借助AI：一个后端人的多栈经历

1. 背景与动机

我的岗位是后端开发，专注于大数据平台的后端业务逻辑的开发。然而，在项目推进过程中，由于前端开发资源的缺乏，导致项目需求频频延期。这种情况促使我开始思考如何更好地支持团队，确保项目按时交付。

2. 开始接触前端开发

为了缓解前端资源不足的问题，开始承担一些比较小的前端开发任务。起初，这些任务主要是一些简单的页面调整和样式修改。在这个过程中，我逐渐熟悉了HTML、CSS和JavaScript等前端技术，并开始理解前后端协作的关键点。

前后端的有效协作与沟通是确保项目顺利进行的关键。以下是一些策略和实践，可以帮助你更好地管理这种协作：

1） 明确的接口定义

• API 文档：使用工具（如 落兵台 或 postman等 ）来定义和维护 API 文档，确保前后端对接口的输入输出有一致的理解。
• 契约优先：在开发之前，先定义好接口契约，确保双方对数据格式、请求方式等达成一致。

2）定期的沟通与同步

• 每日站会：通过每日站会快速同步进展，识别潜在问题，确保团队成员在同一页面上。
• 双周或每周会议：定期进行更深入的讨论，评估项目进展，调整优先级和资源分配。

3. 多栈契机

24年年初，为了突破业务交付瓶颈，提升交付效率，公司制定了基础方向多栈实施方案，通过业务多栈深度协作（多岗多栈）的方式来达成这一目标。基础多栈新流程如下图所示：

       在这种大环境下，公司也鼓励员工尝试多栈工作，以提高团队的灵活性和整体效率。随着参与多栈需求的增加，对前端技术的了解逐步深入，我开始承担更复杂的前端需求，如实现动态交互和优化用户体验。目前为止，已经能支持本系统相关前端需求的10%～20%。

4. 常见的AI工具

以下是一些常见的AI工具及其在多栈开发中的应用场景：

• GitHub Copilot：基于OpenAI Codex，能够根据上下文自动生成代码，甚至可以完成整个函数或组件的实现。
• ChatGPT：提供代码解释、框架学习、Bug分析等功能，非常适合快速理解复杂的技术概念。
• Tabnine：智能代码补全工具，支持多种编程语言。
• Midjourney/DALL·E：用于生成设计素材和图片。
• Codeium：支持自然语言到代码的转换，适合快速生成代码片段。

这些工具不但可以帮助我们生成关键代码，还能解释复杂的框架逻辑，甚至优化代码性能。

5. 挑战与收获

在向多栈发展的过程中，我面临了一些挑战，如需要快速掌握新的前端框架和工具，以及在前后端任务之间切换时的思维转换。在快速熟悉掌握前端框架和工具这方面，不得不提的是公司自研的一个工具：CodeLink，其中一个能力是chat：通过问答随时解决您编码遇到的问题，支持使用“/”触发预设命令，可以帮助开发人员解释代码。

借助这个工具，可以快速学习，理解代码功能，提升了学习效率，节省了时间。

这段经历也让我收获颇丰，不仅提升了技术能力，还增强了对整个项目架构的理解，能够更好地从全局视角出发解决问题。

6. 未来展望

通过这段多栈发展的经历，我认识到全栈开发的价值所在。未来，我希望继续在多栈开发的道路上前行，进一步提升自己的技术广度和深度，为团队和项目带来更多的价值。

这种经历不仅丰富了我的职业生涯，也让我在技术上更加自信和全面。