如果问，哪类开发者更适合探索人工智能如何为其工具增添价值，那么一定是前端程序员。
可观测性平台Honeycomb的工程副总裁Nakashima非常笃定这一点。
AI更适合前端开发者
“前端生态系统发展得如此之快，从某种程度上讲，前端工程师比其他任何人都更擅长将AI引入他们的工具集，因为他们习惯于掌握新工具，并弄清楚如何整合和使用这些工具来汇集所有不同工作流程的精华，”Nakashima说。
Nakashima最初在jQuery时代的网络开发中担任前端开发者。她是React的忠实粉丝，称它“在生态系统的长期发展中做得非常出色”。虽然她的背景主要是前端，但她曾做过全栈开发，现在负责Honeycomb的软件工程、安全和站点可靠性工程团队的所有方面。
关于AI辅助工具如何改变开发者体验，人们已经说了很多，但大家肯定想知道：它如何从质量或数量上改变代码本身？Nakashima分享了她的观察结果以及Honeycomb如何使用AI。
Nakashima表示，AI在前端对代码质量产生积极影响的潜力比后端更大。她指出，前端生产环境要复杂得多，也更难控制——它需要在多个移动设备和不同浏览器中运行，甚至是在不同语言中运行。相比之下，后端开发者可以控制他们的代码环境，因此当出现问题时，了解发生了什么“相当直接”，她说。
“凭借AI的能力，它可以查看所有这些信号并找到共同点，一个前端开发者就更有可能利用其他人已经学到的关于该错误的所有知识来找到根本原因，而不是试图弄清楚这条消息在这个上下文中意味着什么，追溯回原始的代码行，并引入许多不同的数据点，”她说。“能够填补这些模式实际上是非常有帮助的，这在后端并不适用。”
话虽如此，她对AI是否会真正改变前端的工具生态系统持有一些怀疑——她说前端生态系统本身就已经在迅速发展。尽管如此，她还是对改进设计师和开发者之间界面的潜力感到兴奋。
“目前这一环节的效率略低，而能够拥有工具来简化这两个功能之间的沟通是一个让我看到大量繁琐工作被消除的领域，人们能够更快地一起迭代，”Nakashima说。
“我对Adobe或Figma等公司推出的工作流程最为乐观，他们正在研究设计师和开发者之间的常见交接格式，查看过去人们编写这些详细规范的地方，如‘使用这种颜色，这是这么多像素’，等等。”
AI有助于前端迁移和升级
AI代码生成工具在管理迁移和升级方面也能起到帮助作用，让前端开发者有更多时间专注于他们工作的创新部分。
“我今天看到的最令人兴奋的事情是，在UI中采用不同的多步骤工作流程，并弄清楚如何从第一步直接跳到第五步。”
例如，她解释说，当React的新版本发布时，需要花费相当多的工作来检查旧的代码库，并更改所有需要使用新版本和利用新框架的内容。她建议，AI可以通过目前无法实现的方式自动完成部分工作。
“工程师在迁移和升级上花费了很多时间，特别是依赖升级或框架升级，”她说。“这不需要太多的创造力，但需要大量的勤奋和细心，并且你需要理解从一个特定API的旧版本转换到新版本的模式。我相当乐观地认为，一些AI代码生成工具对于前端工程师日常中花费时间但并非使用他们最佳技能的创新部分的这类琐事或工作流程来说，会非常有帮助。”
例如，她解释说，当React的新版本发布时，需要花费相当多的工作来检查旧的代码库，并更改所有需要使用新版本并利用新框架的内容。她建议，AI可以通过目前无法实现的方式自动完成部分工作。
“工程师在迁移和升级上花费了很多时间，特别是依赖升级或框架升级，”她说。“这不需要太多的创造力，但需要大量的勤奋和细心，并且你需要理解从一个特定API的旧版本转换到新版本的模式。我相当乐观地认为，一些AI代码生成工具对于前端工程师日常中花费时间但并非使用他们最佳技能的创新部分的这类琐事或工作流程来说，会非常有帮助。”
在Honeycomb内部，他们使用copilot工具——他们是GitHub的大用户，许多开发人员也使用VS Code作为他们的编辑器。她还表示，Honeycomb还在试验构建基于AI的产品元素，主要使用OpenAI，不过他们也在关注该领域的其他供应商，以看看哪家供应商能为其客户提供最佳体验。这些元素中的一些是面向客户的功能，已经集成到Honeycomb的前端UI中。
前端AI用户界面，不止是聊天机器人
目前，聊天机器人是AI集成到前端的主要方式，但Nakashima表示，在很多地方，这感觉像是低效的用户界面（UI）模式。她表示，她希望前端和网络应用开发者能提出将AI集成到用户界面的其他方法，但她也意识到，这是程序员们刚刚开始探索的领域。
“我今天看到的最令人兴奋的事情是，在UI中采用不同的多步骤工作流程，并弄清楚如何从第一步直接跳到第五步，”她说。“但我认为还有更多创新、视觉驱动界面的空间。”
例如，Honeycomb有交互式数据可视化功能，可以在屏幕上绘制你的系统地图。她说，这可以通过AI来自动化。
“我觉得这类功能的开发还处于初期阶段。我真的看到人们将实验重点放在聊天工作流程上，因为这就是他们在这些AI工具中看到的，”她说。“我希望很快能看到更多的多样性。”
在Honeycomb，他们实现这一目标的一种方式是通过查询构建器UI，在表单字段中输入文本以生成查询。
“有时可能很难知道如何构建该查询并键入正确的内容，因此我们允许您给出更一般的文本描述，然后点击，我们就会为您生成一个图表，”她说。“您只需说显示所有在我的网络应用中体验缓慢的用户图表，然后我们就会为您显示这些图表。”
