前端工程师如何在ai浪潮中生存

最近公司内部给每个开发者配备了Cursor账号,到现在我使用cursor已经2周时间了,之前一直在用Github Copilot下面是我使用的一些感受分享。

# Github Copilot 阶段

最开始使用Github Copilot的时候,它的智能补全,已经有点震撼到我了, 我也时常和同事分享:“哇,他们怎么知道我这里的逻辑是这样的,自动就给我补全了”, “它生成的单测覆盖率还是可以的,写单测很方便哎。” 到后面升级了Vscode之后,Copilot也可以在工作区读取上下文,自动修改问题, 但是它的上下文很简单,一般是当前打开的单个文件,或者需要我来告诉它: “你来读取xxx文件下的逻辑,帮我在yyy文件中生成某个逻辑”,这已经让我觉得非常方便了。 在我看来,一部分工具插件的功能,完全可以让它来做了。 当我使用我家里的电脑(没有copilot)的时候,感觉非常的不舒服,总是想使用Tab键,来补全,看来我已经离不开它了。 它已经是我们生活中的空气和水了,时间长了之后,你或许感觉不到它了,但是一定离不开它!

# Cursor 阶段

在使用了Cursor之后,完全的爱不释手,而且给我的震撼时间持续更久, 现在基本上后台的管理系统的项目,全部都可以使用它来完成了,我只需要充当一个review的角色,判断这次生成的代码是否可用即可,事实证明,80%的代码都符合我想要的结果。后台项目它写的真的非常好了。 在写to C的活动页的时候,给它一个截图,他也可以生成对应的元素标签,只是没有那么精确,需要我来调整,这点让我还是有点不太舒服,调整的过程略微有点痛苦,因为我已经习惯了Tab Tab的情况下,让我还在做这么精细的工作,心态上无法快速适应。

# 总结

整体在使用了AI辅助工具之后,我的整体感受是:我们真的需要调整我们的开发范式了。

# 之前,我们的开发流程

  1. 和产品,交互确定需求和交互细节
  2. 和视觉沟通确认
  3. 开始切图,画页面
  4. 根据交互图,实现交互
  5. 根据需求文档,写逻辑
  6. 与服务端联调接口
  7. 自测
  8. 提测,与测试沟通,修复bug
  9. 解决线上bug
  10. 观测线上数据效果,用户反馈,优化。

其中,3,4,5,6,7,8 这些步骤,更多的是执行者的角色 我们不太需要关注1,2,9,10 这些阶段

# 之后的开发范式

切图更高效,逻辑实现更加高效,交互实现更加高效,联调接口高效,整体来说有了AI的加持,偏执行的部分,都会更加高效了

那么我们是否是需要把更多的精力放在1,2的业务需求阶段 10的优化阶段。

而且我们有更多的时候把交互做的更加友好了,比如,弹窗的动效,交互反馈的动效细节,因为AI好像对动效的实现能力还是偏弱,因为动效是偏创新和定制化的

还有在代码层面,我们更多的是关注架构了,自己应该定位是:架构工程师,交互体验专家,业务经验丰富。

而且虽然我们写代码更加高效了,但是并不代表有了AI,我们就不需要关注代码能力了,

因为就像开车,赛车手需要更加了解车的基本架构和原理,建筑师虽然不需要亲自搬砖建高楼,但是他需要知道每一块转头的力学结构和空间美学。

只有我们有更强的代码能力,才能知道AI写的代码是否满足我们的要求,是否可以采纳。