流行叙事告诉你：AI Coding 来了，前端/后端的边界会消失，所有人都会变成"全栈工程师"。
这个说法对了一半。边界确实在消失。但终点不是"每个人什么都能做"——全栈是个好概念，但"什么都能做"不等于"什么都应该做"。当美团 CLC 团队把前后端正式合并、当 Claude Code 之父 Boris Cherny 描绘出五种新的角色原型时，他们指向的是同一个方向：AI Coding 不只是改变了开发者怎么写代码，它正在改变工程团队怎么组织。
这篇文章想讨论的不是"工程师要不要学全栈"——这是短期的生存焦虑。真正值得关注的是：当 AI 能覆盖大部分编码执行层时，团队应该按什么逻辑来组织人？
一、"全栈"不是答案，但"端到端闭环"是
美团 CLC 食杂零售 Keemart 研发团队完成了架构调整：前端与后端团队正式合并。据报道，相关前端人员提前一个多月就开始了后端开发训练。同期，蚂蚁网商推动测试岗位整体转向研发岗位，并设置了半年缓冲期。
如果你只看表面，结论是"公司想要更便宜的人——一个能覆盖前后端的工程师比两个专精的更划算"。
但这个解释经不起推敲。如果只是降本，外包更便宜。如果只是裁员，不需要提前一个多月培训。真正驱动这件事的，是 AI Coding 工具带来的结构性变化：当一个开发者依靠 AI 就能独立完成从前端到后端到部署的完整链路时，团队的组织单元就从"技术栈"变成了"交付闭环"。
传统研发团队为什么分前端、后端、测试？因为一个人搞不定端到端。但 AI 编码工具正在移除这个限制。OpenAI Codex 的最新数据显示：2026 年上半年，Codex 周活用户增长超过五倍；提交超过 8 小时人类工作量的个人用户比例较年初增长近 10 倍。AI Coding 正从"帮人类补全代码"转向"替人类接任务"。
当一个工程师带着 AI 工具就能完成需求理解、代码编写、接口对接、测试部署的全流程时，前端/后端的切分就变成了组织摩擦——它保护的是历史形成的岗位边界，而不是交付效率。
所以当你看到字节招"AI 全栈工程师-视频与边缘"，岗位挂在"前端"名下但职责覆盖 Agent 编排、多端 SDK、音视频底层、云平台——这不是 JD 写跑偏了，这是组织在释放信号：以技术栈建团队的时代正在结束。
二、Boris Cherny 的五角色模型：替代"技术栈分工"的新框架
Claude Code 的创造者 Boris Cherny 在 X 上分享了对他自己团队的观察。他说，工程、产品、设计、数据科学正在融合成一种新的角色形态。在他的 Claude Code 团队里，他看到的不是传统意义上的职能划分，而是五类角色原型：
1. 原型探索者（Prototyper）：提出全新的想法，快速产出大量创意，其中大多数最终不会上线。
2. 构建者（Builder）：快速把一个原型或想法转化为生产级产品或基础设施。
3. 系统清理者（Sweeper）：打磨 UI、简化代码和系统、下线不必要的功能、优化性能。
4. 产品增长者（Grower）：在产品已被做出之后，持续迭代以提升产品与市场的匹配度。
5. 系统维护者（Maintainer）：负责成熟系统的长期运转，使其在规模扩大过程中依然保持安全、可靠、高效。
注意这个框架的精妙之处：它不以"用什么技术栈"区分人，而以"解决什么性质的问题"区分人。而这恰恰是 AI 时代最合理的组织原则。
在传统组织中，角色按技术栈固定。前端工程师不管后端逻辑，后端工程师不管前端体验。但在 AI 加持下，一个人可以横跨多个角色——Boris 的观察也确实如此：他的团队成员经常横跨两类到三类角色，而且并不严格绑定具体职能。设计师可能更接近原型探索者，工程师可能更接近系统清理者。
更有价值的是他对团队配置的动态判断：
一个产品处于不同阶段，需要的角色配比完全不同：
- 新项目、未找到 PMF → 需要更多原型探索者 + 构建者 + 系统清理者（1+2+3）
- 增长期、已找到 PMF → 需要构建者 + 系统清理者 + 产品增长者 + 少量维护者（2+3+4+少量5）
- 成熟期、强 PMF → 需要系统清理者 + 产品增长者 + 系统维护者 + 少量构建者（3+4+5+少量2）
这不是一个理论模型——这是 Claude Code 团队正在实际运行的配置逻辑。
三、几个信号，一个方向
把大厂的招聘 JD 放在一起看，模式的共性就很明显了。
字节 Commercial AI 团队的"高级/资深前端研发工程师"，负责即创平台的业务范围覆盖数字人、AIGC 口播、视频生成、Agent 创意工具链产品化——这哪里是前端，这分明是一个 AI 产品工程化岗位。
阿里淘天的 AI Agent 应用开发岗位，要求在电商场景中建设大模型比价辅助决策工具，调度多领域智能体实现运营全链路提效——这要求既懂服务端工程，又懂大模型应用栈，还能编排模型、工具、知识和业务系统。
腾讯的前端工程师岗位，描述变成了"面向 Agent 的沙盒、数据、调试和可视化 Web 产品体系"——从做页面变成了做 Agent 工程平台。
Stripe 最新开放的全栈工程师岗位，不拆前端或后端，要求设计、构建并维护"用户可见体验、服务、API 和系统"，直接与早期创业者交流，跨服务、跨技术栈排查生产问题。
这些东西放在一起，你会看到一个清晰的模式：大厂招的不是"更会写代码的人"，而是"能把模型变成产品、把 Agent 变成系统、把 AI 能力跑进真实业务闭环的人"。 所谓前端还是后端，已经不重要了。
四、框架的扩展：这五个角色不只适用于工程团队
Boris 的五角色模型在工程团队中诞生，但它的解释力远不止于此。
想一想营销团队。是不是也需要有人负责出创意（原型探索者）、有人负责落地执行（构建者）、有人负责优化投放渠道（系统清理者）、有人负责放大 ROI（产品增长者）、有人负责维护已有渠道和品牌资产的稳定运转（系统维护者）？
想一想产品团队。一个需要快速验证方向的早期产品，最紧缺的是原型探索者和构建者；一个已经站稳市场的成熟产品，最紧缺的是系统清理者和产品增长者。
想一想你所在的任何团队。如果只能招一个人，你是招一个"懂某个技术栈的专才"，还是招一个"能解决当前产品阶段最关键问题的人"？
这个框架的可复用性，恰恰因为它说的不是"技能"——它说的是"责任"。而 AI 正在做的事情，就是把大量技能执行层的任务自动化，让"责任"成为衡量人的唯一维度。
五、落到行动：三类人的具体选择
如果你是一名工程师：停止问"我该学前端还是后端"——这个问题已经过时了。开始观察你当前所处的产品阶段，判断你最自然的角色倾向。你不是一定要成为"全能型"。Boris 的团队里，仍然有人是纯粹的构建者，有人是纯粹的维护者。关键不是覆盖所有角色，而是清晰地知道自己在哪个角色上有最高的杠杆——并且能被团队识别出来。
如果你是一名团队负责人：不要再按技术栈设计你的招聘编制。先判断产品当前所处的阶段，然后按角色配比去招人。一个找到了 PMF 的增长期产品，需要的是更多构建者和增长者，而不是一个顶级的安全专家。重要的是：让团队的角色配比和产品阶段对齐。
如果你是一名创业者：用五角色模型去评估你当前团队的能力地图。大多数早期团队的问题是"原型探索者太多了"——创意很好，但没有人能把它们变成交付物。Boris 配方的第一条铁律是：未找到 PMF 的产品，需要 1+2+3，但绝大多数创始团队只有 1。
AI Coding 不会消灭工程师——它会消灭以技术栈边界定义工程师的组织方式。Boris Cherny 的五角色模型给了我们一个可以立即使用的替代方案。而美团们已经开始行动了。
主要信息来源：InfoQ《前后端一起消失》、Business Insider 对 Boris Cherny 的报道、Boris Cherny 于 X 的原始推文、OpenAI Codex 研究报告、字节/阿里/腾讯/Stripe 招聘官方页面。