最近，我用GPT-4o和Github Copilot作为辅助，完成了一个项目。前端用了uni-app、Vue3和TypeScript，后端用了Express和MySQL。下面来分享一下我的感受。
整个项目过程中，90%的时间花在了前端UI和UX的实现上，而后端实现简直不要太简单，基本上GPT全套生成。对于uni-app，实践下来，Copilot基本上无法稳定输出内容，只能在代码实现部分省略一些写法,在template里面，几乎没有生成有用的内容。
发现对于4o的网页端，聊天压根就没有用什么“虚拟列表”，这是不是道德沦丧了？哈哈哈哈哈
前端UI、UX实现，AI还得再修炼
先说说前端开发。前端开发者们面对的是一个充满创意和视觉冲击的世界。他们需要考虑用户体验（UX）、视觉设计（UI）和各种细节，比如按钮的阴影、动画效果、响应式设计等等。这些恰恰是GPT和大多数AI模型的软肋。
GPT可以帮你写JavaScript代码，甚至可以帮你实现某些UI组件的逻辑，但要让它理解设计师眼中的美感、配色方案的微妙变化，或者用户在某种交互下的反应，显然超出了它的能力范围。AI在这些方面就像一个b笨学徒，能帮忙搬砖，但无法成为大师。
所以，尽管GPT可以生成代码片段，但它还远远不能代替我们的工作。
后端开发，GPT简直是天降神兵
现在，让我们把目光转向后端开发。一切都关于逻辑、流程和效率。而这正是GPT的强项。后端开发关注业务逻辑、数据处理和流程控制，这些任务高度依赖于逻辑的严谨性和代码的高效执行。
GPT可以帮助我们自动生成复杂的业务逻辑代码，优化现有的代码结构，甚至可以在代码审查时发现潜在的问题。它能根据你的描述生成RESTful API的实现，甚至可以帮你编写数据库查询和数据处理流程。虽然对于业务抽象的能力有限，但是，够了！或者说，很多情况下压根不需要抽象！
后端开发中，写单测也非常费时费力，以至于很多人不愿意去写。GPT可以帮助我们自动生成测试用例，覆盖到各种可能的边界情况。它能识别代码中的潜在漏洞和错误，提供优化建议，甚至可以模拟用户行为进行集成测试。这样一来，我们可以更快地迭代，确保系统的稳定性和可靠性。
结语
GPT对于前端开发的影响虽然有限，但它在后端开发中带来的变革却是不可忽视的。从自动化代码生成到优化和测试，从逻辑流程控制到语言特性理解，GPT正在彻底改变我们开发后端系统的方式。
在html+js+css面前，人工智能还有很长的路要走；而对于单一语言，呵呵了~~~
