面向资深前端工程师的 AI 全栈学习站
从前端技术专家
到 AI 全栈负责人
以前端能力为起点，以 TypeScript 与 Node.js 为主线，补齐后端与数据存储，贯通 AI 应用、生产可靠性和系统设计。
TRANSFORMATION PATH LEARNING
起点资深前端
目标AI 全栈负责
边界：聚焦 AI 应用工程，不覆盖模型预训练与 CUDA；后端重 Node.js、轻 Java。
AI FULL-STACK CAPABILITY MAP
AI 全栈负责人能力图
技术能力决定能否构建系统，横向工程与非技术能力决定能否对结果负责，工程证据用于持续校验所有判断。技术能力横向工程非技术能力工程证据
L5目标责任
ROLE OUTCOME
能够对 AI 全栈系统端到端负责
- 业务价值判断是否值得做
- 系统交付完成端到端落地
- 生产质量对稳定、安全与成本负责
- 团队影响通过标准和平台放大产出
L4技术能力基础 → 工程 → 生产与架构
T1↗
AI 技术
把模型不确定性约束进工程系统
基础
- 模型能力边界
- 生成约束
- Prompt 与消息
应用
- Agent Runtime
- Tool 与协议
- RAG 与 Memory
生产
- Trace 与评测
- 安全与权限
- Gateway 与运营
T2↗
前端技术
让复杂 AI 任务可理解、可操作
基础
- JavaScript / TypeScript
- 浏览器与网络
- 渲染与事件循环
工程
- 框架与状态
- 构建与测试
- 设计系统
进阶
- 性能与观测
- 前端架构
- Streaming / Agent UX
T3↗
后端与数据
对服务、数据正确性与故障恢复负责
服务
- Node.js Runtime
- HTTP / API
- 身份与鉴权
存储
- SQL / 事务 / 索引
- 缓存与搜索
- 向量与消息
生产
- 异步任务
- 可靠性工程
- 分布式约束
T4↗
系统设计
从局部实现走向跨域技术决策
推导
- 需求与规模
- 质量目标
- 约束与假设
设计
- 系统边界
- 数据与调用流
- 故障域与降级
演进
- RFC / ADR
- 迁移与兼容
- 平台与治理
L3横向工程能力贯穿所有技术域的生产约束
测试分层 · 契约 · 评测门禁
Log · Metric · Trace · SLO
超时 · 重试 · 幂等 · 恢复
身份 · 权限 · 数据 · 审计
容量 · 延迟 · 资源 · 预算
发布 · 灰度 · 告警 · 复盘
L2非技术能力把技术结果连接到业务与组织
目标、约束与收益判断
用户价值与 AI 适用性
方案表达与跨团队对齐
拆解、节奏、风险与交付
决策、标准与人才培养
平台化、推广与价值复盘
L1工程证据不以“学过”代替可验证结果
代码与测试
可运行、可回归
Trace 与指标
可观测、可定位
评测与实验
可比较、可验证
RFC 与 ADR
可解释、可追溯
Failure 复盘
可恢复、可改进
业务与团队结果
可衡量、可复用
证据反向校验
读图方式
从底部证据层向上看：非技术能力决定问题是否值得解决，横向工程能力保证系统能够进入生产，四个技术域共同支撑最终的端到端责任。
CAPABILITY DOMAINS
四个知识域，组成完整能力链路
移动端省略大型关系图，保留最重要的知识入口。HOW TO USE
一张能力图，三种使用方式
首页只保留定位、能力全景和行动入口；具体知识结构进入对应知识地图查看。START FROM YOUR GAP