“前后端已死” 背后，Web2 开发者在焦虑什么？

进入 2026 年，关于 “前端要没了” “后端也快被替代了” “程序员是不是要失业了” 的讨论几乎没停过。

AI 让效率翻倍，也有人开始担心，自己会在不知不觉中被时代甩下。

这次，TinTinLand 找到了三位来自 Web2/ 传统 IT 行业的开发者，聊了聊 AI 带来的真实变化：效率提升、职场焦虑，以及正在发生的职业重构。

• 💬 jethrozz (Java 后端)：AI 目前能够替代绝大部分的前端工作 —— 这还是比较保守的情况。相比之下，AI 对后端开发虽然有影响，但目前还没那么颠覆。

• 💬 killzen (Java 后端)：公司已经开始默认 “一个人能干更多活” 了。

• 💬 zzy (前端开发)：我真正焦虑的，反而是那些想在极短时间内降本增效的领导者，他们甚至产生了一种盲目的 “AI 崇拜”。

下面是采访实录，一起来听听他们最真实的声音。

前后端已被 AI 取代？

Q1：网上天天喊着 “前后端已死”，你觉得哪些岗位是真的危险了？

🔹 zzy（前端开发，3-5 年经验）

AI 实际开发中还是会有不足，还不能完全替代。对于原创性高的任务，实现程度不理想，需要有专业技能的人来一点一点纠正引导；但重复性高、机械的工作任务，完全可以由 AI 来完成。

🔹 killzen（JAVA 开发，5 年+ 经验）

前后端开发者肯定一直有需要，AI 无法做到人性化和专业业务的功能性开发。

但在开发流程、代码优化、Bug 修复这些环节，AI 辅助已经比人工快得多。以后重复性劳动的岗位有很大概率被 AI 取代。

🔹 jethrozz（后端开发，5 年+ 经验）

作为一个前后端技术都经历过的开发，我的感受可能会更直观一些。AI 目前能够替代绝大部分的前端工作（这还是我说得比较保守的情况）。

相比之下，AI 对后端开发虽然有影响，但目前还没那么颠覆。因为后端开发偏业务性质以及经验性质的比较多，业务中的经验 AI 比较难帮我们思考到。

职场焦虑与转型

Q2：现阶段你对 AI 最大的焦虑是什么？

🔹 zzy（前端开发，3-5 年经验）

我对于 AI 本身并没有很多的焦虑，甚至很开心它能极大地减轻我自身的工作负担。

我真正焦虑的，反而是那些为了追求利益最大化、想在极短时间内变现而降本增效的领导者，他们甚至产生了一种盲目的 “AI 崇拜”。

另外，对于比较基层的开发者来说，既无法参与到 AI 技术的核心部分开发，同时又不想继续做以往那些低价值的传统工作，一时间陷入了 “高不成低不就” 的尴尬境地。

🔹 killzen（JAVA 开发，5 年+ 经验）

一是 AI 的技术变化实在是太快了，让人产生一种不进则退的紧迫感；二是面对这种剧变，确实不知道自己下一步该往哪里转型。

🔹 jethrozz（后端开发，5 年+ 经验）

我最大的焦虑是失业危机。AI 越来越强大，就算它目前在某些地方还不行，但绝对不能代表它未来不行。而且几乎每隔一段时间，行业里都会有一些颠覆性的新东西冒出来。

直觉告诉我，只要是依赖电脑进行工作的工种，总有一天都会被 AI 替代掉。

AI 提效的真实数字

Q3：引入 AI 之后，你的工作效率真实提升了多少？具体体现在哪些方面？

🔹 zzy（前端开发，3-5 年经验）

大约 70%—80% 的代码已经不用亲手写了。以前要一周的页面，现在一天就能搭出八九成。

AI 逻辑层面的实现很强，但 UI 样式还经常不够理想，最后还是要靠开发者去还原 UI 原图，或者一点一点从单个元素区引导 AI 实现。

🔹 killzen（JAVA 开发，5 年+ 经验）

工作效率提高了约 30%，具体体现在代码的自动化优化、BUG 的快速修复上。

此外，对于一些我以前没有涉及过的技术领域，AI 也可以自动帮我完成基础工作，极大地省去了查找资料、理解和筛选的过程。

🔹 jethrozz（后端开发，5 年+ 经验）

如果仅仅讨论写代码和做业务需求这一块，效率几乎提升了 1-2 倍。

拿日常的工作流举例：以前对接 XX 系统的新数据，要先梳理文档、根据需求决定接哪些接口，再进行编码。

现在呢？梳理文档、需求分析、编码都由 AI 完成，我们只需要做好每个阶段的审查工作，最后本着对代码负责的态度调试一下，工作就干完了。

Q4：AI 提效之后带来的红利，是自己更轻松，还是更卷了？

🔹 zzy（前端开发，3-5 年经验）

对个人而言，红利在于能够利用 AI 快速地扩展自己的知识面。但有时也会出现过度信任 AI，以至于不相信一些现有的经验。

至于工作状态，我现在确实比以前轻松了很多。我们公司承接的项目非常多，目前开发人员的人数和项目量刚刚好平衡，所以还没有开始搞「降本增效」，但公司也不会再继续招收新的开发人员了。

我现在用 AI 提高效率后，省下来的时间还可以去协助其他同事参与不同的项目。

🔹 killzen（JAVA 开发，5 年+ 经验）

我没有感受到太多轻松的红利，最直观的感受是，公司已经开始默认 “一个人能干更多活” 了。

🔹 jethrozz（后端开发，5 年+ 经验）

我能感受到的是自己干的活儿更多了。这可能跟我有点卷有关，我干完了会继续接着往后面干，或者看看别的项目有没有需要帮忙的。

但是我们公司内部乃至行业还没有完全形成 AI 编码的氛围，所以说还不太能感受到是不是更卷了。

AI 的 “人工智障” 时刻

Q5：哪些问题 AI 搞了半天，最后还是靠你自己解决了？最想让 AI 做，但目前还必须手动做的任务是什么？

🔹 zzy（前端开发，3-5 年经验）

之前有遇到过 AI 理解和实现的过于复杂，我大致查阅了后只需修改一小部分就能实现同样的效果。

目前 AI 对图片的还原能力还是不足，而且它有时候还会 “过度解读”、“自己想象”，希望 AI 能够对图片的理解再优化。

🔹 killzen（JAVA 开发，5 年+ 经验）

我最近想做一个以 ESP32 为载体、连接大语言模型的嵌入式 AI 项目，从而实现简单的人与物理实物之间的智能互动。

但在实际操作中，esp32 程序烧录和测试都需要手动做，希望这块 AI 以后能够取代。

🔹 jethrozz（后端开发，5 年+ 经验）

目前最想让 AI 帮我把代码的验证工作也做了。

我现在的工作流是使用 Superpowers 这类工具完成开发，但最后总要自己花时间去调试确认这个代码对不对。CodeX 的 Computer Use 功能可以帮忙，但感觉有点耗 token。

另外，也希望能有另一种从数据层面进行逻辑验证的方式。

选择与避坑攻略

Q6：你付费用过哪些 AI 工具？哪个最值，哪个最坑？

🔹 zzy（前端开发，3-5 年经验）

目前办公使用的是付费 Cursor。自己在学习 AI 应用开发，需要调用大模型 API，因此充值过一点学习 token 费。

对比下来，国外的模型（Cursor 里包含的那些）在编码完善度上明显更好，对当前整个项目文件检索更全面。

🔹 killzen（JAVA 开发，5 年+ 经验）

付费用过 ChatGPT、Claude Code，以及通义千问的大语言模型。我个人体验下来觉得 Claude Code 是最值的。

🔹 jethrozz（后端开发，5 年+ 经验）

Cursor 和 CodeX 这两个工具都挺好用的。特别是 CodeX 的桌面版，它甚至都已经不是专属于程序员的生产力工具了，普通用户使用起来也很好上手。

要说到最坑的，我觉得有句话说得很好：“免费的就是最贵的”。对普通用户来说，像 OpenClaw 这种就是折腾半天，最后它可能还是没办法解决任何实际的问题。

Q7：现在 AI 课程铺天盖地，你最反感哪些类型？

🔹 zzy（前端开发，3-5 年经验）

我比较反感的是引流学习视频。代码文件都是机构编写好的，能参与编写的部分也是非常简单机械地编写；资料需要加微信才能获取；获取后不停地介绍他们的课程，刻意制造焦虑。

我希望能多一些能够真正引导学员自己动手、并且从零开始搭建完整项目的良心课程。

🔹 killzen（JAVA 开发，5 年+ 经验）

网络上的 AI 课程确实铺天盖地，我一般会直接从视频网站上定向搜索某个具体技术信息的实操教程。

最反感的就是那些概念极大、但内容极其不扎实的 AI 课程。

🔹 jethrozz（后端开发，5 年+ 经验）

比较反感那种宣传的时候名词很多，但是实际上没有什么干货的课程类型。这个时代其实大家都很愿意为知识付费了，但是大家不愿意的是被割韭菜。

此外，还比较反感没有实战的课程，有一点学了之后没有用武之地的无力感。

AI 失效那天，你还能工作吗？

Q8：如果明天 AI 工具全部失效，你的工作会瘫痪、变慢、还是基本没影响？

🔹 zzy（前端开发，3-5 年经验）

如果 AI 失效，很多样式上的特效我无法独立完成，但逻辑层可以慢慢实现，整体效率肯定是变慢的。

我目前对 AI 的依赖程度已经从去年的 50% 涨到了现在的 80%-90%。主要得益于 AI 的进化速度很快，对自然语言和图片的识别理解更精准了。

🔹 killzen（JAVA 开发，5 年+ 经验）

如果 AI 工具失效，我的工作效率也会变慢，但不会影响到工作最终完成度。

我只在处理部分特定的复杂情况时才会需要 AI。但不可否认的是，它在确实能够帮我节省下绝大部分时间。

🔹 jethrozz（后端开发，5 年+ 经验）

我的工作会变慢，我已经有点习惯了遇到难题先丢给 AI 的这种模式。但是，就算没有 AI，我们还可以退回到使用搜索引擎来查阅和解决问题。

其实，目前在我的全职日常工作流程中，我还没有完全将 AI 彻底接入进来，基本上还是靠 “人力去驱动 AI” ，有时候还需要去帮客户进行现场的业务排查和沟通，这种情况下是完全没办法依赖 AI 的，所以全职工作的依赖度还不算高。

不过，如果说是我利用业余时间自己搞的一些独立小项目，那基本上就是靠 AI 驱动了，这部分依赖程度确实极高。

结语

我们当然没有从这次采访里总结出什么 “应对 AI 时代的标准方法论”。

因为说到底，没有人真的知道答案。

但 “不知道答案” 从来都不是什么都不做的理由。留给开发者的，只有越来越快的迭代，和越来越短的时间窗口。

AI 技能已经成为了新的分水岭，那就先把它用起来吧！