FDE 的未来AI 工作流如何重新定义全栈开发什么是 FDEFDE 是我在项目笔记里用的一个缩写——Full-stack Development Engineer全栈开发工程师。这个词本身不新鲜招聘网站上挂了快十年。但我关注的重点不是技能栈的宽度而是在 AI 工具的加持下一个人到底能覆盖多少环节。我的项目笔记里画过一个链条老板发现需求、产品经理定义产品、设计师界面和体验、前端、后端、测试、运维、销售——传统意义上这是八个岗位。而我的假设是如果每个岗位的基础产能都能被 AI 压缩一个人能不能穿起整条线我把这个思路叫 OPC——One Person Company一人公司。不是字面意义的开公司而是一种工作方式一个人借助 AI完成从想法到交付的闭环。角色转变从执行者到调度者我在 readme 里列了一个角色转变表。每个角色的核心能力AI 都可以帮你分担一部分产品经理你的想法是模糊的AI 可以追问你把边界条件想清楚把一句话需求展开成可执行的功能点。设计师界面布局、配色方案、组件结构——AI 设计工具已经从玩具阶段进化到能出可用稿的阶段。前端/后端Cursor 和 Claude Code 这类工具不是自动写完所有代码而是把你从重复劳动里拉出来。你写核心逻辑样板代码交给它。测试测试用例的生成可以自动化。不是取代测试思维是让你不用手动敲每一条用例。运维云平台已经把运维门槛降了很多AI 再帮你生成配置文件和部署脚本基本能做到一个人搞定。关键变化不在于 AI 做得好不好而在于你的位置变了。你不再是每个环节的第一执行人你变成了一个调度者——把任务分发给不同的 AI 工具自己做判断和决策。我的笔记里有一句话企业需要的是一个微型老板借助 Cursor/Claude Code/Codex 胜任或调度 LLM 完成工作闭环。这是我目前对 FDE 最准确的定义。AI 工作流四个节点我在项目里搭建的是一个学习和实验性质的 AI 工作流还没有到生产级别。但思路是清晰的分成四个节点。需求收敛。一个想法在你脑子里的时候感觉很完整一旦要写出来就开始漏风。AI 在这个阶段的作用是追问——不是给你答案是给你问题。你回答得越多需求边界越清晰。这一步省掉的是项目中途推倒重来的概率。架构决策。这步我没打算交给 AI。技术选型为什么选这个不选那个取决于你对项目的预期、对技术栈的熟悉度、甚至是你想通过这个项目学什么。AI 可以帮你枚举选项的优劣但最终那个我选它的判断是你自己的事。并行开发。前后端加测试同步推进。AI 负责生成骨架代码、样板逻辑、测试用例草稿。你写核心业务逻辑和关键路径。注意力集中在自己写的 30% 上但 70% 的交付物来自 AI 辅助。这 70% 的代码你不能不看——review 的时间可能比你自己写还长但它帮你跨过的是从零到有那道最难的门槛。质量兜底。功能能跑和功能可靠是两回事。AI 做第一轮筛查生成边界测试场景、扫描常见漏洞、标记高风险改动。你做最终判断。这步不是让你不测试了是把机械的排查工作外包出去。AIGC 和 Agent两条并行的线我的笔记里把 AI 能力分了两条线来梳理。一条是AIGC内容生成。从 2022 年底 ChatGPT 出现开始文本、图片、视频的生成能力一直在快速迭代。GPT、DeepSeek、智谱、Qwen、MiniMax、Kimi——大模型这条赛道上参与者越来越多能力也越来越强。OpenAI 的图片生成、Seedance 的视频生成都是这条线上的延伸。对于开发来说AIGC 的直接价值是写文档、出设计稿、生成占位内容、甚至辅助写代码注释全部可以加速。另一条是Agent智能体。Coze 这类平台让不懂代码的人也能搭出有实际功能的 Agent。LangChain 则为有开发基础的人提供了更灵活的编排能力。Agent 这条线的想象空间在于它不只是生成内容而是执行任务——调用工具、查询数据、串联多个步骤完成一个完整目标。在 FDE 的框架里Agent 可以承担的角色是虚拟员工——你定义目标、给它工具、让它跑流程你负责检查结果。两条线并行发展最终交汇在同一个点上降低从想法到交付的摩擦力。一些实际的问题这些不是经验是我在整理项目思路过程中觉得需要面对的问题。知识边界。AI 能帮你把一件事做出来但不能帮你理解它。如果你用 AI 生成了一段代码但它跑不通或者跑通了但你不知道为什么那你只是在消费 AI 的产出没有积累任何能力。我的看法是你可以先用 AI 跑通流程获得正反馈但涉及核心技术的部分必须回头补基础。顺序可以倒过来先做再学但学这一步不能跳过。质量控制。AI 的输出不是标准答案是一个概率分布里采样出来的结果。代码能跑不代表代码正确更不代表代码好。我的项目笔记里目前还没有覆盖这一块的具体方案但这是一个绕不过去的问题。写代码的人应该对自己交付的代码负责——不管那行代码是手写的还是 AI 生成的。工具依赖。你的工作流绑定了具体工具之后工具挂了或者不能用你就停摆了。我对这个问题的初步思路是不要只押一个工具。同一个环节至少知道两个可替代方案。Cursor 不能用时有 CopilotClaude Code 不能用时有 ChatGPT。不是每个工具都要精通但你得知道备选项在哪。最后这个 FDE 项目目前还在思考和搭建阶段。readme 里的角色链条、OPC 的概念、AI 工作流的节点——这些都是框架性的东西距离验证还有距离。但我觉得这个方向值得继续往下走。不是因为 AI 有多神奇而是因为一个人能独立完成一个产品的门槛确实在被压低。如果你也在做类似的尝试或者对这个方向有自己的看法欢迎交流。