2023 年技术小结：从前端工程到 AI 应用
如果用一句话概括 2023 年的技术主线，大概是：
一边继续把前端工程体系打磨扎实，一边认真把 AI 接到「真业务」里。
这一年做了几件印象比较深的事情：
- 把多个前端项目合到 Monorepo；
- 尝试微前端，把老系统和新模块串起来；
- 在中台里跑了几轮完整的 A/B 实验；
- 接入大模型 API，做了文档问答、内部工具智能化的小应用；
- 把 AI 真正纳入自己的日常开发流程。
这篇总结就按这两条主线——前端工程 和 AI 应用 来回顾一下。
1. 前端工程线：更「稳」也更「合在一起」
1.1 Monorepo 落地
年初开始，把几个关联度高的中台项目合进一个 Monorepo：
- tools：pnpm + Turborepo；
- 结构：
apps/+packages/； - 公共库：UI 组件、工具函数、统一 ESLint 配置。
收益：
- 组件库和工具修一次，多项目同步升级；
- 工程规范「一处改，全员受益」；
- 新项目孵化成本明显降低。
也逼着自己思考：「什么才值得抽成库，什么就留在应用里？」
这对边界感的训练很有帮助。
1.2 微前端小规模应用
不是全线切微前端，而是谨慎选择了几块：
- 老 Vue2 中台 + 新 Vue3 模块；
- 部分实验性应用用 React 写。
用「框架型微前端」把它们挂在一个壳子下：
- 主应用管登录、导航、全局样式；
- 子应用各自管内部路由和业务。
实践下来感受是：
- 在「多团队 + 多技术栈 + 独立发布」场景下确实好用；
- 但也确实增加了复杂度，需要配套工程规范。
1.3 实验和监控：让前端更「可观测」
这一年比较系统地做了两件事：
-
A/B 实验
- 从某个关键流程改版入手，设计指标、埋点、分流逻辑；
- 前端从一开始就参与实验设计，而不是最后「帮忙打点」。
-
前端监控闭环
- 不只接了 SDK，而是把错误、性能、关键路径串起来；
- 告警有规则、有人认领、有复盘。
感觉是：工程体系从「能跑」慢慢变成「可观测」和「可演化」。
2. AI 应用线：从试水到认真落地
2.1 大模型 API：从 Demo 到可用服务
刚开始只是好奇地接了几个大模型 API，做了一些玩具 Demo。
后来慢慢踩出一套「工程侧最佳实践」：
- 调用要有 超时、重试、降级；
- 结果要经过 安全过滤与审计日志；
- Prompt 设计不能全写死在代码里，要支持迭代。
这些经验在后面几个项目（文档问答、智能搜索、配置建议）里都派上了用场。
2.2 文档问答 & RAG Demo
围绕项目文档做了一个 RAG Demo：
- 把 Markdown 文档切分、向量化，存入向量库；
- 用户用自然语言提问，先检索相关片段，再让模型回答；
- 回答里带「来源引用」，可以跳回原文。
这个小系统本身还很「试验性」，但它：
- 让团队看到了「文档可以这样被用」；
- 也暴露了很多文档质量/结构问题，反向逼大家整理。
2.3 在中台里「加一点 AI」
选了几个风险可控但能带来效率提升的场景试点：
- 自然语言搜索 → 结构化条件查询；
- 活动/推荐配置 → AI 给出建议方案，再由运营确认；
- 工单/配置页 → 文案生成与标签推荐。
实践下来发现：
- 真正带来价值的，不是「酷炫的生成」，而是 少打几个字、少点几次筛选；
- 把 AI 当成助手，而不是「直接替代人」。
3. 自己的开发方式：把 AI 当成「外挂 IDE」
这一年最大的个人习惯变化，是：
写代码前，先想想 AI 可以帮我干哪一部分。
比如：
- 需求阶段：让 AI 帮忙整理要点、列出边界情况；
- 设计阶段：让它帮我比较两种方案的利弊；
- 编码阶段：用它生成样板代码、工具函数、初版单测；
- 重构阶段：让它先给一个拆分建议，再自己重写关键部分。
同时也踩过不少坑：
- 盲目相信生成的代码，结果边界条件不对；
- 提供给它的上下文太少，导致建议不接地气。
最后总结出一条经验：
把它当成一个会写代码但不懂你业务的实习生。
让它多干重复性/结构化工作，关键决策要自己做。
4. 这一年对「前端」这个角色的认知变化
几个明显的变化：
-
从「只写页面」到「负责一段完整链路」
- 包括：埋点、监控、实验、文档、甚至部分 BFF；
- 更像是「面向用户体验的工程师」，而不只是「切页面」。
-
对工程化的重视越来越高
- Monorepo、微前端、CI/CD、监控、A/B 实验；
- 都是在为「可持续演进」打基础。
-
对 AI 的看法从「趋势」变成「工作日常的一部分」
- 不再只是「感兴趣的新技术」；
- 而是「我每天工作里确实在用的工具」。
5. 给 2024 埋几个小 Flag
既然是年度总结，按惯例给未来立点 flag：
-
把一个 AI 功能真正推向更多真实用户
- 不只是内部试点，而是落在成熟业务上；
- 在指标和体验上都能跑出可量化结果。
-
继续完善前端工程体系
- Monorepo 里更多工具沉淀（脚手架、监控 SDK 等）；
- 在性能和体验上再挖一轮可优化空间。
-
在「AI + 前端」的交叉点上形成更稳的套路
- Prompt 模板、RAG 方案、前端调用规范；
- 把零散的经验沉淀成「团队可复用的东西」。
6. 最后
2023 年有种很强的感受：
- 一方面，前端工程这条线依然有很多基础活要干——架构、规范、性能、监控；
- 另一方面，AI 这条线又打开了很多新的想象空间。
两条线加在一起，对个人来说，是一种「稳中带点兴奋」的状态： 既要把地基打牢，又能时不时抬头看一眼新世界。
2024，希望能在这两条线交汇的地方，多走几步。