AI是否正導致前端“失去的十年”重演？

本文從去技能化的角度分析AI對程式設計師工作的影響，並與前端開發在過去十年經歷的變化進行類比。作者Mauro Bieg指出，JavaScript框架等工具曾使前端開發變得“去技能化”，降低了從業門檻，但也削弱了工人的議價能力。如今，AI程式設計工具正在對更廣泛的程式設計領域產生類似影響。

文章首先定義了去技能化：透過引入由半熟練或非熟練工人操作的技術，消除行業中的熟練勞動，從而節省成本、降低准入門檻，但削弱了工人的議價能力。前端開發的去技能化始於JavaScript框架的普及，這些框架將瀏覽器視為純編譯目標，使開發者無需理解底層HTML、瀏覽器差異、效能最佳化和可訪問性等細節。企業因此可以輕鬆地將任何通用程式設計師派往前端崗位，所謂的“全棧開發者”往往只是能操作框架的通用型人才。這降低了准入門檻，但也讓工人的議價能力下降。

類似地，AI正在去技能化程式設計本身。手動編寫程式碼這一技能正在被半熟練或非熟練工人操作AI技術所取代。雖然我們尚不清楚這場變革後工人需要具備何種技能，以及勞動力成本和模型成本會達到何種水平，但企業顯然會利用AI來節省成本並削弱工人的議價能力。作者坦言，這讓人感到深刻的失落——就像一個世紀前工匠被流水線工人取代一樣。

另一種視角是，新工具讓人能夠工作在更高的抽象層次上，從而專注於大局。但哪些細節被視為“不重要”是主觀且有影響的決定，而細節最終總會洩漏。現代前端框架（如React）為了開發者效率犧牲了效能、可訪問性和低端裝置體驗，形成了一堆洩漏的抽象。Agentic AI程式設計則是一種更嚴重的洩漏抽象：它非確定性，輸入或模型的微小變化可能導致截然不同的結果，有觀點將其比作“初級工程師”，但AI不像人那樣能學習。

作者將LLM的使用類比為過去從Stack Overflow複製貼上的延續。Google搜尋曾需要精湛的關鍵詞技巧，如今LLM則透過提示詞獲取答案。它們讓懂行的人更快，讓不懂行的人也能拼湊出“大致可用”的程式碼。但抽象終會洩漏，屆時需要有人深入理解並修復問題。然而，許多公司對軟體質量並不在意——只要業務成功，即使產出糟糕的軟體也能盈利。前端領域同樣如此，糟糕的網站對利潤影響相對較小，且競爭對手也相似。

文章最後引入包豪斯運動作為啟示：面對工業化，包豪斯沒有簡單模仿舊風格，而是讓工匠與工廠合作，重新思考設計與製造。在AI時代，我們也不應盲目追求效率，而應重新關注使用者和品質，在新技術中保持匠心。作者呼籲，儘管軟體質量與商業成功很少直接相關，但追求卓越依然重要。