編者按：ChatGPT的爆發(fā)讓幾乎所有的白領(lǐng)都高呼“狼來(lái)了”?！洞笪餮笤驴飞踔梁俺隽?AI 將干掉所有白領(lǐng)工作這樣危言聳聽(tīng)的口號(hào),。但面對(duì)技術(shù)變革，我們不應(yīng)該當(dāng)恐慌的勒得分子,，而應(yīng)該認(rèn)真分析如何與狼共舞,，利用好 AI 工具，把更多的關(guān)注放在高層次,、創(chuàng)造性的工作上,。唯有這樣才不會(huì)被淘汰，反而能變得更加高效,、更有創(chuàng)造力,。本文分析了 AI 背景下前端開(kāi)發(fā)的未來(lái)，所有其他白領(lǐng)工作也都應(yīng)該好好思考一下自己的未來(lái),。文章來(lái)自編譯,。

近年來(lái)，編程世界一直在快速發(fā)展,，把 AI 集成到開(kāi)發(fā)過(guò)程中是其中最令人興奮的進(jìn)展之一,。ChatGPT 等 AI 工具使得將編程工作外包出去比以往任何時(shí)候都容易，這對(duì)前端開(kāi)發(fā)的未來(lái)具有重要意義,。因此,，探索 AI 會(huì)對(duì)編程領(lǐng)域，尤其是前端工程造成怎樣的影響就顯得至關(guān)重要,。

我們最近深入研究了 AI 對(duì)工程的影響,，并討論了工程領(lǐng)域這一行的未來(lái)，我們尤其關(guān)注前端開(kāi)發(fā)這一塊,。在這次討論中,，我將分享我對(duì)未來(lái)幾年趨勢(shì)的看法。其實(shí)我已經(jīng)思考了很長(zhǎng)一段時(shí)間,，本文是相關(guān)想法的進(jìn)一步擴(kuò)展,。

隨著我們的編程在繼續(xù)采用各種 AI 工具，我們必須考慮許多問(wèn)題,。比方說(shuō),，這會(huì)如何影響我們的工作方式？它會(huì)改變前端開(kāi)發(fā)的本質(zhì)嗎,？這對(duì)企業(yè),、開(kāi)發(fā)者以及最終用戶(hù)有何影響？通過(guò) AI 前端開(kāi)發(fā)者的工作會(huì)如何發(fā)生轉(zhuǎn)變,？這些是我們?cè)谏钊胙芯?AI 前端開(kāi)發(fā)的未來(lái)時(shí)要探討的一些關(guān)鍵問(wèn)題,。

AI 的 S 型曲線

在標(biāo)題為“我試用了一下 AI。它嚇到我了,?！钡哪嵌我曨l里，Tom Scott 闡述了他對(duì)未來(lái)幾年 AI 潛在影響的看法,。他表示,，我們可能正處在 AI 的 S 形曲線的起點(diǎn)，這可能會(huì)像 Napster 在 2000 年代初期顛覆音樂(lè)行業(yè)一樣擾亂各個(gè)行業(yè),。它讓 CD 變得過(guò)時(shí),，并為我們今天所熟知的音樂(lè)流媒體開(kāi)辟了道路。人工智能的顛覆有可能會(huì)顯著改變我們工作,、生活以及與技術(shù)互動(dòng)的方式,。也許甚至還會(huì)導(dǎo)致部分工程工作變得過(guò)時(shí)。

隨著人工智能工具變得越來(lái)越普遍,，可以預(yù)期開(kāi)發(fā)的自動(dòng)化水平會(huì)越來(lái)越高。包括創(chuàng)建頁(yè)面,、組件開(kāi)發(fā)等任務(wù)的自動(dòng)化,。不過(guò)，必須注意的是,，在工程領(lǐng)域工作的每個(gè)人的角色都將是這些工具輸出的看門(mén)人,。工程師需要負(fù)責(zé)充分利用這些工具并充分發(fā)揮其潛力。

隨著自動(dòng)化程度的提高,，工程師工作關(guān)注的重點(diǎn)可能會(huì)放到更具戰(zhàn)略性的地方,，會(huì)更加突出解決問(wèn)題以及決策制定。因此,，工程師需要開(kāi)發(fā)新技能,，從而有效地與 AI 工具協(xié)作，并將它們整合到自己的工作流程當(dāng)中,，以更快地創(chuàng)造價(jià)值,。盡管要做出這種改變看起來(lái)令人望而生畏，但與 AI 工具攜手工作的潛在好處十分巨大,，并可能會(huì)讓前端開(kāi)發(fā)領(lǐng)域取得重大進(jìn)展,。

AI 是人工智能的意思，是指可以執(zhí)行類(lèi)似人類(lèi)任務(wù)的計(jì)算機(jī)系統(tǒng),，比方說(shuō)學(xué)習(xí),、解決問(wèn)題、模式識(shí)別,、決策制定以及語(yǔ)言理解等,。

——感謝 ChatGPT 給 AI 做出的定義

人工智能的三個(gè)階段

人工智能本身是多種工具和工作方法的統(tǒng)稱(chēng)。一般來(lái)說(shuō),，人工智能大致分為三個(gè)階段：

1. 狹義人工智能 (Artificial Narrow Intelligence ,，ANI)：國(guó)際象棋程序可以擊敗所有的人類(lèi)智能，想想看 Siri以及Alexa——現(xiàn)在已經(jīng)隨時(shí)可用。

2. 通用人工智能 (Artificial General Intelligence ,，AGI)：這個(gè)階段的AI ,，其表現(xiàn)可與人類(lèi)相媲美：它們能流利地交談、泡咖啡,、找到一份工作并做得很好,。我們還沒(méi)有走到那一步，科學(xué)家們認(rèn)為我們還需要幾十年的時(shí)間才能完全達(dá)到那個(gè)水平,，也許是 2070 年。

3. 人工超智能（Artificial Super Intelligence ,，ASI）：到了這個(gè)階段,，人工智能已經(jīng)學(xué)會(huì)自我學(xué)習(xí)，并會(huì)變得比人類(lèi)更聰明,，這是科幻小說(shuō)的場(chǎng)景——在遙遠(yuǎn)的未來(lái),。

在之前做的關(guān)于 ChatGPT 以及 AI 工具的一集視頻里，我和Peter,、Vanessa 討論出來(lái) AI 工具的一個(gè)技術(shù)棧,，這個(gè)技術(shù)棧有能力做到：

1. 優(yōu)化輸入（重新上下文化）：這一層涉及到要根據(jù)模型以及對(duì)給定的上下文請(qǐng)求提示優(yōu)化輸入。比方說(shuō),，如果用戶(hù)提供了很長(zhǎng)一段文本,，則可以用 AI 工具對(duì)其進(jìn)行總結(jié)并提取關(guān)鍵信息。另一個(gè)例子是將文本翻譯成另一種語(yǔ)言或?qū)I(yè)績(jī)列表轉(zhuǎn)換為文本,。對(duì)于將重復(fù)和耗時(shí)的任務(wù)進(jìn)行自動(dòng)化來(lái)說(shuō),，這一層很有用，它可以讓工程師專(zhuān)注于更復(fù)雜的挑戰(zhàn),。

2. 背誦信息（研究）：這一層涉及到背誦模型受訓(xùn)的信息并將其放入到給定的上下文之中,。比方說(shuō)對(duì)歷史事件的摘錄，并將其與另一個(gè)事件進(jìn)行比較,。用更加技術(shù)話的話來(lái)說(shuō),，這一層可以讓 AI 工具從所學(xué)到的內(nèi)容當(dāng)中找到類(lèi)似案例，并將它們放入上下文之中,。比方說(shuō),，人工智能工具可以幫助工程師根據(jù)給定的輸入編寫(xiě)單元測(cè)試，方法是查找之前測(cè)試過(guò)的類(lèi)似用例,。另一個(gè)例子是通過(guò)搜索 AI 模型學(xué)習(xí)到的相似模式,，來(lái)獲得解析電子郵件地址的 RegEx（正則）表達(dá)式。

3. 數(shù)據(jù)匯總（綜合）：這一層涉及到將多個(gè)數(shù)據(jù)點(diǎn)匯聚起來(lái)并形成新的東西,。比方說(shuō),，根據(jù)圖像的風(fēng)格流派生成一首音樂(lè)歌曲——我們知道如何分析圖像屬于什么流派，創(chuàng)作出一首歌曲可能的，但至少目前把它們組合在一起是比較困難的,。這一層對(duì)于生成創(chuàng)意輸出特別有用,， AI 可以通過(guò)提出新想法以及對(duì)想法進(jìn)行組合來(lái)幫助增強(qiáng)人類(lèi)創(chuàng)造力。不過(guò),，這一層的挑戰(zhàn)性也是最大的,，因?yàn)樗枰獙?duì)不同數(shù)據(jù)類(lèi)型以及如何有效組合這些數(shù)據(jù)類(lèi)型有很深的了解。

接下來(lái),，我們就看看如何將這三層應(yīng)用到前端開(kāi)發(fā)上,。

從設(shè)計(jì)到實(shí)現(xiàn)到到用戶(hù)

就目前而言，不管是網(wǎng)站還是應(yīng)用,，其基礎(chǔ)幾乎都是某種形式的設(shè)計(jì)系統(tǒng),，至少描述了一個(gè)主題以及可重用的組件。我們先把焦點(diǎn)放在用 AI 開(kāi)發(fā)設(shè)計(jì)系統(tǒng)上,。

從一個(gè)新的設(shè)計(jì)系統(tǒng)開(kāi)始,，通過(guò)檢查現(xiàn)有的設(shè)計(jì)系統(tǒng)及其構(gòu)造，可以獲得優(yōu)化這套系統(tǒng)的見(jiàn)解與建議,。

通過(guò)利用綜合層匯聚多個(gè)數(shù)據(jù)點(diǎn)并生成增強(qiáng)版,，可以利用 AI 工具生成一套設(shè)計(jì)系統(tǒng)?？梢越o一個(gè)潛在的工具提供各種設(shè)計(jì)元素的數(shù)據(jù),，比方說(shuō)配色方案、排版以及組件交互,，以及現(xiàn)有設(shè)計(jì)系統(tǒng)的示例,。然后，AI 工具可以利用該輸入生成一個(gè)新的,、一致的,、符合特定要求與約束的設(shè)計(jì)系統(tǒng)。后面還會(huì)進(jìn)一步討論,。

可以利用工具根據(jù)請(qǐng)求的提示重新設(shè)置輸入的上下文,，比方說(shuō)根據(jù)不同的上下文生成按鈕的變體，并確保輸出是根據(jù)所用的特定上下文定制的,。

因此,，人工智能對(duì)于幫助運(yùn)用設(shè)計(jì)系統(tǒng)以及參與設(shè)計(jì)系統(tǒng)資產(chǎn)創(chuàng)建來(lái)說(shuō)有很大的潛力。但是在這條道路上可能會(huì)有不少的坑我們還不知道,。

——Brad Frost,，人工智能時(shí)代的設(shè)計(jì)系統(tǒng)

搭建一個(gè)設(shè)計(jì)系統(tǒng)

主題

搭建設(shè)計(jì)系統(tǒng)并不復(fù)雜。只需問(wèn)一下 ChatGPT,。 Florian 就試過(guò) ChatGPT 來(lái)生成設(shè)計(jì)系統(tǒng),。我試過(guò)用這個(gè)簡(jiǎn)單的請(qǐng)求給一個(gè)跑鞋網(wǎng)站搭建一套設(shè)計(jì)系統(tǒng)，還讓它給我提供調(diào)色板和字體建議。輸出非常有用,。

簡(jiǎn)單的提示即可讓AI幫設(shè)計(jì)出一套設(shè)計(jì)系統(tǒng)

組件

把組件作為設(shè)計(jì)系統(tǒng)的基礎(chǔ),，通過(guò)添加一些設(shè)計(jì)來(lái)創(chuàng)建初始的組件，或者更簡(jiǎn)單的話,，可以用 Midjourney 之類(lèi)的工具來(lái)生成這些組件,，這一步?jīng)]有太大的麻煩。

雖然我已經(jīng)成功地給按鈕組件生成了一個(gè)像樣的輸出,，但這只是經(jīng)驗(yàn),、設(shè)計(jì)正確的命令以及讓機(jī)器獲得正確數(shù)據(jù)輸入的問(wèn)題。不妨假設(shè),，在第一步里,，你會(huì)基于一堆現(xiàn)有的設(shè)計(jì)系統(tǒng)（可以通過(guò) Design Systems Repo 或類(lèi)似的方式找到這些設(shè)計(jì)系統(tǒng)）來(lái)訓(xùn)練你的模型。

然后再根據(jù) ChatGPT 用該工具生成的樣式輸入制作初始的組件,，比方說(shuō)按鈕,，一直完善到你想要的水平?，F(xiàn)在,，你就可以把這個(gè)按鈕作為下一個(gè)請(qǐng)求，比方說(shuō)卡片組件的輸入了,。這樣一來(lái),，生成任何的后續(xù)組件始終都將符合你的設(shè)計(jì)風(fēng)格。這些臟活,、累活就可以交給人工智能來(lái)干了,。

Uizard 這款工具可自動(dòng)執(zhí)行基于模型生成設(shè)計(jì)和組件的整個(gè)過(guò)程。Tony Beltramelli 曾經(jīng)討論過(guò)為 Uizard 提供支撐,，并讓這款工具能夠?qū)D像轉(zhuǎn)換為可編輯設(shè)計(jì)的底層人工智能技術(shù),。

從設(shè)計(jì)到代碼

為了進(jìn)一步簡(jiǎn)化前端開(kāi)發(fā)過(guò)程，工程師可以用 Fronty 等工具直接將設(shè)計(jì)生成代碼,。這個(gè) AI 工具可以基于模型和代碼創(chuàng)建網(wǎng)站,，無(wú)不需要工程師手工編寫(xiě)每一行代碼。

代碼生成后,，工程師可以把注意力放在將代碼分成可管理的組件,，確保每一塊都針對(duì)性能進(jìn)行了優(yōu)化并滿(mǎn)足項(xiàng)目的特定需求。通過(guò)用 AI 自動(dòng)執(zhí)行代碼生成過(guò)程,，工程師可以節(jié)省時(shí)間并聚焦在開(kāi)發(fā)更復(fù)雜的事情上,，最終實(shí)現(xiàn)更快、更高效的項(xiàng)目交付,。

比方說(shuō),，可以同時(shí)給多個(gè)平臺(tái)生成代碼。一個(gè)工具能夠提供Swift UI 組件形式的輸出，同時(shí)也能針對(duì) React 或其他web庫(kù)提供輸出,。

生成網(wǎng)頁(yè)

在網(wǎng)頁(yè)上,，你希望展示一些匹配的數(shù)據(jù)。新的網(wǎng)頁(yè)類(lèi)型會(huì)根據(jù)數(shù)據(jù)自動(dòng)生成,，我們?cè)诮裉斓挠赏扑]引擎完成的個(gè)性化體驗(yàn)就可以看到這一點(diǎn),，都是完全自動(dòng)生成的。但這個(gè)還可以提升到新的水平,，AI 可以根據(jù)你提供的輸入數(shù)據(jù),，比方說(shuō)用戶(hù)信號(hào)（分析）以及你的業(yè)務(wù) KPI，生成具有動(dòng)態(tài)頁(yè)面類(lèi)型的頁(yè)面,，而且可以不受限制,。

在人工智能輔助下工程師的角色

人機(jī)共舞的要點(diǎn)如下：

1. 協(xié)作：與 AI 一起工作

2. 判斷：控制AI輸出

3. 批判性思維：專(zhuān)注于高層次的任務(wù)

4. 定制解決方案：集成 AI

5. 道德責(zé)任：確保人工智能的使用合乎道德

接下來(lái)我們仔細(xì)解釋一下。

隨著人工智能日益融入到前端開(kāi)發(fā)之中,，工程師這個(gè)角色關(guān)注的重點(diǎn)將轉(zhuǎn)向協(xié)作與戰(zhàn)略,。工程師需要熟練地與 AI 寫(xiě)作，能夠設(shè)計(jì)正確的提示,，從而生成所需的輸出,。不過(guò)，必須注意的是,，機(jī)器生成輸出的好壞取決于它之前所消化的數(shù)據(jù),。因此，在控制這些工具的輸出方面,，工程師還將發(fā)揮關(guān)鍵作用,，確保生成的輸出適合其使用的環(huán)境，并有助于實(shí)現(xiàn)預(yù)期的結(jié)果,。此外,，作為一名工程師，你的角色將從了解特定的前端框架變成了解特定的機(jī)器學(xué)習(xí)工具,。

比方說(shuō),，不妨思考一下替設(shè)計(jì)系統(tǒng)生成的組件。工程師需要評(píng)估一個(gè)按鈕的必要變體,， AI 工具在生成的時(shí)候需要考慮到特定的上下文,。工程師還需要評(píng)估生成的變體對(duì)于所處的上下文是否有用，并確保按鈕觸發(fā)的操作正確映射到與它們進(jìn)行的交互,。從本質(zhì)上來(lái)說(shuō),，工程師扮演的是AI 工具與最終產(chǎn)品之間的關(guān)鍵橋梁，利用 AI 的力量,，同時(shí)運(yùn)用他們的專(zhuān)業(yè)知識(shí)和判斷力來(lái)確保最佳結(jié)果,。

除了要與 AI 工具協(xié)作,，并且要控制它們生成的輸出以外，未來(lái)的工程師可能還要把更多的時(shí)間花在需要批判性思維與決策的更高層次任務(wù)上,。隨著那些枯燥繁重的重復(fù)性任務(wù)被自動(dòng)化,，工程師有機(jī)會(huì)專(zhuān)注于更復(fù)雜的挑戰(zhàn)，并利用他們的技能和專(zhuān)業(yè)知識(shí)來(lái)解決更重要的問(wèn)題,。其結(jié)果將是用戶(hù)體驗(yàn)設(shè)計(jì)師與前端工程師的角色關(guān)系會(huì)更加緊密,。

這可能包括設(shè)計(jì)復(fù)雜系統(tǒng)、評(píng)估和選擇最合適的工具和技術(shù),，以及優(yōu)化性能和可擴(kuò)展性等任務(wù),。工程師還需要了解如何將 AI 集成到這些系統(tǒng)之中，評(píng)估不同 AI 工具和技術(shù)的潛在影響和優(yōu)勢(shì),，并開(kāi)發(fā)定制的解決方案,，以滿(mǎn)足特定需求。

此外,，在確保以合乎道德和負(fù)責(zé)任的方式使用人工智能工具方面,，工程師也將發(fā)揮重要作用。他們需要意識(shí)到人工智能工具可能會(huì)帶來(lái)的潛在偏見(jiàn),，并努力減少這些偏見(jiàn),。他們還需要確保人工智能工具的使用方式符合道德標(biāo)準(zhǔn)和最佳實(shí)踐。

總的來(lái)說(shuō),，未來(lái)的工程師需要具備高技能,，需要多才多藝,，需要適應(yīng)性強(qiáng)，能夠與人工智能工具協(xié)同工作,，同時(shí)呈現(xiàn)他們獨(dú)特的專(zhuān)業(yè)知識(shí)和觀點(diǎn),。唯有這樣，才可以推動(dòng)創(chuàng)新,、提高生產(chǎn)力,，同時(shí)建立起更加有效和高效的前端開(kāi)發(fā)工作流。

為這個(gè)未來(lái)而奮斗的理由

為什么要為一個(gè)人工智能深入集成到前端開(kāi)發(fā)的未來(lái)而努力,？我們可以列舉幾個(gè)令人信服的理由,。

首先，它可以顯著提高生產(chǎn)力和效率。通過(guò)將枯燥重復(fù)的任務(wù)自動(dòng)化,，工程師就可以專(zhuān)注于更復(fù)雜的挑戰(zhàn),，并利用他們的技能和專(zhuān)業(yè)知識(shí)來(lái)解決更重要的問(wèn)題。這樣開(kāi)發(fā)周期可以更快,、進(jìn)入市場(chǎng)的時(shí)間可以更短,，并最終形成更具競(jìng)爭(zhēng)力和創(chuàng)新性的行業(yè)。

從主題生成到組件化再到代碼乃至于多平臺(tái)

我們?cè)購(gòu)那懊娴亩嗥脚_(tái)那個(gè)例子說(shuō)起：假設(shè)你想搭建一個(gè)可以跨多個(gè)平臺(tái)使用的設(shè)計(jì)系統(tǒng),，比如可同時(shí) web,、iOS 和 Android。按照目前,，你得針對(duì)每個(gè)平臺(tái)多次編寫(xiě)代碼,。但是，利用人工智能工具的話,，這些調(diào)整就可以自動(dòng)完成,。通過(guò)用一種語(yǔ)言搭建一套設(shè)計(jì)系統(tǒng)，工程師可以導(dǎo)出代碼并讓機(jī)器處理用不同語(yǔ)言將其移植到不同平臺(tái)的任務(wù),。這可以節(jié)省大量時(shí)間和成本,，讓工程師能夠?qū)Ｗ⒂诟鼜?fù)雜的挑戰(zhàn)和創(chuàng)新。

其次,，它可以幫助解決前端開(kāi)發(fā)行業(yè)技能人才短缺的問(wèn)題。借助人工智能工具來(lái)完成一些繁重的工作,，工程師可以去接受培訓(xùn),，提高工作效率和效能,，從而讓他們能夠應(yīng)對(duì)更復(fù)雜的挑戰(zhàn),，養(yǎng)成更廣泛的技能。

第三,，它可以幫助減少前端開(kāi)發(fā)中出現(xiàn)錯(cuò)誤和不一致的可能性,。通過(guò)將生成代碼和組件等任務(wù)這段話,，人工智能工具可以減少人為錯(cuò)誤的可能性,，并確保開(kāi)發(fā)工作的一致性和高質(zhì)量,。

最后,，將 AI 集成到前端開(kāi)發(fā)當(dāng)中有助于推動(dòng)創(chuàng)新并改善用戶(hù)體驗(yàn)。通過(guò)利用自然語(yǔ)言處理和計(jì)算機(jī)視覺(jué)等人工智能技術(shù),，工程師可以開(kāi)發(fā)出更智能的,、響應(yīng)性的與個(gè)性化的用戶(hù)界面，更好地滿(mǎn)足用戶(hù)的需求和偏好,。

總的來(lái)說(shuō),，人工智能進(jìn)一步融入到前端開(kāi)發(fā)的未來(lái)可以帶來(lái)顯著好處,，提高生產(chǎn)力，解決人才短缺問(wèn)題,，提高質(zhì)量和一致性,，并推動(dòng)行業(yè)創(chuàng)新。

超越前端開(kāi)發(fā)

除了用 Fronty 等 AI 工具實(shí)現(xiàn)從設(shè)計(jì)到代碼的自動(dòng)化以外,，前端和后端工程中運(yùn)用AI還有很多其他的可能性,。比方說(shuō)，ChatGPT 可用來(lái)將后端任務(wù)自動(dòng)化,，比方說(shuō)生成系統(tǒng)圖,、優(yōu)化數(shù)據(jù)庫(kù)設(shè)計(jì)，創(chuàng)建服務(wù)網(wǎng)格等,。在人工智能的幫助下,，工程師可以快速輕松地生成復(fù)雜的基礎(chǔ)架構(gòu)圖及數(shù)據(jù)庫(kù)設(shè)計(jì)，從而在開(kāi)發(fā)過(guò)程中節(jié)省時(shí)間和精力,。此外,，人工智能還可用于自動(dòng)化測(cè)試和部署等任務(wù)，令工程師能夠?qū)Ｗ⒂诟邔哟蔚膯?wèn)題解決和創(chuàng)新。比方說(shuō) GitHub Copilot 就能幫上大忙,。它“利用了 OpenAI Codex 可以實(shí)時(shí)地在編輯器中為你建議代碼和整個(gè)功能,。”

問(wèn)機(jī)器,，它會(huì)給你答案,。

那么這對(duì)于不久的將來(lái)意味著什么呢？

前端開(kāi)發(fā)的未來(lái)發(fā)展迅速,，令人興奮,，人工智能技術(shù)有望對(duì)行業(yè)產(chǎn)生重大影響。正如 Brad Frost 在他前面提到的文章《AI 時(shí)代的設(shè)計(jì)系統(tǒng)》里面所指出的那樣,，已經(jīng)有一些例子說(shuō)明 AI 如何自動(dòng)化了這一工作的各個(gè)方面,，比方說(shuō)給圖像刪除背景。隨著人工智能技術(shù)的不斷進(jìn)步,，越來(lái)越多的前端工程流程可能都會(huì)被自動(dòng)化,。這不僅會(huì)帶來(lái)更高的效率，還會(huì)改變前端開(kāi)發(fā)人員所需的技能組合,。因此,，掌握了最新技術(shù)并不斷發(fā)展技能的開(kāi)發(fā)人員才最有可能在這個(gè)行業(yè)取得成功。

很明顯,，AI 在前端開(kāi)發(fā)的未來(lái)將發(fā)揮重要作用,，但仍有許多東西有待發(fā)現(xiàn)和探索?？梢灶A(yù)期,，未來(lái)幾年會(huì)看到各種新工具和技術(shù)的出現(xiàn)，其中很多都將建立在 AI 原則之上,。比方說(shuō),，ChatGPT 和 Midjourney 只是人工智能如何用來(lái)簡(jiǎn)化前端開(kāi)發(fā)流程的兩個(gè)例子。隨著越來(lái)越多的開(kāi)發(fā)人員探索 AI 的潛力并將其納入到自己的工作流,，我們無(wú)疑將看到一系列會(huì)繼續(xù)塑造行業(yè)的新創(chuàng)新。

不過(guò),，重要的是要注意前端開(kāi)發(fā)里面人的因素永遠(yuǎn)都不會(huì)被機(jī)器完全取代。雖然人工智能可以自動(dòng)執(zhí)行許多任務(wù),，但人類(lèi)設(shè)計(jì)師和開(kāi)發(fā)者的創(chuàng)造力和獨(dú)創(chuàng)性是它復(fù)制不了的。因此,，對(duì)于開(kāi)發(fā)者來(lái)說(shuō),，擁抱新技術(shù)同時(shí)忠于自己獨(dú)特的創(chuàng)意愿景就顯得非常重要。

總之,，前端開(kāi)發(fā)的未來(lái)肯定令人興奮,，會(huì)充滿(mǎn)創(chuàng)新的機(jī)會(huì),。許多其他角色也一樣。我們不妨拭目以待,，看看我們會(huì)以多快的速度邁向這個(gè)即將到來(lái)的未來(lái),。

譯者：boxi。