前端转向 AI Coding
的常见问题全景

布局、间距、字号、颜色、图片裁切与设计稿不一致。单张截图通过，也不能保证长内容、字体加载后或其他视口下仍然正确。当前证据不足以给出统一的「85% 失败率」或「偏差 10%–30%」。

修复一个页面时追加选择器、内联覆盖和重复样式，可能破坏共享组件或让后续修改越来越难预测。!important 的存在本身并不证明代码有问题，应检查其必要性和影响范围。

固定宽度、长文本、软键盘、安全区域、横屏和触控操作可能暴露桌面预览看不到的问题。断点数量不是质量指标，内容在断点之间能否连续适配更重要。

默认状态有了，加载、空态、错误、禁用、键盘焦点、重复提交或返回恢复却没有完成。Design Theater 的功能性要求落差与这一风险有关，但不能转换为此条目的行业发生率。
关联 EV/01 研究原文 →

同一产品出现多个近似 Button、Dialog 和表单实现，设计 token 与组件行为逐渐分裂。

表单没有标签、图标按钮没有可访问名称、焦点难以辨认、弹窗无法通过键盘完成操作，都会让部分用户无法使用产品。前述项目审计提供了有限样本中的结构性问题证据。
关联 EV/02 审计原文 →

Agent 声称「已实现响应式」「已处理异常」「已通过验证」，实际产物却缺少相应行为，或者根本没有运行相应检查。Design Theater 直接测量了设计说明与实现之间的落差；对其他完成声明，应由团队另行采样验证。
关联 EV/01 研究原文 →

只在一个桌面浏览器预览，无法证明目标 Safari、WebView 或旧版企业浏览器可用。兼容性需要依据具体版本判断，不能长期沿用某个 CSS 属性「一定不兼容」的固定清单。

SSR 项目的服务端输出与客户端首次渲染不同，可能导致恢复渲染、性能损失或交互问题。时间、随机值、浏览器专有 API 和两端数据不一致都是排查方向。React 官方要求将不匹配视为需要修复的错误。
关联 React 文档 →

依赖体积、重复请求、不必要的渲染、长任务和图片策略可能使可运行页面变得迟缓。没有使用 memo 或没有为所有图片加懒加载，不应直接判为缺陷。

同一事实被复制到多个 state、旧请求覆盖新请求、卸载后资源未清理，都可能导致难以复现的界面错误。增加状态管理库并不能自动解决这些问题。

局部修复可能改变共享组件、工具函数或数据契约，影响未进入当前任务视野的调用方。某类抗回归工具的出现只能说明存在需求，不能证明问题的普及率。

同一业务规则被多次实现，后续修改容易遗漏；反过来，过早抽象也可能增加耦合。原稿的重复率数字缺少直接对应的来源，本次不再沿用。

使用不适用于当前项目版本、路由模式或运行环境的 API，即使代码表面合理，也可能无法构建或无法按预期执行。

用 any、不安全断言、忽略诊断等手段消除报错，可能让接口与实现的不一致继续存在。

测试可能只重复实现细节，遗漏错误路径；也可能由 Agent 修改预期，使错误实现重新变绿。覆盖率高并不直接证明测试有效。

成功路径可用，不代表空数据、长文本、断网、权限失效、服务端错误和并发操作下仍然可恢复。CodeRabbit 样本中的异常路径差异支持优先检查这一类问题，不能支持原稿「85%」的概率。
关联 EV/06 报告原文 →

富文本或 HTML 渲染没有正确处理不可信输入，可能产生 XSS。不能用禁用某个 API、依赖扫描或一条 CSP 配置替代完整的数据流检查。

Agent 可能引入不必要的依赖，或给出错误、不存在的包名。不存在的包名被恶意注册的风险通常称为 slopsquatting，与利用拼写错误的 typosquatting 应区分。本次不保留原稿未核实的投毒事件数量或发生率。

服务端私密密钥、长期令牌进入前端产物、日志或提交历史，可能扩大访问范围。需要区分私密凭据与设计上允许公开的客户端标识。

网页、README、issue 或工具输出中的文字可能诱导 Agent 执行偏离任务的操作。来源白名单有帮助，但「看起来可信」的来源也可能包含不可信内容。

功能、重构、格式化与依赖更新混在一起，会增加审查负担。固定行数只能作为提醒，不应替代对语义复杂度和影响范围的判断。

即使上下文窗口足够长，也不意味着 Agent 找到了并正确使用所有相关约束。命名、目录、错误处理和数据访问模式可能逐步偏离现有架构。

生成速度提高后，如果审查和修复能力没有同步提升，未验证变更和临时实现可能积压。DORA 的组织放大器视角与 Sonar 的验证负担调查，为检查这一瓶颈提供背景，不能据此断言所有团队的技术债都在增加。
关联 EV·DORA · EV/05 Sonar

重复相同修复、扩大无关改动或持续探索，可能消耗时间与调用预算，却没有增加有效信息。

AI 审查既可能提出有效意见，也可能重复、误报、超出范围或漏掉关键问题。审查意见数量不能作为发现缺陷能力的直接指标。
关联 EV/03 反馈研究 · EV/04 AI-to-AI

长期委托可能减少直接练习机会，但本文所引研究不足以证明「使用三个月就明显退化」或「长期概率 80%+」。技能变化还与使用方式、原有能力和任务类型有关。

代码被合入，但无人能说明核心数据流、约束和失败路径，后续处理问题时就容易依赖反复生成与试错。这是需要管理的责任与可维护性风险，不是已测得的统一概率。

原型生成快，并不直接代表从需求到稳定交付的总成本降低。原稿引用的「43,000 美元重构、11,000 美元 MRR」案例缺少可核查出处，本次删除。

非工程角色快速生成原型后，如果功能边界、数据来源、权限和维护责任不清楚，工程团队会承担额外识别与改造成本。