前端开发中如何优化流程及应对挑战？

AI

往往是东拼西凑且慢慢磨合的。为提高效率，我们可结合AI来抽象和复制常规通用流程。写完技术实现上的AI探索这篇文章后，我就在想，当下怎样优化开发流程？每个项目优化1分，累积起来就不少了，于是有了这篇文章。至今还没有工具能在无需人工干预的情况下完成前端/后端集成研发，所以高级程序员目前是安全的。前端集成解决方案，英文是Front - end Integrated Solution，缩写为FIS，发音 。前端集成方案是把前端研发领域分散的各类技术元素整合起来，针对常见的前端开发问题、不足之处、缺陷以及需求而提出的一种解决方案。前端团队不断壮大、人员增多时，要抽象出共性内容，防止重复开发与低效沟通。这一切都是为高效产出高质量代码，沉淀通用工具和方法论，使其成为公司技术资产，避免人员离职后技术流失的情况。团队规模达到一定程度时会设架构组，需求流动大致如下：产品（需求）通向业务前端（业务开发），再通向架构组（技术难点、基础设施建设）。产品从客户获取需求后，向业务前端部门提出需求。业务若遇技术难点、共性问题和基础设施建设等问题，会与架构组沟通并提需求。前端行业发展已久，技术元素繁多。下面列出一般Web团队所需技术元素、AI解决方案并推荐相关工具。

例如，文件夹需规范，同一组件相关文件应放在一个文件夹内。

前端开发需工具支持，根本原因在于前端领域的语言特性。各团队努力拼凑上述8项技术元素的具体解决方案时会发觉，单独看每项技术点都有现成的实现，可将这8项技术点无缝串联起来却是极具挑战性的工作。主要有以下几方面原因：前端研发领域，技术问题少、工程问题多，两个字概括：庞杂。仅性能优化这方面，涉及诸多要点，背面试题时麻烦，实现起来也不容易。前端语言具有灵活松散的特性，前端项目规模发展到一定程度后，工程问题就会突显，成为发展瓶颈。各技术要素之间开始产生关联，若采用模块化开发就得对应特定模块化框架，用该框架就要对应某个构建工具，用此工具又得对应某个包管理工具……这时，完整践行前端集成解决方案就成为必然选择。前端领域语言的特性致使攒出一套集成方案的实现成本颇高。前端语言缺乏包、导入、模块等开发概念，各技术点的解决方案在设计时都着眼于独立使用，进而会扩展自身职责，这就极大增加了融合各技术要素的成本。前面提到的8项技术要素联系颇多，这给构建完整且连贯的前端集成方案带来很大挑战。要兼顾规范、性能、框架、流程、部署等问题并不容易，不是简单拼凑就行，实际操作得考虑各公司的实际状况。项目规模越大、人员越多，沟通和管理就越费心费力，这是必然的。技术工具、方法众多，关键是要对齐并推动落实。前端集成解决方案的实践，可总结出如下设计步骤：我曾把原来用中文写的TS输入ChatGPT让它解析，结果GPT卡住了，读不懂，可能OpenAI没给它喂类型体操方面的语料。现代人工智能存在的问题是，还处在有用的白痴发展阶段。它们虽灵活有用，却缺乏智能调试代码的理解能力。人工智能语言模型并非用来取代程序员，而是一种宝贵的工具。程序员可借助它强化工作、简化工作流程并提升生产力。像ChatGPT之类的AI语言模型能助力程序员自动完成部分任务，如代码生成，但设置参数、测试代码以及确保达成预期目的仍要依靠程序员。软件工程师依旧是最热门的职业之一。编程不只是敲代码，还包括解决问题、批判性思考、发挥创造力以及沟通交流，而这些都是人工智能语言模型目前欠缺的技能。若能善用手头各类工具，先力求写出更高质量的代码，再承担更多工作以提高产量，成为一流程序员便无需焦虑，毕竟大道至简，并不拥挤。