吴亮： 做前端的同学比较了解我，之前很多年我一直是在做前端这块的事情，之前也先后在百度、360、字节跳动负责前端和带前端团队。但在过去三年的话，其实我就是在掘金做技术社区，现在的话我是自己出来创业。我们是个小公司，现在是创业团队，之前的话是做前端的 SaaS 服务的，然后现在在做一些跟 AI 相关的东西。我现在在团队里面负责技术，主要的话是做 AI 和前端。
Q1：AI 技术在前端开发中到底扮演着什么样的角色？
吴亮： 因为 AI 的话你发现它其实是有一些就是比较好的交互能力的，就是它有这种深层次的聊天，它其实是一种非常好的新的交互方式。现在的话其实是在做这样的一些事情，我们做一个很简单例子，比如说过去的话，Web 应用我要收集用户的信息，我可能让用户提交表单，这个事情其实做起来挺费劲的。现在的话很可能在界面上我就是一个AI跟你稍微聊几句，那你简单介绍一下自己，OK，我就 get 到你的信息了，你就不需要输入那些特别复杂的表单了。所有的这些东西你就可以用一种可能更人性化的一种交互方式去获取你用户的信息，而且用户的话他也会觉得对于他来说体验其实更好。
然后我们现在其实你要做这些事情的话，我们其实更多的还是对 AI 生成的这种聊天机器人去做一些约束嘛，就是让它只负责收集哪部分信息，然后它必须要收集哪部分信息，然后哪些信息是比如用户隐私它是不问的，诸如此类的。再训练这些模型，然后把这些模型应用到 Web 应用当中去。
Q2：AI 可以直接生成代码在未来将会取代程序员的工作么？
吴亮： 我是 Copilot 的重度用户，我发现非常好的一点就是它真的能够帮我节省非常多的那种我们所谓的干体力活。因为我们做程序写代码你都知道嘛，比如说我定义了一组接口，然后接下来我可能要定义另外一组接口，它的实现模式可能跟前一组接口是差不多的，我又不能直接 copy 代码，就算我 copy 代码其实也挺麻烦，我还要改配置，改一些实现的细节。但是我发现 Copilot 非常强的一点就是它会学习你之前写代码的那个风格，通常情况下就是我可能写了一个接口，然后后面的接口我就基本上 Tab 一下 ，它就自动帮我写好了。
这一点其实它能够省掉我们非常多的这种纯粹的消耗体力的工作，所以你就可以把更多的时间去放在你去思考整体的这个架构整个模型，然后就是一些细节的技术难点上，我觉得这个反而能够促进我们的工作。我不太觉得 AI 真的能取代所有写代码相关的工作，但是它可以把一些重复性劳动和一些体力活取代，我觉得这一点的话其实对我的工作来说效率提升其实是蛮大的。
Q3：当下的市场上有什么让你眼前一亮的AI应用么？
吴亮： 这一块目前可能也不太有，还比较少，所以我们现在其实是在做这块的研究的，我觉得说可能前端这个领域也刚刚在了解 AI 的阶段，大家可能还没有完全的把这个 AI 当做是一种交互手段。这个东西其实受限于过去发展的历史，就是很多前端工程师在思维里，其实不仅前端工程师我觉得产品经理，在这个思维里面用户交互，还是那些传统的登录验证、用户输入表单，然后或者说点按钮等等，就完成这种交互可能还没有说完全到一个能够把这个 AI 介入到这个交互模式里面来，所以它处在一个探索的阶段。我觉得这个社区还没有起来，就这个方面可能还是会有一段时间的，但是我相信说可能在未来的话包括一些优秀的工具或开源产品，然后或者甚至说比较成熟的商业产品的出现。
Q4：对未来前端开发的发展有什么设想？
吴亮： 我觉得有挺多的想法的，比如我举一个最简单的例子，用户其实使用手机，使用我们的移动端的设备的时间其实是远大于使用 PC 的时间，这指生活，工作上可能不一定，那么在这种情况下，我们发现手机屏幕不管怎么样它还是比较小，所以我们手机上其实更多的是一种对话式的这种交互，其实是更合理的。我不知道你有没有关注那个 OpenAI 它自己的那个应用，就它现在的那个聊天，基本上如果我用 OpenAI 自带的聊天，就像你在跟一个真人聊天一样，就是完全没有区别了，这样的话其实是非常顺畅的。
想象一下我现在报名参加这样一个活动，我打开那个界面不再是让我选择表单，而是一个非常自然的一个人的声音就在问说请问你的基本信息是什么，你要参加哪个会场的会，然后你今天晚上是否要参加晚宴，你把这些都回答完后然后它说谢谢你回复了，你的报名邮件已经发到了你的邮箱，你可以去查收你的邮件，你想这个交互体验就比你之前那个其实要好非常多。
Q5：AI 技术未来会渗透到方方面面么？
吴亮： 我觉得会。我现在研究的另一个方向就是我们把大模型机器人怎么样能够更好的训练去适应不同的工作，很简单的道理就是你如果让它来扮演某个角色，可能我就只需要一段话或者说我设一个 system prompt 就可以解决，但问题在于说你真的让它来扮演一个角色的话，有很多细节你是需要去调的。现在的聊天的话它需要得到一些上下文，我们说一些上下文，就怎么样更好的去把这些用户的输入组织成上下文，然后给这个聊天的机器人，让这个机器人能够更好的扮演它所扮演的角色，就这一点可能是我们需要去解决的。用一些工具或者一些模型或者说是一些方法论去解决这些问题，然后让我们的开发机器人的这个工作变得更简单，然后那个机器人开发出来更加可靠，并且功能更强大。
因为 AI 开发和普通写代码还不一样，比如写代码我一个函数设计好，我给它传一个参数进去，它返回，返回我看那个返回不对我就知道那个函数肯定有 bug。但是 AI 的话，你给它设一个 prompt 的话，它真的不一定说会按照你给它那个条件回答你的，因为它背后的那套概率模型，它恰好可能这一次按照你指令来回答，下一次它可能没有按照你的指令来回答。所以在这种情况下的话，我们怎么样来把这个东西变得更加可靠，这个目前也是在研究和在去做的一些事情。就是我定义的，它也属于广义的 AI 的前端应用，如果把这些东西做好的话其实未来中后台开发，包括我们后台一些系统，就是你可以把 AI 定义成帮助开发者的工具，其实我们也能够更好的去实现这些工具。
Q6：前端有机会转向做大模型开发么？需要掌握什么技能？如何起步？
吴亮： 我觉得现在是一个非常好的机会，其实不叫做大模型开发，我觉得就做这个 AI，包括大模型，包括 AIGC 的一些前端应用。因为现在的比如 OpenAI 的接口就非常简单，国内的一些大模型其实也都有开放平台，这些的接口其实都非常的简单的，我们做前端的同学的话还是应该要去把这样的一些能力应用到我们的产品里面去，我觉得是第一步。
然后第二步的话，如果你想更加深入到大模型的一些东西里面其实也比较简单，我过去也是认为说可能好像做 AI 开发它是不是有很高的门槛，其实我后来发现因为现在的社区做得非常好，而且开源的大模型很多，就是说如果你有一些基础的知识，比如说关于 AI 的神经网络这样的一些，它可能不需要非常高深的知识，可能就是看一些社区或者看一些这种 B 站上的内容学一学基础的东西，其实能够很容易的去理解，还是能够很好的去接触、去深入的做这些东西。有条件的话，我们也有同事有条件的话他可以训练一些自己的模型，当然你要很强大模型它肯定受限于那个算力资源，但是如果比如说一些很普通的现在有些开源模型的话，它其实是可以在这种家用的配置稍微高一点的这些电脑上面的话，其实就可以完成它的那个模型的训练。
所以这里面其实有很多的方式，但我觉得可能跟前端最相关的还是我前面说的那些应用，就是说我们可以把 AI 的这些开发能力应用到我们的产品当中去，这个可能也是需要更多人去做的。我就举一个最简单的例子，比如说我们的 UI 组件，比如说像 Ant Design，有可能我们未来可能就不是出现 Ant Design，可能我们就是 Ant AI，类似于这样的一些带有AI能力的功能的 UI 组件，我觉得在未来的话肯定会有更多。就这些话可以有非常好的这个使用场景，比如说我们最近公司做一个开源项目就是在 GitHub 上叫 documate，做的是如果你是一个比如技术文档，然后你可以把你的内容上传到数据库里以后，我们会帮你生成向量的数据，然后我们会把这些数据的话给那个 AI 模型，然后AI就可以根据你的这些数据来回答你的问题。所以我们那个是一个开源的平台，只要你有 OpenAI 的 key，你就可以自己部署一个，比如说我是开源软件开发者
就我之前做的图形系统叫 Sprite JS，它其实是一个加速入库，然后我肯定有很多文档教用户怎么用，过去用户可能他需要去看我的文档去查找、去搜索到那个内容，现在的话他只需要就是我在那个官网上面，我有一个 Ask AI 的按钮，他点完以后他只要问那个 AI 比如说我要用 Sprite JS 画一个圆或者说我能不能用 Sprite JS 来画一个 3D，然后 AI 的话它马上就可以给你回答并且它输出的那个代码真的是可以运行的。
Q7：在可预见的未来，AI 技术会对现实生活产生什么改变和影响？
吴亮： 我觉得说 AI 可以为我们提供更好的服务，就是比如说我们现在有很多人其实已经有用智能家居了，现在这一代的反正都很弱，你问什么小爱同学和小度什么，它也就每天给我设个闹钟、回答个天气预报啥的。你后面的话就你可以真的有这样的一个是 AI 的聊天的机器人的话，它就可以为你去做很多事情，包括有一定的逻辑推理的能力，然后比如说你未来要出行的话，比如我要安排一个旅游的话，我现在去各种找攻略，未来的话可能我真的会有专门的 AI 来服务。
关键是 AI 服务有个最大特点就是如果你用了这个服务的话，它获得了你更多的信息，比如它知道你喜欢去什么样的地方，喜欢以什么样的方式出行，然后你家里的状况是什么样，有几个大人有几个小孩，你一般出行首选的交通工具是什么，你出行的季节，你喜欢去比如说去人文的地方还是去历史的地方，还是去自然环境的地方。如果它知道你的这些喜好的话，它其实就能够真的为你提供一个很专业的服务。就是基于大数据的这种模型，它只能知道说大部分用户喜欢什么，然后基于那个大数据来推荐你，但是它不懂你，它不知道你自己喜欢什么。我们经常有可能说现在的这种大数据的推荐模型可能会被 AI 的那个给颠覆掉，那个的话才真正的能够做到千人千面，因为它能够懂得你，而不是只是根据大数据去推荐你的一些东西。
Q8：我们距离真正的通用性人工智能还有多远？
吴亮： 我觉得其实不远，就是我之前也觉得说好像还挺远，但是我最近其实在做的一些事情，我就发现反正现在 GPT 4 的话确实已经非常的强大了，它的很多表现其实会超出我的预期。当然它还有很多细节，如果我们要去训练它的话，我们要去让它能够比如说为某个领域服务的话，这个里面可能还有很多技术挑战。上两个月我还觉得说好像很简单，好像这个东西没有什么技术含量，我用一个 GPT 4，然后我给它写一些 prompts，那我 prompts 工程师的话都不像是一个正儿八经的工程师，好像没有什么含量。但是当我自己去调一些模型的时候，我就发现就是我们工程师的思维把这个东西给训练好还真是一个非常有挑战的事情的。相当于你面对的是一个类似于人的一个AI的智能，然后你怎样把这个智能教育好，其实它还是一个挺复杂的问题，它可能需要一些方法论。
就未来的话。我们可能就是创造一个这种 AI bot 可能就像是我们程序员写代码一样，能够通过一套工程化的方法更好的把这个东西给创造出来。其实它现在更多的还是做一些比较通用性的工作，而我们其实也想让它在一些比较专业的方面拿到较好的效果。我们现在其实就是希望说它在某些专业领域扮演某些角色，它能做得非常的好，就是我现在的公司我们也在做这个事情。
Q9：怎么看待落地难这一现象？
吴亮： 我觉得很正常，因为在一个早期肯定会有各种各样的困难，但是从目前大模型出来以后，我觉得这个可能比过去的几年前面临的困难的话会少很多。我们现在依然还有困难，比如我们基于那个大模型去做一个专业领域的应用，它能不能表现得特别好，用户肯定会问这个问题，那我用你们的话和我直接去问 ChatGPT 的话到底有什么区别。但是实际上，产品上来讲我们在调的过程中发现，它其实在很多方面我们还是要去做很多事情去把它给调好的，但是你能不能做到，整体来说这个开发难度还是挺高的。但是总的来说现在其实要做一些应用的话，至少从我现在负责的技术领域我去推演的话，我没有发现说有什么特别会阻碍我们的。我觉得应该只要我们有足够耐心，只要我们找得到方法，应该都能够把这个东西调得很好。
掘金人物：AI进化论
大模型出来之后我们仿佛受到了感召｜对话 Dify.AI 联合创始人延君晨【掘金人物：AI进化论】
我们希望帮助更多 AI demo 变成可落地的应用！| 对话 BentoML 亚太区负责人刘聪【掘金人物：AI进化论】
欢迎加入掘金技术交流群
