Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

从大前端到 Agent Workflow Engineer

界面卷的最后一篇。前面十九篇讲的是界面怎么做,这一篇回到人:做移动端、桌面端、TUI、全栈这些经验,在 Agent 时代到底意味着什么。这部分原本是第 12 篇的后半,成书时挪到了卷末。


一、一个全栈开发者的经验怎么迁移

这几项我都做过,移动端、桌面端、TUI、全栈。回头看,每一项在 Agent 时代都有直接的迁移路径:

移动端 → 权限和通知 UX。
移动端的天性就是处理权限:相机、定位、通讯录、通知。授权粒度怎么分(以定位权限为例:授权状态其实只有“使用期间 / 始终“两级,弹窗上那个“允许一次“是临时的“使用期间“,App 停止使用后失效;而且首次弹窗根本没有“始终“选项)、授权疲劳长什么样、推送通知的触达率和骚扰率之间怎么平衡,这些是移动端开发者的日常。

桌面端 → 本地集成和系统交互。
文件系统权限、shell 环境继承、code signing、auto update、crash recovery,第 1 篇和第 8 篇反复提到的 GUI 额外成本,做桌面端的时候我已经交过学费了。Agent Desktop App 是这些经验的直接应用场景。

TUI → 高密度文本信息架构。
写 ForgeLoopTUI 的过程,就是在一个只有字符的终端里把信息组织清晰的过程,靠的不是像素能力,是信息优先级。什么该放 committed 区、什么该放 live 区,通知超过 3 条就该移除,这些判断是在字符网格里逼出来的,框架给不了。这套判断力在 GUI 上同样适用,信息多了,Panel 不会帮你自动排优先级。

全栈 → Runtime 和持久化设计。
Event log 的 append-only 模型、权限引擎的信任规则持久化、Workspace 状态管理,这些不是 UI 问题,是后端问题。全栈经验让我能同时理解 Agent 的 Runtime 层和投影层,不用只做其中一半。

大前端 → 复杂交互状态管理。
大前端的核心能力不是“会写多个平台“,是管理复杂交互状态:一个操作触发多个副作用、多个异步事件并发到达、用户中途介入改变状态流向。这和第 4 篇拆解的 Agent 事件处理模型是同一种能力。我在 ForgeLoopTUI 里手写的 pendingTools 稳定槽位队列 + shiftIndices 偏移追踪,回头看就是一个手动实现的响应式状态管理系统。


二、新岗位方向

如果“Agent 时代的开发者界面“成为一个独立的专业领域,这些岗位可能会出现或已经在出现:

Agent Workflow Engineer。
不设计聊天框,设计 Agent 的工作流界面:工具调用时间线、权限审批流、diff 审查面板、多任务编排。需要同时理解 Agent 的执行模型和 GUI 的交互模式。

AI DevTools Product Engineer。
介于产品经理和工程师之间,不需要手写 ANSI 状态机,但需要知道物理行计算为什么让增量 diff 翻倍复杂。在工程约束和用户体验之间做判断。

Local-first Agent Platform Engineer。
Agent 核心跑在用户机器上,event log 本地持久化,隐私和延迟优于云端方案。需要桌面端开发经验 + Runtime 设计能力。

IDE / CLI Integration Engineer。
把 Agent 嵌入开发者的现有工具链,不另起 Agent 专属界面,让 Agent 在 VS Code、终端、git 工作流里自然出现。

这些方向现在还处于早期。但回头看第 1 篇列的那个名单(Claude Code、Codex CLI、Gemini CLI、Goose、Aider、Devin CLI、Qwen Code),每个项目背后都需要这样的人(名单的时间锚点、以及到 2026 年秋天各家 GUI 的进展,见第 1 篇的补记:界面在变多,这类岗位的需求只多不少)。他们写的是 Agent 的界面,但做的不是传统意义上的“前端“。


界面卷到这里结束。下一卷是胶水层,从界面往下走一层,看界面和引擎之间怎么对话。