作者: Phodal Huang in Full Stack 2018年5月15日 21:02

很遗憾的是，在今日的我看来，仍旧是两年前的那个观点：全栈是未来。这次并不是因为大公司全职业，小公司全栈，而是技术的门槛越来越低——人工智能 API 化、后端无服务器、跨平台应用。 在过去的一年里，我的主业仍然是前端开发。而如大家所见，我在这些日子里，也尝试了不同的技术领域移动开发，如 React Native 乃至于原生的 Android 开发，又或者是使用 Serverless 开发的后台应用。尽管仍遇到一些大大小小的挑战，这样一来，也有一些新的收获。不免还是觉得自己还是幸运的，不是在四年的工作里重复一年的工作经验。 很遗憾的是，在今日的我看来，仍旧是两年前的那个观点：全栈是未来。这次并不是因为大公司全职业，小公司全栈，而是技术的门槛越来越低——人工智能 API 化、后端无服务器、跨平台应用。 跨平台移动应用 --- 跨平台，一种特别有意思的技术，它在底层上个隔离了不同系统，因此也在某种程度降低了开发难度。 也因此能支撑越来越多的开发人员，更容易走上全栈的道路。它可以是使用同一种语言，如使用 JavaScript 可以开发前端、后端、移动端的应用；它也可以是使用某一特定的技术栈，如 React 来开发不同类型的应用。 过去，我们可以使用 jQuery 来开发前端 UI 界面，使用 jQuery Mobile 来开发混合移动应用。后来，当这样的移动应用性能不行时，又出现了 React Native、NativeScript、Flutter 等等。但是不论是使用哪种跨平台技术，它都意味着在这个领域，技术的门槛已经越来越低了——当然了，位于底层的开发人员，仍然有着相当的门槛。对于一般的跨平台移动应用，仍然面临着不少的兼容性、安装量和崩溃问题。 更进一步的，还有最近两年大火的微信小程序——它可以让开发人员，快速的开发**轻量级**的跨平台应用。 后端无服务器 --- 对于中小公司来说，小程序可以说是一种非常 MVP 的方式。 同样的，适用于后端快速开发的 Serverless 技术，也是一种快速的验证方式。而，它与一般的 MVP 不同的是：它可以自动扩容，能快速满足大量用户访问的需求。 Serverless 技术见证的是 DevOps 技术的不断提升，运维的门槛不断的降低。从过去的手动部署，到各种类型的自动部署，再到各式各样的虚拟化技术的使用。直到今天，使用 Serverless 技术，就可以直接将函数部署到服务器上，直接运行。 又诸如适用于小程序的 Wafer2，也是一个符合国情的，其是基于腾讯云强大的 IaaS 能力搭建了一个 PaaS 小程序解决方案，用户只需要开通，即可使用开发者工具上传、部署、调试小程序后端代码，无需了解服务器运维、数据库部署搭建即可使用。 有兴趣的读者可以访问：[https://serverless.ink](https://serverless.ink) 了解更多 Serverless 技术相关的实践。 人工智能 API 化 --- 在上次，我使用 Serverless + 小程序开发 “代码协作” 应用的时候，引入了对图片进行文本识别，以实现代码识别的功能。计算机视觉作为人工智能的一部分，它在使用上与传统 API 并没有太大的区别。并且，在这一领域已经有相当多成熟的开源软件，如 Tensorflow。 而，我在使用 AWS Rekognition 作为图片识别引擎时，我并不需要过多关注底层的细节。而当我在实现一些简单的推荐系统时，我也只需要在现有的算法上做一些微调。而随着 AI 的 API 不断的丰富，也就同上面的服务端与大前端一样，门槛会不断的降低。这时，如果使用自己的服务器和别人的服务没有太大的区别，那么使用别人的服务反而早期成本更低。 值得注意的是，人工智能时代**最值钱的不是算法，而是数据**。 结论 --- 尽管多种领域开发的门槛越来越低，但是在关键时候还是要掌握自己的核心技术。 末了，顺便推荐一下我去年写的《全栈应用开发：精益实践》