SSR，云平台，ChatGPT——我的 2023 技术关键词

前言

2023 年，因为换工作，启动新项目等原因，我对我的技术栈进行了比较大的更新，主要集中在这三个方向：

1. SSR（Server Side Rendering，服务器端渲染）。之前我开发的项目基本上都是 SPA（Single Page Application），比如 Vue，但之后我会越来越多开始用 Nuxt。由于基础设施的发展，以后 SSR 会更方便更好用。
2. 云平台。以前我大概买了 3、4 台云服务器用来做各种尝试，在上面各种折腾。去年使用 Vercel、Supabase、CloudFlare 平台之后，我已经不打算再在服务器上浪费时间了，云平台实在太好用了。未来我会努力把所有服务都迁移到云平台上，新增产品都直接云原生。
3. ChatGPT。相信不只是我，很多人都会把 ChatGPT 作为去年技术的首选关键词。如今我不仅在上面完成产品开发，日常也会使用它替代大部分的搜索；甚至我家孩子写作业也会使用它来帮忙。我认为，未来 ChatGPT 就像是搜索引擎一样，决定了一个人的起点和成长速度。

接下来逐个分享。

服务器端渲染，SSR

起初我不是很看重 SSR，我总觉得，我当年也写过 PHP，有什么“服务器端渲染”我没见过？实际用过之后，我承认：真香……

首先，使用 SSR 可以提升用户体验，且有利于 SEO，这点相信大家都知道。如果对其原理不太清楚的话，欢迎观看我的视频：从浏览器渲染机制理解 Web 性能——“在浏览器地址栏输入 URL，按下回车后会发生什么？”

其次，如今的 SSR 与当年 PHP 模版套页面的实现有很大区别：

1. 语言同构化：开发难度大大降低，没有心智负担。
2. 数据传递与状态管理：虽然数据不能完全通用，但是框架尽量会帮我们处理好，让我们在服务器端和客户端都能自由使用。
3. 渲染由边缘计算负责：这一点有点依赖云平台，不过考虑到浏览器的渲染机制，SSR 并不会拖慢渲染速度，用户体验只会更好。
4. 页面切换不需要重新加载。对于旧的编程语言来说，因为前后端环境割裂，所以页面切换的时候都是重新加载完整页面；但是新框架下，则只需要加载数据即可，此处跟 SPA 的体验无二。

第三，如今的 SSR 框架都很好的整合了服务器，包括中间件等功能，还有各种官方第三方模块支持，能大大降低我们开发服务器软件的成本。所以已经是我启动新项目的不二之选。

云平台

以前我长期维护好几台服务器，一方面可以部署自己做的产品 demo，另一方面也可以部署一些开源项目方便日常使用。因为各种云都有面向新用户的优惠活动，所以成本不高，我觉得值得一搞。

自己的服务器当然比较比较自由，坏处就是免不了产生运维成本，即使使用 docker 也一样。部署新代码至少要去跑一遍拉取脚本，对吧？我的一位老板朋友甚至请我帮忙写了一套服务器脚本，用来做 CI/CD。

初期这么搞没问题，但后来就越来越觉得功能不够，性价比也太低，开始寻求替代方案。之前我参加 Hackathon 的时候了解到 Vercel 云平台。它与 GitHub Pages 不同，支持 SSR、支持云函数，配合一些云数据库，比如 Upstash，可以快速搭建起来一套可用的服务。去年年初，我的那位老板朋友想做一套打分系统，放在他的静态网站里，于是，我就尝试用 Nuxt.js + Upstash 开发了一套，并且部署在 Vercel 上，效果非常好，免运维，多环境，推到 GitHub 自动部署，实在太好用。

我把这个过程制作成了系列课程：Nuxt3+Vercel+Serverless 数据库全栈开发。大家感兴趣不妨看一看。

后面一发不可收拾，过去一年我不再采购新的单体服务器，旧的服务器用完也不再续费。新产品都部署在 Vercel 等云平台上面，帮我节省了大量的时间。

Vercel 去年年中的时候开通了存储功能，实际上就是打包了几家云数据库服务来卖，我也很快获准开通。从此，云平台使用就更加顺利了。临近年底，我尝试 CloudFlare Pages，效果也非常好。他们家的优势是自带统计分析功能，远比 Vercel 大方，一站式解决更省心。

云数据库方面，我使用 Upstash 的 Redis，KV 数据库足以满足大部分产品需求。数据库用 Supabase 和 TiDB 比较多。前者支持 PG Vector，方便我们进行 LLM Embedding & Search；后者则提供 5GB 免费额度，比较好用。云存储有 CF 的 R2，空间和流量也相当充足。如果不是 PHP 太老没人支持，我都想把博客这台机器退掉了。

ChatGPT，以及其它

ChatGPT 更是值得大书特书的一个技术关键词。不过考虑到大家去年一整年应该已经被类似的内容淹没了，所以我这里就少写一些，只说说我的情况。

我目前订阅了 ChatGPT+，方法是借用国外亲戚的手机号注册，并且用他的手机号注册 PayPal，通过 Google Play 订阅。订阅的原因是 ChatGPT 4 + DALL-E 都可以随便用，比 API 便宜得多。

在编程领域，GPT-4 比 GPT-3.5 好太多了，知识库更新到去年 4 月份之后，除了 next.js 14 的内容外，我日常的编程问题大多可以用 GPT-4 解决，比如：

• 写正则
• 写 SQL
• 查函数、查第三方库
• 纠正函数错误

帮我节省了大量的 Google 时间，单凭这点，每月 $19.99 的订阅费用就很值得。

除此之外，我还在继续使用 GitHub Copilot。Copilot 也很好用，除了生成工具函数、编写测试外，我发现翻译语言和框架方面也有很大的作用。去年我就完全靠它开发了一个 flutter 应用，方法就是把 TS+Vue 写好的代码丢给它让它翻译。

所以，无论是学习新东西，保障日常开发，还是扩展新领域，AI 对我都帮助巨大。

总结

总而言之，如果再有同学问，前端想学后端，应用学什么语言框架以及是否需要搭自己的服务器？我都会建议他们：不要学 Express、Koa；习惯用 Vue 就学 Nuxt，习惯用 React 就学 Next.js；不需要搭建服务器，就用云存储就能解决绝大多数问题。

我还建议大家，尽快想办法开通 ChatGPT，再不济国产大模型也要用起来，未来是 AI 的时代，学会用 AI，效率会大幅度提升。半年的初入门新人，善用 AI 可以赶上 3 年的老程序员；而老程序员学会用 AI 之后，可以快速把自己的能力扩展到其它领域。

以上，就是我去年关键的技术栈总结，希望对大家有所帮助。如果大家有什么意见建议，想说的想聊的，欢迎留言。