又过去一年,从 AG-UI 协议看未来前端的变化

发布时间: 2025-08-13

前言

AI 大模型已经发布好几年了。从 ChatGPT 的横空出世到现在 AI 大模型百家齐放。相互竞争。已经有几年了。在前年的时候，我还不太相信 AI 能影响我们程序员的工作。从去年开始，对程序员的工作事实上已经发生了一些影响。在过去的一年里，对程序员的工作内容影响越来越大。然后我在这一年中也不断的在思考 AI 时代程序员未来的工作是什么样子的？会有哪些变化和影响？工作是否会消失？

我开始真正关注到AI对我们工作的影响，正是Cursor和国产Trae相关热度上升的时候，我写一了一篇文章国产AI代码编辑器Trae:前端开发和AI展望，简单的对国内AI对行业影响的变化做了探讨，时间大概是今年年初的时候，没想到仅仅过了不到半年的时间。AI 的发展速度远远超出了我的预期。从 Claude 大模型的火热，到MCP、A2A、AG-UI协议的出现和普及，标志着AI越来越规范化、成熟。仅仅用了几个月时间，几乎所有的AI企业都在用极快的速度迭代自己的模型。

技术平权

最近我写文章也不多了，原因有2个，首先是工作比以前忙了很多，然后还有一点就是现在大模型的能力已经非常的强，就像GPT5号称达到博士水平。导致很多时候我在构思写什么的时候，就已经新失去了写它的意义，因为使用大模型是可以快速的得到答案，文章对别人的参考意义以及对自己的启发意义就很小了。

顺带的就引出了一个概念 技术平权。他的意思就是说在 AI 大模型的时代，人和人之间的技术差异已经被缩得很小了。举个例子可能以往类似于一个无极滚动，或者说虚拟滚动，是需要一定的开发经验以及实践经验才能够写出来的。但是现在可能只需要给大模型发送一句 prompt。也就是说，对于普通的初级程序员，甚至普通人都能够通过大模型来完成这样一个功能。当然，这里只是举一个简单的例子，假如说我们的功能非常的复杂，以前只有资深程序员、高级程序员才能够清楚里面的细节，但现在一个中级程序员或者说是初级程序员，借助大模型的辅助就能够完成这部分逻辑，这就是技术平权。

所以在技术平权的时代，我一直在思考究竟要写一些什么东西能够是 AI 无法替代的。然后对我以后的工作也有启发和帮助，我感觉可能主要方向是人的经验和情感相关的内容。

还需要学吗？

当然要学，在AI拼拼凑凑的时代，程序员你必须要了解更多的细节和原理、以及坚实的基础功底，你才能甄别出当前的场景你需要什么样的技术方案、以及写出实现你目标的prompt，因此我建议朋友们仍然需要继续学习。

AI提效率

今年的上半年的时候，我还主要是用大模型帮我写一些比较独立的代码逻辑，以及询问他一些问题来代替搜索功能。可能对我提升效率比较有限，最近两个月就发生了比较大的变化，Claude从3.7开始模型确实很突出，比如说我要新做一个什么功能的话，我只需要告诉他，他全自动的帮我完成这一项工作。如果我对逻辑要求不是特别复杂，样式要求不是特别的个性化，我的功能是新创建，那么生成出来的功能几乎是可以用的，只需要一些比较少的改动。甚至于发送一张产品设计的截图给大模型，然后告诉他你要使用的 UI 框架，它都能够帮你构建一个大概。

像过去那些文字重复性的处理，那更不需要说，大模型简直是拯救了我的双手。

总结来说的话，年初的时候 AI 大模型对我工作的提升可能大概在10%到20%左右。到了年终的时候对工作的。效率提升。平均应该可以到达40%到50%左右。甚至可能低于 40%，现在提升率不算很高的主要原因在于

上下文限制，对于整体理解有限
对于个性化的需求理解不足

AI降效

上面绝对同意AI对提效有帮助，但是仍然存在一定的比例场景下，AI实际上是降低相率的，主要体现在：多智能体、多阶段生成技术的普及，带来了AI反思修正的能力，但是也导致了响应流程过长，一旦生成不符合要求，这几分钟就等于0，需要回滚+重新生成，遇上大模型脑子抽筋的时候，经过3、4轮交互下来，你自己手动实现已经完成。

工作方式的变化及思考

AI 提效这么厉害，我也在思考未来的工作方式，以及未来的工作可能会有哪些变化。首先我觉得。AI 在3年以内应该是无法完全替代程序员。但是很遗憾的是，当 AI 提效的比率越来越高，那这个行业对于程序员的需求肯定是萎缩状态的。比如说原来需要两个人2天来开发的功能，现在可能只需要一个人1天就能完成。

这是没有办法的，时代的发展无法阻挡，我们作为小小的个体，除了主动去拥抱没有任何选择。

就我目前的观察来看，未来程序员的工作可能主要集中在全局架构层面，AI 在环境上下文很宏大的场景下，目前还不能很好的处理。因此以后程序员可能主要是在做的工作内容是把各个不同的模块系统进行对接、协调，虽然说通过大模型能够直接帮你把这些具体的逻辑代码写好，但是当发生问题的时候还是需要有一定的。技术经验以及对业务系统的结构的了解，才能够快速的定位解决问题。

我的建议是走 全局思维 以及走 重业务轻技术 的路线。

全局思维就是要清楚你的软件所有的组成部分（包括后端，走全栈），他们是什么样的。然后你们的业务逻辑是什么样的？做开发的都知道，同样的一个场景可能会写出不一样的逻辑代码，就是因为有些逻辑就是为了适配业务的独特性而诞生的。因此要去掌握大模型不能做的部分，他能做的部分你要做到”懂”即可，不要死磕，因为你的死磕是没有意义的。

AG-UI如何改变前端的未来

现在出了很多新的概念名词，其中跟前端息息相关的就是 AGUI 协议。这个协议定义了智能体和前端交互的一些事件。

其实在现在大模型的时代，我觉得 AGUI 要学习也很简单, 我已经把它官网的文档全部看了一遍。

总结起来就是一句话，它是前端代码和智能体之间的桥梁，为什么说前端代码而不是说用户？

这就不得不说我觉得最震撼我的地方，它的 tools 设计。

通过在前端定义工具，提交给服务器上的智能体决定什么时候调用，然后让前端调用之后，又把结果给智能体做综合决策。

朋友们，这就等于是智能体可以控制你的前端页面，执行任何操作和逻辑，你那老破旧的网站，直接变成全自动、智能化操作的了，

这就是未来前端应用的重点工作方向，如何让前端的逻辑去响应智能体的调用，比如说：

智能填写表单，原来繁杂的企业应用表单，现在由大模型来帮你填写
低代码应用，通过自然语言创建低代码，动态生成表单让用户提交输入。

终极形态是虚无

未来的软件是什么形态？我觉得是虚无，未来的应用一定会是无需开发，只需要和ai进行对话，即可完成数据状态的变化，所有的后端逻辑都是大模型自己思考、完成，所有的前端ui都是ai实时渲染的。

什么时候实现，以及是否会真的实现，我都给不出来答案，但是它肯定会是人工智能发展追求的目标。

就业前景的展望

我在今年年初写的那篇文章里面，对未来几年的发展做了一个简单的展望：

2025年-2026大厂开始全面AI思维，不论是产品AI、开发提效AI，开始出现更多类似manus这样的自主代理，在一些垂直领域推动提效

2026-2027年应用和开发AI扩散到中小企业，如果解决法规问题，manus类型的自主代理可能出现在手机上

2027-2028年大量类似Trae、Cursor的应用出现，同时体验可用程度提高，一些基础类型的程序开发可能出现变革，一些没有技术基础的人也能开发出自己的简单、可用的应用。

很遗憾，这个展望已经不能完全引用了，发展的速度比预想的要快很多倍。

AI 思维已经全面武装到我们公司的开发产品以及测试。一夜之间，所有的人都在自己的业务工作中寻找 AI 模型落地的场景。这个变化的过程缩短到了2个月。

AI 编辑器遍地开花。腾讯的 Codebuddy。ClaudeCode. Cursor, Trae. 以及还有一些其他没怎么了解过的编辑器，数不胜数，而且开发体验也越来越好，越来越准确。

开发智能体相关的框架也开始变多，这是时代的进步，对人类来说是一件非常好的事情。针对我们程序员个体来说，以前的那些技术门槛，护城河都没有了。

从目前国际上来看，不管是印度还是美国，对于程序员，尤其是初级程序员的需求降低，各大科技公司裁员，还没进入就业岗位的计算机科学相关的专业大学生就业难度也越来越高，国内目前就业的状态，我想大家也都能感受到。

目前，可以看到 AI 在程序员这个行业还是属于提效为主。我在大胆的预测一下，三年之内是无法完全替代程序员的，可以达到提效70%-80%，但是就业岗位的缩减是必然。如果你家还有没选专业的学生，推荐他们优先推荐去微电子、硬件、芯片、人工智能相关的方向，计算机科学与应用这种专业就别选了吧，除非你们有大仇。