AI时代下,如何保持自己的竞争力
本文首发于公众号:移动开发那些事: AI时代下,如何保持自己的竞争力
1 背景
在当下这个 AI
风暴席卷的时代,各行各业都在经历着前所未有的变革,各种各业也在被重新定义。在每个行业都在被AI
冲击的情况下,移动客户端开发也不例外,各种失业潮,"毕业"潮。那么我们如何在这个AI
时代,不被时代的列车无情抛下?
本文尝试从移动开发者的角度出发,讨论如何在AI
时代下,保持自己的竞争力。
1.1 AI
时代下的挑战与机遇
AI
对移动端开发的影响:
- 代码生成能力增强:
AI
可以生成大量的基础代码,包括将UI设计稿直接转换成对应语言的代码,如Flutter
的widget
,Android
原生的xml
或者compose
; - 开发效率提升:
AI
生成自动化的工具,减少很多重复性的工作; - 技术门槛降低: 新手更容易入门,甚至不懂编程的用户都可直接通过自然语言就能生成对应的代码与应用;
- 竞争加剧: 低门槛导致更多人进入开发领域
AI
其实是一个知识面更大,学习能力更强的工具,它可以很快速具有以前有技术门槛的能力(没技术门槛的能力就更不用说了),比如编码,以前需要学习很多内容才能掌握编码的能力,但现在零基础的小白都可以借助AI
工具来达到编码。那么我们就要思考,如何让自己在AI
时代依然具有价值,依然具有竞争力?其实就是要能学会利用AI
,而不是被AI
取代(其实就是要拥抱变化,适应变化)。
2 AI
时代下,如何提升学习和工作的效率?
在平时的学习和工作的过程中,其实有很多AI
可以帮助我们提升效率,要善于利用AI
来提升效率,如常规的豆包,元宝,kimi,还有专注于编码的Trace
,Cursor
等编辑器,还有很多是基于这些大模型延伸出来智能体(Agent
)。我们不一定说是全部都用,但至少需要了解,知道遇到什么问题,可以用哪个AI
来辅助解决。
2.1 快速掌握新知识
以前想要学习一个新知识,或遇到不懂的问题,笔者一是看相关的专业书,二是在搜索引擎里搜索有没有类似问题的解决方案,但这些学习路径,一个是慢,另一个是不一定能解决你的问题(还需要我们结合现状分析适不适用这些参考方案)。在AI
时代下,其实是有捷径可以帮助我们快速掌握新知识,快速找到解决问题的思路。比如,想要学习某个不懂的知识点时,其实就可以打开任意一个AI
的网站,输入提示词(比如:“介绍一下Flutter
下的引擎启动的流程” AI
就会帮你总结出它的流程,比我们自己去分析源码快很多)还可以接着提问,让它帮你细化更多的内容。
再比如说,遇到一个不知道什么原因引起的crash
问题,就可以直接把crash
堆栈给AI
,让它帮你分析,并给出可行的解决方案(如果是有项目源码的,可以直接用AI编辑器打开工程,并把对应的问题堆栈给到编辑器,它可以帮你自动分析并修改)
这里分享几点笔者觉得还不错的点:
- 学习新知识:AI帮忙推荐几本关于哪个方面的书 -> 帮忙总结某本书的关键内容 -> 针对总结的内容可以让AI细化里面的内容 -> 觉得有价值,再去细读;
- 遇到不懂的问题(知识点): 把问题抛给AI ->AI会帮忙输出相关的知识点,以及实践的示例;
2.2 掌握AI
目前市面上的AI
工具很多,基于这些工具延伸出来的智能体(有兴趣也有时间的话,我们也可以基于这些AI
工具(如扣子,元器)去搭建自己的智能体)也很多,但回到移动开发本身的话,除了让AI帮忙生成一些提升效率的工具外,AI
编辑器一定是未来大家一定要掌握的提升效率的最重要的工具,笔者自己也买了Trace
国际版的会员(能用到国外的Claude4
的模型),公司也帮忙买了Cursor
的会员,平时很多的工作也是借助于这些工具来完成的,如:
- 把
UI
设计图给到Cursor
orTrace
,让它帮忙生成对应的页面的UI
(如Flutter
的widget
)
当然它没办法一下子就帮忙直接把页面还原成设计稿的样子(像字体,颜色),这与我们提问的方式有关,所以得在平时与AI
交互的过程中,掌握如何让AI
理解并真实实现你想要的东西。
在实际的使用体验中,即使中同一个模型,如Claude4
,不同的编辑器对问题的理解和实现也是有一些出入的,在编程领域,目前肯定是Cursor
优于Trace
的,其他的编辑器,如阿里的灵码还是有一些差距的。目前了解到很多编码小白用户都在用Cursor
实现他们的需求。
这里的本质其实是如何学会让AI
帮你简单的,基础的事情做好,把更多的精力放到其他AI
暂时处理不了的事情上(自身的竞争力)
3 超越AI
我们的竞争力更多体现在那些AI
暂时没有办法做到的事情上,目前有几点是需要我们在平时的工作时注意提升的
- 系统架构设计:复杂业务逻辑的抽象能力;
- 性能优化:深度技术理解和调优能力;
- 用户体验设计:对用户需求的深度理解;
- 问题解决能力:复杂问题的分析和解决;
- 业务理解能力:如医疗、金融、工业等领域的业务能力;
4 总结
在AI时代,如果想要保持自己的竞争力,一定要学会与AI
协作 ,利用AI
提升效率,专注高价值工作,同时也要保持自己的技术深度和广度;