我是在一次迭代评审会上意识到这件事的。
产品经理正在演示一套新的用户引导流程:动画干净流畅,页面能够适配不同尺寸,表单验证也完全按照我们在需求规划时讨论的方式运行。
我坐在会议桌对面,一边看她操作,一边等她说出这个功能是谁开发的。因为实现里有一个细节,我想会后找对应的前端工程师确认一下。
然而,她一直没有提到开发者的名字。
会议结束后,我主动问了她。
她告诉我,自己先使用Figma Make从设计文件中直接生成React组件,再把代码交给v0整理TypeScript,最后按照团队的标准流程提交审查。
整个过程只花了48小时。
直到代码审查阶段,她都没有向工程团队寻求任何帮助。而那条Pull Request,恰好还是我批准的。
当时,甚至没有真正弄清楚那些代码是怎么来的。
功能已经进入生产环境。
可我一行代码都没有写。
回到工位后,我先看了看自己尚未完成的工单,又打开了迭代看板。
随后,我坐在那里沉默了很久,脑子里反复出现一个此前从未认真想过的问题。
如果产品经理能够在48小时内,把一份Figma设计直接变成生产功能,全程不需要前端工程师参与,那么,前端工程师在这条流程中的角色,到底还剩下什么?
一个很香的 AI 平台:GPT-5.6 低倍率且不降智 和 Claude Code 4.8 只要 0.25倍率,包含 image-2生图。重点是 首字请求都在 5s 内。入口:https://ai.aiyuhub.com
Figma改变一切之前,前端在做什么
我想先说清楚传统前端工程师到底负责什么。
因为用“被替代”三个字来概括正在发生的变化,实际上并不准确。
过去的前端开发,是一条明确的交接链。
设计师先在Figma中完成设计稿,然后把文件交给前端工程师。工程师再把视觉设计转换为代码,处理设计效果与技术可行性之间的差距。
在这个过程中,前端需要:
- 管理页面状态;
- 对接后端API;
- 设计组件结构;
- 处理响应式布局;
- 补齐设计稿无法表达的交互细节;
- 在视觉效果与工程限制之间作出取舍。
前端工程师既理解设计意图,也清楚技术边界。
他的真正价值,是在设计与系统之间搭建一座桥梁。
而现在,正在消失的恰恰是这座桥。
不是因为前端工程师造桥的能力变差了,而是因为已经出现了能够自动完成大部分搭建工作的工具。
Figma Make使用Claude,直接从设计文件生成可交互的React应用。
你可以用自然语言描述需求,也可以从已经存在的设计稿出发,让工具生成相应组件。
随后,Vercel的v0可以继续整理和完善这些代码。
过去,从设计师的想法走到可用于生产的组件,需要一名同时了解设计系统和TypeScript的专业工程师。
如今,这条流水线的大部分环节,已经可以在没有前端工程师深度参与的情况下运行。
这不是遥远的未来。
它就发生在我的那场迭代评审会上。
当智能体从设计文件出发
我想具体描述一下,现在从Figma走向生产环境的流程已经完整到了什么程度。
因为很多没有亲眼看过的人,可能仍然认为AI生成前端,只是做出一个看起来相似、实际无法使用的页面。
设计师首先打开Figma Make。
他可以用自然语言描述组件,也可以直接选中现有设计元素,要求工具生成对应代码。
系统会读取:
- 设计Token;
- 间距规范;
- 字体与字号;
- 颜色体系;
- 组件关系;
- 页面结构。
随后,它会生成符合设计系统的React组件。
不是勉强接近,也不只是“看起来差不多”。
在标准场景中,它可以相当准确地还原设计。
生成结果再进入v0继续调整。
接下来,可以由工程师补充交互、管理状态并连接API。
当然,也可以由设计师或产品经理自己完成。
这些工具已经把过去纯技术性的前端工作,开放给了任何真正理解“这个组件应该做什么”的人。
前端工程师在流程中并没有彻底消失。
仍然需要专业判断的部分包括:
- 组件在大规模使用时如何运行;
- AI经常忽略哪些无障碍要求;
- 当前状态管理方案会不会影响应用其他模块;
- 生成代码是否符合团队已有架构;
- 页面在异常数据和复杂边界情况下是否可靠。
真正的专业能力依然重要。
只是,与18个月前相比,它被需要的范围已经缩小了。
而那些已经不再依赖深度专业知识的工作,过去恰好占据了我们大部分时间。
评审会之前,我其实早该发现
回过头看,变化早就已经出现。
只是当时的我,没有把那些迹象连接起来。
在用户引导功能上线前两个迭代,我们团队悄悄停止了设计到开发的正式交接会议。
我确实注意到过,但当时以为,设计团队只是越来越擅长制作不需要额外解释的Figma文件。
这个判断并不完全错误。
设计文件的确变得更容易交付。
但真正原因是,设计团队已经开始在完成设计的同时生成组件。
于是,交接讨论的重点不再是如何把视觉稿翻译成代码,而是业务逻辑与系统集成。
再往前一个迭代,合作团队中的一名初级前端工程师曾随口提到,她最近收到的工单明显减少了。
她以为是产品路线发生了调整。
她也只说对了一部分。
产品路线确实改变了,但它开始更多地倾向于那些设计团队可以通过Figma Make完成原型、甚至直接交付的功能。
于是,标准UI工作不再大量进入工程队列。
当时,这两件事在我眼里都不构成某种趋势。
它们只是工作流程中的小调整。
事实上,它们也确实是小调整。
然而,当这些小变化不断积累,它们同时也成了另一组早期数据:
在我的公司里,负责完成前端工作的人,正在发生结构性改变。
那些很难直视的数据
评审会结束后,我开始寻找相关数据。
我想知道,眼前的变化究竟只发生在我的公司,还是整个行业都在经历同样的事情。
越来越多专门的前端岗位,正在被吸收到全栈职位中。
至少有一项行业分析认为,对于标准UI开发而言,从Figma到AI组件,再到生产环境的流程,已经接近闭环。
而正在被压缩的工作类型,恰好就是今年之前最占用我时间的内容:
- 表单;
- 管理仪表盘;
- 落地页;
- CRUD界面;
- 常见UI模式;
- 标准响应式布局。
市场变化的速度,可能比大多数前端工程师意识到的更快。
因为这种压缩不是通过一次公开宣布完成的。
它是逐渐发生的。
一张工单接着一张工单。
一个迭代接着一个迭代。
没有人宣布组织重构,也没有人告诉你岗位即将消失。
前端工程师依然在职。
只是公司开始发现,完成同样数量的产品功能,已经不再需要过去那么多专门的前端工时。
这种威胁与裁员并不相同。
裁员有明确日期,也会出现在日历邀请中。
而这种变化,只会让你的迭代看板一次次提醒你:
这个季度分给你的工作,似乎比上个季度又少了一点。
我现在仍然在做什么
关于AI与工程师的讨论,经常走向两个极端。
一种观点完全否认威胁,认为AI生成的代码永远无法用于真实生产。
另一种观点则认为,工程师已经失去全部价值,很快会被彻底取代。
这两种说法都不准确。
从Figma到生产的自动化流程,仍然有很多事情做不好。
它无法真正决定,当一万个用户同时操作时,组件架构应该如何扩展。
根据WebAIM在2026年的分析,95.9%的AI生成界面仍然存在无障碍问题。自动化工具也无法可靠识别这些失败。
它更无法充分理解一套经历多年演进的代码库,不知道两年前为什么采用某种设计模式,更不清楚贸然修改之后会破坏哪些隐藏逻辑。
如果一段AI生成的身份验证流程,在并发用户增加后发生错误,仍然需要有经验的工程师发现问题。
如果表单缺少aria-label,导致依赖键盘或辅助技术的用户几乎无法操作,也仍然需要真正理解无障碍设计的人指出来。
如果某种状态管理方式会在系统规模扩大后引发连锁故障,最后负责识别并阻止它的,通常还是资深前端工程师。
这样的工程师依然不可或缺。
真正的问题并不是他们是否还有价值。
问题是:当大量标准UI工作已经被工具压缩后,一家公司究竟还需要多少这样的工程师?
对于大多数公司来说,答案很可能是:
比过去更少。
反复想到的那件事
完成用户引导流程的产品经理,并没有故意绕开我。
她不是在试图排挤工程团队,更没有把自己的行为理解为对前端岗位的重构。
她只是使用公司提供的工具,以当时最高效的方式解决一个需要解决的问题。
在她看来,这不过是一种更快的功能交付方式。
而现实中的岗位变化,往往就是这样发生的。
不是管理层召开会议,正式决定替代前端工程师。
而是48位产品经理和设计师,各自作出48个独立决定:
使用自己已经拥有的工具,把手里的功能先做出来。
每一个决定单独看都非常合理。
然而,当它们汇集到一起,结果就不再只是效率提升那么简单。
上周,我把这段经历告诉了团队里的一位Staff Engineer。
他认真听完,只问了我一个问题:
如果六个月后,每个产品经理都能使用这些工具,而且已经完全掌握了它们,你的工作会变成什么样?
我当时没有答案。
直到现在,我仍然在寻找答案。
也许未来的前端工程师不会再以“把设计稿写成页面”为核心工作。
角色可能会逐渐转向:
- 制定前端架构与技术规范;
- 审核AI生成代码;
- 处理复杂状态与系统集成;
- 保证性能、安全和无障碍;
- 建设组件平台与设计系统;
- 为产品和设计团队提供工程护栏;
- 解决自动化工具无法覆盖的异常与规模问题。
这些工作更重要,也更接近真正的工程判断。
但它们的数量,未必足以支撑过去那么大的纯前端团队。
这才是最令人不安的部分。
前端工程不会消失。
真正可能消失的,是大量以“设计稿翻译成代码”为主要内容的前端岗位。
我很想知道,你正在看到什么。
如果你是一名前端工程师,过去两个季度里,你的工单数量发生变化了吗?
你是否亲眼看过某项功能正式上线,而它并不是由你或其他前端工程师开发的?
如果你是产品经理或设计师,你是否已经把Figma Make或v0加入日常工作流?
过去原本需要工程团队投入的那些时间,现在去了哪里?
欢迎把经历写在评论区。
这场讨论需要尽早发生。
否则,等我们真正看懂全部变化时,迭代看板可能早已替行业给出了答案。