在AI横行的时代,你为什么还要固守大前端?

随着Node.js的崛起,前端开发已不再局限于传统的web开发,而是向着包括移动端、OTT乃至物联网设备在内的大前端方向发展。这一转变不仅拓展了前端开发的边界,还促使开发者需要掌握更多架构和技术知识。

本文转载自前端之巅

原文地址

我对自己的定位是 Node 全栈,以大前端为主,Node 辅助,囊括所有和用户直接相关的开发。我认为这是趋势,我也确实在自身的经历中体验到了好处。目前大前端还没有形成固定模式,还在混乱发展,所以前景是非常被看好的。当收到InfoQ的邀请,让我写《架构师》4月刊的卷首语的时候,我特别想聊聊在 AI 横行的时代,你为什么还要固守大前端?

1. 大前端还没有天花板

从 web1.0 到 web 2.0,我们其实没太多感知,除了出现了很多 Prototype、jQuery 等框架,帮我们抹平了浏览器兼容性外,真的没有太多惊喜。至于 ria,估计早已经没多少人知道。至于 gwt 这个 Google 惊艳的尝试,也慢慢地淹没在记忆里。可能在企业开发领域,对 Ext.js 还有些许记忆,它自己实现了面向对象机制,它丰富的组件系统,快速开发经历和较好的用户体验,还是非常不错的,但对于组件化,这种探索是远远不够的。它只是面向对象层面对代码的复用。

2014 年,前端开始出现 Backbone,它是第一个知名的前端 mvc 框架,从此开始前端开启了划时代的篇章。随后 Angular 横空出世,从 mvvm、ioc,到指令等各种概念,点燃了很多后端开发对前端的幻想。诚然,前端集成了更多的后端思想,这是好事,但从另一个角度考虑,这也是今天大前端发展过快的导火索。

随后 React 的诞生,借助于 Virtual DOM 的抽象,真正地实现了组件化,再次将组件化这个概念推向高潮。再说 Vue.js,在 Angular 火的时候,它借鉴了一部分,在 React 火的时候,它又借鉴了一些,在大家都抱怨前端越来越复杂的时候,它站出来,你想要的特性我都有,而且更简单,它的流行也是可以理解的。

移动端也面临同样的难题,既想要 h5 的灵活性,又想要有原生 app 的良好体验。这是鱼和熊掌的博弈,从 native 到 hybrid(还是不能满足复杂交互),到基于组件的各种方案 react-native/weex(组件层面跨平台,写法统一,执行最终是原生代码,是折衷方案),它们丰富了端上的开发,也从另一个角度,是前端开发同学让这些创新方案落地。

今天,泛义的前端是涵盖那些熟悉 React 在做 React Native 的前端开发的。在很多大公司也都已经使用这种模式很久了,除了降低开发成本外,也拓宽了前端的更多涵盖领域。在未来,应该有更多领域被纳入到大前端概念里。

2. 你需要了解更多的架构知识

前端的爆发,说来也就是最近 3、4 年的事情,其最根本的创造力根源在 Node.js 的助力。Node.js 让更多人看到了前端的潜力,从服务器端开发,到各种脚手架、开发工具,前端开始沉浸在造轮子的世界里无法自拔。组件化后,比如 SSR、PWA 等辅助前端开发的快速开发实践你几乎躲不过去,再到 API 中间层、代理层,到专业的后端开发都有非常成熟的经验。

我亲历了从 node 0.10 到 iojs,从 node4 到目前的 node9,写了很多文章,参加很多技术大会,做过很多次演讲,有机会和业内更多高手交流的机会。当然我也从 qunar 到阿里经历了各种 node 应用场景,对于 node 的前景我是非常笃定的。善于使用 node 有无数好处,想快速出成绩,想性能调优,想优化团队结构,想人员招聘,诸多利好都让我坚定的守护 Node.js。

作为前端开发,你不能只会 web 开发,你需要掌握 node,你需要了解移动端开发方式,你需要对后端有更多了解。拥有更多的 Node.js 和架构知识,能够让你如鱼得水,开启大前端更多的可能性。

3. 不只是“端”的概念,而是用户体验

感谢苹果,将用户体验提升到了前无古人的位置。移动互联网兴起后,PC Web 日渐没落。我个人非常欣赏玉伯,在当年无线 ALL IN 战略中,他还是选择留下来继续做 PC Web 的前端。虽然公司重点转向无线,但 PC 业务一直没停。这是很多公司的现状,也是客观事实。那么,PC 端这样的“老古董”的出路到底在哪里呢?

在 AI 时代,没有“端”的支持可以么?明显是不可以的。

1)我们可以利用 pc/h5 快速发版本的优势,快速验证 AI 算法,继而为移动端提供更好的模型和数据上的支撑。

2)多端对齐,打好组合拳。既然不能在移动端有更大的突破,大家只能在细节上血拼。

今天的大前端,除了 web 外,还包括各种端,比如移动端,ott、甚至是一些新的物联网设备。我们有理由相信 Chrome OS 当年的远见;“给我一个浏览器,我就能给你一个世界”。

当然,今天大前端还处在快速发展中,对所有程序员来说,既是机遇,也是挑战。只有站到更高的层面去架构前端,你才能收获更好的未来。前端变化快,变化多,除了拥抱变化外,狼叔最喜欢讲的一句也同样适用:“少抱怨,多思考,未来更美好”,与大家共勉。

关于作者

桑世龙(狼叔),阿里巴巴前端技术专家、Node 技术传道者。在即将到来的 2018 年 GMTC 大会上,狼叔将担任 Node 专场的出品人,喜欢狼叔和对 Node 有兴趣的读者千万别错过。

下载代码方式:https://pan.quark.cn/s/28492da20c79 依据所提供的文件资料,本资源将系统地探讨FPGA(即现场可编程门阵列)的核心概念、其在视频图像技术领域的入门及进阶知识要点,以及图像处理算法的实现方法。此外,还将对VIPBoardBig这一特定FPGA开发板的详细资料和使用途径进行深入剖析。 FPGA的入门与进阶学习主要涉及以下核心内容: 1. FPGA的基础概念:FPGA是一种能够通过编程进行配置的集成电路,主要目的是达成硬件逻辑的可重构特性。该类芯片由量的可配置逻辑模块(CLB)、输入输出模块(IOB)以及可编程互连资源共同构成。 2. FPGA开发板与相关套件:FPGA开发板是一种用于FPGA芯片学习和测试的硬件平台,通常配备有基础的外设设备,例如LED指示灯、按键开关、LCD显示屏、串口通信接口等。套件则通常包含硬件板卡、技术文档、相关资源,以及可能的软件工具和示例代码集。VIPBoardBig即为本教程选用的FPGA开发板,拥有特定的硬件配置和功能特性。 3. FPGA的开发流程:FPGA开发一般涉及硬件描述语言(HDL)的设计与仿真阶段,常用语言为Verilog或VHDL。随后,借助综合工具将设计蓝图转化为FPGA内部的逻辑网络,最终通过编程设备将配置文件传输至FPGA芯片中,从而实现设计的预期功能。 4. 外设开发与设计工作:涵盖LED显示控制、键盘驱动、LCD显示驱动、UART串口设计等基础外设的开发任务。这部分知识将引导学习者掌握如何在FPGA平台上管理和运用这些基础外设。 5. VGA驱动显示与字符显示测试:VGA(Video Graphics Array)是一种视频传输接口标准,能够支持640x480...
内容概要:本文系统阐述了企业在搭建官方知识库后如何通过“7步锚定法”实现GEO(生成式引擎优化)的落地,重点在于从知识库走向内容矩阵的战略升级。文章指出知识库仅为起点,真正的核心是让模型“信任并推荐”企业内容。为此提出“一个主战场+多个品牌布局”的策略,强调需根据行业特性选择高商业流量的模型(如豆包、文心一言、通义千问等),而非工具性模型(如ChatGPT、Claude)。通过业务场景画像、模型流量测绘、采信逻辑拆解、内容架构设计、语义关键词埋点、信源建设与效果迭代七步法,构建高质量、高可信度的内容体系,并警惕“全模型覆盖、内容堆砌、一套内容通用、忽视第三方平台”四误区。最终指出GEO本质是一场认知战,比拼的是对模型逻辑与客户需求的理解深度及长期主义投入。; 适合人群:已完成官方知识库搭建、希望提升AI引用率与获客效率的企业市场负责人、品牌运营、数字营销从业者及SEO/GEO优化相关人员。; 使用场景及目标:①指导企业科学选择主攻模型并制定差异化内容策略;②构建符合模型采信逻辑的高质量内容矩阵;③避免常见GEO落地误区,提升AI搜索下的品牌曝光与转化效果;④建立可持续优化的数据反馈闭环。; 阅读建议:建议结合自身行业特征与客户决策路径,逐步实践“7步法”,优先聚焦单一主战场打透,注重内容质量与第三方权威信源建设,坚持3-6个月持续投入以观察真实效果。
内容概要:本文针对考虑需求响应的微电网优化调度问题,提出了一种基于改进多目标灰狼算法(GWO)的优化方法,并通过Matlab代码实现了完整的仿真验证。研究在传统灰狼算法基础上引入改进机制,有效提升了算法的收敛速度、全局搜索能力和Pareto前沿分布质量,用于求解包含经济运行成本、碳排放水平、可再生能源利用率等多重目标的微电网调度模型。模型充分融合用户侧需求响应机制,利用分时电价等激励手段引导负荷转移与削峰填谷,从而增强系统对光伏、风电等间歇性能源的消纳能力,降低综合运行成本与环境影响。文中系统阐述了多目标优化建模过程、算法改进策略、约束处理方法及仿真结果对比分析,验证了该方法在获取高质量非劣解集和辅助决策方面的优越性。; 适合人群:适用于电力系统、能源互联网、自动化控制、智能优化算法等相关领域的硕士/博士研究生、科研人员,以及从事微电网能量管理、综合能源系统优化、低碳调度等工作的工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统(EMS)中实现多目标协同优化调度;②为基于电价激励的需求响应项目提供负荷调控策略与量化分析工具;③作为智能计算算法在能源系统优化中应用的教学案例与科研参考,支持进一步拓展至多能互补、多微网互联等复杂场景的研究。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节,重点关注目标函数构造、约束条件处理、多目标适应度评估及决策者偏好选择机制;可尝试将该框架迁移至含氢能储能、电动汽车集群等新型设备的综合能源系统中进行性能测试与算法改进。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值