首发于公众号 code进化论，欢迎关注。
前言
这几年 AI 在前端开发里的能力几乎是肉眼可见地进化"。从最早只能帮我们做做代码补全、提示几个参数，例如早期的 comate。到后来能够独立生成一个完整的 React/Vue 组件，连逻辑、样式和交互都能自动写好，例如 cursor 和 claude。再到现在，AI 已经能根据一句自然语言去搭建整个前端项目，自动创建页面、路由、接口层，甚至跑通基础业务流程，例如 v0 和 bolt.new。AI 的角色正在从"聪明的编辑器"变成"能独立干活的虚拟工程师"，让前端开发的门槛降低、效率提升，也让更多的精力能够投入到真正有价值的产品设计和体验创新上。
AI赋能下的范式迁移
在当前 AI 的发展之下，AI 赋能开发当前还处于最初级的阶段，这里引用了卡颂老师画的一张图：
当前阶段正处于开发范式的迁移阶段，这里可以回想一下前端开发发展的历程：
- 手写 JS、HTML 代码，手动处理浏览器之间的差异点。
- 引入 jQuery 统一 DOM 操作，抹平浏览器的差异性。
- 引入 React、Vue 等前端框架，以数据驱动为核心，将开发者从命令式的开发转为声明式开发。
- ....
现阶段的 AI 也是如此，开发范式的发展到了一定阶段后就会涌现出新的开发技术来降低门槛。
前端开发角色的转变
在 AI 时代下，前端开发的角色会逐步进行转变，如图所示：
-
前端工程师
传统意义上的前端工程师掌握 HTML/CSS/JavaScript，能够把设计稿还原成交互界面，熟悉常见框架（如 React/Vue/Angular）和工程化工具（打包、CI、测试）。他们的价值体现在把产品需求转化为稳定、可维护的用户界面，同时需要关注浏览器兼容、性能优化等。
-
使用AI工具的前端
进入 AI 赋能阶段，前端工程师会把 AI 当成放大效率的助手，利用 AI 的代码补全、组件开发、自动化测试生成等能力提高开发效率。结果是同样的工作可以更快交付，工程师把节省下来的时间投入到更高价值的工作上------比如深挖业务逻辑、做复杂的交互设计、或者搭建更稳健的架构。重要变化不是工具本身，而是将工作重心从写代码转向写提示词、review AI 代码、架构决策与业务理解。
-
会开发AI工具的前端
前端工程师开始参与或主导 AI 工具的开发，能把前端场景抽象成可复用的 AI 提效工具。
-
技术全面的专业前端人才
前端工程师不再只负责前端页面的开发，而需要具备更广的技术视野，逐步向"大前端 / 全栈式"方向演用AI进。AI 能帮助工程师把代码在不同技术栈之间快速迁移，但工程师必须具备跨技术领域的理解能力，才能评估、修改和维护 AI 生成的多端代码。因此前端需要掌握后端基础、Node 服务开发、跨端框架、小程序、移动端等多方向知识，使自己从单一前端角色成长为能够处理多端、多栈、多场景的技术型人才。
AI 如何赋能前端
前端开发流程
理想情况下，如果我们的提示词足够精确，从需求的理解到最后的代码开发，AI 都能帮我们完成开发，开发者唯一要做的就是对生成的结果进行 review，并优化提示词。
对于小型的项目来说这即将成为现实，说残酷点就是只会切图的前端工程师即将失业，但是对于复杂的大型项目来说这条路还很长很长，那现阶段作为前端开发工程师的我们该如何规划，化被动为主动，将 AI 能力内化？
AI如何开发提效
初级阶段
初级阶段开发者只需要会简单的使用 AI 能力即可：
-
代码补全&优化
例如 storybook 示例、单测代码等。
-
使用 AI 完成静态页面、纯 UI 组件等功能开发。
例如使用AI + 截图或者AI + Figma Mcp 完成 UI 开发。
-
....
中级阶段
该阶段开发者需要理解 AI 提示词工程，开发者需要通过合理的 rules 来约束 AI 的行为，确保其在执行复杂编码任务时的每一步操作都安全、可控且符合预期。例如当前业界接受度比较高的 RIPER-5 规范，这个阶段 AI 可以帮助开发者完成：
-
通过设置 rules 完成代码的初步 cr。
-
自动重构与技术债治理。
例如重复逻辑抽离、hooks 拆分、package 循环依赖分析&解决。
-
接口对齐与类型推导
-
按照规范完成功能模块的开发&迭代。
-
...
高级阶段
在高级阶段，AI 赋能前端开发不再局限于单点效率提升，而是进入能力工程化阶段。开发者一方面需要持续扩展 AI 在工程中的参与深度，另一方面针对 AI 幻觉、上下文限制和行为不确定性等固有缺陷进行系统性治理，并将实践经验沉淀为可复用的工程能力，从而构建稳定、可演进的智能开发体系，并可在团队及社区进行分享。
在 claude code 中已经提出并支持了相关能力，如下所示：
- Agent Skills
- Sub Agent
- Plugin
详细介绍可查看官方文档。
总结
本篇文章主要介绍了未来 AI 的发展的趋势，以及前端角色的转变，对前端工程师来说 AI 既是一种挑战也是一种机遇，挑战是指未来 AI 将会全面替代初级前端工程师，机遇则是 AI 也能够赋能前端工程师变成一个更全面的人才。最后也介绍了 AI 赋能前端开发提效的三个阶段，从 AI 的基本使用到 AI 能力工程化逐步提升，在后面的系列文章中作者会分享更多 AI 赋能开发的实战技巧和相关理论知识。