很多前端开发者已经在"使用 AI"：
会问问题、会让 AI 写代码、甚至在 IDE 里和 AI 对话。
但如果这些使用方式 无法稳定地产出可运行、可验证、可回归的工程结果 ，
那么严格来说------其实还没有真正入门。
这篇文章想系统回答一个问题：
前端开发者"使用 AI"的能力，是有明确层级和分水岭的。
不是工具多不多，也不是模型新不新，
而是：你用 AI 的方式，决定了它在你工程体系里的角色。
把 AI 放进工程链路，用工程约束对抗幻觉，用验证与反馈逼近真实。 AI 工程化的本质，并不是让模型更聪明，
而是把 AI 放入完整的软件工程链路中。
通过 MCP 提供真实项目上下文，最大限度压缩幻觉空间；
通过 Spec 与工程规则对 AI 行为进行硬约束；
通过自动化测试与构建验证，把"是否正确"的判断交给机器；
通过多轮执行与修复循环，让 AI 像工程师一样调试问题；
最终再通过人工 Review 的反馈，不断反哺和升级工程规范。
目标不是"消灭幻觉"，而是让 AI 的行为尽可能接近真实工程世界
一、为什么"我已经在用 AI"，却感觉始终不踏实？
一个很常见的真实场景：
- AI 能写 Vue 页面，但不知道你的项目结构
- 不知道你们封装的
BaseList、request - 不知道路由、权限、构建规则
- 更不知道怎么验证能不能跑
于是流程变成了：
问 AI → 复制代码 → 报错 → 手改 → 再问 AI
问题不在于 AI 不行，而在于：
你用的是 生成能力 ，而不是 工程能力。
二、前端开发者使用 AI 的能力层级（L0--L6）
🟢 L0｜纯对话型使用：把 AI 当搜索引擎
典型方式
- 浏览器里问 AI
- 复制粘贴代码
你在做什么
- AI 给建议
- 你负责所有判断
能力上限
- ❌ AI 不知道你的项目
- ❌ 代码是否能跑，全靠你
本质：AI = 搜索引擎 + 示例生成器
🟡 L1｜提示词工程：更会"跟 AI 说话"
你开始做的事
- 限定 Vue2 / Ant Design Vue
- 要求先给方案再写代码
- 规定输出结构
提升点
- 跑偏变少
- 可读性变好
但问题仍在
- ❌ 项目上下文全靠你描述
- ❌ 一换人 / 一换模型就不稳
这是"说清楚了"，不是"用对了"。
🟠 L2｜IDE 内置 AI：能看代码，但只看一点
代表场景
- Cursor / Trae 里直接对话
- AI 能看到当前文件
能做的事
- 改一个组件
- 修一个 lint 报错
能力边界
- ❌ 看不到整个 repo
- ❌ 不会主动找样例
- ❌ 不会跑构建验证
AI 还是"副驾驶"，不是工程参与者。
🟢🟢 L3｜IDE + MCP：AI 开始真正"干活"
这是第一个关键分水岭。
你做了什么改变
-
让 AI 能：
- 读整个项目（白名单）
- 搜索已有实现
- 修改真实文件（patch）
- 跑
npm run lint / build
AI 能力升级为
- 真正参与工程执行
- 用你们的代码当模板
- 用验证结果证明自己
但还不够
- 输出风格不稳定
- 不同需求，结果差异大
AI 会干活了，但还没有"交付标准"。
🔵 L4｜Spec 驱动：从"写代码"到"按合同交付"
这是真正的工程分水岭。
变化不在工具，而在工作方式
-
先写 Spec，再让 AI 实现
-
Spec 里写清楚：
- 页面路由
- 数据契约
- UI/交互约束
- 验收标准
AI 的角色变化
❌ 不再"自由发挥"
✅ 按 Spec 实现
✅ 对照清单自查
这一步解决了什么
- 稳定性
- 可复现
- 可回归
- 团队可协作
🟣 L5｜Agent 化使用：AI 像高级工程师
AI 开始具备
- 自动拆任务
- 多步执行
- 失败自修复
- 自动验证
典型流程
js
读 Spec → 拆解 → 实现 → 验证 → 修复 → 交付你不再关心"它怎么一步步做"。
🔴 L6｜工程体系级使用：AI 成为系统一部分
这一层，已经不是"写页面"了。
特征
- Spec → Schema
- Schema → 自动生成页面
- AI 负责调度与校验
你在做的事情
不是写代码，而是 定义工程能力
三、更高阶：真正的工程范式升级（L7+）
🔶 L7｜Spec-as-Code（规范即代码）
- Spec 不再是文档
- 是 JSON / YAML Schema
- 不合法 → 不执行
🔷 L8｜工程治理（Guardrails）
- 禁止绕过封装
- 禁止新增依赖
- 禁止越权路由
AI 被工程规则"约束"。
🔷 L9｜Multi-Agent 协作
- Planner / Frontend / QA / Reviewer
- AI 像一个工程团队
🔴 L10｜自进化工程体系
- 人的 Review 意见
- 变成机器规则
- 下次不再犯同样错误
四、这不是工具升级，而是工程认知升级
很多人问：
"我要不要用 MCP？要不要写 Spec？要不要 Agent？"
真正的问题其实是：
你希望 AI 在你团队里，扮演什么角色？
- 写代码的助手？
- 能交付的工程师？
- 还是工程体系的一部分？
五、结语：真正的"入门"标准是什么？
真正入门 AI 前端开发的标志，不是"写得快"，
而是：
AI 是否能稳定地产出------
可运行、可验证、可回归的工程结果。
- Prompt 是技巧
- MCP 是能力
- Spec 是契约
- Guardrails 是纪律
- Agent 是组织
- 工程体系是终点
如果你发现自己：
- 已经在用 AI
- 但仍然不放心让它"直接改项目"
- 不敢让它"独立交付功能"
那不是你落后，而是你刚好站在"表面使用"和"工程化能力"的分水岭上。幻觉不是 AI 的问题，而是 AI 不在工程链路里的结果。当 AI 被约束在工程规则、上下文和验证之中，它就不再"幻想"，而是在执行。AI 的可靠性，不来自模型能力，而来自工程闭环。