--- schemaVersion: 1 slug: gp-248-20260703-zhangxinxu-ai-80 ticketId: GP-248 lang: zh-tw title: AI 蓋掉簡單的 80%，剩下的才是護城河 summary: AI 能處理前端的 80-90%，但剩下的邊角——深度、對前沿特性的敏感度、知道穩健預設什麼時候不是最優——才是技術人的護城河。基礎不是被淘汰，而是變成會複利的資產。 originalDate: 2026-06-15 translatedDate: 2026-07-03 source: 張鑫旭的部落格 sourceUrl: https://www.zhangxinxu.com/life/2026/06/ai-why-keep-study/ author: null authorshipNote: null canonicalUrl: https://gu-log.vercel.app/posts/gp-248-20260703-zhangxinxu-ai-80 status: published replacementTicketId: null replacementUrl: null --- # AI 蓋掉簡單的 80%，剩下的才是護城河 > **來源:** [張鑫旭的部落格](https://www.zhangxinxu.com/life/2026/06/ai-why-keep-study/) 都 AI 時代了，還在學前端基礎，是不是在浪費生命？ 張鑫旭的答案沒有從勵志開始，而是從兩筆舊帳開始：當年微信公眾號刻意不同步技術文章、抖音又太晚開始做技術影片，兩個「當下看起來很合理」的決定，時間拉長一看，把整個新生代的前端讀者都讓給了別人。所以「繼續學基礎」這個結論也拒絕被包裝成標準答案——它只是 2026 年此刻的判斷，未來會不會變成愚蠢行為，難說。 > **Mogu OS：** > > 先介紹一下講話的人：張鑫旭，《CSS世界》系列書的作者，部落格從 2009 年更新到現在，在中文前端圈差不多是「CSS 活百科」等級的存在。而這篇開場先把自己的失敗判斷攤出來，這個寫法值得畫線——技術圈的職涯文九成是「我當年做對了什麼」，他反著來：「我當年錯過了什麼，所以接下來這個判斷你也要打折聽。」講的人先降權重，聽的人反而會信。 --- ## 五年前問「護城河」，答案喊得出口；現在呢 五年前隨便抓一個工程師問「技術人的護城河是什麼」，答案幾乎不用想：技術。 現在再問一次，這兩個字就說不出口了。連影音開發、3D 渲染這種偏小眾的硬領域，在 AI 面前都顯得不夠看。前端圈的學習熱情也跟著涼掉：公司內部的專業培訓沒什麼人來，對外的技術輸出也乏人問津——大家的心聲很一致：都有 AI 了，還花時間學這些幹嘛？有這個閒功夫，打兩把遊戲不好嗎？ 同時焦慮在網路上蔓延。技術影片的留言區，三不五時就有人說自己前端失業了，人人自危。 在這個氣氛下，給新人的建議反而很反直覺：**這個時代，不推薦花大量時間去啃冷僻角落的技術細節**——投入產出比太低。更值得先補的是廣度：知道有哪些特性、能做出什麼效果、什麼技術選型在當下比較合理。而且學習不只限於專業技術，溝通協作、推動業務、做人處事都算——職涯最後決定高度的，是人跟人的競爭，不是人跟 AI。 但這裡有一個陷阱等著，名字叫「AI 牆」。 --- ## AI 牆：一個專門困住新人的無限迴圈 新人不可能不用 AI。用了 AI，code 能跑；因為能跑，就沒有動力去學底層原理；因為沒學底層原理，就看不出 AI 生成的 code 哪裡還能更好；因為看不出來，只好繼續全盤照收。 繞一圈，回到原點，迴圈沒有出口。這就是 AI 牆：牆裡的人對 AI 言聽計從，產出跟隔壁同樣被困住的人沒有差別，隨時可以互相替換。這樣下去，前端會從還算體面的職業，變得跟工地搬磚沒兩樣。 > **Mogu 偷偷說：** > > 這個死循環跟「該不該用 AI」是兩回事。沒有人會要求 2026 年的工程師每天手寫固定量的 code 來「保持手感」，就像沒有人會要求工程師去圖書館翻書不准用搜尋。問題從來不是用不用工具，而是有沒有能力判斷工具輸出的品質。木匠從手搖鑽換成電鑽，還是木匠——前提是他知道哪面牆不能鑽。 --- ## 修仙論：古法練功的人，遇到了天道降臨 對自嘲「老登」（就是老屁股）的資深工程師來說，AI 反而可能是機遇——說不定能讓職業生涯再穩十年。 先看一個刻度。AI 寫 code 的能力看起來已經接近極限：以目前最好的 [Claude Code](https://gu-log.vercel.app/glossary#claude-code) 來說，生成的前端 code 大概能打 80～90 分——偏邏輯的專案 90 分、偏互動體驗的 80 分、純視覺的專案大概 60 分。這不是什麼公開測試成績，就是一個從沒有 AI 的年代一路練上來的資深前端，拿自己的判斷力估出來的主觀刻度。重點也不在數字精不精確，在那個分布：越標準的東西分越高，越吃品味的分越低。 80～90 分聽起來嚇人，但它不是不可逾越的鴻溝。為什麼？把時間軸搬進修仙世界會更好懂： 洪荒時代大能頻出、一劍斬山河，因為練的是古法，淬體修心，一招一式都是苦功。後來天道降臨，庇護後世修道者——修煉變容易了、體系變完整了，但要衝破天道的枷鎖，反而難如登天。 回到工程師的世界：經歷過「沒有 AI、一切自己寫」年代的工程師，被迫練出了一整套底層理解。這套理解在當年只是基本功，現在成了資產——因為天道（AI）罩得住日常修煉，卻也把後來的人鎖在同一個天花板下面。 判斷自己在牆內還是牆外，方法很實際。看 AI 生成的 code：能看出「這個實作還有更好的寫法」，就比 AI 強；掌握連 AI 都不知道的實作技巧，也比 AI 強。要是 AI 寫的 code 自己看不懂、但跑得好好的——那該反思的是這些年有沒有好好學習，狗頭保命（網路用語，意思是「開玩笑的別打我」）。 > **Mogu 想補充：** > > 注意這個故事的正確讀法：重點不是「老登躺贏」。張鑫旭在同一篇裡就說了，AI 也會慢慢學會今天看起來很新的技法；抱著五到十年前的理解指揮 AI 幹活，一樣會被淘汰。所以古法練功的優勢不是護身符，是跑道——持續在跑的人跑道比較長，停下來的那一刻就開始折舊。順帶一提，這篇文章自己的留言區就有人唱反調：「越來越覺得沒有護城河，被 AI 取代是早晚的事。」兩邊可能都對，差別只在時間尺度。 --- ## AI 給的答案永遠「穩健」，而穩健不等於最好 為什麼練了古法的人看得出 AI 的不足？因為 AI 的 code 有一個天生的偏向。 前端一直在演進，而 AI 為了讓生成的 code 在各種環境都跑得動，永遠會選最傳統、最穩健的寫法。穩健是優點，但穩健不等於這個專案的最佳解。三個前端的具體例子： **表格固定欄的邊框**：第一欄固定、水平滾動時右側要出現邊框。AI 一定用 JavaScript 監聽滾動事件，依滾動距離判斷加不加樣式。但如果專案的相容性要求不高，CSS 的 `scroll-state` 容器查詢一招搞定，效果「賊好」——效能更好、code 更少。 **目錄跟著滾動高亮**：頁面滾動時側邊目錄跟著標題亮。AI 一定寫一大段 JavaScript；實際上可以 CSS 打主力、JavaScript 只當備援。 **`textarea` 高度自適應**：AI 會洋洋灑灑輸出一段 JavaScript 量高度、調高度。實際上是一行 CSS 的事。 三個例子的共通點：AI 的答案都「對」，在所有瀏覽器都能跑，但都不是「最好」——因為 AI 不知道這個專案的相容性需求、不知道新特性的支援度已經夠用、不知道少一段 JavaScript 對維護的人意味著什麼。前端跟後端不一樣，同一個效果常常有四五種做法，哪一種是當下最好的，還是要人來判斷。 > **Mogu 認真說：** > > gu-log 一直在講「AI 做 70% 動手、工程師做 100% 動腦」，這三個例子就是那句話的具體展開：AI 交付的是「能跑」，人要補的是「這個情境下最好」。而且注意這個判斷力的原料——`scroll-state` 容器查詢是很新的 CSS 特性，知道它存在、知道支援度到哪，靠的是持續追蹤，不是十年前的老本。判斷力會過期，這才是「要一直學」真正的理由。 --- ## 不追框架，只追底層 過去十幾年，張鑫旭沒把時間花在追流行框架和工具上，而是專注在更底層的技術特性。現在這個選擇開始回報了。 人的精力有限，想當面面俱到的多面手——例如常被掛在嘴邊的全端開發——就必然無法在單一領域特別深入。而大多數的全端，前後端都會、但都不出類拔萃，正好撞在 AI 的槍口上。反過來說，底子夠深的人有了 AI 加持，去做全端反而完全沒問題；剛入職的實習生本來只會 Vue，靠 AI 做 React 專案，需求完成速度飛起，一點也不輸老手——框架這道牆，AI 直接鏟平了。AI 補得了框架和工具這些「上層建築」的差距，補不了的，是底層理解的差距。 至於滿天飛的 [Skill](https://gu-log.vercel.app/glossary#skill)、[MCP](https://gu-log.vercel.app/glossary#mcp)、[harness](https://gu-log.vercel.app/glossary#agent-harness) 開發？「都特麼一邊玩泥巴去吧」——都是上層的東西，等別人做出現成的拿來用就好；值得學的反而是別人看不上的、看起來枯燥沒用的基礎技術，「這些反而才是在風起雲湧的時代中，安身立命的根本」。 > **Mogu 偷偷說：** > > 這段 [Mogu](https://gu-log.vercel.app/glossary#mogu) 要出來擋一下：「上層的東西等現成的」這個策略，對張鑫旭成立，不代表對每個人成立。他的立身之本是二十年 CSS 深度，所以上層生態他可以等；一個立身之本還沒長出來的新人，照抄這句話很容易變成「什麼都在等現成的」。同一句話，從護城河裡面喊和從外面喊，意思完全不同。 --- ## 結語：走一步看一步 這套盤算沒有被講死。萬一哪天 AI 真的能自主學習、掌控一切，現在這點算計「怕就是個 250 斤的大笑話」（250 在中國網路用語裡是「傻子」的意思，250 斤就是特大號的那種）。 所以結論樸素得很：走一步看一步，至少短期是風平浪靜的。深度還沒被填平、前沿還有時間差，基礎知識就還在複利。 至於那道 AI 牆——牆外的位子不多，但門一直是開的，門票是持續學習。快二十年的老前端至今保持每週至少更新一篇技術文章，這件事本身，大概就是最好的答案。 (◕‿◕) --- ## 延伸閱讀 - [GP-198: AI 寫程式不可怕，沒有棘輪才可怕](https://gu-log.vercel.app/posts/gp-198-20260512-garrytan-ai-agent-complexity-ratchet/)——同樣在講「能跑」跟「能維護」的差距，從複雜度的角度切入 - [GP-233: AI 做的介面一眼就被看穿，差的那一點是品味](https://gu-log.vercel.app/posts/gp-233-20260617-polished-ui-rules/)——純視覺專案為什麼只拿 60 分，這篇是展開版 - [GP-234: 40 萬場 Claude Code 對話的結論：贏家不是最會 coding 的人，是最懂行的人](https://gu-log.vercel.app/posts/gp-234-20260617-returns-to-expertise/)——資料面的佐證：領域理解越深，AI 槓桿越大