建议应届毕业生不要再做前端开发了

大家好,我是双越。前百度 滴滴 资深前端工程师,慕课网金牌讲师,PMP。我的代表作有:

  • wangEditor 开源 web 富文本编辑器,GitHub 18k star,npm 周下载量 20k
  • 划水AI Node 全栈 AIGC 知识库,包括 AI 写作、多人协同编辑。复杂业务,真实上线。
  • 前端面试派 系统专业的面试导航,刷题,写简历,看面试技巧,内推工作。开源免费。

我正在开发一个 AI Agent 智能体项目 智语 ,它是一个 AI 智能面试官,可模拟面试、优化简历、解答面试题等。有兴趣的同学可围观项目,或加入学习。

开始

最近很多同学私信我,想转全栈开发。这有点太后知后觉了,我从一年半之前 2024 年春天就开始宣传前端转全栈。

其实我最早意识到这个问题是 2023 年,那时候的招聘行情已经开始明显下滑了,已经开始裁员。

纯前端开发没有未来

纯前端开发 UI 界面和增删改查,这些基础功能 AI (Copilot Cursor 等)现在已经做的很好了。

而且 AI 还在飞速进化中,几个月就一个大模型出来。那么一年以后、两年以后,你觉得 AI 留给你的时间还有多少?

到时候前端团队裁掉,只保留 1-2 个人,前端代码由后端人员通过 AI 写出来。有搞不定的问题找那 1-2 个人看看。大概就是这么个模式。

当然,后端开发如果只做增删改查,也会面临同样的问题。但整体来说,后端的业务属性、复杂度比前端要大很多,AI 理解难度更大。

前端开发人员,你只有基于前端,再去结合其他的领域和技能,才能保证自己的职业生涯。例如全栈、跨端、3D、游戏、音视频等,这其中最常见、最大众的就是全栈。

应届生不要再做前端开发

记得 2 年之前,有一个女生找到我,说想付费跟着我从基础学习前端开发。她当时已经毕业好几年了,而且是个专科学历。我直接回复:建议不要学,学了也很难找到工作。把她给打发走了。

我近几年自由职业以后,是靠搞项目搞咨询等服务来挣取生活费,但是我不乱挣,不误导别人。

同理,最近有几个应届毕业生找我 1v1 面试咨询服务,我都诚恳的告诉他们:虽然你现在选择了前端,但以后一定要去学习其他技能,尽早褪去前端这个角色。

我诚恳的讲,全面的分析,他们也都非常理解。

所以,建议应届生不要再学前端开发了,学了你以后也得再去扩展别的技能。你比如直接搞服务端,搞 java 和 python 等,然后通过 AI 来搞前端,这样更方便。

前端如何转全栈?

已经是前端的你,尤其是只会做 Vue 后台管理系统的,如何转全栈(或其他技能)?一步一步来。

第一,先把 AI 编程工具用起来,技能不变的情况下,先提高你自己的开发效率,保证当前自己不容易被淘汰。

第二,基于你现在开发的项目(项目比较大的话,可以基于一个模块)搞清楚这个项目的服务端大概的运作过程,有不清楚的可以问问服务端的同事。虽然你还不知道怎么开发服务端,但接口、数据库这些概念你应该听说过,用图形的方式把服务端的流程画出来,你能看明白这个大概的图,就可以了。

第三,学习 Nodejs 基础知识和 koa express 等基础框架,以及 mongodb 和 postgres 数据库,在学习的过程中,看能否和第二部的流程图对应起来。

第四,试着搞一个自己的全栈项目,先从基础的增删改查开始,先能在本地运行起来。

第五,试着搞一个复杂项目,试着发布上线,去使用域名、服务器、serverless、OSS、CDN、数据库等线上服务,例如我的 划水AI 项目。

最后

全栈只是基本盘。如果想要更好的机会,推荐去搞 AI 开发,例如我正在做的 智语 项目,一个 AI Agent 智能体。

你看现在哪个产品都支持 AI 能力。例如 AI 出来以后 stackoverflow 流量下跌严重,现在它也有 AI 问答模式了。

包括传统的搜索引擎,问答社区,office 软件,还有操作系统,都已经集成 AI 并且还在探索如何深度集成 AI 。

相关推荐
烟小栀3 小时前
Windows下的深度学习环境配置参考及配置教程
人工智能
tellmewhoisi3 小时前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论
oil欧哟3 小时前
从产品经理视角拆解 DeepSeek Super-agent:双层路由与异步调度架构
人工智能
张张123y3 小时前
个人助手型 Agent 的六个工程细节:Hermes 与 OpenClaw 的审批、委派、上下文与调度
网络·人工智能·开源·后端开发·ai agent
嵌入式 Linux手记4 小时前
嵌入式面试都考的置位清位:位运算四件套
linux·c语言·驱动开发·面试·职场和发展·嵌入式
JonaHu4 小时前
AceDataCloud Coding Plan 多模型编程:本地、CI 与团队仓库的 Token 隔离实战
ai编程·devops·codex·api安全·claude code
Dawson Zhu4 小时前
【模型量化⑦】W4A8与GPTQ-Int4:极限压缩与MLC-LLM部署实战
人工智能·语言模型·架构·aigc·agi
羲云网络4 小时前
一份多模型编程套餐怎么控成本:AceDataCloud Coding Plan缓存、Credits与鉴权排错
api·ai编程·codex·claude code·acedatacloud
千寻技术帮4 小时前
50055_基于AI的互帮互助小程序(源码+文档+数据库脚本+部署教程)
数据库·人工智能·小程序·毕业设计·springboot·课程设计
nice_lcj5204 小时前
【从零理解计算机网络 · 15】完整串联:一次请求的全旅程,以及那道经典面试题
网络·计算机网络·http·面试·tcp·总结·网络排查