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

type

status

date

slug

summary

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）。

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/tensorflow、pytorch/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。

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。

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。

开源仓库的Star榜单，依然是大前端和AI霸榜。其中 tensorflow 和 transformers 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，tensorflow 和 transformers 也是如此。

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。

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～