聊天寫代碼，已成為低代碼界新風向。

【資料圖】

3 月，微軟 " 讓 AI 替程序員開發 App" 的 Power Platform Copilot 一經面世，迅速引爆低代碼融合 AIGC 的激情，打開了國內玩家們的新思路。

一邊，是釘釘直接 " 口噴式生成應用 "，通過輸入 "/" 就可以喚起 10 余項 AI 能力；而另一邊，是網易數帆演示了一段用文本框對話完成代碼編寫的視頻，成為又一 " 哇塞 " 時刻。

大廠率先搶跑之下，市面上不乏一堆 " 官宣 "，不少玩家也跟獵云網透露內部正在積極研究當中，一線投資人更是奔波于各家走訪，試圖獲取一波真實感受。用輕流創始人兼 CEO 薄智元的話說，現在企業正在抓住這一波行業機會，而投資人則希望抓住行業頭部。

身處賽道之內，零賽云聯合創始人朱琛也有同樣感受：" 這一波浪潮來得太快 "。

一月時，他跟資方溝通的更多還是 GPT 出現是不是能重寫或取代低代碼，但當時不夠聰明，只能檢查一些代碼，還沒做到去寫程序的 GPT 顯然不足以吸引到太多注意。而 GPT4 的出現，直接讓他感覺到現在必須進場。

" 無論是我們，還是投資人，大家越來越篤定低代碼 / 無代碼 +AIGC 是一條正確的道路，彼此第一性原理都是去提升程序或應用開發的生產力，兩者結合是必然趨勢。"

可見，低代碼欲抓住這波 AIGC 浪潮，狂奔在即。

從代碼到應用，抓住這波 " 數字魔法 " 變革

" 與類 GTP 交談 " 寫代碼，之所以在低代碼界走紅，歸根結底，這是一場自然語言引發的降維打擊。

要知道，低代碼門檻再低，也不是無編程門檻。僅可視化 + 拖拉拽，并未讓低代碼過多降低 " 寫更少的代碼，花更少的錢，干更多的事 " 的實操難度。薄智元表示，尤其是比較復雜的結構，最后一公里的 prompt 大家常開玩笑是誰 " 從入門到放棄 "。

而在 AIGC 加持的數字魔法下，聊聊天就能寫代碼，似乎讓低代碼擁有了讓 " 麻瓜 " 變 " 巫師 " 的神秘力量。

據網易數帆云原生及低代碼產品線總經理陳諤透露，這種用自然語言描述生成代碼的方式，在實驗室中已經做到了可以將約 60 步的操作以 4-5 次對話完成。從數據上不難發現，類 ChatGPT 問答式的能力正在重新降低低代碼的準入門檻，" 人人都是開發者 " 或將在 AIGC 融合下從畫餅走向現實。

甚至有企業客戶在一些較為標準的業務場景體驗 AIGC 這項能力時，對陳諤表示自己竟產生了一種錯覺，仿佛在對話一個懂公司業務的內部開發人員。

酷炫是真酷炫，如何實現又是一個新命題。從眼下玩家們 3 月起集體加速融合 AIGC 的動作來看，現在入場其實不算太早。

薄智元表示，大概 3 年前輕流就思考過在使用方面引入 AI 的能力，后續也一直有一些討論。但那時候最大的瓶頸是無代碼 / 低代碼是一個平臺性的通用工具，當時 AI 主要解決的是特定行業特定場景的一些問題比較有效，雖然考慮過引入輕流的數據分析、報表能力，卻仍是想想而已。

但行業總不缺想先去吃螃蟹的人。

同樣是觀察到 AI 在代碼生成能力上的產出，網易數帆則在去年上半年做了一個動作，那就是把這一趨勢重點考慮到了低代碼平臺的底層設計中。

陳諤坦言，讓 AI 去懂業務場景，非常具有挑戰，這就反向要求低代碼平臺思考如何設計才能更適應于智能代碼生成能力變強的技術趨勢。

" 一方面需要通過大模型去落地能力，但更大的挑戰在于用什么樣的數據集訓練，需要企業非常大的工程投入。面向開發場景的代碼庫足夠豐富，才能助推其 AI 在訓練之后，更具備業務場景下的上下文理解能力。"

在陳諤看來，設計一個適合大模型去做代碼生成的低代碼平臺已成既定事實，要想打好基礎，除代碼庫跟大模型外，統一的編程語言內核也必不可少。

" 如果沒有統一的編程語言來描述應用，那這個應用可能是由很多不同的部分拼湊起來，比如在描述時，這邊可能是 Java、那邊就是 JS，但如此一來你可能只能去做一些片段級別的生成，后面用自然語言來做代碼或一個應用的完整生成就會很困難。"

這其中，對話實質是實現 AI 生成代碼能力的一種反饋形式。陳諤表示，相較編程語言，自然語言描述比較模糊，而且開發時可能會缺乏上下文，AI 通過一次理解就生成代碼結果的正確率會很低，但通過多次對話來修正 AI 對于業務的理解，然后去細化執行方案，那正確率就能進一步提升。

誠然，越早從整體的底層設計考慮未來 AIGC 生成應用的玩家，其融合能力自然會越超前。但大模型是否會成為低代碼融 AIGC 的攔路虎呢？不一定。

薄智元認為未來大模型更可能變成基礎設施，類似 " 云服務器 "，而低代碼 / 無代碼創業公司更重要的是研究如何更好結合和調用相關能力，而非花大精力造輪子，導致投入產出比不高。

譬如定位工業模型驅動的低代碼平臺零賽云就正在接外界大模型的 API，通過 AIGC 和 RPA 技術的結合，將構建場景的能力通過指令來實現，以快速構建業務應用，比如一個 APS 的排程功能，僅需要輸入相應的行業及參數要求，系統會基于指令來生成排程頁面，UI 樣式和后臺服務 API。朱琛透露，現階段目標以做出 PoC 來驗證 AIGC 跟低代碼的結合可能。

陳諤表示，從大趨勢來說，各家都會早做 AIGC 的準備規劃，去實現出來；同時也在市場上吸引更多關注，盡可能早拿到一些用戶場景做相關合作。這其中，有兩種發展態勢較為明顯。

一是 AIGC 融合能力的強與弱會進一步分化低代碼平臺，現階段去做布局，在架構以及應用描述上可能會有一些問題需要解決；二是場景更簡單的零代碼平臺在產品形態方面可能會面臨更大挑戰，AIGC 在做一些表單填報流程的自動化上能提供完全不同的另一種體驗。

" 這對企業來說是一場變革。AI 在本身更熟悉的一些場景，落地效果會更好，這跟訓練的數據集直接相關。做一個很冷門的系統和讓 AI 去做進銷存或者 CRM，體驗可能就不一樣。在一個標準主流的系統上，即便你沒有描述很清楚，AI 也甚至可以給到一些模型設計的建議。而越是缺乏相關知識，AI 開發的效率也就更低。"

AIGC 融合能力，是顛覆，還是補充？

玩家們積極擁抱 AIGC 的背后，是賽道發展逐步激烈的現況。

獵云網根據天眼查數據統計，2019 年至今，低代碼賽道共計發生 47 筆融資，其中 2019 年為 10 筆，2020 年為 10 筆，2021 年為 13 筆，2022 年為 11 筆，2023 年為 3 筆。

從融資表現上來看，輕流、ClickPaaS、優維科技、奧哲網絡步入 C 輪左右的中后期階段，融資披露在今年還未有新的進展，2023 年融資還是主要發生于 A 輪前。值得注意的是，相較 2019 年 -2021 年的賽道持續走火，2022 年初黑帕云的退出，開始讓低代碼的商業模式被有所質疑。

在 2022 年末，有從業者對媒體坦言，低代碼市場的宣傳有些言過其實，其拓荒的過程很艱難，當下的滲透率極低，在所有的行業里的滲透率基本上都是個位數，甚至僅僅為 1%、2%。對此，朱琛以工業領域為例，透露低代碼滲透率低主要有兩方面原因。

一是供應端，由于工業場景復雜，表單驅動型和基于 BPM 的低代碼產品不能夠滿足要求，部分企業和合作伙伴進行嘗試以后，在不能夠減少工作量和提高效率后直接放棄，給市場造成了一種印象說低代碼不適合制作復雜場景，從而讓低代碼市場信心遭受打擊；二是低代碼作為隱性需求，現在企業還沒有意識到必需性。只有當企業遇到業務快速調整的需求時，才會提出敏捷系統的要求。

與此同時，朱琛還點出，國內低代碼賽道一直存在兩大怪圈。

" 一是認知。在硅谷，碼農既要做需求調研，又寫代碼，還做項目經理，很多工程師屬于全面型，使用低代碼會對他們工作效率帶來極大的提升；但在國內，全能型的程序員普遍偏少，而純程序員又不懂業務，懂業務的人不懂低代碼，程序員知道低代碼，但很少有采購權，形成了一個 gap。這還需要近 2 年的時間去轉變。二是大部分低代碼都走云端訂閱制，而且覆蓋多行業，但這種商業模式的架構缺乏 know-how 的沉淀，往往企業拿來低代碼平臺都需要從 0 搭建系統，這樣難度非常高，很難用起來，最終寧愿選擇有 know-how 的定制化軟件。"

陳諤坦言，就當下賽道來說，頭部效應并不明顯，甚至市場上大家對于低代碼零代碼能做到什么程度，應該用什么樣的人來開發，還沒有一些統一的認知，即怎樣算是一個標準的低代碼平臺，以及低代碼本身的定義也不夠清晰，行業依然處于較為初期的狀態。" 中大型企業對于企業數字化、軟件應用的開發需求更強烈，他們開始用低代碼做開發，是為了經營治理等特征去做一些定制化工作，會形成軟件服務的大量生態，需要平臺去進行建設，而對于小企業來說，現階段更多是他們去適應標準化軟件，還未到軟件去適應他們的時機。"

但是隨著市場和行業內卷，朱琛認為，國內企業對個性化、敏捷化的要求會越來越高，需要借助低代碼來持續構建數字化建設和培養企業敏捷開發團隊，通過低代碼平臺來快速響應企業業務創新和變化的需求。

那么，在這樣的階段，聊天寫代碼這一突破扮演怎樣的角色？是噱頭，還是真方向？

薄智元認為，目前雖然業內普遍好奇，但是 AIGC 的應用還不成熟，ChatGPT 像是內存，內存和硬盤相互結合，才能夠實現更加復雜的計算和存儲，也給低代碼 / 無代碼帶來了很多新的想象空間。但是，聊一聊就能把軟件開發完，對于簡單的代碼生成還比較有效，但是通過模塊化組合，和單一模塊的拖拽或 prompt，才是生成復雜系統的較好方式。

陳諤也認為，聊天并不一定能高效表達意圖，視覺理解同樣重要。" 很多時候拖拉拽操作起來更快，但在涉及到一些邏輯、細微數據的綁定、數據的調整變換等內容一次性用自然語言描述，就能省下非常多的操作步驟，而且也不用理解是如何操作的。"

從投資角度，銀杏谷高級投資經理鐘偉成表示，用自然語言描述應用，總體價值鏈條較長。對于低代碼行業來說，更像是一種補充方式。

" 一套能完成一個應用程序設計的成熟產品，應該是人機協作后，通過多種交互方式去完成。譬如 UI 設計等，可以用自然語言去描述；HR、CRM 的應用，則是用自然語言描述后，搭配一些拖拉拽，在代碼的細節層面再做人工優化后，才能生成最終的應用。具體產品設計環節不會只有對話框。"

智能應用開發，仍有問題待解

機遇與挑戰之下，有一點似乎在行業內達成了共識，那就是低代碼在走向智能開發。

從釘釘總裁葉軍宣布釘釘將全面啟動智能化戰略，從原來的協同辦公平臺、應用開發平臺升級成為智能的協同辦公平臺和智能化的應用開發平臺，再到網易數帆發布 CodeWave 智能開發平臺、普元信息發布智能助手等行業動作，可以預見 " 智能 " 二字正在主導行業。

過去，低代碼比較 " 尷尬 "，業內各家想做一個更加簡單易用的編程語言、編程框架，使得編程的門檻降低，需要寫的代碼更少，但拿這樣一個低代碼概念作為平臺或系統去打動企業客戶，部分玩家無奈有一定難度。

朱琛表示，低代碼行業非常微妙，大家認可行業的確定性，但客戶的市場接受度并不算高，單提低代碼，企業很難活，更多是談低代碼引申出來的有價值的業務場景。

" 我們會先讓客戶相信說這是低代碼生成的，用這個應用可以帶來價值，然后再提本質是低代碼給企業帶來價值。這樣讓客戶去用，他們的接受度才會高一點。對公司來說，賣低代碼賣不了多少客單，更多還是要在商業模式上做改變，減少交付的人員，用產品提供價值，從價值里獲取一些利潤。"

在這樣的現況下，融合 AIGC 下的智能化趨勢，似乎解答了低代碼玩家多年來的市場教育困惑，讓概念更具象，智能應用開發平臺或是新解。

但在這條前進道路上，仍有諸多問題待解，首先是產品問題，聊天寫代碼只是第一步。

在朱琛看來，未來低代碼不應該只是代碼的邏輯，終局是通過 " 聊天 " 即 "Prompt" 就能直接生成應用，這才是生產率的質變。

對此，陳諤認同，他表示，從聊天生成代碼到應用，都是根據自然語言表達出來的語義，一步步把應用的每個部分用編程語言給描述出來。這其中，從頭構建應用跟中途去做一些函數級或者是跨函數的操作，面臨的問題可能類似。

" 但真正要用交互把生成應用的體驗做得非常好，還要解決很多事。比如大模型在做低代碼應用時，AI 能不能跟人的意圖對齊，充分了解一個龐大的上下文，尤其在相較代碼生成，應用生成復雜度更高，AI 從做計劃到執行的一些循環能力也密切相關。"

據他透露，目前聊天生成應用的方式在網易數帆實驗室中也有一些嘗試案例，但無論是生成代碼還是應用，即便是網易數帆也沒能走到對外生產發布的階段。" 目前國內大模型對聊天生成應用的實現，還遠遠未到 GPT-4 的水準，故而在一些任務規劃方面還存在問題，需要積累足夠多的數據，有待于一段時間的發展。"

技術進展是一方面，數據安全風險的考量則是商業化上較大的難點。

鐘偉成表示，很多外企都明令禁止用 ChatGPT 去做低代碼開發應用，因為接外部 API，核心業務邏輯有外漏的風險。在他看來，目前大廠自研大模型，然后用這項能力去做內部代碼或應用開發具備可行性，但如果低代碼平臺要用接別家大模型的 API 去給金融行業等開發對話式的應用生成服務，一是風險性很高，二是相較互聯網，行業本身接受度低。

" 參與這一波大模型浪潮基本上就兩種方式，一是接別家的大模型，二是用開源模型去做本地部署。體量小的企業相對來說接 API 成本更劃算，但長期來看，本地部署模型為客戶服務會相對更好一些，到一定體量，企業還是需要自建模型。而低代碼平臺服務中大型客戶，主要還是做一些定制化，安全問題尤為重要。"

正如薄智元所說，于低代碼 / 無代碼玩家來說，推出 AI 能力并不能一蹴而就。在這場低代碼與 AIGC 的融合賽中，雖新戰事已悄然打響，但仍道阻且長。

來源：獵云網