AI 正在淘汰普通前端?资深工程师的破局思考
不是 AI 淘汰人,是会用 AI 的人正在淘汰不会用的人

最近一个月,我身边的前端圈子弥漫着一种微妙的气氛。
打开朋友圈,有人在晒 Cursor 自动生成的复杂组件,有人在讨论 V0 把设计稿一键转代码有多惊艳,还有人转发“AI 将取代程序员”的文章配上一句“瑟瑟发抖”。
与此同时,我的一位朋友——一家中型创业公司的技术负责人,上个月刚把前端团队从 8 人缩减到 5 人。
他跟我说了句大实话:「不是裁员,是确实不需要那么多人了。以前两个人干三天的活,现在一个人加 AI 一天就能搞定。」
这句话让我沉默了很久。
作为一个写了八年 JavaScript、经历过 jQuery 到 Vue、React、从 Webpack 到 Vite 数次技术变革的老前端,我隐约感觉到:这一次,真的不一样了。
一、AI 到底改变了什么?
先别急着焦虑,我们冷静分析一下:AI 在前端开发中,到底扮演了什么角色?
过去三个月,我把 Cursor、Copilot、Claude 3.5、CodeBuddy深度集成到了日常工作里,得出的结论是:
AI 并不擅长「设计架构」,但极其擅长「生成代码」。
具体来说,AI 在以下场景表现得像个超级实习生:
写一个符合特定格式的Vue组件
把一段 ES5 代码重构为 ES6+
根据注释自动补全函数逻辑
写单元测试用例
把 CSS 从 px 转成 rem
将重复的代码抽取成公共函数
这些任务有一个共同特点:明确、重复、有模式可循。
而这恰恰是过去初级前端工程师的主要工作内容。
换句话说,AI 正在吃掉的是“搬砖型”的工作。
二、普通前端 vs 不可替代前端
我观察了身边那些「目前还没被 AI 威胁」的资深前端,发现他们身上有几个共同的特质:
1. 系统设计能力
他们不是拿到需求就开始写代码,而是会思考:
这个组件应该怎么拆分?
状态放在哪里最合适?
未来扩展性怎么样?
性能瓶颈可能在哪里?
这些东西,AI 目前做不到。因为它没有业务上下文,也不理解「三个月后这个模块会怎么演变」。
2. 边界问题处理能力
AI 生成的代码跑通「快乐路径」没问题,但到了边界情况就露怯了:
网络断了怎么办?
后端返回的数据格式异常怎么办?
移动端低端机型卡顿怎么办?
业务场景交互极度复杂怎么办?
这些「脏活累活」,AI 处理不好,但恰恰是线上稳定性最关键的环节。
3. 跨部门协作与抽象能力
把产品经理模糊的需求,翻译成可执行的技术方案;把设计稿上没标注的交互细节,提前识别出来;在代码 Review 时,看出别人看不见的性能隐患。
这些是工程师的经验直觉,不是大模型的概率预测。
三、破局:我的四个思考方向
如果你不想成为被「优化」的那一批,下面是我正在实践的四个方向,供你参考。
一:从「写代码」转向「设计代码」
以前我们的价值在于「能写复杂的逻辑」;现在的价值在于「定义清楚让 AI 写什么」。
这意味着你需要更强的抽象能力和表达能??。
举个例子:同样让 Cursor 写一个表格组件。
普通做法:直接描述「写一个表格,有姓名、年龄、操作列」。
资深做法:「写一个泛型 Table 组件,支持列配置、排序、筛选、分页,且每一行可展开子内容。列渲染支持自定义函数。使用 TypeScript,Props 要严格定义。」
后者生成的代码质量,远超前者。而能写出这种 Prompt 的前提,是你脑子里已经有了清晰的组件设计。
二:深挖「AI 不擅长」的领域
AI 目前仍然很弱的地方:
系统级性能优化(比如让一个重渲染的页面从卡顿变流畅)
复杂的状态机设计(比如一个多步骤表单的回退逻辑)
跨端复用的架构设计(比如一套代码跑 Web + 小程序 + App)
线上故障的快速定位与止血
这些领域,经验的含金量不仅没降,反而更高了。
三:让 AI 成为你的「杠杆」
我现在的开发模式是:
脑子设计好架构和数据流
用 AI 快速生成基础代码
人工审查、修改边界情况
用 AI 生成单元测试
人工跑通完整流程并做性能验证
同样的需求,以前需要一天,现在可能两小时。多出来的时间,不是用来摸鱼的,是用来研究更深的问题的。
思考四:保持学习,但不追风口
不用焦虑地每天追最新的 AI 工具。核心能力依然是:
扎实的 JavaScript / TypeScript 功底
浏览器底层原理的理解
工程化与架构设计思维
解决问题的通用方法论
这些是「不变的东西」。AI 工具会变,但这些东西永远不会过时。
四、写给同行的话
我知道很多人看到 AI 的进展会焦虑,甚至怀疑自己的职业前景。
但我想说的是:前端这个岗位不会消失,消失的是「只会写 UI 组件」的前端。
回想一下:
jQuery 时代,很多人只会操作 DOM
后来框架来了,会操作 DOM 的人被淘汰了
现在是 AI 来了,只会写简单组件的人正在被淘汰
每一轮技术变革,淘汰的都是「停留在上一轮能力模型」的人,而不是这个岗位本身。
AI 不会写代码——它只是生产代码的工具。真正不可替代的,是你对业务的理解、对用户体验的追求、对技术边界的探索。
这些,大模型学不会。
如果你也对「前端 + AI」的深度实践感兴趣,欢迎关注我的公众号,后续我会持续分享:
Cursor 的高级使用技巧
如何用 AI 做性能优化
大模型辅助架构设计的最佳实践
留言区聊聊:你现在在工作中用 AI 辅助编程了吗?遇到过哪些坑?
夜雨聆风