AI是否正导致前端“失去的十年”重演？

本文从去技能化的角度分析AI对程序员工作的影响，并与前端开发在过去十年经历的变化进行类比。作者Mauro Bieg指出，JavaScript框架等工具曾使前端开发变得“去技能化”，降低了从业门槛，但也削弱了工人的议价能力。如今，AI编程工具正在对更广泛的编程领域产生类似影响。

文章首先定义了去技能化：通过引入由半熟练或非熟练工人操作的技术，消除行业中的熟练劳动，从而节省成本、降低准入门槛，但削弱了工人的议价能力。前端开发的去技能化始于JavaScript框架的普及，这些框架将浏览器视为纯编译目标，使开发者无需理解底层HTML、浏览器差异、性能优化和可访问性等细节。企业因此可以轻松地将任何通用程序员派往前端岗位，所谓的“全栈开发者”往往只是能操作框架的通用型人才。这降低了准入门槛，但也让工人的议价能力下降。

类似地，AI正在去技能化编程本身。手动编写代码这一技能正在被半熟练或非熟练工人操作AI技术所取代。虽然我们尚不清楚这场变革后工人需要具备何种技能，以及劳动力成本和模型成本会达到何种水平，但企业显然会利用AI来节省成本并削弱工人的议价能力。作者坦言，这让人感到深刻的失落——就像一个世纪前工匠被流水线工人取代一样。

另一种视角是，新工具让人能够工作在更高的抽象层次上，从而专注于大局。但哪些细节被视为“不重要”是主观且有影响的决定，而细节最终总会泄漏。现代前端框架（如React）为了开发者效率牺牲了性能、可访问性和低端设备体验，形成了一堆泄漏的抽象。Agentic AI编程则是一种更严重的泄漏抽象：它非确定性，输入或模型的微小变化可能导致截然不同的结果，有观点将其比作“初级工程师”，但AI不像人那样能学习。

作者将LLM的使用类比为过去从Stack Overflow复制粘贴的延续。Google搜索曾需要精湛的关键词技巧，如今LLM则通过提示词获取答案。它们让懂行的人更快，让不懂行的人也能拼凑出“大致可用”的代码。但抽象终会泄漏，届时需要有人深入理解并修复问题。然而，许多公司对软件质量并不在意——只要业务成功，即使产出糟糕的软件也能盈利。前端领域同样如此，糟糕的网站对利润影响相对较小，且竞争对手也相似。

文章最后引入包豪斯运动作为启示：面对工业化，包豪斯没有简单模仿旧风格，而是让工匠与工厂合作，重新思考设计与制造。在AI时代，我们也不应盲目追求效率，而应重新关注用户和品质，在新技术中保持匠心。作者呼吁，尽管软件质量与商业成功很少直接相关，但追求卓越依然重要。