背景：坐标南京，Java转全栈。
简单总结了三个关键词：痛点、冲击、支点。
1、原有前后端的场景下，信息对称难，导致的是细节改动往往都是妥协后的结果。
后端在设计接口时关注"数据怎么存"，前端在消费接口时关注"状态怎么流"。
我们先前做的，包括AI现在做的，都是生成类型、写mock、补文档，填补的是"信息传递"层面的缺口。背后我们的意图，一些较为浅显的部分会被AI用模型性能轻松填平。例如0123对应的审核状态，闭着眼也能说。草稿、审核中、审核通过、审核不通过，偶尔AI还能灵机一动，问下要不要发布状态。这并不是AI时代的缺点，反而是需要一直保持的优点。
而另外一些困难的部分，基本都是被我们用个人能力硬推过去的。例如我之前负责过的一份“点位上图”的需求，需求推到我这边了，我这边评估反正是比较难的需求，下面是原型：
数据其实很少，但设计上的交互入口很多，需求里，光是要实现的操作就有：鼠标选位、键盘移位、自定义配置所有图像禁止写死，app端同步显示。 在使用国产御三家（kimi，glm、minimax）的情况下，安装了frontend-design的skill但没怎么主动触发过。我印象里是上午跑了4次前端设计，在我快要放弃的时候他终于给我了一个还算能看的左右布局，然后着手开始打磨。下午调试所有交互，送测的话，这部分拿到了2个C类bug，需求验证通过。最终效果如下：
为什么谈这么多呢，因为换个能力差点的，没个一周想好是不可能的，用国外模型也做不到交付这么快。这也是我在工程化场景下极力避免的、因为个人能力导致的工期估算困难。
2、专业技能被冲击。
网上有个段子，说你们搞大模型的都是码奸
，你们已经害死了前端兄弟 
，现在也要亲手送走后端兄弟 
，测试兄弟 
，最后还要把运维兄弟送走 
我在这里说没有冲击，那肯定是假的。是个人或多或少都意识到，岗位的边界在模糊化。在有些场景下，懂一点和懂很多的人，做出来的结果是相似的，注意只是结果，而且只是相似，后面支点部分会细讲。 就连上面我很自豪的点位上图功能，也是凭运气做出来的，如果国产模型稍微烂一点。让我迭代了七八轮没出结果，就得上报风险，让真正的前端大佬来做。正因为跑出了一个可用的基底，然后才有逐步迭代的勇气，才滚起AI的雪球。
这也是我认为的：AI只是工程化的放大器，不是许愿机之类不切实际的东西。 所以冲击在于懂了一点就能很快懂的更多，学习上手的速度，很快能让现有的技术资源贬值，所以我们都在寻求一个更牢固的技术门槛。或者换个中性的词汇，我在这里称为技术支点。
3、自己要寻找新的技术支点。
这里也不扯什么拥抱变化、终生学习、热爱技术之类的了。总之当前所有信息资产都可以被AI进行解构重组，想要的话门槛肯定是没之前的高，收益相对的也是如此。只不过有的还存在信息差，有的已经被玩烂了。最近也是在思考给自己增加更多“支点”，无论是生活上、还是技术能力上，这个词我觉得用在这里是蛮贴切的。 如果一直停留在追寻的结果是什么，很容易陷入空虚，因为结果一定是：“全都是技术的中间产物”。
我理解的harness工程是没讲什么新东西的，但我一直在用这套思想。因为我觉得用好一个工具，最先要做的就是自定义设置，打磨利好自己性格的工具。 学习的意义是为了更好的产出，这份含义不在于我们记住了多少，而是遗忘了很多不提升产出的东西，最终留下了多少。
而那些遗忘的东西，构成了我们的审美本能。懂很多的人产出的结果，就是带有独特的审美风格，无论这个风格是否被需要，但AI时代下就是欠缺这种个性鲜明的画风。
ps：开发年限不高，单纯吃了点AI的红利，佬友发现文章的问题，可以不用手下留情 
1 个帖子 - 1 位参与者