avatar
instagramthreads
Published on

演講筆記｜FEDAY2023 - 我的大前端世界觀 by 黄玄

Authors

分享一下昨天看完「我的大前端世界观@FEDAY2023 黄玄」這部影片的筆記，前面花了一半的篇幅在引導何謂前端可以配飯看過。但後面在討論「邊際成本到固定成本」與「對於 AI 的觀點」認為值得記錄一下，想看影片可以參考這段 timecode (19:38)。

黃玄簡介

  • 黃玄（Hux）是前 React core team 成員，主要負責編譯器相關如 React Forget 的開發。目前在 ByteDance 擔任 X-plat 與 Web 架構師。
  • 推薦可以看以前他有另一場關於 React 生態圈發展的演講 —— React 国情咨文 2022

邊際成本到固定成本

其中引用了一段《大模型世界觀》中的觀點：

任何改變社會、改變產業的，永遠是結構性改變。這個結構性改變往往是一類大型成本，從邊際成本變成固定成本。而能做到這件事的，就會是一個拐點關鍵。

這段話乍看之下有點難懂，讓我們一一拆解來看。

首先跟筆者一樣沒學過經濟學的，可以補一下什麼是邊際成本：

  • 邊際：每增加一單位 X 會增加多少 Y
  • 邊際成本：每增加一單位 產品 ，會增加多少 成本
  • 邊際效益：每增加一單位 產品 ，會增加多少 利潤

而什麼是拐點，或繁中應該翻譯做奇異點 ，從上述觀點中拐點就是出現一個事件「能把邊際成本變成固定成本」。那什麼又是「把邊際成本變成固定成本」呢，舉幾個例子：

  • 用時間複雜度來理解的話就像是 O(N) → O(1) ，也就是說我們原本某個演算法需要 O(N) 的複雜度，當有另一個更優化後的演算法能將複雜度降到 O(1) ，那就像是降低了這個演算法的邊際成本
  • 實際的前端例子，就像從以前在 jQuery 中我們需要去管理許多 DOM 來達到需求，而現在 React、Vue 這種現代框架就是把 O(DOM Ops) → O(1) ，降低了我們的開發上的邊際成本
  • 就像網頁技術在標準化後，也能跨平台支援就是 O(Platforms) → O(1)
  • 筆者想到另一個例子，有了 git 後，我們就不用利用 v1、v2、v3 這樣的方式去版控，這也是 O(Version Control) → O(1)

有了這個概念後，再來聊聊何謂前端？

  • 從 2007 年 iPhone 問世後，mobile web、native app 出現，而今天我們有辦法做到 O(UIs) → O(1) 嗎？還不行，所以現在還是會有 Web FE、iOS Engineer、Android Engineer 這些職種
  • 一個職種的價值，本質上即其人力、智力在對抗的邊際成本的大小
  • 以 O(Assembly Code) → O(1) 這個例子，以前在編譯程式是需要靠人工去做的，而現在交給電腦一下子就解決了，所以這種職種也就消失了
  • 因此 技術的發展，必然朝著消解邊際成本 —— 即消解職種的方向。
  • 就像 O(Browser Vendors) → O(1) ，就像當年有一種職位叫作 CSS 重構工程師，負責去做多瀏覽器的兼容性，而標準定好後，現在也不需要了
  • O(Servers) → O(1) ，以前要架 server 要自己管機器，現在可以用雲端服務、IaaS、PaaS
  • 這個過程帶來的職種消解，首先往往發生在技術行業內，然後是全社會的重新配置。就像我們現在使用了 AI 後會擔心未來會被取代，但講者認為不會，想想上個拐點的 mobile 技術出現時，原以為傳統網頁會被取代，但其實最後是將網頁的技術應用到 mobile 上，所以講者認為 AI 也會是一樣的情況。

對於 AI 的觀點

  • 就像 2007 年當 iPhone 問世後， mobile 時代來臨是一個拐點，而如今 2023 大家都說 AI 是另一個拐點，而我們該如何應對？因為大家都認為 AI 的出現將會降低部分職種的需求而降低某些技術上的邊際成本
  • 認為 AI 拐點其實還沒到，現在還停留在 2D 的文字訊息上的交互，未來等 3D/XR 也跟上了才可能是真正的拐點，到時會產生更多新體驗
  • 筆者：可能就像前幾天發布的 Google Gemini 已經能辨識文字、聲音、圖片、動態影片，哪一天這些技術被應用在 XR 上那可能才是 AI 的 iPhone 時刻
  • AI 目前確實在知識廣度是強於所有人的，但在專家、大師的知識深度還是較不足的：
  • 認為工程師會往兩個面向發展：
    • System Engineer ：讓 AI 架構更容易被使用的，如 SDK Developer、Infra Engineer、Framework Engineer
    • Product Engineer ：當技術的邊際成本降低時，未來的工程師將能比現在做更多的事，也就是會演變成大家都是那條龍，一個人需要能去做 Fullstack Engineer、X-plat Engineer（跨平台工程師）
  • 結論，引用 Ray Dalio 的 Cause-Effect Relationship (因果關係) ，雖然因時間關係沒解釋太多，但查了一下應該是在這篇貼文中有點到：

Focusing strictly on the logical cause-effect relationships was what allowed us to see what was really going on. (嚴格聚焦於邏輯上的因果關係，讓我們能夠看清楚事情的真相。)

筆者心得

看完整部影片有些聽起來覺得比較玄，好像講者也還在摸索「何謂前端」這件事，而這場演講只是分享了他目前得到的一些想法。但關於最後講 AI 與開發者之間的未來學習方向的見解很值得一看，或許未來有一天單純的網頁前端工程師的職位會進化成 Product Engineer ，而善用 AI 這件事也只是工作中稀鬆平常的一件事，因此不要侷限住自己只學習前端。

關於這點，推薦也可以去閱讀 Huli 的這篇 —— 讓前端成為選擇：

如果身為前端工程師，卻完全只懂網頁前端的東西，那或許成為前端不是選擇，而是侷限，是「除了這個我其他都做不了，所以只能做前端」。如果能夠學會更多東西，讓前端成為選擇，那不是很棒嗎？就有了更多的職涯發展空間，也有了更多選擇權。

另外搜尋了一下網路上也有人分享參與實體 FEDAY2023 的筆記，也可以參考看看（banner 的圖片來源也取自此處）。

References