最近幾年，低代碼甚至零代碼的做法在行業內興起。而在AI熱潮興起后，廠商也在積極探索AI 與低/零代碼應用開發平臺的融合方式，致力于進一步降低開發門檻。這篇文章，我們就來看下整個低代碼這個領域的現狀與發展情況。

企業上云逐漸成為數字經濟的常態事件，越來越多的低/零代碼應用開發平臺以云的形式提供服務，并為云應用的開發、集成、 運維等工作提供進一步簡化的工具調用方式，更好的貼合云時代下的企業需求。

此外，AI熱潮興起后，廠商也在積極探索AI 與低/零代碼應用開發平臺的融合方式，致力于進一步降低開發門檻，提升開發效率，“讓低代碼更低，零代碼更零”。

一、行業背景

1.1 AIGC 熱潮下的低/零代碼應用開發平臺

AI熱潮指在2022年末開始興起的AIGC和大語言模型熱潮，低/零代碼應用平臺與AI 結合的落地實踐較少，目前結合的方向在于針對不同角色提升平臺的使用效率。

AIGC 得到行業客戶關注，低/零代碼融入 AIGC 有望實現產品能力的躍升，數字化優先程度越高的企業，對 AIGC 關注度越高。

低/零代碼 AIGC 定義為 “基于智能模型驅動的自適應開發”產品。

理論設計上：

1. 此類產品可以支持通過自然語言的形式向平臺下達指令，AI 判斷用戶指令后，產品可以自動進行表單創建、報告創建、OA 功能開發、特定需求的代碼生成等操作（具體需要結合不同產品的功能設計）。
2. 這樣的能力可以讓公民開發者通過語言指令快速實現數字化解決方案構建，加速全民開發者時代的到來，同時也可以提升專業開發者的工作效率。

1.2 AI 低/零代碼應用分析

產品淺析：從客戶期望來看，融入 AICG 的低/零代碼產品，需要在功能設計和產品交互上，重點關注用戶使用體驗、增強開發功能的完整性和可用性

用戶關注點：

• 生成代碼質量
• 代碼安全性
• 可以支持的開發類型和功能完整度
• 可以支持的個性化開發程度
• 機器人的語言理解力
• 產品功能儀容程度
• 是否支持輔助 bug 調試
• 是否支持代碼解釋

產品交互和關鍵詞提示

為了讓 Al 可以更精準地理解指令進而實現功能開發，使用者需掌握有效關鍵詞和提問技巧。隨著用戶需求沉淀和與之匹配的效關鍵詞積累，供應商可以嘗試向客戶提供“關鍵詞提示”和“關鍵詞修正建議”等功能，幫助用戶提升人機交互效率，提升客戶體驗和產品使用效能。

可信模型訓練

基于特定行業和特定場景的代碼生成模型訓練有可能使用到非公開的行業數據，相關代碼模型供應商也需要探索基于隱私保護計算技術的模型訓練，由于加密算法讓計算量的增加，模型訓練度和成本也會受到影響。

1.3 AI 低/零代碼 的影響和價值

AIGC 可以深層次引發 IT 效率革命，讓更多業務人員有機會成為公民開發者，進而推動全民開發時代的到來；對低/零代碼競爭力聚焦點、生態與市場格局、產品和服務等方面產生影響。

傳統低代碼和零代碼產品往需要對 IT 成熟度高、中、低企業進行道配且存在能力邊界（例如 T 成熟度低的企業可能因為缺乏專業開發者而無法使用低代碼產品，但是零代碼產品也只能完成簡單功能的搭建）。

而未來成熟的 AIGC 低代碼和零代碼產品所具備的是“基于智能模型的自適應開發”能力，且僅 以自然語言指令的方式便可以實現代碼生成和功能實現，因此可以更好地淡化傳統低/零代碼產品的能力邊界性和使用者的局限性。從生產力變革的角度帶來 IT 效率革命，讓更多的業務人員有機會成為公民開發者進而推動全民開發時代的到來。

傳統低代碼和零代碼產品側重基于經驗和代碼積累的功能抽象封裝、流程預定義、基于數據定義和元數據配置來生成應用程序。

而AIGC低/零代碼產品的能力提升取決于大模型的成熟度，大模型所提供的開發生產力將對傳統產品形成降維打擊，因此隨著 AGC 在代碼生成方面的應用逐步成熟，低代碼和零代碼廠商的競爭力聚焦點將發生調整，進而為提升產品力所建設的廠商生態也將呈現一定的變化。自然語言指令等新的產品交互形式也會影響產品使用和服務方式的變化。

1.4 中國低/零代碼市場趨勢：AI 低/零代碼的融合

越來越多的供應商會將 AI 融入低/零代碼，預計 2027 年，70%～ 80% 的用戶將使用具備 AI 能力的低/零代碼產品

1.5 智能自適應開發平臺（IADP）

智能自適應開發平臺（IADP），是低/零代碼的重要發展方向。預計 2027 年，約 50% 的領先實踐企業將開始構建或正在構建智能自適應開發平臺。

MTI Quadran（市場趨勢洞察象限）將此趨勢納入“重點關注“類別。

智能自適應開發平臺（Intelligent adaptive development platform,I/ADP)是以“基于智能模型的自適應開發能力“為核心所構建的支持個性化和復雜需求的軟件開發平臺。

智能自適應開發平臺（IADP）支持多樣化的團隊，提供軟件交付與全生命周期管理的服務，覆蓋個性化和復雜開發需習求實現、原型設計、測試、代碼安全保障措施和監控、智能運維高效系統集成等在內的全域能力，開發者知識庫是為平臺能力升級和模型訓練效率提升（基于 KnowHow 沉淀提升模型參數調整的精準性）而設計。

之所以 IADP 類產品有望在未來 5 年內得以實現，將得益于生成式 AI 的發展。

客戶構建智能自適應開發平臺（IADP）可以真正地加速數字轉型效率，最大程度適應敏態的業務需求，縮小客戶預期和實踐成效之間的差距（甚至超出客戶預期）。無論是客戶內部建設 IADP，亦或是供應商打造 IADP 產品，其過程均需要設定好功能優先級和明確的開發思路。

根據咨詢公司對數十位領先實踐企業的領導者闡述智能自適應開發平臺（IADP）這一概念同時征詢投入意向時，約 50%的受訪者表示如果擁有合適的供應商提供技術支持和服務，可以在 5 年年內嘗試建設 IADP，但需要采取“小步慢跑“的逐漸嘗試性的投資策略；同時擁有 40% 以上的受訪者表示更愿意看到供應商可以提供 IADP 產品后再進行投資。

二、低/零代碼 AI 行業趨勢

低代碼的主張：“降低代碼開發量，通過點擊配置、圖形化拖拽開發應用，人人都是公民開發者”；

大模型的主張：“不用代碼開發，通過自然語言生成應用，人人都是開發者”。

低/零代碼 AI 主要目標：在低/零代碼開發平臺的基礎上進一步降低開發門檻，提升開發效率

低代碼 Ai 問答 太簡單

低/零代碼開發平臺上可以放置AI問答類功能的接口，這種結合方式較為簡單，但僅限于減少去檢索問答功能的步驟，因而不是低/零代碼廠商努力的方向。

正確方向

• 大語言模型更高級的結合形式，在于AI功能盡可能發揮低/零代碼應用開發平臺的本意價值，即進一步提升開發效率，降低開發門檻；
• 根據此方向，有分別針對業務人員、專業開發人員、產品經理人群的AI 低/零代碼功能的推出，但目前均處于商業測試化階段。

三、低/零代碼 與 AI Agent

1. Agent 是通過綜合多種先進算法建成具有獨立思考和工具調用能力的智能體

AI Agent本質上是以LLM為核心的代理系統，它可以被應用為一個軟件程序自動 理解并執行命令，也可以被裝載到物理實體中控制機器。

與LLM（大語言模型）通過和用戶語言交互，生成相應的文字、圖片等內容的能力相比， Agent在LLM之上疊加了記憶、規劃、工具調用的能力，具備自我學習、反思的獨立思考能力和任務規劃、工具調用的能力，從而 為人類解決更廣范圍的問題。

2. Agent 能自主選擇合適的路徑、工具，和應用程序交互以完成任務

在Agent的多種應用實踐中，對于規劃、記憶、工具的組件能力的應用深淺 和綜合方式都有所不同，目前Agent的實踐主要體現在自動執行人機交互任務和模擬人類社會活動兩個方面。

具體實踐案例

Hugging GPT：對工具調用能力

Generative Agents：獨立思考能力

3. 兩向融合現象：低/零代碼開發平臺融合AI Agent輔助開發，并出現開發AI Agent的低/零代碼開發平臺

AI Agent目前最適合的商業化落地方式依然是嵌入低代碼應用開發平臺中，作為應用開發的輔助功能，進一步提升平臺的使用效率。

4. 其他解決低代碼痛點思路

低代碼平臺依然存在效率低的痛點：

（1）應用搭建效率低。非開發者在搭建應用前需要熟悉低代碼平臺的使用和各類組件的配置項。

（2）組件研發效率低。新的組件研發流程還是傳統的產品出需求文檔，開發出詳細設計、編碼實現。

解決思路

• 針對應用搭建效率低的痛點：讓非開發者不需了解低代碼平臺的使用和組件的配置等，講出需求，AI 輔助快速搭建應用。
• 針對組件研發效率低的痛點：AI 輔助需求文檔到完成編碼整個階段的提效。

將現有的低代碼平臺升級為“AI 驅動應用開發平臺”，針對三類不同的使用人群進行賦能提效，實現平臺全局 AI 驅動。

• 面向產品經理的需求抽象：協助產品將描述性的需求文檔，轉換成規范數據結構。
• 面向開發者的輔助編碼：作為程序員的開發助手，完成確定性功能函數編程。
• 面向非開發者的應用搭建輔助：講出需求，快速搭建應用。

四、Ai 低/零代碼 實際落地案例

1、得帆信息·DeCode

AiCG 融合點

底層：文心 & GPT 大模型

融合方向：自動編程、輔助搭建、智能匹配、智能搭建、智能翻譯、對話問答、場景融合

應用形式

1. 組件形式：提供提供快速接入GPT、并融合搭建業務應用的能力
2. 智能問答形式：包裝為智能助手、智能機器人，為用戶提供數據洞察的能力，幫助用戶直接地理解和利用
   數據
3. 應用生成：基于自然語言描述，進行需求抽象、搭建、調試

2、金現代·輕騎兵

3、 西門子 Mendix10

Mendix10，將 AI和ML（機器學習）融入低代碼領域，包括了最新的人工智能和機器學習功能，新的業務協作和IT協作的工具，簡化的開發人員體驗，擴展的云部署選項，以及現代化的治理和控制方法。

1.Mendix 發布 Mendix Assist（人工智能開發工具）的新功能—Mendix Chat

這是一個嵌入IDE中的大型語言模型，可生成開發指導并接受Mendix特定專業知識的培訓和支持；

他們的主要思路為人工智能輔助開發（AIAD），他們會將下一代產品引入生成式人工智能（AIGC）。同時，生成式AI加入低代碼和無代碼開發平臺，將會進一步降低使用低代碼和無代碼開發工具的門檻，并或將誕生新的智能開發技術；

Mendix 的思路以 AI 輔助編程為主（https://www.mendix.com/platform/ai/）。舉例來講，由于他們擁有一個強大的 IDE ，他們的 AI assist 能力首先考慮用戶的編輯器體驗。對于低代碼編輯器使用者來講，最頭疼的就是如何在一大堆組件和邏輯中快速選擇想要的了，所以 Mendix 從 IDE 的基本體驗出發，參考代碼補全和代碼推薦的方式創造性地提出了節點推薦的方式:

這種做法有效解決了“選擇困難癥”。AI 會根據用戶上下文計算推薦需要的內容，并計算權重用來排序，很類似搜索引擎的工作。