"过于新的技术堆栈,AI 没有能力掌握,因为训练数据过少……兼容性这个词有了新的涵义。"
延伸阅读:小团队如何更有效地利用 AI 兼容的技术栈,参见AI-Native 小团队的结构性优势。规范如何与技术栈选择配合工作,参见Convention 与开发规范——让 AI 带着镣铐跳舞。
1. “AI 兼容性”是一种新的兼容性
传统上,我们谈“兼容性”,指的是:
- 浏览器兼容性
- 平台兼容性
- 第三方库的 API 兼容性
在 AI-native 的时代,又多了一层:
- 技术栈是否对 AI 友好?
- AI 是否在这个栈上有足够多的训练数据和实战样本?
“过于新的技术堆栈,AI 没有能力掌握,因为训练数据过少,例如 Deno;
但如果是成熟的如 Next.js,AI 可以很快地吐出正确的代码。”
这就意味着:
- 技术选型不再只是“性能、生态、稳定性”的博弈
- 还要考虑:“AI 在这个栈上能帮你干多少活?”
2. 选择成熟栈,是为了让 AI 多干一点
如果你选择的是一个非常新的、生态还很薄弱的栈:
- 文档不全,社区实践样本少
- 训练数据中的代码样本也很少
- AI 在这个栈上的“熟练度”就会明显偏低
反过来,如果你选择的是一个已经被海量项目验证过的栈:
- 各种典型用法、最佳实践、反模式,AI 都“见过很多遍”
- 你让它写代码、写测试、重构,成功率会高很多
- 你可以把更多心力放在业务和工作流设计上,而不是和栈本身较劲
这就是“AI 兼容性”的现实含义:
- 不是说新栈不值得关注
- 而是说,当你的团队人手有限、又强依赖 AI 产能的时候,
选一个 AI 非常熟的栈,往往更划算。
3. 实际决策建议
在一个两人小团队、强依赖 AI 的前提下,可以用一套相对朴素的决策原则:
优先选 AI 非常熟悉的栈
- Web 前端:Next.js / React / Tailwind / 常见 UI 库
- 后端:Node/TypeScript + Postgres,或者成熟的 serverless 组合
优先选 AST / 符号友好的语言和工具链
- 方便 AI IDE 和 CLI 工具做智能 refactor、导航和测试生成
有意识地避免过“先锋”的技术组合
- 如果一个栈在社区里都还处于“尝鲜期”,大概率 AI 也帮不了太多
技术选型永远是 trade-off,但在 AI-native 的世界里,
如果你希望 AI 真正成为团队的一员,技术栈就必须对 AI 友好。
