作者 | Josh Comeau

译者 | 核子可乐、Alice

策划 | Tina

过去几个月来，我跟很多刚刚步入前端开发领域的朋友们交流过，大家都对步步紧逼的 AI 感到焦虑。他们看到 GPT-4 等工具带来的令人印象深刻的演示，担心自己学成 HTML/CSS/JS 知识之日，就是岗位消失之时。

这类情绪绝非个例，Twitter 上早已是哀鸿一片。

也就是说，从 Web 开发这类岗位刚刚出现时，就有人担心会被某些新技术所淘汰。2000 年代的威胁源头是 WordPress，2010 年代是 Webflow，2020 年代初则是“无代码”工具。

其实从某种意义上讲，Web 开发者确实已经过时了。如今，本地面包小店、牙医诊所或者艺术家如果需要一个网站，那大概率不会花几万美元聘请开发者从零开始做设计。他们可以直接前往 SquareSpace，找到自己喜欢的模板，然后每月花 20 美元来运营自己的业务门户。

但就算这样，Web 开发者也仍然存在。

上星期，OpenAI 公布了 GPT-4，期间有一段令人印象深刻的演示：GPT-4 能够将手绘的网站草图转化成功能齐全的网站，甚至包括一些 JS 来连接“Reveal Punchline”按钮。

这功能确实很酷，在原型设计方面有很大的潜力……但我们还是得明确一点：几十年来，我们的 Web 开发者负责构建的从来不是这类页面。演示中的 HTML 文档跟目前前端开发者编写的各种代码，可以说是天渊之别。

展望未来

到目前为止，我个人看到的大部分演示都非常有限：要么是一个简单的 HTML 页面，要么是 JS 函数。总之，就是那种开发者可以随手搞定的东西。

但这一切还仅仅只是开始！如果 AI 继续保持目前的发展速度，再过几年就能构建起完整的应用程序了，对吧？

我当然不是什么大语言模型专家。但对于 GPT-4，我完全能够理解它的宏观工作原理。

从本质上讲，大语言模型是一种超级强大的文本预测器。给定一个提示，它们就能使用机器学习来尝试找到最可能符合提示要求的字符集。

OpenAI 等厂商花费了大量的时间和精力来调整模型，借此改善输出质量。一大群人工标者对模型的输出进行“评级”，借此引导模型不断学习和进化。

如果大家体验过 ChatGPT 或者 Bing 的 AI 搜索等工具，就会发现这些回答大概有个 80% 的正确率，但 AI 却表现得像是有 100% 的把握。

大语言模型无法验证或者说测试自己的假设，无法确定自己的表达内容是否为真。它们还是在玩概率游戏，猜测给出的字符应该会跟用户在提示中输入的字符相匹配。

有时候，AI 甚至会给出非常荒谬的回答。OpenAI 团队将其称为“幻觉”。

随着技术进步，预计某些粗糙的问题会被一一克服。但从根本上讲，AI 或多或少还是会存在准确度问题。毕竟 AI 工具没有任何机制能够对自己的响应做出客观验证。

因此，准确率可以不断提高，但永远达不到完美。而趋于完美，正是 AI 真正取代 Web 开发者的前提。如果它本身不是程序员，那就无法判断哪些部分是对的、哪些是错的。AI 自己发现不了“幻觉”。

但大家别急，我也认真看了 GPT-4 的演示，AI 似乎能够自我纠正！只要复制 / 粘贴错误消息，它就能找到并解决问题。

但是……并不是所有幻觉都会引发异常。比如说，我最近用 GPT-4 在 React 上生成了一个〈Modal〉组件，虽然输出非常好，但还是存在一些可访问性错误。创建应用程序的人可能注意不到这些问题，不过最终用户肯定会发现！

还有代码中的安全漏洞呢？一旦引发可怕的错误，该由谁来承担责任？

还有一点：生成一个 50 行的 HTML 文档，跟输出生产就绪的 Web 应用程序之间根本就不是一回事。像博客这样的小型 JS 应用就有大约 6.5 万行代码，总计 900 多个文件。这还不包含写作文本，单是 JavaScript 和 TypeScript 的体量。

也就是说，即使准确率达到 95%，在这样的应用规模下也将很难调试。这相当于一位开发者用几个月时间构建一个巨大的项目，但却从未做过任何代码测试，直到 100% 完成后才加以验证。这不是生产力提升，而是前所未有的噩梦。

AI 不是什么神迹和魔法，它的质量直接取决于训练数据。而代码片段在互联网上随处可见，往往高度通用。相比之下，每个代码库都是独一无二的，网上鲜有大型开源代码库。那么，AI 要如何学会构建能够实际应用的大型项目？

按现在的发展速度看，很快非开发者就可以直接跟聊天机器人对接，轻松启动一个小型独立项目。也就是说，如今的 Webflow 等工具会被 AI 所替代，而且效果更好、功能更强，这绝对是件大好事！

但要让科技大厂们放弃自己的开发队伍，全面选择 AI 工程师？那还有很长的路要走，前面提到的这些潜在问题将严重阻碍这种想象在现实中落地。

增强，而非替代

说了这么多，我就明确给出自己的态度吧：我其实非常看好 AI 技术 。

我认为最有可能的情况，是 GPT-4 这类工具被整合进开发者工具当中，用来扩大熟练开发者的生产能力。

木匠并没有被电动工具所替代，会计师没有被电子表格替代，摄影师没有被数码相机 / 智能手机替代，我认为开发者也不会被大语言模型替代。

我当然不确定未来的开发者职位总量会不会有所下降；毕竟如果每位开发者的效率都显著提高，那岗位方面的整体需求应该减少才对。

但也不一定。就目前来讲，软件开发者仍处于供不应求的状态。在我工作过的每家公司，大家都有太多想做的事情，只因开发者数量有限而被迫作罢。

那如果开发者的工作效率瞬间提升 2 倍，结果会如何？无疑是修复更多 bug、发布更多功能、赚取更多利润。我们可以开发的东西太多了，根本不存在开发者过剩一说。

我反倒认为，大语言模型的普及会增加开发者的职位总量。

目前，很多企业根本就不雇用软件开发者。我曾在一家名叫 Konrad Group 的公司工作，这是一家专为客户构建 Web 应用程序的企业，客户名单里不乏家喻户晓的大厂。但因为开发成本太高，他们发现与其招聘固定开发人员，还不如把这活儿外包出去。

这些财富五百强公司会根据当前的软件开发成本做核算。这里我们假定一个场景：如果他们需要 4 名开发人员，平均年薪 15 万美元，那每年就是 60 万美元。在这种情况下，他们不如向外包机构支付 50 万美元来搞定这方面需求。但如果大语言模型真能提高开发者的工作效率，他们也许只雇 2 名年薪 15 万美元的开发者就够了。突然之间，原本自己没法做的项目现在可以做了！

我要澄清一下：我不是经济学家，以上案例安全就是随口一说。我不知道未来的情况会不会朝这个方向发展。但我想提醒大家，大语言模型的爆发并不一定会摧毁我们的工作和生活。没人知道未来会向哪里去，而我实在受不了人们言之凿凿地把前景描述得愁云惨淡。

网上不乏

与我相同的观点

Aaron Blaise 是一位经验丰富的动画师兼插画家。他在迪士尼工作了近 20 年，曾为《美女与野兽》（1991）、《阿拉丁》（1992）、《风中奇缘》（1995）等经典影片做出贡献。

几周之前，他在 YouTube 上发布了一段视频，题为《迪士尼动画师对 AI 动画的反应》（https://www.youtube.com/watch?v=xm7BwEsdVbQ）。他的观点跟我很像，并不觉得 AI 工具是种威胁，而认为它将提高动画师的生产力并创造出更多动画岗位。

来自几十个行业的艺术家和知识工作者们都在讨论这方面话题，毕竟很多人担心自己的工作会被 GPT-4、DALL-E 2 和 Midjourney 等 AI 工具所吞噬。

GPT-4 能通过模拟律师考试吗？可以，而且得分在人类应试者里能排进前 10%。所以律师们也慌了。

我个人认为，大多数专业人士都能找到将 AI 技术整合进工作流程的办法，借此提高自己的生产力和价值。一部分任务可能被全面委托给 AI，但只是部分任务、而非整个工作。

那如果我是错的，事实证明大语言模型可以全面取代软件开发者，又该怎么办？如果真是这样，那我觉得也不用太担心了，到那时候绝大多数知识工作者都会被“清洗”。

这样一来，我们就算是转行、转专业也没有用，AI 海啸之下将没有安全的高地。所以与其去赌未来会不会朝着最糟糕的方向去，倒不如专注于自己热衷的工作、感兴趣的问题、擅长的方向。

前端开发

与其他工程学科

网上有帮家伙，一直在暗示前端开发特别容易被 AI 替代，还建议开发者再精进一步，往后端或数据工程那边努力。

但我的观点恰恰相反。我觉得开发者群体根本就不用担心被淘汰，如果非得说哪部分群体更危险，我倒认为是后端。

OpenAI 的 GPT-4 直播展示了两段与代码相关的内容：

在这两个项目中，Python 代码对我来说似乎更接近生产。我最近用 Node.js 构建了一个 Discord 机器人，跟 GPT-4 生成的代码确实差不多。

相比之下，AI 为那个笑话网站生成的基础 HTML 文档，就跟我每天编写的前端代码间相隔十万八千里。

这可能有点以偏概全，但过去十年来，我发现很多复杂性要素已经从服务器转向了客户端。

Monolithic Express 应用程序已经转化为无服务器函数的集合，而我们的前端也从超链接数字文档发展为成熟的桌面质量应用程序。

再有，前端是用户与之交互的产品部分。企业当然希望自己的产品能体现出定制化、独特性和根据品牌形象精心设计等特点。与之对应，后端则完全不可见，所以通用后端要比通用前端更让人易于接受。

用大语言模型辅助学习

我听有些人说，ChatGPT 能帮助大家快速学习技术性技能。如果各位对教程中的某些内容感到困惑，不妨问问神奇的 AI。

这对我来说是个非常有趣的用例。从本质上讲，ChatGPT 就像你的结对程序员，能帮助你了解自己不熟悉的事物。你可以向它提出具体问题，并获取具体答案。

当然，使用过程中也要当心。利用 AI 工具来学习，也有正确的方式与错误的方式之分。

所谓错误的方式，就是把 AI 当作 GPS 导航。当我们打算开车前往某地时，就会把地址输入 GPS，然后不假思索地按它的指示前进。等到了目的地附近时我会把导航关掉，整个过程不做任何思考和评判。结果就是，我的方向感完全萎缩了，现在如果没有合成语音的指示，我根本不知道该往哪里走。

与之相对，我们最好把大语言模型当成“被告”，而自己则扮演“陪审团成员”。

你要认真听它在说什么，但不可全盘相信。保持怀疑的态度，以批判的心态考量一字一句。

不可盲目复制 / 粘贴 ChatGPT 生成的代码，而是逐行检查并保证你理解了其中内容。有不清楚的地方要提醒它做出澄清，并配合权威来源（例如官方文档）仔细检查看似可疑的部分。请记住，大语言模型 100% 自信，但却并非 100% 准确。

通过这种方式，相信大语言模型能够创造出前所未有的价值。

给各位年轻开发者的忠告

我之所以要写下这篇文章，就是想鼓励各位正在学习 Web 开发、并为大语言模型的爆发式进步压得喘不过气的朋友们。很多人彻底失去了信心，认为随着 AI 技术的继续成熟，自己耗费时间和精力掌握的所有技能将被无情淘汰。

我不敢保证未来一定不会这样。但我对 AI 能够给工作方式带来的影响仍抱怀疑。早在 2007 年，我就开始研究 HTML/CSS/JS，多年以来情况已经发生了很大变化。但开发者们仍然凭借强大的适应性，与技术一同进步、携手为网络世界塑造新的样貌。

到目前为止，我还没看到有切实迹象表明前端开发的工作处于危险之中。我也想象过未受任何专业训练的非开发者，在不了解 Web 技术的情况下会开发出怎样的 Web 应用程序。太多的因素会导致其无法运行了，所以即使 GPT 未来继续保持迭代，大家也没必要过于焦虑。这，又何尝不是另一种“幻觉”。

再次强调，我的观点很可能是错的，毕竟我可没有能预见未来的水晶球。但未来总有不确定性，没准明天太阳就爆炸了，谁知道呢。但我真的很难相信 Web 开发者会被迅速淘汰，反而更担心潜在开发者会因为这种莫须有的可能性而放弃学习。

总之，但愿不要五年之后软件开发者需求更旺之时，大家才感觉后悔、反思当下的自己为什么要停止追求梦想。请继续努力吧，各位同学！❤️

原文链接：

https://www.joshwcomeau.com/blog/the-end-of-frontend-development/