註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 前端开发
前端开发 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 前端开发 的搜尋結果
想知道一下 各位大佬 前端开发推荐什么AI工具和模型
不知道各位感受如何,我自己感受是,在前端开发上, UI 样式上: GPT-6 Astra 轻度 > GPT-5.6 Sol 中 工程规范上: GPT-6 Astra 轻度 < GPT-5.6 Sol 中
最近一个非常明显的变化是,测试和前端开发这些细分工种,正在逐渐被收敛。 今天很多研发流程依然是 Human in the Loop,人还深度参与在工作流中。但我们更想看到的状态是 Human over the Loop,人逐渐脱离具体工作流,让任务能够自循环、自验证、自进化。 这里核心要解决两个问题。 第一个是验证。 AI 的生产速度一定会超过人的验收速度。如果每一份 AI 产出最后都需要人来 Review、测试和验收,那么 AI 生产得越快,人反而越容易成为整个系统的瓶颈。要真正实现 Human over the Loop,验证本身也必须交给 AI。人负责定义目标、标准和边界,AI 负责执行,同时完成验证、反馈和修正。 第二个问题也随之而来。当大量任务的生产和验收都开始发生在 Agent 之间,我们还需要那么多面向人的前端表达吗? 过去的软件大量服务于 Human Computer Interaction,所以需要非常丰富的界面、交互和前端工程。未来人机交互会减少,机机交互会越来越多。很多过去通过页面、按钮、表单完成的操作,会变成 Agent 之间的协议调用、状态传递和任务协同。 所以前端的工作也会发生迁移,从“怎么让人更好地操作系统”,逐渐转向“怎么让人更好地控制 Agent,以及让 Agent 之间更好地协同”。 而 Agent 之间这一层协同,本身又天然适合自动化。Agent 能够理解目标,能够调用工具,也能够根据反馈继续执行。所以从这个视角往下推,测试、前端这些高度依附于传统软件生产流程的细分工种,会最先受到冲击。 再往后看,未来的人才结构可能会逐渐收敛到两类。 一类是端到端交付的人。他们面对的是业务问题,从需求洞察开始,一直到方案、研发、验证、上线和运营,对最终结果负责。 另一类是领域专家。他们解决的是足够深的专业问题,包括架构、性能、安全、基础设施,以及 AI Harness 等复杂工程能力,把自己的专业知识沉淀成工具、规则、评测体系和 Agent 可以复用的能力。 这两类人都不可或缺。一个负责把事情做成,一个负责把某一类事情做到足够深。 过去组织通过大量细分工种完成协作,未来更多会通过“端到端交付者 + 领域专家 + Agent”完成协作。细分工种会不断收敛,人的责任边界会越来越大,专家能力也会越来越深。
顯示更多
0
9
111
10
轉發到社區
Safari 推 MCP Server,这事对 Web 开发者很关键。 以前浏览器自动化大多靠 Playwright、Puppeteer,外部去控制页面。 现在思路变成: 让 AI 通过 MCP 直接连接浏览器窗口,拿 DOM、网络请求、截图、控制台输出,然后自己做调试、性能分析、可访问性检查。 这会改变前端开发的工作流。 以后你遇到页面 bug,可以不是截图给 AI 看。 而是让 AI 直接进浏览器: 看控制台; 看网络请求; 读 DOM; 复现操作; 给修复建议; 再验收结果。 前端工程师的下一个信息差,可能是浏览器原生 Agent 化。
顯示更多
对程序员来说什么是错误问题? 错误:开发如何用 AI 还原设计稿? 正确:如何让设计负责前端开发? 错误:非技术岗都用 AI Coding,怎么说服老板术业有专攻? 正确:怎么维护架构让非技术岗开发需求,项目长期迭代还能不崩?
顯示更多
突然发现,AI攻克了影视业,接下来极大概率要轮到程序员了。有网友说,自己身边做前端开发的朋友今年失业了,去年AI写代码还得人工挑错修改,今年一升级,生成出来的代码几乎挑不出毛病,朋友公司转头就把基础岗给裁了。 其实真不是技术进化有多神,核心是性价比太吓人。 现在不少中小型外包团队,直接把初级开发和基础测试砍掉了一大半。以前需要五个人的项目组,现在一个架构老手带上两三个代码辅助工具,白天提需求,晚上机器跑脚本,交付效率反而翻倍。 老板们算的账很现实。养一个初级程序员,五险一金加办公成本一年十几万,还得防着写出逻辑漏洞;而调用大模型接口,一个月就几百块钱电费和算力费,不请假也不闹情绪。 很多人慌着问下一个会轮到医生还是老师? 想多了。涉及人命诊断、法律责任和复杂情感互动的行业,制度和伦理根本不会轻易放行,出了事故机器没法担责。 真正悬在头顶的,是那些每天负责搬运信息、做标准化流水线报表、写格式化文案的岗位。 机器砸碎的从来不是某个工种,而是把单纯卖力气的“键盘搬砖工”,逼到了不得不懂业务、懂全局的死胡同里。
顯示更多
📢Join JE Labs! |AI产品团队招产品、前端、后端队友 👋 JE Labs 招人啦! 我们是 JE Labs,一家专注于 AI 及前沿科技领域的全球化营销与增长团队,已为 100+ 家科技公司提供品牌建设、市场推广及增长服务。 💫我们在做什么? 我们正在构建新一代注意力分发基础设施,连接 AI 公司、创作者与真实用户,让好的 AI 产品被更多人发现,同时让内容传播的效果可以被追踪和衡量。 产品正在持续开发和迭代,我们希望找到愿意一起参与产品设计、开发和打磨的伙伴! 🎯 招聘岗位 01|Product Lead 产品负责人 3 年以上产品管理经验,有产品开发及上线经历,具备 AI、营销增长类产品相关经验。希望你既懂产品规划,也能真正推动产品落地。 02|Frontend Engineer 前端开发工程师 1–3 年前端经验,熟悉 React / Next.js 等技术栈。既能搞定复杂的数据交互,也在意产品好不好用、好不好看。 03|Backend Engineer 后端开发工程师 3 年以上后端经验,负责 AI 分析、数据 Pipeline、推荐算法及后端系统架构。如果你对 LLM、向量检索和数据处理感兴趣,欢迎来聊! 🌱 关于我们期待的伙伴 比起只是完成分配的任务,我们更期待你能主动发现问题,提出自己的想法,并愿意动手把它实现。 如果你也喜欢 AI,享受参与产品建设、把想法真正做出来的过程,那就来认识一下吧! 📍 产品团队需 base 北京 📮 简历投递 发送至:weliketeam@jelabs.xyz 抄送:evie@jelabs.xyz 邮件标题:岗位名称 + 你的姓名 请附上个人简历;产品岗位欢迎提供作品集或项目案例,开发岗位请附 GitHub 或曾参与开发的产品案例。
顯示更多
0
11
34
5
轉發到社區
2014年,创业初期的雷军,与女工程师张功聊工作的一幕。 张功作为小米早期的前端开发工程师,不仅才干出众,也是少有的美女程序员了。
顯示更多
Pixtamer - 专门为网页图片优化设计的批量处理器。 它不只是简单地把 PNG 转成 WebP,而是把图片格式转换、压缩、多尺寸导出和文件命名整合到一个工作流里。 尤其是一次生成多种宽度的图片,适合需要制作响应式网站、维护图片资源目录的前端开发者。 它与通用图片编辑器不同,重点不是修图,而是让图片更小、更规范、更适合部署到网站上。 👉
顯示更多
📚 学编程不用再花一分钱,freeCodeCamp 把从零到能找工作的整套课程全部免费开源了。 GitHub 上 45.6 万 star,直接封神了,背后是一个靠捐助运转的 501(c)(3) 慈善机构。 想转行写代码的人,最难的往常不是学不会,是不知道该学什么:收藏夹存了三百个视频,买过两门课,看完还是不清楚自己缺哪一块。freeCodeCamp 把这条路铺成了有顺序的一条线——响应式网页设计、JavaScript、前端开发库、Python、关系型数据库、后端与 API,一项一项走,中间是几千道能直接在浏览器里跑的互动挑战。 认证也不是点完视频就发。每个方向得做完互动课程、研讨、实验、复习和测验,再交 5 个必需项目,才有资格参加考试;拿到之后通常能长期保留,直接甩个链接给雇主或客户看。想剽窃走捷径的,查到就撤销认证加封号。 它还顺手把语言认证做了,A2 英语、B1 英语、A1 专业西班牙语和 A1 专业中文都在测试版,另外有一个和微软合作的 Foundational C# 认证。社区说已经帮超过 10 万人拿到了第一份开发者工作。 全套东西不要钱、不卖课、不塞广告,感觉是真在做公益啊。 GitHub:
顯示更多