大家好，我卡頌。

最近DeepSeek R1爆火。有多火呢？連我爺爺都用上了，還研究起提示詞工程來了。

大模型不斷發(fā)展對我們前端工程師有什么長遠影響呢？本文聊聊25年前端會有的一個小趨勢。

模型進步的影響

像DeepSeek R1這樣的推理模型和一般語言模型（類似Claude Sonnet、GPT-4o、DeepSeek-V3）有什么區(qū)別呢？

簡單來說，推理模型的特點是：「推理能力強，但速度慢、消耗高」。

他比較適合的場景比如：

• Meta Prompting（讓推理模型生成或修改給一般語言模型用的提示詞）
• 路徑規(guī)劃

等等。

這些應(yīng)用場景主要利好AI Agent。

再加上一般語言模型在生成效果、token上下文長度上持續(xù)提升。可以預(yù)見，類似Cursor Composer Agent這樣的AI Agent在25年能力會持續(xù)提升，直到成為開發(fā)標(biāo)配。

這會給前端工程師帶來什么進一步影響呢？

一種抽象的理解

我們可以將AI Agent抽象得理解為「應(yīng)用壓縮算法」，什么意思呢？

以Cursor Composer Agent舉例：

我們傳入：

• 描述應(yīng)用狀態(tài)的提示詞
• 描述應(yīng)用結(jié)構(gòu)的應(yīng)用截圖

AI Agent幫我們生成應(yīng)用代碼。

同樣，也能反過來，讓AI Agent根據(jù)應(yīng)用代碼幫我們生成「描述應(yīng)用的提示詞」。

從左到右可以看作是「解壓算法」，從右往左可以看作是「壓縮算法」。

就像圖片的壓縮算法存在「失真」，基于AI Agent抽象的「應(yīng)用壓縮算法」也存在失真，也就是「生成的效果不理想」。

隨著上文提到的「AI Agent」能力提高（背后是模型能力提高、工程化的完善），「應(yīng)用壓縮算法」的失真率會越來越低。

這會帶來什么進一步的影響呢？

對開發(fā)的影響

如果提示詞（經(jīng)過AI Agent）就能準確表達想要的代碼效果，那會有越來越多「原本需要用代碼表達的東西」被用提示詞表達。

比如，21st.dev[1]的組件不是通過npm，而是通過提示詞引入。

相當(dāng)于將「引入組件的流程」從：開發(fā)者 -> 代碼。

變成了：開發(fā)者 -> 提示詞 -> AI Agent -> 代碼。

再比如，CopyCoder[2]是一款「上傳應(yīng)用截圖，自動生成應(yīng)用提示詞」的應(yīng)用。

當(dāng)你上傳應(yīng)用截圖后，他會為你生成多個提示詞文件。

其中.setup描述AI Agent需要執(zhí)行的步驟，其他文件是「描述應(yīng)用實現(xiàn)細節(jié)的結(jié)構(gòu)化提示詞」

這個過程相當(dāng)于「根據(jù)應(yīng)用截圖，將應(yīng)用壓縮為提示詞」。

很自然的，反過來我們就能用AI Agent將這段提示詞重新解壓為應(yīng)用代碼。

這個過程在25年會越來越絲滑。

這會造成的進一步影響是：越來越多前端開發(fā)場景會被提煉為「標(biāo)準化的提示詞」，比如：

• 后臺管理系統(tǒng)
• 官網(wǎng)
• 活動頁

前端開發(fā)的日常編碼工作會越來越多被上述流程取代。

你可能會說，當(dāng)前AI生成的代碼效果還不是很好。

但請注意，我們談的是「趨勢」。當(dāng)你日復(fù)一日做著同樣的業(yè)務(wù)時，你的硅基對手正在每年大跨步進步。

總結(jié)

隨著基礎(chǔ)模型能力提高，以及工程化完善，AI Agent在25年會逐漸成為開發(fā)標(biāo)配。

作為應(yīng)用開發(fā)者（而不是算法工程師），我們可以將AI Agent抽象得理解為「應(yīng)用壓縮算法」。

隨著時間推移，這套壓縮算法的失真率會越來越低。

屆時，會有越來越多「原本需要用代碼表達的東西」被用提示詞表達。

這對前端工程師來說，既是機遇也是挑戰(zhàn)。

參考資料

[1]21st.dev:https://21st.dev/?tab=components&sort=recommended

[2]CopyCoder:https://copycoder.ai/