---
title: "别了，传统技术小测：张鑫旭的唏嘘与 AI 原生时代的软件工程指南"
date: 2026-07-19
description: "张鑫旭老师停止运行十多年的前端双周分享与每周小测，折射出组织打散、存量竞争与 AI 降维打击下的行业现实。本文以此为引子，从软件工程底层给出个人技能转型与团队 LLM-native 治理的行动指南。"
canonical_url: "https://yijinlee.com/articles/article-62"
tags:
  - "AI Coding"
  - "LLM-native SE"
  - "Cursor Rules"
  - RAG
  - "Code Review"
  - "Prompt Engineering"
  - 软件工程
  - 团队治理
topic: "AI 外骨骼"
---

该篇源自张鑫旭老师最近发表的那篇《前端双周分享和每周小测停止运作的思考》。作为前端圈著名的“上古老登”，张老师在文中对组织打散后归属感弱化、行业存量竞争信心缺失、以及 AI 降维打击导致传统低效学习路径终结的剖析，字字见血。这也正是导致我们曾经熟悉的那些硬核活动最终“无人参与”的根本原因。

十多年前，大家讨论的是“IE6 的 hasLayout 怎么解”“双飞翼布局怎么切”。弹指一挥间，运行了十多年的前端双周分享与每周前端小测，从今年下半年开始正式停止运作。最直接的导火索，就是 AI 太强了——辛辛苦苦学了半天的技术点、API 参数、算法模板，和 AI 相比连个脚趾头都比不上，“道心破碎”，传统碎片化技术学习路径彻底画上句号。

但这绝不意味着“前端学习”的终结。正如张老师所说：大浪淘沙，学习不能停，只是方向和重心需要改变。这实际上是一场生产力的权力交接。今天我们卸下历史包袱，站在纯粹的软件工程与底层原理视角，聊聊如何在“AI 信手拈来，人肉查漏补缺”的新时代，重构团队和个人的行动指南。

ERA:
上古时代（DW 时代）|死记硬背 API 名称|强依赖人工记忆
近代 IDE 时代|工具检索提示|语法与参数补全
AI 协同时代|意图驱动生成|全局决策与校验

---

### 一、认知降维：代码生成不再是高价值劳动力

我们要明白一个底层事实：**代码（Code）只是文本，而软件（Software）才是最终交付的系统。**

在“上古时代”，IDE 智能极低，开发者必须把大量大脑带宽分配给“记忆力”——精准记住 `insertAdjacentHTML` 怎么拼，记得 `Element.getBoundingClientRect()` 返回的六个属性。熟练度本身就是壁垒。后来 VS Code 等通过 AST 与插件生态实现全面提示，大脑带宽开始向业务逻辑迁移。到了今天，LLM 基于 Transformer 注意力机制，已把代码的“语法组合”和“模板代码（Boilerplate）”变成廉价、高通量的工业品。

为什么和 AI 比拼算法和语法必败？因为基于概率预测的 LLM 在处理结构高度确定、边界极其清晰的算法模板（如快速排序、二叉树翻转）以及标准 API 调用时，计算效率与准确度是人类的数万倍。张老师说得透彻：**再去刷算法题、死记 API 参数，百分之一万是浪费时间。**

但软件工程有一条残酷铁律：局部效率暴增，往往会成倍放大全局链路的瓶颈。AI 能以极低成本制造大量代码，意味着低质量代码泛滥的概率也呈指数上升。在此背景下，程序员的价值从“生产代码的打字员”迅速转变为“评判代码的裁判员”。

---

### 二、个人技能转型：从“How”死磕到“Why”

既然写代码被 AI 承包了，人肉学习的重心就得从“怎么写（How to write）”彻底转向“为什么这么跑（Why it works）”。优秀前端与普通前端的核心差距，现在反而拉得更开——勘破 AI 不足的“代码审核能力”，恰恰需要夯实的专业能力保底。若自己是半吊子，面对几百行 AI 代码唯一动作就是无脑按 Tab，修了 A 又塌了 B，最后代码肿胀得像科学怪人。

1. **锁死无法被平替的“底层元知识”**

当大模型吐出华丽样式或复杂异步逻辑时，你必须有底气看出隐藏技术债。这些底气来自永远不会随模型迭代失效的物理现实：

META:
浏览器渲染管线|AI 能写一万种 CSS 动画，却不知低端设备是否频繁触发 Reflow/Repaint。弄清布局计算、图层分块（Tiling）、光栅化与 GPU 合成，才能在 Prompt 里约束：“使用 transform 和 opacity，避免破坏渲染层级。”
JS 内存模型与 GC|AI 极度擅长写闭包和事件监听，也极度擅长制造泄漏。理解 V8 堆栈、新生代 Scavenge 与老生代 Mark-Sweep/Mark-Compact；当全局事件订阅缺少生命周期闭包时，你要能指出旧节点无法被标记清除。
网络与安全基线|AI 可快速搭 Fetch 拦截器，却对真实恶意攻击缺乏感知。TLS 握手损耗、HTTP/3 边缘场景、XSS 富文本过滤、CSRF 的 SameSite 防御——这些需要人工把关，作为系统安全兜底。

2. **实战模式重构：AI 生成半成品 + 人工架构重构**

以前新人路径是：看书 → 看教程 → 跟着视频手写。如今效率太低。新模式应在“纠错”中吃透底层：

FLOW:
意图对齐与技术 Spec|大脑思考，理清边界。把模糊产品话术拆成无歧义技术任务，定义数据流、状态提升与性能指标。
通量输出与工程框架|AI 执行，释放双手。喂结构化 Spec，快速吐出脚手架、CRUD 与 TypeScript 接口。
人工白盒重构|核心介入，技术护卫。检查设计模式是否合理，排查 React 重复渲染、Vue 深层响应式等隐患。
无障碍与边界防御|合规把关，安全落库。WCAG 检查、Error Boundary，健壮后再合入主分支。

3. **壁垒跨越：全栈延展与视觉体验专家**

眼下趋势是弱化前后端之分，统一走向全栈或“端开发”。

- **横向全栈多面手**：借助 AI 向 Node.js 微服务、BFF 乃至后端 CRUD 进军；中小企业里，能从前台组件闭环到数据库的人效比极高。
- **纵向极致化（视觉与体验）**：视觉与体验系前端目前难以被后端全栈化。深入研究 Web 3D（WebGL / Three.js / WebGPU）、物理动效（GSAP）、高级音视频与端侧大模型（WebLLM）本地部署——这些充满底层原理与边缘限制，是高门槛防御壁垒。

---

### 三、团队工程治理：大模型原生软件工程（LLM-native SE）

个人转型离不开团队工程土壤。既然“双周分享”和“每周小测”因中心打散、无人参与难以为继，不如用 AI 思维方式把它们降维重构。管理层不要天天想限制员工用 AI——防不住。要把十多年业务经验变成 AI 的“思想钢印”，用工程化手段建护栏。

1. **落地人机协同开发标准（AI Base Infrastructure）**

编码规范不能再只躺在 Wiki 里。要把规范写给 AI 看：

- **项目级规则文件（`.cursorrules` / `CLAUDE.md`）**：严禁 `any`、统一 Tailwind、核心组件提取到 `components/common` 等，固化为机器可读规则，从源头扼杀怪代码。
- **结构化技术 Spec 模版**：不能把“做个跟淘宝一样的购物车”直接喂给 AI。强制约束业务边界与非功能性指标（如首屏耗时），经技术翻译后再作为 Prompt。

2. **运营团队的私有知识库（RAG 注入）**

大模型猜不到你们两年前因特定云环境踩过的坑。将架构设计、Bug 复盘、私有组件库 API 清洗后向量化注入。成员用 AI 时自动匹配私有上下文，吐出的代码自动组合内部公用组件——这才是独一无二的技术资产。

3. **重构“技术小测”与“双周分享”的生命形态**

活动没必要停。顺应时代换个好玩、跟得上的形式，就能重获新生：

COMPARE:
每周小测|考 API 参数、语法|每周代码“找茬”大赛：架构师故意让 AI 生成含隐蔽泄漏、漏洞或渲染性能债的代码；限定时间内找茬，并给出最佳修正 Prompt|考记忆无意义；考察勘破 AI 缺陷与 Prompt 逆向约束，才是护城河
双周分享|念 PPT、讲通用开源框架|人机协同复盘与“幻觉”演进会：分享如何调教 AI 完成复杂业务、配置规则、识破幻觉并用底层原理纠正|独有踩坑经验才是最高价值资产，比念官方文档有趣实用一万倍

---

### 四、行业未来：AI 工程治理岗位的崛起

当日常代码超过 70% 由大模型协同产出时，整条 CI/CD 流水线需要重新设计。张老师极具前瞻性地提出全新岗位——**AI 工程管控工程师（AI Platform & Governance Engineer）**：核心不再是自己写业务，而是做人机协同的架构师与守门人。

ROLES:
AI 研发体系规范|编写项目级 .rules|维护标准提示词库|定义人机执行边界
企业私有 RAG 运营|内部资产向量化|动态更新组件库|维护业务上下文库
自动化护栏流水线|CI/CD 集成 AI 代码审计|自动化合规检查|架构漏洞扫描
安全与数据合规|敏感企业资产隔离|支付/核心鉴权强审计|人工护栏兜底
效能度量与优化|Token 投产比分析|代码采纳率监控|漏洞引入率追踪
团队 AI 原生赋能|高阶 Prompt 培训|前沿工具落地评测|人机协同方法论推广

这个岗位是规避“代码通胀灾难”的刚需——在大众化 AI 开发趋势下搭建专业护栏，避免模糊需求喂给 AI 后生成大量无效返工代码。

---

### 五、写在最后：大浪淘沙，与时共勉

读完张老师的分享，唏嘘在所难免。运行十多年的团队活动落下帷幕，代表着“拼手速、拼记忆”的旧时代彻底回不去了。环境分散、行业停滞、信心缺失，都是不可逆的客观现实。

但从宏观工业史看，这只是技术又一次自我进化。纺织机出现时，手工业者也曾恐慌幻灭；最终被淘汰的只是机械重复的“手工动作”，而理解纤维原理、懂得调整机器、能设计更精美图案的织布巨匠，反而获得前所未有的生产力释放。

正如张老师最后所共勉：**核心逻辑已经变化——从“学会写代码”变成学会指挥、校验、优化 AI 产出。** 底层原理、复合全栈能力、体验审美，是大浪淘沙中唯一的护城河。保持理性的底层死磕，拥抱标准的人机协同治理，与时俱进，拥抱变化，共勉！

REF: https://mp.weixin.qq.com/s/emV9lFmx8a5OVbeOUlb30g|张鑫旭 · 前端双周分享和每周小测停止运作的思考

## 参考文章：相关链接

- [张鑫旭 · 前端双周分享和每周小测停止运作的思考](https://mp.weixin.qq.com/s/emV9lFmx8a5OVbeOUlb30g)（权威引文）— 本文直接引文：传统技术小测停运背后的行业与组织现实。
- [Cursor · Rules for AI](https://docs.cursor.com/context/rules)（官方文档）— 团队 LLM-native 护栏的工具层文档。
- [主管视角的 Cursor 规则工程实践](https://yijinlee.com/articles/article-40)（站内深度）— 把「裁判员」能力落到可执行的规则工程。
- [系统化提示工程：驯服 Cursor AI](https://yijinlee.com/articles/article-1)（站内深度）— 个人提示工程 → AI 原生软件工程的起点。