时下火热的AIGC与低代码开发，是否能碰撞出新的火花？
日前，作者从多位独立信源处获悉，企业数字化服务商奥哲旗下的低代码平台“氚云”已融入AI相关产品，或将下半年正式上线发布。
根据相关人士提供的Demo视频，融入AI的氚云平台已经可以通过对话实现一个完整的场景应用。
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。
作者第一时间向奥哲相关负责人求证，对方表示目前该产品正处于“客户共创”阶段，以确保产品性能及稳定性，具体信息不便透露。“产品相关细节或将在今年下半年正式发布后予以披露”。奥哲的回应相当于坐实外界传言——奥哲正在将AI引入到其低代码平台中。
据公开资料显示，奥哲成立于2010年，其低代码产品和解决方案已经服务了超过20万企业用户，其中包括60%的中国500强企业及众多行业标杆企业；旗下低代码开发平台氚云，定位中小企业组织数字化的一站式平台，已吸引超过533万用户付费使用。
图源：氚云官网截图
目前生成式AI在B端落地场景，主要还是围绕客服机器人（chatbot）、文本生成（text-to-text）、图像生成（text-to-image）这几类对容错率要求不那么严格的场景，而软件工程至少要达到<0.01%的容错率要求，这也是目前AI大模型在企业软件领域落地难点，控制概率模型输出精确结果，需要进行复杂的Prompt Engineering和输出约束设计，还要提供垂直领域的高质量知识。奥哲或许是国内最先成功将用户自然语言描述转换成低代码的系统指令，完成真实业务应用搭建的厂商。
不止奥哲。近期，在AIGC浪潮的席卷之下，无论是传统的代码开发，还是低/零代码开发，开发者们似乎都开始关注AI对于软件开发的影响。一系列AI开发工具由此诞生。同时，AI在带来“取代程序员”的焦虑之外，也给我们带来了更多值得思考的议题。
AI开发，老问题的新解法
事实上，在计算机科学的发展史上，AI辅助开发并不是新的话题，而人类对于编程工具简化的追求也从未停止。
从打孔纸带时代的机器语言，到汇编语言及高级语言，编程语言的门槛逐渐降低。近年来，低/零代码开发平台的出现，进一步拉低了程序开发门槛，以至于有人直言，全民开发（Citizen Development）时代已经到来。
而计算机科学对于编程工具简化的终极目标，则是“自然语言编程”（Natural Language Programming）——即让开发者可以直接用人类语言（如汉语、英语等）进行程序开发。
自然语言编程是一个已经存在了数十年的古老概念。早年，计算机学界对于自然语言编程进行了诸多尝试，例如，1959年诞生的“商用编程语言”COBOL，就试图通过类似自然语言的语法，让金融机构、大型企业及政府的非专业开发人员掌握编程能力。
然而，COBOL在功能、性能等方面的短板，以及虽然简单但仍需要大量学习才能上手的门槛，让它未能获得成功。
几十年后，继承COBOL精神的“低代码开发”出现，则给出了另一条路径——用拖拉拽的图形界面，取代传统的代码开发，让未受过专业编程训练的业务人员也能开发简单的应用。
低代码平台一经出现，便迅速受到热捧。Gartner预测，到2023年结束，全球低代码市场规模预计将达到269亿美元；到2025年，预计有70%的企业数字化应用，将都由低代码平台构造。
图源：Gartner
不过，低代码开发距离真正意义上的“自然语言编程”，仍存在一定距离。如今，即便极大地简化了代码开发流程，主流的低代码开发平台仍然需要用户通过GUI设计程序。我们距离用自然语言直接生成程序，仍存在一步之遥。
“AI与低代码”为何成为绝配？
不过，随着AI的引入，我们有望在低代码平台上看到自然语言编程的新曙光。
在前文提及的氚云 Demo视频中，AI似乎成为了用户进行开发的“外挂”。AI改变了用户进行应用开发的方式，在低代码平台，LUI（语言界面，language user interface）成为了GUI之外的另一种选择。
今年5月，在接受投资方华创资本“创·问”采访时，奥哲创始人兼CEO徐平俊曾公开表示，未来软件交互会是GUI与LUI的混合交互模式——“大语言模型和 Copilot 模式结合，会改变今天软件以「点击/滑动」为主要的交互方式”。
具体而言，简单、确定性的任务指令，可以由LUI（语言界面）完成交互，而以GUI为主的低代码，则擅长相对复杂的流程配置、API任务的编排分发，以及用户确认环节，二者结合，将极大提升软件开发效率。
在AI的加持下，低代码开发平台正在进化出新的形态。AI与低代码平台之间的先天契合，也正在加速整个数字化市场的发展。
首先，让我们回顾下AI在传统代码开发领域的助力。目前，ChatGPT以及Codex、AlphaCode等产品，都支持“Text to Code”的代码生成能力，以及一定的代码评审能力。也有相当一部分开发者利用此类工具对代码进行Debug。
然而，在现阶段，上述工具基本只能对代码进行简单的CRUD（增查改删）。在软件工程领域，这些工作大多由初级程序员完成。以至于常常有人调侃，AIGC会抢走初级程序员的饭碗。
这背后的本质是，目前AI语言模型价值，更擅长创造没有标准答案的工作（text-to-text），而软件工程领域（text-to-task），系统code越复杂，生成准确率概率就会指数型下降，行业开发门槛极高，需要借助低代码，完成各种必要人工配置流程，LLM才能更好在软件工程领域落地。
因此，AI生成代码当下难以对已经高度成熟的低代码平台产生撼动。而低代码平台与AI的结合，却可以显著地提升应用开发的效率。
氚云相关负责人此前曾透露，低代码模块化能力，已经将应用解耦成页面、流程、逻辑、数据模型，这种模块化、低耦合的属性，自带的规则算法天然适合被神经网络学习、快速生成应用，大语言模型和低代码引擎将共同决定下一代软件应用的实现程度和扩展性。
具体而言，在整个软件工程的业务模型搭建阶段，AI可以通过语义理解、推理等能力，帮助人类开发者将语义转化为模型，并在低代码平台上进行业务建模与业务搭建。
从整体逻辑上，如果将软件工程类比为建筑工程，传统开发过程需要业主-建筑师-工程团队三方参与，业主提供需求，建筑师负责建筑设计，而工程团队负责最终的结构设计与施工。进入低代码时代后，建筑师可以直接参与施工环节。而在未来，AI辅助下的低代码开发，有可能让需求直接转化为建筑，极大地提升开发效率，降低整体成本。
距离终极目标，还有多远？
1978年，图灵奖得主Edsger W. Dijkstra曾撰文《论“自然语言编程”的愚蠢》，批判了自然语言编程的弊端。他认为，自然语言的“自然性”带来了大量冗余的“废话”，而数学符号、机器代码则不存在冗余，数学与编程让人们获得了抽象思考的能力。
《论“自然语言编程”的愚蠢》
因此，Edsger悲观地认为要想制造出一台能够将自然语言转换为程序的机器，也许要花费“数千年”的时间，而使用这些机器也许会和制造它们一样困难。
不过，计算机科学40余年的发展速度，可能远远超过了Edsger在1978年的想象。如今，AIGC的神奇能力让自然语言编程成为可能。有趣的是，Edsger在1978年将自然语言控制计算机称为“黑魔法”（black art），现阶段，人们也常常用“咒语”“魔法”等词语形容AIGC领域的“提示词”与“AI生成过程”。
前不久，CSDN创始人蒋涛以自动驾驶L1-L5的划分标准为参考，对AI编程给出了C1-C5的分级标准：
C1级别，像输入法一样，打一行会自动补全提示；
C2级别，会在程序员打完一行代码之后预测后面的代码；
C3级别，可以生成完整的函数代码，并且可以基于一段代码之后生成代码；
C4级别，能够按程序员要求生成一个完整的模块，完成不同编程语言的互译；
C5级别，在程序员的有限提示下生成一个完整的项目。
如今，ChatGPT已经实现了C3级别的“AI编程能力”。在低代码开发领域，AI则可以跳过C1-C3的阶段，直接从C4层面入手，将离散、抽象的业务需求，转化为结构化、数学化的表达，从而辅助人类完成低代码开发。因此，低代码与AI的结合，能够带来更大的想象空间。
我们距离自然语言编程的终极目标，究竟还有多远？显然，如果将“自然语言下达需求，AI独立完成开发”视为终极目标，我们还有很长的路要走。
但在低代码开发领域，我们已经可以看到，越来越多的低代码开发工作都在转化为“提示词开发”（prompt engineering）。在低代码平台上，低代码的比例正在逐步缩小，而无代码的比例则在显著增长。我们距离“动动嘴就能完成开发”的未来，已不再遥远。
而与此同时，AI能力正在成为低代码开发平台下一个时代的竞争法宝。在这个产品、服务同质化日趋严重的行业，AI的引入才刚刚起步。从现在开始，到AI成为低代码平台标配，低代码厂商之间的AI战事，将成为它们在下一个时代脱颖而出的关键。（文章来源36氪）
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
