低代码+Ai 现状调研及发展探索

最近几年，低代码甚至零代码的做法在行业内兴起。而在AI热潮兴起后，厂商也在积极探索AI 与低/零代码应用开发平台的融合方式，致力于进一步降低开发门槛。这篇文章，我们就来看下整个低代码这个领域的现状与发展情况。

企业上云逐渐成为数字经济的常态事件，越来越多的低/零代码应用开发平台以云的形式提供服务，并为云应用的开发、集成、 运维等工作提供进一步简化的工具调用方式，更好的贴合云时代下的企业需求。

此外，AI热潮兴起后，厂商也在积极探索AI 与低/零代码应用开发平台的融合方式，致力于进一步降低开发门槛，提升开发效率，“让低代码更低，零代码更零”。

一、行业背景 1.1 AIGC 热潮下的低/零代码应用开发平台

AI热潮指在2022年末开始兴起的AIGC和大语言模型热潮，低/零代码应用平台与AI 结合的落地实践较少，目前结合的方向在于针对不同角色提升平台的使用效率。

AIGC 得到行业客户关注，低/零代码融入 AIGC 有望实现产品能力的跃升，数字化优先程度越高的企业，对 AIGC 关注度越高。

低/零代码 + AIGC 定义为 “基于智能模型驱动的自适应开发”产品。

理论设计上：

1. 此类产品可以支持通过自然语言的形式向平台下达指令，AI 判断用户指令后，产品可以自动进行表单创建、报告创建、OA 功能开发、特定需求的代码生成等操作（具体需要结合不同产品的功能设计）。
2. 这样的能力可以让公民开发者通过语言指令快速实现数字化解决方案构建，加速全民开发者时代的到来，同时也可以提升专业开发者的工作效率。

1.2 AI + 低/零代码应用分析

产品浅析：从客户期望来看，融入 AICG 的低/零代码产品，需要在功能设计和产品交互上，重点关注用户使用体验、增强开发功能的完整性和可用性

用户关注点：

• 生成代码质量
• 代码安全性
• 可以支持的开发类型和功能完整度
• 可以支持的个性化开发程度
• 机器人的语言理解力
• 产品功能仪容程度
• 是否支持辅助 bug 调试
• 是否支持代码解释

产品交互和关键词提示

为了让 Al 可以更精准地理解指令进而实现功能开发，使用者需掌握有效关键词和提问技巧。随着用户需求沉淀和与之匹配的效关键词积累，供应商可以尝试向客户提供“关键词提示”和“关键词修正建议”等功能，帮助用户提升人机交互效率，提升客户体验和产品使用效能。

可信模型训练

基于特定行业和特定场景的代码生成模型训练有可能使用到非公开的行业数据，相关代码模型供应商也需要探索基于隐私保护计算技术的模型训练，由于加密算法让计算量的增加，模型训练度和成本也会受到影响。

1.3 AI + 低/零代码 的影响和价值

AIGC 可以深层次引发 IT 效率革命，让更多业务人员有机会成为公民开发者，进而推动全民开发时代的到来；对低/零代码竞争力聚焦点、生态与市场格局、产品和服务等方面产生影响。

传统低代码和零代码产品往需要对 IT 成熟度高、中、低企业进行道配且存在能力边界（例如 T 成熟度低的企业可能因为缺乏专业开发者而无法使用低代码产品，但是零代码产品也只能完成简单功能的搭建）。

而未来成熟的 AIGC 低代码和零代码产品所具备的是“基于智能模型的自适应开发”能力，且仅 以自然语言指令的方式便可以实现代码生成和功能实现，因此可以更好地淡化传统低/零代码产品的能力边界性和使用者的局限性。从生产力变革的角度带来 IT 效率革命，让更多的业务人员有机会成为公民开发者进而推动全民开发时代的到来。

传统低代码和零代码产品侧重基于经验和代码积累的功能抽象封装、流程预定义、基于数据定义和元数据配置来生成应用程序。

而AIGC低/零代码产品的能力提升取决于大模型的成熟度，大模型所提供的开发生产力将对传统产品形成降维打击，因此随着 AGC 在代码生成方面的应用逐步成熟，低代码和零代码厂商的竞争力聚焦点将发生调整，进而为提升产品力所建设的厂商生态也将呈现一定的变化。自然语言指令等新的产品交互形式也会影响产品使用和服务方式的变化。

1.4 中国低/零代码市场趋势：AI + 低/零代码的融合

越来越多的供应商会将 AI 融入低/零代码，预计 2027 年，70%～ 80% 的用户将使用具备 AI 能力的低/零代码产品

1.5 智能自适应开发平台（IADP）

智能自适应开发平台（IADP），是低/零代码的重要发展方向。预计 2027 年，约 50% 的领先实践企业将开始构建或正在构建智能自适应开发平台。

MTI Quadran（市场趋势洞察象限）将此趋势纳入“重点关注“类别。

智能自适应开发平台（Intelligent adaptive development platform,I/ADP)是以“基于智能模型的自适应开发能力“为核心所构建的支持个性化和复杂需求的软件开发平台。

智能自适应开发平台（IADP）支持多样化的团队，提供软件交付与全生命周期管理的服务，覆盖个性化和复杂开发需习求实现、原型设计、测试、代码安全保障措施和监控、智能运维高效系统集成等在内的全域能力，开发者知识库是为平台能力升级和模型训练效率提升（基于 KnowHow 沉淀提升模型参数调整的精准性）而设计。

之所以 IADP 类产品有望在未来 5 年内得以实现，将得益于生成式 AI 的发展。

客户构建智能自适应开发平台（IADP）可以真正地加速数字转型效率，最大程度适应敏态的业务需求，缩小客户预期和实践成效之间的差距（甚至超出客户预期）。无论是客户内部建设 IADP，亦或是供应商打造 IADP 产品，其过程均需要设定好功能优先级和明确的开发思路。

根据咨询公司对数十位领先实践企业的领导者阐述智能自适应开发平台（IADP）这一概念同时征询投入意向时，约 50%的受访者表示如果拥有合适的供应商提供技术支持和服务，可以在 5 年年内尝试建设 IADP，但需要采取“小步慢跑“的逐渐尝试性的投资策略；同时拥有 40% 以上的受访者表示更愿意看到供应商可以提供 IADP 产品后再进行投资。

二、低/零代码 + AI 行业趋势

低代码的主张：“降低代码开发量，通过点击配置、图形化拖拽开发应用，人人都是公民开发者”；

大模型的主张：“不用代码开发，通过自然语言生成应用，人人都是开发者”。

低/零代码+AI 主要目标：在低/零代码开发平台的基础上进一步降低开发门槛，提升开发效率

低代码+Ai 问答 太简单

低/零代码开发平台上可以放置AI问答类功能的接口，这种结合方式较为简单，但仅限于减少去检索问答功能的步骤，因而不是低/零代码厂商努力的方向。

正确方向

• 大语言模型更高级的结合形式，在于AI功能尽可能发挥低/零代码应用开发平台的本意价值，即进一步提升开发效率，降低开发门槛；
• 根据此方向，有分别针对业务人员、专业开发人员、产品经理人群的AI+低/零代码功能的推出，但目前均处于商业测试化阶段。

三、低/零代码 与 AI Agent 1. Agent 是通过综合多种先进算法建成具有独立思考和工具调用能力的智能体

AI Agent本质上是以LLM为核心的代理系统，它可以被应用为一个软件程序自动 理解并执行命令，也可以被装载到物理实体中控制机器。

与LLM（大语言模型）通过和用户语言交互，生成相应的文字、图片等内容的能力相比， Agent在LLM之上叠加了记忆、规划、工具调用的能力，具备自我学习、反思的独立思考能力和任务规划、工具调用的能力，从而 为人类解决更广范围的问题。

2. Agent 能自主选择合适的路径、工具，和应用程序交互以完成任务

在Agent的多种应用实践中，对于规划、记忆、工具的组件能力的应用深浅 和综合方式都有所不同，目前Agent的实践主要体现在自动执行人机交互任务和模拟人类社会活动两个方面。

具体实践案例

Hugging GPT：对工具调用能力

Generative Agents：独立思考能力

3. 两向融合现象：低/零代码开发平台融合AI Agent辅助开发，并出现开发AI Agent的低/零代码开发平台

AI Agent目前最适合的商业化落地方式依然是嵌入低代码应用开发平台中，作为应用开发的辅助功能，进一步提升平台的使用效率。

4. 其他解决低代码痛点思路

低代码平台依然存在效率低的痛点：

（1）应用搭建效率低。非开发者在搭建应用前需要熟悉低代码平台的使用和各类组件的配置项。

（2）组件研发效率低。新的组件研发流程还是传统的产品出需求文档，开发出详细设计、编码实现。

解决思路

• 针对应用搭建效率低的痛点：让非开发者不需了解低代码平台的使用和组件的配置等，讲出需求，AI 辅助快速搭建应用。
• 针对组件研发效率低的痛点：AI 辅助需求文档到完成编码整个阶段的提效。

将现有的低代码平台升级为“AI 驱动应用开发平台”，针对三类不同的使用人群进行赋能提效，实现平台全局 AI 驱动。

• 面向产品经理的需求抽象：协助产品将描述性的需求文档，转换成规范数据结构。
• 面向开发者的辅助编码：作为程序员的开发助手，完成确定性功能函数编程。
• 面向非开发者的应用搭建辅助：讲出需求，快速搭建应用。

四、Ai+低/零代码 实际落地案例 1、得帆信息·DeCode

AiCG 融合点

底层：文心 & GPT 大模型

融合方向：自动编程、辅助搭建、智能匹配、智能搭建、智能翻译、对话问答、场景融合

应用形式

1. 组件形式：提供提供快速接入GPT、并融合搭建业务应用的能力
2. 智能问答形式：包装为智能助手、智能机器人，为用户提供数据洞察的能力，帮助用户直接地理解和利用

   数据

3. 应用生成：基于自然语言描述，进行需求抽象、搭建、调试

2、金现代·轻骑兵

3、 西门子 Mendix10

Mendix10，将 AI和ML（机器学习）融入低代码领域，包括了最新的人工智能和机器学习功能，新的业务协作和IT协作的工具，简化的开发人员体验，扩展的云部署选项，以及现代化的治理和控制方法。

1.Mendix 发布 Mendix Assist（人工智能开发工具）的新功能—Mendix Chat

这是一个嵌入IDE中的大型语言模型，可生成开发指导并接受Mendix特定专业知识的培训和支持；

他们的主要思路为人工智能辅助开发（AIAD），他们会将下一代产品引入生成式人工智能（AIGC）。同时，生成式AI加入低代码和无代码开发平台，将会进一步降低使用低代码和无代码开发工具的门槛，并或将诞生新的智能开发技术；

Mendix 的思路以 AI 辅助编程为主（https://www.mendix.com/platform/ai/）。举例来讲，由于他们拥有一个强大的 IDE ，他们的 AI assist 能力首先考虑用户的编辑器体验。对于低代码编辑器使用者来讲，最头疼的就是如何在一大堆组件和逻辑中快速选择想要的了，所以 Mendix 从 IDE 的基本体验出发，参考代码补全和代码推荐的方式创造性地提出了节点推荐的方式:

这种做法有效解决了“选择困难症”。AI 会根据用户上下文计算推荐需要的内容，并计算权重用来排序，很类似搜索引擎的工作。

来源：http://www.lowcodetime.com/13091.html

2.Mendix 10引入了全新的ML Kit

1. 有一部分客户希望能将自己的专有的 ML 模型嵌入到 Mendix 应用程序中
2. 为满足此需求，Mendix 10引入了全新的ML Kit，该工具可以让开发者将常见的ML框架构建的模型部署到Mendix Runtime中。无论模型是用scikit-learn、PyTorch还是TensorFlow等框架训练的，都可以转换为开放神经网络交换（ONNX）格式，然后直接集成到Mendix应用程序中，保证高性能、数据安全和经济效益

来源：Mendix 10将AI和ML融入低代码平台 ，助力企业实现组合式数字解决方案交付

4、FlutterFlow 低代码移动应用开发平台

特点：拥抱生成式 AI

FlutterFlow 推出了AI驱动的代码助手，可以根据所需功能的描述生成代码（例如，“找出两点之间的距离”）

（ FlutterFlow简介：成立于 2020 年，A 轮 2550w 美元，估值1.7亿美元；FlutterFlow提供了旨在简化在iOS和Android以及桌面操作系统（例如Windows和macOS）上运行的应用构建的低代码工具。利用Flutter，Google的开源UI创建工具包，FlutterFlow生成了Abel描述为“干净”和“可维护”的应用源代码）

来源：拥抱生成式AI，FlutterFlow 低代码移动应用开发平台获2550万美元融资

5、CodeGPT——大模型应用于低代码

系统架构图

已拥有能力

1. 页面创建：自然语言创建页面，包括页面布局和页面功能脚本；
2. 页面控件修改：自然语言修改页面控件的布局、风格、属性等等；
3. 页面字段增加：自然语言请求大模型给出建议字段；
4. 脚本生成：自然语言请求生成一段脚本实现特定功能；
5. 脚本修改：给出原有的脚本，自然语言描述修改需求，大模型做脚本修改；
6. Sql生成：自然语言生成Sql；
7. 正则表达式生成：自然语言生成正则表达式；
8. 闲聊意图识别：拒绝开发辅助以外的提问；
9. 研发智能问答：针对研发的开发问题的问答

正在开发能力

1. 操作手册生成：选择正在使用的低代码页面，大模型生成操作手册；
2. 需求文档生成页面：向大模型提供需求文档，自动生成页面；
3. 脚本实时续写：实时续写脚本，基本可以达到行级续写和函数级续写；
4. 脚本注释生成：理解脚本，为脚本添加注释，提升脚本可读性；
5. 脚本解释：理解脚本，并根据上下文，解释代码的逻辑、功能；
6. 脚本优化/修复：优化和修复脚本；
7. 页面测试生成：RPA整合，形成页面测试脚本；

来源：低代码大模型的架构与CodeGPT的落地

6、无极低代码（有案例）

1、 三个场景案例

场景一：组件定制

以表单组件为例，通过智能推到UI生成一个表单后，往往需要进一步的细节调整。而这些调整操作都是重复的，非常繁琐，我们尝试用AI来取代它。

下面视频案例中，演示了表单的标签翻译和下拉框的可选项配置。通过AI取代简单重复的人工操作，降低低代码平台的使用门槛；

场景二：逻辑定制

有些页面逻辑需要编写少量的前端代码（Java）来实现，这块功能我们称之为LessCode。在 LessCode 里面可以调用我们的 API 来 “获取页面的状态数据” 或者 “调用无极的工具方法”，这里的代码规模不大，技术要求也不高，难点在于要学习无极的文档，如果把这个文档交给AI呢？（世界瞬间清净了 ～）

下面视频案例中，演示如何在无极中使用AI来编写逻辑代码。AI写出来后，我们可以人工CR一下，也可以跳过CR，直接去预览状态下做“黑盒测试”，这样一来，对无极用户们的代码能力又降低了。

此处为视频卡片，点击链接查看：1710208506153.mp4

场景三：数据分析

能否通过AI实现全过程的自动化？这里进一步尝试“零代码”的开发，实现用户的“一句话需求”。

下面视频案例中，选择BI这个例子，通过AI自动编写SQL、自动选择合适的图表组件、或者进一步调整组件细节；从 “接入数据” -> “生成组件” -> “组件调整”，全过程由AI独立完成。

此处为视频卡片，点击链接查看：1710208582681.mp4

2、AI 是否高效，由【使用场景】和【AI 成熟度】有关

1. 使用场景

1. 如需求 “根据学生数据表统计学生的男女比例”，这时候需要一定的思考成本，低代码无法自动化，这时候引入AI来理解自然语言、并生成SQL，就能吊打低代码
2. 如“把名称这个表单项的标签，由 name 改成 ‘名称’”，让AI来处理，它会先寻找表单项、获取表单项的信息、最后才是设置标签值，但是对于一个稍微熟悉低代码的开发者来说，单击一下配置框直接输入“名称”两字就完事了，这样跟AI对比，人工操作更快更准。但是如果重复的操作量增大，比如“把整个表单的所有标签都翻译成中文”，这时候让AI来循环操作就非常合适

适合 AI的场景：具备一定的思考成本或者操作体量大

2. 成熟度

AI的输出不一定是100%准确，在未来很长一段时间，AI和人工是共存的。一方面，我们可以先人工再AI，使用无极的“智能推导UI”，快速生成固定模板的组件，然后配合AI完成细节调整；另一方面，我们也可以先AI再人工，用AI快速生成一个可用的Demo，然后再通过低代码的可视化配置能力进行修正。

无极接入AI的经验

无极接入AI的方式是抽象出一层DSL（领域特定语言），让AI通过DSL了解无极的能力，同时输出DSL交给无极解析执行。基于这一层抽象，任何领域的应用都能够接入AI，只要它的能力能被原子性地描述出来。只需要三步 ：

• 领域能力封装成 DSL
• 将 DSL 的组合方式（链式思维的方式，CoT）提炼成 Prompt
• 执行AI返回的指令

来源：无极低代码平台的AI之路 – 知乎 (zhihu.com)

7、氚云（功能较普通，运行较丝滑）

用户通过唤醒氚云界面侧边栏内命名“Authine AI”的助手，通过对话框，以自然语言的形式向平台下达指令。AI 在判断用户需要新建应用指令后，自动从工作台（应用态）跳转至表单设计器（设计态），进行新建表单、创建字段等操作。这在传统软件或SaaS中属于尚不能实现的场景，意味着一个业务人员可以随时根据业务需求，变更、新增应用，只需几句话、30秒就能上线一个新应用

来源：奥哲被曝将发布AI低代码开发平台，AIGC会改变低代码行业格局吗？-36氪 (36kr.com)

8、 其他厂商：AI 在低代码的应用

eg1:页面生成 & 布局能力

需求：页面分为三部分，顶部是标题”合金弹头首发”，中间是一张图片，图片链接是”icon.png”>“，底部是一个按钮，按钮文案是云游跳转。

此处为视频卡片，点击链接查看：

eg2: 页面修改能力

需求：删除图片，标题的文案改为”今天首发”，按钮的文案改为”立即试玩”，按钮颜色改为”红色”。

此处为视频卡片，点击链接查看：1710211989806.mp4

eg3: 产品需求抽象 & 辅助编程能力

来源：AIGC 时代：低代码 + AI – 知乎 (zhihu.com)

eg4: 图形化编程

1. 数据模型毕竟还仅仅是单一维度的东西，要配合业务逻辑的才能称得上是系统。

织信，通过织信的【自动化】功能实现业务逻辑的自动化编写能力。

我们需要生成一个“当会议室信息表的会议状态从进行中变为已完成的时候，自动生成会议纪要记录，并且关联对应的会议信息。系统会自动生成对应的自动化步骤。

2. 复杂指令

更加复杂的指令，系统也能够很好的给出结果。

我们将下面的需求写入对话框内：

根据传入的recordId查询项目表的项目记录，判断项目的状态是否为进行中，如果是继续执行，如果不是则中断并提示“项目状态已修改”。继续查询任务表中关联项目等于recordId的任务列表，判断任务列表中是否有存在状态不为已完成的任务，如果满足则中断并提示“还有未完成的任务，无法完成项目”，如果不满足则修改当前项目的状态为已完成，修改当前项目的完成时间为当前时间，并且给项目负责人发送系统通知。

3. 编写代码片段

在很多复杂的需求场景里，某些功能可能需要用到脚本，甚至是编写代码才能实现用户的需求。

这个时候如果你是一个完全不懂如何写代码的人，也完全不用担心。

织信在涉及到代码编写的地方，也引入了【询问AI】的功能，此时的你只需要输入指令，AI连代码也可以帮你轻松搞定。

参考文献

作者：宇相 微信公众号：设计谜

本文由 @宇相 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务