消失的前后端，崛起的智能体

前端：

肯定是无了。

人机交互的工作全部由大模型根据需求，实时动态生成。退一步说，大部分传统树状交互界面，到未来已经没有意义了，常见的用户操作都会被大模型代理完成，不需要用户干预。有些中断授权、安全校验可能需要，比如，在用户要付款的时候，实时生成一个输入密码的界面，用完就销毁了，只要能把请求发出去，流程就可以继续被代理执行。

因此，准确来讲，传统的界面开发前端未来需求会很少，反而终端上可能会更聚焦多模态的交互方式，如语音、手势、AR 和 AI 可解释性的设计。

后端：

为 AI 再贡献一部分标准后，也慢慢无了。

这部分标准主要是 MCP（Model Context Protocol）、A2A（Agent-to-Agent） 类似的协议，帮助 Agent 代理各个环节的串联，尤其是 Action Tools 这部分需要通过标准的方式，借助工具去执行具体操作。形象点说，后端大部分工作，在将工具的使用说明书翻译成大模型可以理解的方式。但当越来越多 Tools 从出生那天就上传了电子版的说明书时，剩下的也就是偏标准运维相关的工作了，比如系统稳定性、资源调度、数据权限、服务编排等深度控制。

未来是软硬结合的时代：

在全面 AI 到来之前，物理世界现有的软件和硬件肯定都需要接入 AI 的能力，物联网和边缘计算的普及，会依赖硬件有一定的 AI 决策能力。尤其硬件方向，让 AI 控制硬件要求会更高，这部分预计也会演化出像 Agent 一样的物理代理，会通过硬编码解决 AI 软件上的安全缺陷，具备管理和调度硬件去自动化决策的能力。就像现在我们智能家居，通过手机或者小爱音响，作为一个人工管理的入口，但这个还不算物理 Agent。Agent 本身需要具备记忆、规划、行动和感知等帮助它自主决策的能力。

因此，AI 一定会带来新一轮的岗位重构与技能融合，前端、后端、客户端这些本身都是在搭建工程，不会再细分，随着 AI 的发展阶段变化，工程上有一个先拆原子再搭建的过程，而拆就是往 AI 友好性的架构设计去拆，等这部分工作完成，工程上的需求不会太多。算法岗位会越来越收敛到通用智能里的各个细分支，更偏研究方向，像现在传统的搜广推算法，大概率就划分到工程了，当然算法领域也不乏一些新的研究方向，比如边缘 AI、Tiny ML 等。目前大模型在软件行业先铺开，但其实真正和硬件结合，才会冲击到物理世界的用户，以前的硬件如果只是造个躯壳，未来更多的工作是给躯壳注入灵魂。综合看，软硬件能力都具备技术人才会越来越多。

最后想说，其实不论现在大家在什么岗位，也不用太过焦虑。作为技术爱好者，我们可以思考未来技术演进的宏观方向，但也无法以现状去评估如何满足未来的不确定性，可能现在看起来很难的事情，未来变得都不是问题。就像远古人天天为打不着猎，吃不上饭发愁，时过境迁，现在很多人反而在为如何减肥发愁，就像我们以前经常为需求无法用技术实现发愁，现在 AI 出来后，很多人开始为 AI 技术不能很好的落地而发愁。