最近看到太多 cursor 带来的焦虑,有些话想说

大家好,我卡颂。

最近,有很多用cursor短时间开发应用的例子,其中不乏没有编程能力的非程序员。

这就给程序员群体带来一种焦虑 ------ 我赖以谋生的技能会快速贬值么?

之所以会有这种焦虑,是因为看待AI与看待自身职业的角度不同:

  1. 从发展角度看待AI:默认AI能力会越来越强

  2. 从静态角度看待本职工作:默认程序员工作一成不变

如果我们能从发展角度看待本职工作,就能看到不一样的东西。

欢迎加入人类高质量前端交流群,带飞

前端会经历的三个阶段

以我熟悉的前端行业举例(其实程序员工种也适用)。

从发展角度看待前端行业,当前行业正处在大规模的开发范式迁移中。

什么是开发范式迁移?举2个例子:

  • 从原生JS过渡到jQuery的链式写法

  • 从jQuery的命令式过渡到前端框架的声明式写法

当前,前端行业正处在由AI主导的新一轮开发范式迁移中,这是阶段一。

当开发范式迁移完成后,会形成事实上的新的前端技术栈,这是阶段二。

当新的前端技术栈形成后,会产生新的前端发展路径。

完整三个阶段演进过程如下:

接下来我详细解释下每个阶段。

阶段1:开发范式迁移

大规模开发范式迁移 的显著特征,是不断出现新的开发工具,不断有开发工具被抛弃。

比如,在AI辅助编码 领域,先行者是Github Copilot,他开创了AI驱动的Tab补全代码这一AI辅助模式。

再往后,有了Continue、Cursor、Windsurf,在Copilot基础上创造了更多辅助模式,比如:

  • Chat模式

  • Normal/Agent Composer

其中,AI驱动的Tab补全代码已经逐渐成为程序员开发标配。

这就是开发范式迁移的一个例子。

接下来,我再举一个例子。

AI驱动的前端脚手架工具

当提到前端脚手架工具 ,大部分人第一反应是Vite、CRA这样的工具。

他们都属于上个前端开发范式时代的脚手架工具。

在当下,已经涌现很多AI驱动的前端脚手架工具 ,比如v0、bolt.new。

v0是Vercel开发的,可以理解为他是基于Vercel旗下开发工具(Next.js、shadcn)的前端脚手架工具。

bolt.new是Stackblitz开发的,没有绑定具体前端技术,是一个比较通用的全栈项目(基于Node.js)脚手架工具。

总结下,在范式迁移过程中,这些新技术不断涌现,又不断消失。

最终的胜者会成为未来前端技术栈中的固定嘉宾。

一件有趣的事:一般来说,技术、工具的普及是由于"程序员大规模认可"。但未来,他们的普及可能是因为"AI大规模认可"

阶段2:新的前端技术栈

为什么AI辅助编码已经是开发标配,但大部分公司的招聘要求中却没有提及?

因为AI辅助编码还在高速发展中,没有形成最佳实践。

只有到形成业界公认的最佳实践,成为新的前端技术栈,才会出现在主流的招聘要求中。

对Cursor的焦虑本质来说,就是没意识到随着AI的发展,前端技术栈也会更新。

如果Cursor(或者Cursor同赛道的最终胜者)是程序员技术栈中要求需要熟练掌握的工具(就如同当前前端技术栈中的前端框架)。

那你还会因为"工具提高了开发效率"而焦虑么?

阶段3:新的前端发展路径

当前端(或其他任何程序员工种)完成开发范式迁移,形成事实上的新技术栈。

会造成两个结果:

  1. 职业门槛大幅度上升
  2. 开发效率大幅度提高

这势必会让行业洗牌,出清掉大量从业者。

同时也会形成新的前端发展路径。

当我们最终达到阶段3(产生新的前端发展路径),我认为他会是下面这样:

未来,基础的前端岗位是使用AI工具的前端专才,他包括两项能力:

    1. 熟练使用AI编码辅助工具
    1. 熟练的前端理论知识(类比当前的资深前端)

前端专才有两个进阶方向:

  • 制作AI工具的前端
  • 使用AI工具的前端多才

我解释下这两者。

其中,制作AI工具的前端类似当前的基建岗前端。

但不同的是,当下的基建岗前端很难回答一个问题:我花费大量时间做的工具相比同类开源产品有啥决定性优势?

与前者不同,制作AI工具的前端 的产出是业务定制化的AI提效工具,这是与业务强相关的。

就像曾几何时,任何前端团队都需要一个webpack配置工程师一样。

前端多才则是指以前端技能为核心能力,同时掌握与前端相邻、平行工种的工作技能

  • 相邻工种:UI、测试、后端、产品
  • 平行工种:其他端的前端

这里举一个大前端开发工程师的例子。

当前国内开发现状是 ------ 端碎片化。

小程序、移动端、hybrid、web等,一个需求可能有多端开发需要。

对于多端开发需求,常见的解决方案有两种:

  • 花钱方案:组建大前端团队
  • 省钱方案:使用跨端方案,UniApp、Taro、React Native、Flutter...

由于各端逻辑类似,如果你同时掌握多端能力,只要实现一端后,就能借助AI将代码转为其他端。

只要"AI转代码的成本"比"调试跨端框架"低,这就是可行的。

随着AI的发展,当前者的收益显著高于后者后,就会出现大前端开发工程师这一前端多才职业。

总结

事物是发展的,不仅AI如此,程序员行业亦是如此。

如果用静态的眼光看待程序员行业,满满都是被AI取代的焦虑。

但用发展的眼光看待时,这一行仍处于这波AI浪潮的早期 ------ 大规模开发范式迁移阶段。

后面还有很长的路要走。

相关推荐
子兮曰3 天前
jev-ultrafast 深度解析:7 秒订机票的浏览器 Agent 是如何炼成的
前端·后端·agent
子兮曰3 天前
Jev 爆发一周:7 秒 Agent 背后的 System One 生态与三场争议
前端·后端·ai编程
AlbertZein3 天前
Step-5-Preview 上手实测:3D 游戏、金融分析、网页设计一次跑完
人工智能·aigc
前端小万3 天前
写公众号赚了 3000 块后,我做了一款叫 "一键成稿" 的软件
前端·微信小程序
爱勇宝3 天前
ZCode 开源 24 小时:一份没有历史的账本,回答不了"有没有偷代码"
前端·后端·chatglm (智谱)
三十而立洋3 天前
Cookie 详解:从产生到安全,一次讲透
前端·javascript
卡布鲁3 天前
把一个 Vite + Vue3 应用塞进 qiankun (React + Umi3) 主站:十个坑的复盘
前端·javascript·react.js
VIP_CQCRE3 天前
Coze 接入自定义模型更简单:用 Ace Data Cloud 打通 OpenAI Responses API
openai·api·ai agent·coze·acedatacloud
AIGCmagic社区3 天前
文档智能专题:小模型后训练怎么选样本?PaddleOCR-VL-1.6按三类弱点挖掘
人工智能·aigc·文档智能
汉堡大王95273 天前
Jev:不是聊天机器人, 而是一个智能 if 语句
前端·人工智能·后端