如果把時間倒推回兩年前，有人告訴我：“在 2025 年，你將不再需要手寫任何一個 for 循環(huán)，甚至不需要自己去創(chuàng)建項目，只需要和一個 AI 機器人說說話，他就能幫你完成一切工作。” 我一定覺得那個人是瘋了。。。

但是，在 2025 年的年底，看著屏幕上 Gemini 3 Pro 和 Claude Sonnet 4.5 發(fā)展的越來越快，我必須承認一個讓無數(shù)開發(fā)者（包括我自己）感到脊背發(fā)涼的事實：

傳統(tǒng)的“手寫代碼”時代，真的快要結束了。

過去 72 小時，為了驗證這個激進的觀點，我拿自己手頭正在維護的兩個真實項目：“簡歷汪”（復雜的簡歷編輯器）和 “面試汪”（基于大模型的 AI 商業(yè)應用）作為實驗，進行了一場極限壓力測試。

簡歷汪：https://www.lgdsunday.club/

面試汪（內測地址）：https://interview.lgdsunday.club/

我關閉了 IDE 里的自動補全，強制自己不寫一行邏輯代碼，完全依靠 “Prompt” 和 “Review” 來完成高難度的重構與功能開發(fā)。

結果真的讓我刷新認知了。所以咱們今天這篇文章，不聊別的，就，只聊在這 72 小時里，我看到的 “開發(fā)者未來”。

Gemini 3 Pro & Claude Sonnet 4.5

在開發(fā)的過程中，我是用的大模型主要有兩個：

• Google 的 Gemini 3 Pro
• Anthropic 的 Claude Sonnet 4.5

其中 Gemini 3 Pro 號稱是目前 "最強的 UI 識別與設計模型"，前幾天新聞遍地，就不用多說了吧

然后是 Claude Sonnet 4.5 ，這個可能有很多同學不知道。但是它其實是目前市面上 邏輯推理能力“最強” 的大模型工具，很多超級復雜的業(yè)務邏輯（主要集中在 后端），我都是使用它完成的。

同時，為了增加難度，我選擇了“簡歷汪” 中最核心、最復雜的模塊——動態(tài)簡歷渲染引擎 進行重構。這個模塊涉及復雜的 DOM 虛擬化、Canvas 繪制以及 PDF 導出邏輯，以往我手寫這部分代碼，至少需要兩周。

1. Gemini 3 Pro

之前在很多博主的宣傳中，更多的是宣傳 Gemini 3 Pro UI 設計和識別能力。

但是： 實際上 Gemini 3 Pro 在工程化設計方面以及超大的上下文識別方面，做的也并不差。

當時，我把“簡歷汪”整個 Monorepo 的 500 多個文件目錄樹（Tree Structure）丟給它時，它沒有像以前的模型那樣“瞎說”。而是可以自己分析出我的重構意圖的（PS：當時忘記保留截圖了，翻了一遍沒找到，實在可惜）。

當然，他的 UI 設計能力也是賊強，咱們就看 面試汪 的這個主題和首頁設計，是不是完全可以達到商用的標準

面試汪（內測地址）：https://interview.lgdsunday.club/

2. Claude Sonnet 4.5

不得不吐槽一下：Sonnet 4.5 是真的貴啊（實測大約 2 ～ 3 次正常邏輯處理就要消耗 1 美金）。。。但也是真的強。。。

他的實用性能力絕對超過了 GPT 和 Gemini 3 Pro，特別是在超復雜邏輯部分。

網上經常會流傳出 AI 取代前端的消息。但是，如果你用了 Sonnet 4.5 你會發(fā)現(xiàn) AI 取代后端的能力可比取代前端強多了 ??。現(xiàn)在唯一缺少的 只是一個合適的 后端IDE 而已。

給大家舉個例子：

在開發(fā) “面試汪” 的 AI 模擬面試邏輯時，我遇到了一個復雜的競態(tài)問題：當用戶語速過快時，語音流式識別與 AI 回復生成會發(fā)生沖突。

我把這個問題拋給 Gemini，它給出了修復代碼。但當我拋給 Claude 時，它反問了我一個問題：

“修復當前的 Bug 很容易，但你的狀態(tài)機設計在本質上無法處理高并發(fā)的語音中斷場景。建議重寫整個 VoiceScheduler，采用類似 Fiber 的可中斷調度機制...”

這是 “人說的話嗎？？？” 不對，這是你身為一個機器應該說的話嗎？？？你在教我做事咯。。。

當時看到這個得時候，真的是被鎮(zhèn)住了。。。

工作模式的變化

新的東西必定會帶來新的變化。

AI 的出現(xiàn)在未來也一定會為所有人的工作和生活帶來翻天覆地的變化。注意： 這里的工作可不止只包含程序員！

如果我們只以程序員為例，以我們的工作為例的話，那么

• 在以前：我們可能是代碼編輯者。把業(yè)務邏輯“翻譯”成 JavaScript 代碼。我們在乎的是 API 怎么調、語法糖怎么寫、這里是用 map 還是 reduce。
• 而現(xiàn)在：我們更多的應該是 “產品經理” + “技術總監(jiān)”。我們要做的事情變成了：如何精準的描述需求（提示詞工程）以及如何做好代碼審查（Code Review）。而那些基本的編碼工作，大部分都可以轉移給 AI 來做了。

即：“寫代碼”這個動作本身，已經從一種創(chuàng)造性勞動，變成了低效的體力勞動。

因此，我們不再需要像過去那樣，為每個細節(jié)精雕細琢，編寫一行行冗長的代碼，而是要把更多精力放在如何設計和優(yōu)化流程上，如何精確地定義需求，以及如何與 AI 協(xié)作，從而提升效率和質量。我們需要學會與 AI 協(xié)作，將它們的計算能力與我們的創(chuàng)造力結合，創(chuàng)造出比單打獨斗更強大的產品。

2026 年，前端人的生存法則

這次體驗讓我產生了一種強烈的危機感，同時也看到了巨大的機會。如果你還在死磕 API 的記憶，或者以“能手寫紅黑樹”為榮，那么在 2026 年，你可能會很難受。

通過這次 “簡歷汪” 和 “面試汪” 的實戰(zhàn)，我總結了三條未來的生存法則，僅供大家參考：

1. 從“寫代碼”轉向“設計系統(tǒng)”

AI 可以完美地寫出一個函數(shù)，但它（目前）還很難完美地設計一個能夠支撐 10 萬人在線的系統(tǒng)架構。系統(tǒng)設計能力，將成為區(qū)分“碼農”和“工程師”的唯一標準。

2. 培養(yǎng)“AI 領導力”

以后你的團隊可能不是 5 個人，而是 1 個人 + 5 個 AI Agent。你如何拆解任務？如何評估 AI 的產出質量？如何讓 Gemini 和 Claude 協(xié)同工作？這將是新的核心競爭力。

3. 業(yè)務理解力大于技術實現(xiàn)力

在 “面試汪” 的開發(fā)中，技術實現(xiàn)只花了 20% 的時間，剩下 80% 的時間我都在思考：什么樣的模擬面試才是用戶真正需要的？如何設計交互流程？

當技術實現(xiàn)的門檻降為 0，對業(yè)務的深刻理解和產品的洞察力，將決定你的價值上限。