年终总结:新的技术周期,每个前端都有更好的职业转型机遇

🧑‍💻
推荐全栈学习资源:
  • Next.js 中文文档:样式和官网一样的中文文档,创造沉浸式Next.js中文学习体验。
  • 《Chrome插件全栈开发》:真实出海项目的实战教学课,讲解Chrome插件和Next.js端的全栈开发,帮助你半个月内成为全栈出海工程师。
  • 去年12月初,一位朋友给我发来消息:一个 hack ChatGPT 接口的 Chrome 插件火了,迅速获得10万用户。彼时我对 AI 的认知还是「会下围棋的机器人」,我对 ChatGPT 的想法则是「让子弹飞一会儿」。因为这些年互联网有太多雷声大雨点小的概念,比如区块链、VR/AR;还有些甚至留下一堆乱摊子的概念,比如比特币、P2P;有这些前车之鉴,我很难对这个新来的 ChatGPT 有美妙的幻想。

    春江水暖鸭先知,资本嗅出了新时代即将来临。2023年3月份,多方消息显示,上面那个 Chrome 插件被200万收购,创作者的无心插柳竟让自己财富自由(广义上)。收购方是深耕企微生态圈的开发商,他们表示买下这个插件就是表明决心下一阶段深耕AI生态圈。随后,我们看到越来越多大厂跑马圈地的故事。

    现在,我们回想这12个月AI的发展进程和带来的变革,完全可以说是 ChatGPT “轰”地炸开了一个完全不同的2023年。在那之前,我们谈论Vue3、小程序、低代码和面试,在那之后,我们谈论AI、AI、AI和面试,掘金还推出了AI面试。沉闷多年的技术圈终于迎来新的周期。

    在将近一年的时间里,我忙碌地了解AI、调用AI,在年终开始为我热爱的前端和同行们思考:在新的技术周期里,前端工程师有哪些选择?

    本文首发于博客「👉J实验室」,欢迎加入「🌍独立全栈开发交流群」,一起学习交流前端和Node技术

    AI会带来什么?

    生成式AI的能力取决于模型算法、训练数据和提问(也就是Prompt)的精确度。作为用户,我们能做的是选择一个模型算法和训练数据合格的AI,然后保证提问的精确度,就能获得一位最佳助手。

    当你拥有一位任何时候都能快速响应你的需求的助手,那你就拥有了知识平权的机会。没错,我认为AI带来最大的变革就是——知识平权。AI当然无法带来完全的知识平权,但是我们可以相信它们会带来比以往更平等的知识获取权利。

    我举几个例子:

    • 翻译:你不仅可以用AI翻译,还能让AI以中文阅读习惯进行翻译;
    • 设计:通过Figma或即时设计的AI工具,你只需要描述需求,AI就能为你完成UI设计;
    • 学习:如果你是一名前端,你想学习后端或运维的知识,可以边实操边提问,AI的帮助绝对比你在搜索引擎寻找答案快速;
    • 素材资源:你不会设计,却可以让AI为你生成图片,比如这篇文章的封面图;
    • 复杂公式:以往你根本记不住的正则规则、sql语句,现在只要一句文字描述就能获得正确答案,还有比这更有冲击力的用法吗?

    在我使用AI之前,简直无法想象一个人可以快速完成这些工作,因为每一项都需要专业知识或技能的积累,而我只是一名前端工程师。拥有AI之后,在以上领域我都以极低的成本获益,这就是AI带来的知识平权。

    AI会引起技术圈巨变吗?

    时至今日,仍有很多开发人员没有从AI获益,当你没有获益的时候就很难想象AI带来的影响。

    Github与哈佛商学院的一项研究表明,到2030年,开发人员从生成式AI中受益的生产力提升预计可为全球经济贡献1.5万亿美元;而且AI工具将帮助开发人员提升30%的效率,相当于多了1500名专业开发人员(对「专业开发人员」定义不同得到的数据会不同,此处仅引用研究结果)。

    image3-3.webp

    很显然,AI将给技术圈大环境带来改变。

    还有另一项数据,根据Github官方年度数据,2023年生成式AI项目数量呈现爆发式增长。在2023年以前,开发人员使用 tensorflow/tensorflowpytorch/pytorch 等机器学习库构建AI项目,从2023年开始,有更多的开发人员使用AI模型和LLM(例如ChatGPT API)开发了AI项目。

    github-global-growth-of-generative-AI-projects.webp

    这一切归功于优秀的AI模型蓬勃发展。AI模型一旦开放API,就会降低普通开发人员的开发成本,从而促进有创意的开发人员创造出更多的AI工具,进一步降低了普通人使用AI的门槛。这是一种良性循环,而现在才第一年。

    AI大模型和普通用户之间,正是我们这些开发人员。我们既可以做AI变革下的受益者,也可以做AI变革中的一环。所以我相信,无论开发人员是使用AI工具,还是开发AI工具,都一定能挖掘出一些新的机会。

    2023前端现状如何?

    从去年到今年上半年,“前端已死论”甚嚣尘上,如今这种论调自己“已死”。因为技术是实实在在的东西,它不会因为你的雄辩和诡辩而改变。事实是这一年大前端仍在快速发展,大前端的触角伸向了更多的技术场景。

    从编程语言角度看,JavaScript持续霸占第一名,今年TypeScript也超越了Java,进入前三。

    top-programming-languages-2023.webp

    TypeScript排名能够上升和社区的推广密不可分,但还有一个隐藏的原因则是基于AI模型开发的产品中有相当一部分是使用前端框架+Node.js或者全栈框架完成开发。

    在开源项目贡献者排行榜上,大前端与AI项目并驾齐驱,共享榜单。

    github-top-open-source-projects-by-contributors.webp

    开源仓库的Star榜单,依然是大前端和AI霸榜。其中 tensorflowtransformers 都推出了 JavaScript 的开发库,这么做的原因也正是因为 JavaScript 拥有大量的开发者。

    一切能让 JavaScript 开发者轻松使用的库,总是能以最快速度普及开来。各家AI模型如此,tensorflowtransformers 也是如此。

    top-software-repos-on-github.png

    如果你把前端当作用 cli 创建项目、cv 组件库代码,再写几个 if-else,那么这样的前端天花板确实很低。如果前端仅仅是这样,JavaScript 也不会成为世界第一语言。

    从各项数据我们都能看出来,前端的蛋糕足够大,而且会更大,JavaScript 已经在机器学习领域获得一席之地了,就不会被时代抛下。

    前端有哪些转型机会?

    又到了大家最喜闻乐见的话题了。

    一般的观点都是:技术人员的上限是CTO,而CTO需要有足够多的项目设计试错和积累才能诞生,前端没有这样的场景和机会,前端的天花板就是前端组长。

    如果你在纵向规划职业生涯,那么这个观点是有价值的。但你不妨脑筋急转弯一下:如果带着对行业与技术的理解,换个地方爬升,或许能打造出新的一番天地。

    机会一:产品工程师

    我是从玉伯的演讲文章里第一次知道「产品工程师」这个概念。玉伯认为前端更了解用户,可以去做【产品经理+前端工程师】,也就是产品工程师。他本身也确实这么做,而且获得了用户的认可。我完全认可他的想法。

    机会二:UI设计师

    在一个团队里,前端如果遇上一位不懂前端但是强势的设计师,那种感觉比遇上需求说不清的产品经理还难受,所以做一名「懂前端的UI设计师」也是一个不错的机会。

    在我的身边,就有一位老前端,他从 jQuery 时代走来,边做前端边自学UI设计,到了框架时代,转型全职UI设计师,他的设计稿能够做到既兼顾开发的可行性,又让客户认可,曾经有一个客户多次找我们领导夸界面设计超出预期。

    机会三:Node端、全栈工程师

    Node端工程师和全栈工程师在国内的需求比较小,但在国外,JS全栈是非常流行的做法。近些年风靡技术圈的低代码、无代码技术,大多也都依赖于Node端来做。

    如果你学会了Node,即使公司里没有需求,你依然可以用前端和Node技术独立做一个副业产品,给自己发展出人生的第二曲线。例如机遇 AI 大模型的 API 开发出你自己的 AI 工具。

    我希望国内前端程序员能一起学习Node端和全栈知识,推动整个行业发展,扩大前端工程师的生存空间。

    如果你想尝试全栈开发,Next.js 和 Nuxt.js 可能是不错的入门教程,它们分别是 React 和 Vue 的上层框架,学习成本较低。

    next vs nuxt.png

    机会四:技术专家

    前端是一门涉及面很广的技术,JavaScript(React、Vue、Node)、CSS(包含SVG、Canvas、动画三大分支)、移动端(RN、Flutter)、客户端(Electron、Tauir)有任一项你能够深入学习,只要你觉得学有所得,就可以写技术分享文章,这样能获得正反馈,会进一步激励你继续学习。长此以往,你不仅可以成为技术专家,还能为自己在技术圈积累一些名声。

    为什么我觉得这是一项大众皆可行的方案,因为以前你为了学透一个难点,你要不断查资料、闭门思考,一个难题可能消耗十天半个月,但是现在你可以和AI讨论,AI会给你启发,让你减少闭门思考的时间。

    机会五:机器学习

    AI领域的机会肯定还有很多,只是现在还是发展初期,我们看到了大模型争奇斗艳,但缺乏AI技术基础和想象力,所以很难发现这个领域的机会。

    如果有人想进入机器学习的领域,我会建议去了解以下技术:

    TensorFlow.js:用于在 Web 浏览器和 Node.js 中训练和部署机器学习模型的 JavaScript 库

    Babylon.js:使用 AI 驱动的图形构建 3D 游戏和应用程序的框架

    Google AI Experiments谷歌创意 AI 实验的集合,包括游戏、音乐和艺术

    其实总结下来,无论转型还是深耕自己熟悉的领域,都需要投入大量的时间学习。这不仅是对于前端工程师来说,是所有岗位都是如此。真正的机会和机遇都藏在不断学习和折腾之中,AI时代的知识平权则会让我们在学习与折腾里少走一些弯路。

    这是AI爆发后新技术周期的第一年,无论你是否认可AI的能力,你都得相信未来AI的能力会到达你脑子里的理想状态。无论你选择什么样的职业道路,都应尽快拥抱AI,成为新技术周期较早入场的人,去享受这个周期的技术红利,去找到自己在这个时代的技术转型机遇。

    结语

    我原本想写大前端总结,比如写写Vue2走到生命尽头、React转型底层框架、Selvet放弃TypeScript,但思来想去,这些信息背后有再多故事也只是给前端娱乐圈增加素材,不如认真思考一下前端工程师路在何方,于是就有了这篇文章。谢谢阅读~