笔者从事前端近十年，在AI浪潮下也迷茫了一段时间，以至于最近两年完全躺平放弃了学习。思来想去不是办法，在这里说一下自己的体感，欢迎大家一起讨论
一、行业变化
产能提升，技术成本下降，岗位确实变少了
以当前普惠 AI 模型的工作能力来看，趋近于一个无限精力的初级工程师。虽然在数学、算法等领域上表现很强，但是希望 AI 在不需要监督和修改下独自产出还是不现实。
那么我们在工作中就从下地干活的角色更多转变成监工和汇报的角色。你需要写的代码越多，AI 带来的效能提升越高，如果平时以讨论、调整、汇报的工作为主，那么 AI 带来的产能提升就无法带来质变。
以笔者自身来看，自从近两年大量使用了 cursor agent 自主开发后，编码效率大致提升 200% ，编码时的主要工作用来写提示词、自测、调整；本身编码工作大概占整体工作的40%，所以最终解放了大概26%的生产力。
编码之外的许多工作，也因为 AI 提升了不少效能，你的工作里有越多能够依赖AI产出的事情，带来的人效提升就会越高，AI 对你这个岗位的冲击也就越大。
可以看到虽说 AI 写起代码大概是人写的几十倍速度，实际上带来的人效提升也不会太夸张。但是即使是30% ~ 200% 的人效提升，也足以在本不好的行情下一石激起千层浪了。
深耕技术变得越来越廉价
AI 的出现，就像一本技术字典，绝大多数情况，你不再需要去 stackoverflow 、 csdn 、 juejin 各种论坛去搜索或对或不对的答案；你也不需要举一反三触类旁通，看别人的案例来解决你项目的问题。
你学习技术的目的，从必须能解决问题，变成了需要知道这个应对和思路，需要知道验证，其细节和实践可以托给 AI 来执行。
那么你会用再多的 API，知道再多的浏览器特性，会做再多的算法题，好像都没有量的区别了；工程师之间的区别变成了，你知道这个场景怎么问 AI ，你知道怎么验证 AI 的产出。
这也是导致笔者近期放弃学习的原因，刷题，搞技术，还能达到质变吗，AI 正在以指数级吸收知识并为你所用。
行业壁垒、技术壁垒正在被AI打破
出于上面的原因，你现在拥有了一个在全行业都略懂一二的初级从业人员，所以也就出现了大量的 前端已死、后端转全栈、前端转全栈的新闻，因为 行业壁垒、技术壁垒 已被 AI 打破，一个成熟的开发工程师不需要再去管技术细节，完全可以作为监工角色构建前后端应用。
二、影响
入门的要求更为苛刻
不可否认，AI 的到来使所有初级岗位都受到了巨大的冲击，本身初级岗位充当着填线宝宝和电池的工作，早年互联网爆炸发展的时候，前端岗甚至有专门写 html 的角色。
但到了现在，想要入门必须能够一定程度的使用 AI 产出，能够识别、矫正 AI 的产出结果。对于经验不足的同学来说，这谈何容易，出现一些 bug 、 幻觉 就容易手足无措了
岗位也许会少，但项目一定会爆发
现实是残酷的，实业是驱利的，当产能有质变的提升时，项目一定会爆炸式增长，定制化需求只会越来越多，那么对工程师的要求可能就会转变成，需要能够在 AI 的帮助下，小组维护多个项目
至于岗位会多会少，按目前看多数场景肯定是变少了
三、应对
不应该放弃对技术的学习，但学习目的需要调整。以前我们为了确保算法正确，可能会重复练习数十次例如动态规划这类的题。但按现在的趋势，理解几个典型题目的思路和解法也许就够了。八股文、框架同理。我们的目的是在这个场景下知道让 AI 怎么做，知道怎么验证 AI 的产出。
技术扎实的人 变为 工作靠谱的人，此时我们已不需要能够百无一误的解题，在工作中做好口碑，为人靠谱就变得更加重要，这也是领导能够信任、留住你；同事能够支持、帮助你的理由
切实的让工作带来效益，有了 AI ，应用谁都会开发，但是能够真正能够解决问题，在当前场景下能够带来效益的应用，才是保持竞争力，保住饭碗底气。产品思维、业务思维会变得更重要，工作中多挖掘真正的痛点，切实的改善产品。
做好向上管理，也许你们会在心里暗骂马屁精，但是有句俗话说得好，工作的唯一目的就是让你的老板开心
无需悲观，最后的最后，行业已死喊了这么多年，第二天太阳还是要转动，也许现在正在发生变革，可是行业末日来临前，没有必要先行放弃，也许是 山重水复疑无路，柳暗花明又一村
