AI 写的前端能直接上线吗?我埋了 11 个坑替你测过了

0 阅读11分钟

AI 写的前端能直接上线吗?我埋了 11 个坑替你测过了

系列文章。上一篇讲我的 10 个 npm 插件怎么从「被 AI 判了死刑」走到「把 AI 变成用户」。这一篇是下一站:我把自己的前端经验,做成了一位 AI 专家。

我是龙九山,前端,写过 10 个 npm 包。

先问一个问题:你用 AI 生成过前端页面吧?上线后有没有遇到过这种事——

保存失败了,但弹窗照样关闭,用户以为存上了;接口挂了,页面一直转圈;翻了页,数据却按你没提交的条件在筛。

都不报错。控制台干干净净,点几下看着都对,但真实用户会踩到。

这类问题我收集了 56 条真实素材,提炼成 24 条判断标准,做成了一位 AI 专家「前端守夜人」。上架前我自己造了个测试项目,埋了 11 个坑测它:第一轮只查出 3 个——27%。改了两处之后,91%,零误判。

这篇文章讲三件事:这些坑有什么规律、24 条标准从哪来、27% 到 91% 之间改了什么。如果你现在就带着一个诡异的前端问题,可以直接拉到第六节的症状对照清单对号入座,对上了照着改;对不上,文末告诉你怎么把代码扔给它查。


一、AI 写前端的规律:前半步都对,后半步常忘

读了大量 AI 生成的前端代码之后,我发现一条规律:

AI 写前端,永远只考虑「正常路径 + 单一环境 + 首次进入」。

它开了 loading,忘了异常时关掉;

注册了监听,忘了卸载时解绑;

写了请求封装,业务报错也走成功分支;

做了表单校验,没等校验结果就提交;

建了弹窗,下次打开没清上一次的数据。

这些问题的共同点:不报错。 控制台干干净净,点几下看着都对,但真实用户会踩到。

举个最隐蔽的:搜索框输入关键词,不点「搜索」,直接点第 2 页。结果第 2 页按新关键词筛了,总数还是旧的,页码对不上。原因是搜索表单直接绑在查询对象上,点分页时传出去的是那个「改了但没提交」的对象。

它不报错、不报警,只是数据悄悄不对。

如果你是后端或全栈,最近用 AI 生成过前端——这几个症状,大概率有一个你已经见过,只是当时没往这上面想。


二、能对后端签字,但对 AI 写的前端不敢签

这两年,写前端的人肉眼可见地变多了——很多人没有编程基础,靠 AI 就能撑起「全栈」的活。

翻译成人话:写前端的人越来越多,但其中很多人判断不了前端代码的质量。

后端开发者是最典型的一群:后端的问题他们自己能签字;AI 生成的前端,看不懂、判断不了、出了事不知道是哪一层的问题。

这就是我给「前端守夜人」定的目标用户:能对后端签字、但对 AI 生成的前端不敢签字的开发者。


三、为什么是「专家」,不是再写一个包

上一篇发出去之后,有人问我:你既然知道 AI 是插件的新用户,为什么不继续改包,跑去做了个专家?

起点是三条判据:有人用、能用、能收费。满足不了就不做。

11 月 9 日开始选方向,到 11 月 10 日定案,两天里 10 个方向死了 9 个:

应用搭建(后台 + 小程序成对交付) —— 死于红海,同类竞对太多,平台自己一句话就能生成。

前端国密改造 —— 死于技术前提错误。我一开始觉得前端侧加密可以独立交付,被一句「加密没有后端,等同于没有吧」打回。查证后确认:前端单侧加密等于没加密,必须前后端配对,而配对改造的验收闭环是断的。

成对双端交付 —— 死于平台经济学。没人做不是机会,可能是「试过、不划算」:一应用一云环境、数据不共享,双端反而成了体验负资产。

AI 开发避坑库 —— 死于壁垒不足。知识型产品,容易被免费内容替代。

期间 AI 提的方案被我当场打断过好几次。

最后活下来的方向是:前端上线审查。

中间还有个决定性的转折:目标用户从「不懂代码的小白」改成「后端开发者」。因为小白不知道自己在哪不行,也不会主动搜「前端体检」;后端知道——「后端我能签字,前端我不敢」。「AI 写的前端能不能上线」是真会被搜出来的话。


四、24 条判据,56 条素材,不是编的

方向定了,判断标准从哪来?

我从四个来源收集素材,每条都有出处:

手写踩坑记录 —— 8 条,质量最高,全是自己文档里记过的。

私有项目代码 —— 21 条。取证时用 Gitee API 盘点了 100 个私有仓库,逐文件读关键实现。

uni-app 插件抽样 —— 9 条,来自 35 个以上的移动端插件。

我自己 npm 包里的成品封装 —— 7 条。这 7 条性质不同:不是「AI 写错了」,而是「正确做法长什么样」。比如「你这水印 F12 就能删」这句话的依据,来自我水印实现里 500ms 轮询检测的代码。对外必须如实说明,不能伪装成「我见过 AI 这么错」。

加上移动端表格和后续补读,一共 56 条。这中间我记住了自己说过的一句话:先收集、后提炼,不要一边收集一边归并,那会丢信息。

56 条最后提炼成 24 条判据(5 条必查 + 19 条常规),外加水印、脱敏、PDF 导出 3 个按需专项。


五、试跑:27% → 91%

专家做完,我不敢直接上架。先造了个测试项目:3 个文件,模拟 AI 最自然的写法——不故意写烂,只留真实世界里它最容易留下的那种轻微瑕疵——里面埋了 11 个问题。

第一轮结果:27%。

它只讲出 3 条,还说「这 3 个文件里一共 7 处」,然后停住等回话。用户会以为 7 处就是全部,实际有 11 处。

复盘出两个根因:

它没有全局地图。 上来就讲细节,用户不知道总共查了多少、还剩多少没讲。

判定口径模糊。 金额校验太松、日期没禁用这类问题,它当成了「体验问题」不计入。

改了两处:

第一处,在技能文件里加硬性要求:收齐材料、出结果之前,第一句必须报总数、分几轮、现在讲到哪——「一共查出 X 处(必改 Y 处),第一轮请求层,第二轮列表页,第三轮表单弹窗,最后给汇总」。

第二处,把 5 类问题强制归入「必改」:金额/数字校验太松、手机号只判必填、必填字段缺规则、日期未禁用、表格无空态——无论用户多不在意,汇总表里必须在「必改」。

第二轮结果:91%。 11 个坑命中 10 个,零误判。

更重要的是另一件事:它自己找出了 3 条我素材库里根本没有的问题——编辑弹窗不清空导致串数据、详情请求竞态互相覆盖、提交按钮没 loading 可以连点多出两条记录。

这证明了一件事:

判据给方向和判定标准,细节由模型在方向上补齐。这是乘法,不是加法。

所以判据要写「怎么确认」,不要写「完整答案」——写完整答案,反而把模型的推理掐死了。

这里也要诚实地说一个反直觉的结论:这 56 条素材里,六到七成 AI 自己就能解决。所以这个专家做的不是「治病」,是「筛查」。它的价值不是「只有我懂」,而是**「你不知道要问什么」**——不报错的那类问题,你根本不会想到去问。


六、症状对照清单(现在就能用)

下面这些对照关系,来自试跑里验证过的「症状 → 问题映射」。对照着查,能自己解决一大半;剩下的,才是需要逐行核对的:

保存失败,但弹窗也关了,用户以为存上了。 大概率是请求层没 reject,业务失败走了成功分支。

接口报错,页面一直转圈。 loading 只在成功回调里关。

翻了页,结果按你没提交的条件在筛。 分页用了表单对象,不是「已提交」的那份查询条件。

打开 B 页面,看到 A 的数据。 表单没清空就复用。

快速连开两个详情,显示的是前一个。 详情请求竞态,后返回的覆盖了先返回的。

手快连点两下提交,多了两条记录。 提交按钮没有 loading 或禁用。

就这一个接口 401,其他都正常。 上传用了独立的 axios 实例,没挂拦截器。

对照得上,按上面那句提示去搜代码就能改,这类问题 AI 自己也帮得上你;对照不上、或者症状对上了但找不到那一行在哪——这才是需要「守夜人」的地方。 用法两种:

带着症状来(最快) :把现象原话贴给它,比如「保存失败的时候弹窗也关了,用户以为存上了,帮我查查」。不用发整个项目,它直接告诉你问题在哪、搜什么、怎么改。

上线前整体过一遍:把关键文件贴进去或上传——请求封装、出问题的页面、package.json——它按严重性分轮给你结论,每一处告诉你现象、在哪一行、为什么、怎么改,改法是整段可复制的代码,不是「建议优化一下」。


七、边界:敢说「不查」,比什么都会可信

三件事写死在产品里:

不查后端。 运行时、数据库、并发、安全,我给不出判断,越界即失真。

不查代码风格。 命名、缩进、注释多少,那是另一回事。

不承诺「查完一定不出事」。 我承诺的是「这些明确的坑都查过了」。

边界不是缺陷,是可信度来源。


八、免费的真相

这个专家原本打算卖 28.4 元,定价、文案都是按收费设计的。

结果在上传的最后一步才发现:平台把「首发必须免费」写在了「收入变现」页的开通条件里,而发布流程的任何一页都没有提示。如果一路点「下一步」,就会毫无察觉地把一个打算收费的东西免费发出去——而且付费模式改不回来。

所以它现在是免费的。召唤入口三步:

打开 WorkBuddy,左侧进「专家」,搜「前端守夜人」。

然后看你手头是什么情况,直接说人话就行:

  • 项目准备上线,想整体查一遍 →「我有个项目准备上线,帮我看看 AI 写的前端会不会出问题」,然后把关键文件贴进去
  • 已经有诡异现象 →「保存失败的时候弹窗也关了,用户以为存上了,帮我查查」,现象原话贴给它
  • 不太懂前端、心里没底 →「我不太懂前端,能帮我看看我刚做的东西上线会不会出问题吗」

免费能看到一条完整的案例(就是第二节那个分页坑),完整版按你项目的情况查:请求与数据、表单、表格、弹窗、图表、工程与构建六大块,外加水印、脱敏、PDF 导出三个专项。

新发现的坑会持续补进去。给出去的不是「今天的 24 条」,是「一直有人替你守着」。


写在最后

这两天我做了一个没卖出去的专家(首发只能免费),但我拿到了比 28.4 元更值钱的东西:

一个 91% 命中的判断体系,和一份确认「哪里不是我的战场」的地图。

如果你手头就压着一个「不报错但不对」的问题,别等系列更新——现在就把现象原话扔给守夜人,验证一下我说的 91% 是不是真的。好用,回来点个赞;不好用,回来评论区骂我,都行。

下一篇回归系列主线,讲「四层验收」怎么落地。


系列文章

  • 第一篇:我的 10 个 npm 插件,差点被 AI 判了死刑(已发)
  • 第二篇:让 AI 用起来:四层验收(待发)

你最近有没有遇到过「不报错但不对」的前端问题——是上线前查出来的,还是用户先踩到的?评论区讲讲症状,我看看它在我的 24 条里排第几。