大部分前端兄弟，平时就是调 UI ，把后端给的 JSON 展示上去。连接口文档都懒得看全。 现在老板要的是一个能指挥 AI 干活的人，不是被 AI 指挥的人。 出了 bug ，你跟老板说“Claude 让我这么写的”？老板不骂你算我输。 我们公司那个后端，以前写 java 的，完全不会 css 的那种。现在用 cursor ，不会的布局就让 ai 写。客户改需求，他直接让 ai 改，前后不出半小时。你以前要搞一天的东西，人家连 chrome 都没开就搞定了。 现在公司招人更偏向于三年经验的后端会点点运维，配合 agent 性价比拉满，前后端运维部署一个人搞定
大部分前端兄弟，平时就是调 UI ，把后端给的 JSON 展示上去。连接口文档都懒得看全。 现在老板要的是一个能指挥 AI 干活的人，不是被 AI 指挥的人。 出了 bug ，你跟老板说“Claude 让我这么写的”？老板不骂你算我输。 我们公司那个后端，以前写 java 的，完全不会 css 的那种。现在用 cursor ，不会的布局就让 ai 写。客户改需求，他直接让 ai 改，前后不出半小时。你以前要搞一天的东西，人家连 chrome 都没开就搞定了。 现在公司招人更偏向于三年经验的后端会点点运维，配合 agent 性价比拉满，前后端运维部署一个人搞定
大部分前端兄弟，平时就是调 UI ，把后端给的 JSON 展示上去。连接口文档都懒得看全。 现在老板要的是一个能指挥 AI 干活的人，不是被 AI 指挥的人。 出了 bug ，你跟老板说“Claude 让我这么写的”？老板不骂你算我输。 我们公司那个后端，以前写 java 的，完全不会 css 的那种。现在用 cursor ，不会的布局就让 ai 写。客户改需求，他直接让 ai 改，前后不出半小时。你以前要搞一天的东西，人家连 chrome 都没开就搞定了。 现在公司招人更偏向于三年经验的后端会点点运维，配合 agent 性价比拉满，前后端运维部署一个人搞定
大部分前端兄弟，平时就是调 UI ，把后端给的 JSON 展示上去。连接口文档都懒得看全。 现在老板要的是一个能指挥 AI 干活的人，不是被 AI 指挥的人。 出了 bug ，你跟老板说“Claude 让我这么写的”？老板不骂你算我输。 我们公司那个后端，以前写 java 的，完全不会 css 的那种。现在用 cursor ，不会的布局就让 ai 写。客户改需求，他直接让 ai 改，前后不出半小时。你以前要搞一天的东西，人家连 chrome 都没开就搞定了。 现在公司招人更偏向于三年经验的后端会点点运维，配合 agent 性价比拉满，前后端运维部署一个人搞定
大部分前端兄弟，平时就是调 UI ，把后端给的 JSON 展示上去。连接口文档都懒得看全。 现在老板要的是一个能指挥 AI 干活的人，不是被 AI 指挥的人。 出了 bug ，你跟老板说“Claude 让我这么写的”？老板不骂你算我输。 我们公司那个后端，以前写 java 的，完全不会 css 的那种。现在用 cursor ，不会的布局就让 ai 写。客户改需求，他直接让 ai 改，前后不出半小时。你以前要搞一天的东西，人家连 chrome 都没开就搞定了。 现在公司招人更偏向于三年经验的后端会点点运维，配合 agent 性价比拉满，前后端运维部署一个人搞定
很多人的理解还存在偏差，说前端的活不会不会被替代，客户很挑剔，需要不停的调整。。 你的理解有偏差。。这里说的没了，是指岗位没了，不是他那个岗位的活没了。。。 你说的场景。。。任何一个后端+AI就可以做。。。所以，纯前端岗位没了。。 但是一个前端+AI，由于知识库有限，他不懂的后端知识很多，所以前端+AI没法干现在后端的活。。 你说的只是写代码，但现实里，后端的活一堆堆的，有了客户后的一系列工作都属于后端， 包括需求分解，澄清，设计，制定计划，开发，部署，运维。。。。现在的现实情况是，这些事情都是后端在做，而前端（大部分，大部分，大部分）只管调UI，把后端返给你的数据显示上去。。。 你说前端可以问AI，但，如果我不说，你知道你要问这些吗？ 老板肯定会找一个指挥AI的人，而不是找一个被AI指挥的人，出了问题算谁的？算claude说错了？ 37 个帖子 - 29 位参与者 阅读完整话题
``` 老板的 OKR: 全力拥抱 AI ，从认知理念，技术，组织，人才，业务，系统全方位以 AI 来驱动新战略业务的实现和突破，成为在行业中 AI 应用的最佳典范。 1.俺们是传统行业，老板对 AI 挺上心的，积极让我们买 Token 用 AI 来编码，还要搞新的产研流程 Spec-Driven ，所有人都按 MD 文档来。 2.团队内部又搞全栈，我怎么感觉全栈一个人搞一个小项目还行，如果 6-8 人团队搞全栈，会不会乱套，业内有成功的案例吗，都是怎么协作的。可以分享一波 ```
``` 老板的 OKR: 全力拥抱 AI ，从认知理念，技术，组织，人才，业务，系统全方位以 AI 来驱动新战略业务的实现和突破，成为在行业中 AI 应用的最佳典范。 1.俺们是传统行业，老板对 AI 挺上心的，积极让我们买 Token 用 AI 来编码，还要搞新的产研流程 Spec-Driven ，所有人都按 MD 文档来。 2.团队内部又搞全栈，我怎么感觉全栈一个人搞一个小项目还行，如果 6-8 人团队搞全栈，会不会乱套，业内有成功的案例吗，都是怎么协作的。可以分享一波 ```
``` 老板的 OKR: 全力拥抱 AI ，从认知理念，技术，组织，人才，业务，系统全方位以 AI 来驱动新战略业务的实现和突破，成为在行业中 AI 应用的最佳典范。 1.俺们是传统行业，老板对 AI 挺上心的，积极让我们买 Token 用 AI 来编码，还要搞新的产研流程 Spec-Driven ，所有人都按 MD 文档来。 2.团队内部又搞全栈，我怎么感觉全栈一个人搞一个小项目还行，如果 6-8 人团队搞全栈，会不会乱套，业内有成功的案例吗，都是怎么协作的。可以分享一波 ```
``` 老板的 OKR: 全力拥抱 AI ，从认知理念，技术，组织，人才，业务，系统全方位以 AI 来驱动新战略业务的实现和突破，成为在行业中 AI 应用的最佳典范。 1.俺们是传统行业，老板对 AI 挺上心的，积极让我们买 Token 用 AI 来编码，还要搞新的产研流程 Spec-Driven ，所有人都按 MD 文档来。 2.团队内部又搞全栈，我怎么感觉全栈一个人搞一个小项目还行，如果 6-8 人团队搞全栈，会不会乱套，业内有成功的案例吗，都是怎么协作的。可以分享一波 ```
背景：坐标南京，Java转全栈。 简单总结了三个关键词：痛点、冲击、支点。 1、原有前后端的场景下，信息对称难，导致的是细节改动往往都是妥协后的结果。 后端在设计接口时关注"数据怎么存"，前端在消费接口时关注"状态怎么流"。 我们先前做的，包括AI现在做的，都是生成类型、写mock、补文档，填补的是"信息传递"层面的缺口。背后我们的意图，一些较为浅显的部分会被AI用模型性能轻松填平。例如0123对应的审核状态，闭着眼也能说。草稿、审核中、审核通过、审核不通过，偶尔AI还能灵机一动，问下要不要发布状态。这并不是AI时代的缺点，反而是需要一直保持的优点。 而另外一些困难的部分，基本都是被我们用个人能力硬推过去的。例如我之前负责过的一份“点位上图”的需求，需求推到我这边了，我这边评估反正是比较难的需求，下面是原型： 数据其实很少，但设计上的交互入口很多，需求里，光是要实现的操作就有：鼠标选位、键盘移位、自定义配置所有图像禁止写死，app端同步显示。 在使用国产御三家（kimi，glm、minimax）的情况下，安装了frontend-design的skill但没怎么主动触发过。我印象里是上午跑了4次前端设计，在我快要放弃的时候他终于给我了一个还算能看的左右布局，然后着手开始打磨。下午调试所有交互，送测的话，这部分拿到了2个C类bug，需求验证通过。最终效果如下： 为什么谈这么多呢，因为换个能力差点的，没个一周想好是不可能的，用国外模型也做不到交付这么快。这也是我在工程化场景下极力避免的、因为个人能力导致的工期估算困难。 2、专业技能被冲击。 网上有个段子，说你们搞大模型的都是码奸 ，你们已经害死了前端兄弟 ，现在也要亲手送走后端兄弟 ，测试兄弟 ，最后还要把运维兄弟送走 我在这里说没有冲击，那肯定是假的。是个人或多或少都意识到，岗位的边界在模糊化。在有些场景下，懂一点和懂很多的人，做出来的结果是相似的，注意只是结果，而且只是相似，后面支点部分会细讲。 就连上面我很自豪的点位上图功能，也是凭运气做出来的，如果国产模型稍微烂一点。让我迭代了七八轮没出结果，就得上报风险，让真正的前端大佬来做。正因为跑出了一个可用的基底，然后才有逐步迭代的勇气，才滚起AI的雪球。 这也是我认为的：AI只是工程化的放大器，不是许愿机之类不切实际的东西。 所以冲击在于懂了一点就能很快懂的更多，学习上手的速度，很快能让现有的技术资源贬值，所以我们都在寻求一个更牢固的技术门槛。或者换个中性的词汇，我在这里称为技术支点。 3、自己要寻找新的技术支点。 这里也不扯什么拥抱变化、终生学习、热爱技术之类的了。总之当前所有信息资产都可以被AI进行解构重组，想要的话门槛肯定是没之前的高，收益相对的也是如此。只不过有的还存在信息差，有的已经被玩烂了。最近也是在思考给自己增加更多“支点”，无论是生活上、还是技术能力上，这个词我觉得用在这里是蛮贴切的。 如果一直停留在追寻的结果是什么，很容易陷入空虚，因为结果一定是：“全都是技术的中间产物”。 我理解的harness工程是没讲什么新东西的，但我一直在用这套思想。因为我觉得用好一个工具，最先要做的就是自定义设置，打磨利好自己性格的工具。 学习的意义是为了更好的产出，这份含义不在于我们记住了多少，而是遗忘了很多不提升产出的东西，最终留下了多少。 而那些遗忘的东西，构成了我们的审美本能。懂很多的人产出的结果，就是带有独特的审美风格，无论这个风格是否被需要，但AI时代下就是欠缺这种个性鲜明的画风。 ps：开发年限不高，单纯吃了点AI的红利，佬友发现文章的问题，可以不用手下留情 1 个帖子 - 1 位参与者 阅读完整话题