2026-11-18 · 37 min read

实现交给 Agent 之后,前端还该学什么

一份关于「AI 时代怎么学技术」的长文整理。作者的判断很稳:前端没死,但学习方式得换——从「记住怎么写」换成「知道它能干什么、什么时候用、怎么验证」。他给了九个领域的分界线,每一条都落在同一个句式上:哪部分不必背,哪部分必须懂。几个判断我觉得最经得起检验:状态管理要先分清数据由谁维护再选工具;类型断言不等于运行时校验;「规则表达要求,工具负责落实」;以及测试不能由实现反向决定。

本文整理自一篇中文技术博客的长文,原作者在做一个融合 Agent、RAG 与知识图谱的全栈项目。内容属整理稿而非逐字照搬。

文中的招聘观察、库名与规范引用沿用原文,未做外部核验。

先看清那个焦虑

作者从行业讨论切入:

有人说,部门已经没有纯前端了,页面、接口、部署都得一起做。

有人感叹,明明投的是前端岗位,招聘要求里却写着全栈、AI 应用和 Agent 开发。

再加上一个事实:Agent 生成页面、修改组件、对接接口的表现——确实很容易焦虑。

他的态度是一句话:

我不觉得前端已经死了,但我们的学习方式确实可以调整。

而调整的方向他说得非常具体:

我们不必把每个包的调用方式、每个 API 的参数、每段代码的实现都记在脑子里。

更值得掌握的,是这些技术能解决什么问题、适合什么场景,以及怎样判断 Agent 有没有用对。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["旧标准<br/>能不能默写出来"] --> B["新标准<br/>知道该用什么 · 能判断对不对"]

上图是这个转向。注意它没有降低要求,只是换了衡量方式。

而他把这条落成了两个更具体的能力:

我们不需要闭眼写出 Zustand 的初始化代码,但应该知道它适合管理哪些状态。

也不必背下 Redux 的每个 API,却需要理解项目为什么采用它,新增功能是否该沿用现有方案。

「具体代码可以让 Agent 查文档、参考项目实现。」

我们理解技术,才能给它更合适的需求和约束,也能在它提出方案时看懂其中的取舍。

先分清两条方向 ⭐

这一节我觉得是全篇最重要的区分。

使用 Agent 开发产品,主要解决开发效率和交付质量的问题。

开发 Agent 产品,则需要进一步处理任务执行、工具调用、人工确认和结果展示。

而他的建议很克制:

我们可以同时发展这两类能力,但不必因为开始使用编码 Agent,就立即把模型训练、底层推理和所有 Agent 框架都加入学习计划。

先让已有知识能够支持技术选择,再沿着项目需要扩展,比不断重学一整套技术栈更有价值。

「沿着项目需要扩展」——这句把学习顺序从「体系驱动」换成了「问题驱动」。

他也给了招聘侧的证据,但很谨慎:

从整理过的公开招聘要求来看,前端基础并没有被 AI 技能整体替换。

组件开发岗仍然关注 TypeScript、React、组件库、持续集成和页面响应速度。有的 AI 原生产品岗,则把 React 渲染性能与模型交互放在同一组要求中。

这些样本不能代表整个市场,更不能把所有要求合并成每位前端都必须掌握的清单。

「不能合并成一张清单」——这个提醒很必要,因为把几十份招聘要求求并集,会得到一份没人能学会的目录。

换一种学习顺序

他先描述了旧习惯:

过去学一个库,很容易从安装、初始化、API 列表一路看下去,最后用能不能独立默写示例判断自己是否掌握。

新的顺序是:

我会先看它解决哪类问题、项目里有没有等价方案、引入以后可以省掉哪些工作、以及需要接受什么限制。

遇到具体需求时,再让 Agent 根据文档和项目版本完成实现。

他给了两个例子,都挺具体:

场景该知道什么不必知道
越来越卡的长列表列表虚拟化是可考虑的方案,且动态高度、滚动定位、内容搜索要一起验证某个虚拟列表组件的全部参数
频繁重复请求项目可能已有请求缓存工具,先让 Agent 检查现有能力马上手写一套缓存

而他的总结我觉得可以直接当原则用:

技术知识的作用,是让我们在遇到问题时知道有哪些办法可选,而不是要求所有办法都能脱离文档手写出来。

状态管理:先分清数据,再选工具 ⭐

这一段是全文最具体的示范,我觉得它把「怎么判断」讲透了。

他先描述 Agent 的默认行为:

我们让 Agent 开发一个工作台,它可能很快就创建出全局 Store,把当前会话、弹窗开关、接口结果、任务进度和表单输入全部放进去。

代码能够运行,却不代表这些数据就应该由同一个地方维护。

而他的判断顺序是:

先判断数据由谁维护、哪些区域需要读取、生命周期有多长,再决定使用什么方案。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    A["数据由谁维护"] --> D["决定方案"]
    B["哪些区域要读"] --> D
    C["生命周期多长"] --> D

上图是这三问。注意它是先问数据,再问工具。

然后他给了一张表,我认为是全篇最实用的一张:

状态类型例子优先考虑
组件内部状态弹窗开关、输入内容、展开项留在组件内,useState / useReducer
跨组件的客户端状态布局、多个区域共享的选择按架构考虑状态库
需要分享和恢复的页面状态搜索条件、分页、当前资源 ID能以 URL 表达的部分,以 URL 为准
服务端数据的本地缓存用户资料、文档列表、查询结果查询缓存类库
持久化的任务事实工具执行结果、审批是否有效、任务是否结束由服务端维护,前端只同步和展示

最后一行我认为是最关键的一条。它把「任务是否完成」这类事实的权威位置定在了服务端,而不是前端状态里。

那句反套路的话

他特意反驳了一个常见公式:

这不是「小项目用轻量方案、大项目用重型方案」的固定公式。

现有代码、团队约定、状态关系和维护成本,都应该进入选择过程。

而他对某个老牌方案的补充也很实在:

讨论它现在的实践,也应该以官方推荐的现代写法为基础,而不是只记得早期大量手写样板代码的印象。

一条容易踩的重复

使用查询缓存以后,就没必要不加区分地把同一份结果再复制到另一个 Store。

本地编辑草稿可以单独保存,但要明确什么时候初始化、什么时候提交、什么时候丢弃,避免两份数据都被当作最新结果。

「两份数据都当最新」——这是双写问题的标准症状。

而他给出的验收话术,我认为是这一节的落点:

我们不需要记住这些库的每一种写法,但应该能告诉 Agent:弹窗状态留在组件内部,工作台布局沿用现有 Store,文档列表交给查询缓存,任务是否完成以服务端为准。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["弹窗开关"] --> A1["组件内部"]
    B["工作台布局"] --> B1["现有 Store"]
    C["文档列表"] --> C1["查询缓存"]
    D["任务是否完成"] --> D1["服务端为准"]

上图是这四句话。它的价值在于:这是一份可以直接说给 Agent 听的需求。

JavaScript 与 TypeScript:理解行为与约束

那个异步覆盖的例子

他给了一个很典型的缺陷:

用户先搜 A,随后搜 B。B 的请求先返回,页面展示了正确结果;之后 A 的请求才结束,又把页面覆盖成旧内容。

而关键是「识别」而不是「默写」:

我们不一定要现场默写解决代码,但应该识别出这是异步结果与当前操作不匹配的问题。

接下来就可以要求 Agent 检查请求取消、过期响应过滤和结果写入条件,而不是继续调整防抖时间。

「而不是继续调防抖」——这句点出了一个常见误诊:防抖解决的是发得太频繁,而这个缺陷是回来的顺序不对。

而他对取消能力的定位很准确:

它可以用于取消请求及读取操作,但它不能替代应用对结果归属的判断。

我们至少需要知道,减少请求、取消读取、阻止旧结果覆盖,是几个不同的问题。

TypeScript:能表达什么,不能保证什么 ⭐

他先说了它擅长的一面:

等待审批的任务应该携带审批信息,成功任务才允许读取最终结果,失败任务需要提供可处理的错误。

我们知道可辨识联合、类型收窄和穷尽检查能表达这些差异,就可以让 Agent 按这些约束建模。

然后给了那条我认为最该记住的边界:

写下一个类型断言,不会自动验证接口响应或模型输出,因为类型断言不提供运行时检查。

因此,看到 Agent 用类型断言消除报错时,我们应该继续确认:这里是真的已经验证过数据,还是只是让编译器不再提示?

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    A["类型断言"] --> B["编译通过"]
    B -.->|"不代表"| C["运行时数据真对"]

上图是这条边界。它是「编译期」和「运行期」的分界,而 Agent 很容易用前者冒充后者。

React:状态、渲染、副作用的用途

那个「加了 key 就好了」

这个例子我觉得很有代表性:

切换页面后表单内容为什么还保留着?修改 key 后,输入内容为什么突然消失?

这些行为与组件在树中的位置和身份有关。

而 Agent 的默认操作是:

遇到问题后,让 Agent 随意加一个 key,有时能让现象消失,却也可能把需要保留的状态一起清掉。

「有时能让现象消失」——注意这个措辞:它不是修复,是把症状转移到了别处。

Effect 被当通用补丁

一个值能够从现有数据直接计算出来,就未必需要额外保存、再通过 Effect 同步。

而订阅类的副作用,检查方向不同:

页面离开后仍然收到旧事件,或者反复进入后出现重复消息,就应该检查副作用与清理逻辑。

而他说了一句我觉得很有分寸的话:

我们可以让 Agent 完成依赖分析和代码修改,但应该知道,删除依赖项或关闭检查规则,并不自动等于解决问题。

「关掉检查不等于解决」——这是一条该写进任何评审清单的话。

服务端与客户端组件的那个追问

他给的追问句式很实用:

不必背下框架所有限制,但要知道这些区别存在。

这样,Agent 提出把整个页面改成客户端组件时,我们才会追问:究竟哪些区域需要交互,有没有必要扩大到整个页面?

HTML、CSS 与交互:决定界面是否真的好用

他的判断很直接:

截图只能说明某个时刻的视觉效果,不能证明连续操作时的行为正确。

而他给的那几个问题,我觉得可以直接当验收清单:

场景该问什么
聊天工作台用户正在向上阅读历史,新消息到来时该不该自动滚到底部?
侧栏缩窄代码块会不会撑破布局?
移动端弹出键盘后,输入框和发送按钮还能不能用?

这几个问题的共同点是:它们都发生在「操作序列」里,而不是「某一帧」里。

弹窗不只是遮罩加居中

模态对话框的交互要求还涉及焦点进入、键盘操作和关闭后的焦点恢复。

知道这些要求,我们就会优先让 Agent 复用项目中已经处理过相关行为的组件,而不是每次重新拼出一个只有视觉效果的弹窗。

组件抽象也要判断

这一条我觉得很多人会踩:

两处界面看起来相似,不一定意味着应该立即合成一个参数很多的公共组件。

我们需要看它们的行为是否相同,未来变化是否会一起发生。

而它给了一个可操作的信号:

每新增一个场景都要添加多个布尔参数时,就值得重新检查抽象方式,而不是继续往公共组件里叠条件。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["看起来相似"] -->|"急着合并"| B["布尔参数越加越多"]
    B --> C["该重新检查抽象"]

上图是这条退化路径。「参数越加越多」是抽象错了的报警灯。

断点续传:一个能检验理解深度的问题

他没有要求默写实现,而是要求说清「什么才算成功」。

采用分片上传方案时,可以先创建上传会话,再为分片确定标识、预期长度和必要的校验信息。

服务端验证并保存后,才将它记录为已接收。

而断线之后的关键判断是:

连接中断以后,客户端查询服务端确认的进度,再上传缺失部分。

不能只相信本地进度条,因为请求已经发出,不等于服务端已经完整保存。

两个容易漏的边界:

边界规则
最后一个分片可以小于标准大小,是否完整依据自身预期长度和校验判断
重复上传同一分片需要明确的处理规则,避免重试产生重复结果

而他的落点是:

具体用什么接口切片、怎样调度并发、请求函数怎么封装,都可以让 Agent 实现。

我们需要明确的是:什么才算上传成功,失败后根据什么恢复。

这条区别同样适用于流式交互 ⭐

这一段是全篇我觉得最有洞察的地方之一。

连接断开时,任务可能还在执行。

页面重新连接,也不应该默认重新创建任务。

原生的事件流机制支持断线重连,但这些机制并不等于应用已经具备完整的任务恢复能力。

而恢复能力需要什么,他列得很清楚:

对于需要恢复的界面,我会要求任务具有稳定标识、能够查询当前状态、并补齐指定位置之后的事件。

重复事件需要去重,无法补齐历史时重新获取完整状态。

还有一条最容易被忽略的:

用户点击停止,也要说明是停止接收内容,还是请求取消实际任务。

界面不能仅仅因为连接关闭,就把任务显示为已经取消。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    A["连接断开"] --> B{"任务停了吗"}
    B -->|"没有"| C["等待重连<br/>补齐事件"]
    B -->|"用户要求取消"| D["通知执行端取消"]
    C --> E["不能因为断连就显示已取消"]
    D --> E

上图是这个区分。「连接状态」和「任务状态」是两件事,而界面经常把它们混成一个。

性能优化:先知道哪里慢

他的顺序是先定位再选方案:

遇到页面卡顿,先获取记录,再判断时间主要花在计算、更新还是布局上,比直接让 Agent 加缓存更有针对性。

而他给的对照很具体:

主要开销在哪该查什么
文本处理解析和更新范围
列表渲染减少不必要更新,或使用虚拟化

不能因为记得某个性能优化手段,就把它放到所有组件里。

而验证的部分我认为最有价值:

改了什么要验证什么
缓冲与合并最后一段内容有没有丢失
列表虚拟化滚动定位、搜索和键盘操作
减少计算结果没有过期

「性能能力在于能把问题定位到合适方向,并用相同条件比较修改结果」——这句把性能从「技巧」还原成了「方法」。

多个 Agent 同时返回内容,怎么展示 ⭐

这一节的出发点是信息组织,而不是组件属性。

假设一个任务同时在检索资料、分析文件和生成修改建议。

所有输出按到达顺序混进同一个文本区域,虽然容易实现,但用户很难判断每段内容属于哪个步骤,也不知道局部失败会不会影响整体结果。

所以第一件事是归属关系:

任务、步骤、消息和工具调用需要有明确的归属关系。

而界面的分层他给了建议:

层放什么
默认可见整体进度、关键动作、待处理事项、最终结果
可展开具体参数、执行日志、错误详情

优先让用户理解当前正在发生什么。

几条容易被忽略的规则

并行任务的完成规则:

一个步骤完成,不等于整个任务完成。

某个步骤等待审批,也不一定要求其他无关步骤全部暂停。

人工确认要落到具体操作:

用户应该知道系统准备修改哪些文件、覆盖哪些内容,以及确认后会发生什么。

批准记录要绑定对应操作,避免用户看到的是旧建议,实际执行的却是另一份内容。

取消要区分请求与结果:

用户点击取消后,可以先展示正在取消,等执行端确认,再更新最终状态。

而动态结果的处理,他给了一条安全底线:

我会优先让模型返回受约束的组件类型和数据,再由前端使用已注册组件渲染, 而不是让模型生成的任意代码直接进入执行环境。

「受约束的类型 + 已注册组件」——这是把模型输出关进沙盒的标准做法。

怎么约束 AI 生成代码的规范

他的定位很准确:

我们不必提前替 Agent 决定每一处实现,但应该提供足够的项目背景和交付要求。

而规则文件该写什么:

项目规则适合记录目录结构、模块职责、编码约定、测试命令和特殊注意事项。

而写多深,他给了一个判据:

规则不需要写成一份要求 Agent 背诵的百科。

当前项目真正有效的约定,比大量泛泛的最佳实践更有用。

一个「要求它论证」的句式

这个我觉得很实用:

例如,项目已经采用了某个状态方案,新功能就应该先检查现有状态组织方式。

Agent 准备引入另一个方案时,可以要求它说明:现有方案为什么不够、增加依赖有什么收益、以及后续怎样维护。

我们不必因为熟悉旧方案就拒绝所有变化,但也不能只因为新方案代码更短,就接受额外的维护成本。

「说明为什么现有方案不够」——这是一条能立刻用上的审查提问。

任务说明也要具体

修复「切换后旧结果覆盖」的问题,可以明确允许修改的模块、必须保留的接口、是否允许新增依赖、以及需要通过的验收场景。

那条我认为最重要的原则 ⭐

规则表达要求,工具和检查负责落实要求。

不得修改某个目录,可以写在说明里。

必须强制执行的限制,还应该通过工具权限、工作区隔离或变更检查落实。

不能把一句提醒当作系统已经具备的控制能力。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["规则文件<br/>表达要求"] --> B["人看 · AI 读"]
    C["权限与检查<br/>落实要求"] --> D["机器强制执行"]
    B -.->|"不能替代"| D

上图是这个分工。这句话和前面几讲那条「把约束从叮嘱挪到机制」是同一条原则,只是这次说在前端语境里。

测试与工程化:能确认交付结果

他先承认测试也可以由 Agent 生成,但立刻给了限定:

测试同样可以由 Agent 生成,但测试目标不能只由当前实现反向决定。

而不同层测什么,他给了对应:

层测什么
单元状态转换与数据处理
契约接口与事件结构
端到端用户操作过程

而他给的验收例子很具体:

功能该验证什么
人工审批拒绝后执行端没有继续调用对应工具,而不是只检查按钮变灰
任务恢复模拟中断与重新进入,确认结果没丢、也没重复创建任务

那条最该警惕的情况 ⭐

Agent 编写的测试也可能只是在重复当前代码的行为。

错误实现与错误断言互相配合,测试照样可以通过。

因此,我们要检查断言是否来自需求,是否覆盖了真正不能出错的条件。

而修复失败时也要留意:

它有没有通过删除断言、放宽类型或绕过错误处理,让检查表面通过。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    A["实现写错"] --> B["测试照着错的写"]
    B --> C["测试通过"]
    C -.->|"看似绿了"| D["需求没满足"]

上图是这个闭环。它的危险在于「绿」被当成了正确性证据。

而工程化那条他说得也很实在:

依赖能否复现安装、类型检查和关键测试是否通过、生产构建是否成功、错误能否对应到具体版本,都应该有确定的检查方式。

还有一条关于长任务:

已经发生的文件覆盖、消息发送等外部操作,也要单独考虑后续处理,不能认为回滚代码就能恢复一切。

全栈:沿着功能延伸

已经熟悉 JavaScript 和 TypeScript,可以先沿着 Node.js 理解接口、身份认证、数据库、文件处理和异步任务怎样协作。

具体框架 API 可以需要时查,先把一个功能涉及的职责弄清楚。

而以文档 Agent 为例,他列出的问题都是「职责归属」问题:

前端提交修改请求后,系统需要知道请求属于谁、操作哪份文档、用户是否有权限、任务当前处于什么状态。

生成结果怎样保存,用户确认后怎样应用,发生冲突后怎样处理。

权限那条硬边界 ⭐

权限尤其不能只停留在界面上。

隐藏按钮可以改善体验,却不能作为最终授权依据。

而这条对 Agent 工具调用同样成立:

用户在界面上点击批准,执行端仍然需要校验身份、操作对象、授权范围和批准是否有效。

模型认为可以执行,不能替代系统授权。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["界面隐藏按钮"] --> B["改善体验"]
    B -.->|"不是"| C["授权"]
    D["服务端校验"] --> C

上图是这条边界。它是「体验」与「安全」的分界,混了就是漏洞。

选一个复杂领域,把知识用起来

只知道越来越多工具的名字,也很难形成具体能力。

更好的练习方式,是选择一个熟悉的领域,让这些知识真正参与设计和验证。

他给了两个方向,而每个都指向一个具体的取舍。

文档编辑

编辑器用 Schema 定义文档允许存在的节点、标记和结构。

知道这一点,我们就不会把所有文档修改都当作普通字符串替换,也会要求 Agent 优先使用编辑器提供的文档操作能力。

而那个场景他设计得很刁:

用户选中内容让 Agent 修改,生成期间另一位协作者改变了目标段落。

系统需要识别变化,让用户审阅建议,再决定应用、重新生成或放弃。

它把「协同+AI 生成+冲突」三件事压在了一个场景里。

桌面应用

涉及进程职责、工具权限和应用生命周期。

安全指南强调上下文隔离、沙箱、消息来源校验,以及限制向渲染进程暴露的能力。

知道这些机制的用途,才会在 Agent 实现桌面功能时提出合适的要求,而不是为了调用方便,就把系统能力直接开放给整个页面。

那句总结

项目里的技术深度,可以体现在我们知道怎样组合现有能力解决问题,而不必用从零手写了多少底层功能来证明。

学习投入怎么重新分配

他给了一张很干净的两栏表。

不必作为主要目标更值得投入
背熟每个 API 的参数与调用格式知道它提供什么能力,需要时找到准确用法
默写状态库的初始化代码分清状态归属,判断要不要引入或复用
记忆大量样式属性和布局模板理解布局、滚动、响应式和焦点行为
重复编写请求、缓存、表单样板了解成熟工具能处理什么,明确项目需要什么行为
收集大量框架与工具名称在具体需求里理解适用场景、限制与组合方式
只检查代码能否运行用测试、日志和实际操作确认结果符合需求

而他也留了一个平衡:

这些调整并不要求我们放弃代码阅读。看不懂某段实现时,可以让 Agent 解释、拆解或补充测试,再回到需求判断结果。

而最后那句我觉得是整篇的落点:

比起再做一个只展示成功路径的新 Demo,我更愿意把已有功能的取消、恢复、冲突和异常处理补完整。

我们会在这个过程中真正知道,各种包和 API 分别能帮到哪里,又有哪些事情需要额外设计。

我的三点补充

以下是评注,不是原片内容;取舍由我负责。

第一,这篇文章真正在做的,是把「懂技术」的定义从「能产出」换成「能判断」。 旧标准下,会不会写就等于懂不懂;而当实现可以由 Agent 产出时,「会不会写」不再是有效的检验——因为写出来的东西对不对,你还是得自己看。所以他把知识重新定义为三样:知道有哪些选项、知道各自的限制、知道怎么验证结果。 这三样恰好构成「审阅」所需的全部。

第二,「规则表达要求,工具负责落实」这句话,是全文唯一一条跨越技术栈的通用原则。 它和前几讲那些「把约束从叮嘱挪到机制」「收走写工具」「密钥不走模型」是同一条。因为只要是「必须成立」的东西,就不能依赖被执行者的配合——而模型恰恰是最容易不配合的那种执行者:它不是不听,它是会忘、会误解、会在压力下走捷径。

第三,「测试可能只是在重复当前实现」这个提醒,指出了 Agent 协作里最隐蔽的一种失败。 因为前几讲那些失败都能看见(跑不通、报错、界面坏了),而这一种是「所有检查都绿,但功能是错的」。而它的成因很自然:让 Agent 照着实现写测试,它当然会写出一组与实现自洽的断言。 所以测试的源头必须是需求,而这条只有人能守住——因为只有人手里有需求。


一句话总结:Agent 能替你写代码,但不能替你决定「什么算做对了」。 而学技术,现在学的主要就是后者。

搜索全站

输入关键词,查找项目与实践记录。