流行时，如果有一天前端技术真的不存在了，程序员还是会存在的。
我实在没有办法提出万能钥匙的建议，我只能提供看问题的角度。如果真给出来具体技术学习建议，那是极其不负责任的——每个人面临的问题都不一样。
选择，始终该由自己完成。
如何系统的学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
01.大模型风口已至：月薪30K+的AI岗正在批量诞生
2025年大模型应用呈现爆发式增长，根据工信部最新数据：
国内大模型相关岗位缺口达47万
初级工程师平均薪资28K（数据来源：BOSS直聘报告）
70%企业存在"能用模型不会调优"的痛点
真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！
02.大模型 AI 学习和面试资料
1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工
📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
)
