低代码/零代码和融合AIGC产品在市场和技术方向的发展

随着前端和可视化等技术日趋成熟,低代码/零代码产品也经过了多个阶段发展,加上生成式 AI 技术的应用突破,低代码/零代码相关领域也迎来了一波新的变革和发展。

宏观 层面上,低代码/零代码通过提升开发生产力,促进了技术应用效率和各行业的数字化升级。从资本 的角度来看,这两者实现了老板们追求的"降本增效"目标,而融合 AIGC 则带来了良好的应用成效和更高的项目投资回报率。对于开发者而言,在新技术层出不穷且技术外包化的背景下,低代码/零代码使开发效率提高,使他们能够将更多精力投入到更有价值的工作上。

本文既用于公司内部产品和技术调研,也是对市场和技术的一次学习总结,因此在产品类型和技术方案种类覆盖面上尽量会宽广一些,但在部分需要大篇幅才能深入探讨的地方会有取舍。

本文主要分为"市场 "和"技术"上下两个部分,市场和技术不可偏废,因为市场驱动技术发展,而技术塑造市场,市场和技术之间是一个相互促进的关系。本文结合最新的市场调研数据和前端技术发展,于2023年底对低代码/零代码和融合 AIGC 产品在市场和技术方向的发展进行了全面的讨论,但市场和技术发展总是迅疾变幻的,如有疏漏之处,请多多指正。

概念说明

在深入探讨某一主题之前,让我们先明确定义,确保共识一致:

定义

  • 低代码(Low-Code)产品基于模型抽象与封装的功能组件,通过可视化设计和可视化编程语⾔系统快速展开应用程序开发与部署,进⽽降低代码编写的⼯作量,实现⾼效敏捷的应用程序开发。

  • 零代码(Zero-Code)产品是指用户⽆需编程便可快速构建应用程序的开发平台。

相同

低代码和零代码通常为 aPaaS(Application Platform as a Service,应用程序平台即服务)产品,相比于传统源代码开发(Pro-Code)的优点是为客户提供了快速开发的环境,⽆需购买和维护服务器、中间件等技术基础设施。

不同

低代码和零代码产品分别面向不同客户的需求,即减少技术开发者的编程⼯作量(低代码)、实现全民开发(零代码)。因此通常情况下两类产品将服务于不同类型的⾏业用户,在产品能⼒上两者也将不断融合与借鉴,进⽽不断提升产品成熟度与客户服务能⼒。

类型 封装 用户 应用
低代码(Low-Code) 通过对编程模型的抽象与功能组件的封装,让软件开发变得更加高效化 通常服务于技术部门从业者,降低程序员的工作量 适用于相对复杂的各类应用与系统,如职能管理系统、客户与订单管理系统、线上商城、OA、CRM等
零代码(Zero-Code) 通过对业务模型的抽象与功能组件的封装,让特定需求下的业务可以实现快速的数字化应用开发 通常服务于业务部门的相关从业者,促进全民开发 适用于相对简单的各类应用,如表单、视图、统计、角色权限、报表、流程管理等
  • 低代码产品具备敏捷开发的特点,辅以少量代码可以完成更多功能,但是相比于零代码产品的使用门槛要更⾼。
  • 当某些功能刚好在零代码产品的能⼒实现范畴内,零代码产品将拥有更⾼的效率;但若非如此,则可通过低代码+编程的⽅式进⾏功能实现。
  • 零代码将对"全民开发"起到推动意义,低代码更加注重提升开发者效率。

市场发展

DTE矩阵

DTE 矩阵是基于已经开展低/零代码实践企业的应用情况进行定位评估后得出的,覆盖了大量且具有代表性的调研样本。我们在接下来的文章中部分内容主要围绕DTE矩阵中的"探索期 "(技术落地方案与模式探索)、"成效初期 "(在具备一定落地方案与模式经验基础上,寻求技术在业务中规模化落地的方法)、"效能扩展期"(已经具备技术在业务中规模化推进的方法,进入技术大规模投入及应用阶段)3个阶段展开。

供应厂商

低代码/零代码市场参与者类型众多,不同供应商之间既有竞争关系也有合作关系,客户也可以选择不同的供应商来满足不同开发类型、差异化业务场景功能的需求。

目前大部分国内企业仍处于低代码/零代码的初始探索阶段(45%)和初见成效阶段(49%),小部分头部企业已经进入扩展推进阶段(6%)。综合来看头部企业在资本、技术和人才等各方面都储备雄厚,内部战略上高度认可低代码/零代码,业务团队和技术团队协同摩擦低、软件开发治理相对完善,产品成熟度更高,他们也十分关注 AIGC 对代码生成的影响和应用机会。

  • 低代码/零代码中小厂商:(卖产品为主)

  • 企业应用和软件开发厂商:(多年客户服务经验)

    • 浩鲸科技
      • WhaleBI ------ 打造平民用数体系,让业务人员能玩转数据,数据赋能企业经营。
    • 鸿翼
      • 鸿翼 InBiz 低代码平台 ------ 高效搭建内容管理数字化应用。
    • 金蝶
      • 开发服务云 ------ 低代码平台,高敏捷,动态领域模型。
      • 集成服务云 ------ 低代码开发平台和配置平台,可视化配置。
      • 区块链服务云 ------ 低代码模式的"一站式"企业级区块链服务。
    • 金现代
      • 轻骑兵低代码开发平台 ------ 让软件开发更简单。
    • 浪潮
      • 浪潮海岳低代码平台 inBuilder ------ 提供硬编码、零代码、低代码三种开发工具。
    • 蓝凌
      • 蓝凌低代码平台 ------ 快速搭建百行千业数字化应用,开发成本节省80%。
    • 普元
      • 普元低代码开发平台 ------ 加速云应用交付。
    • 上海斯歌
      • K2 Platform 智能流程管理平台 ------ 致力于推动业务赋能,实现敏捷管理,增强流程精益,以及助力数据洞察。
    • 元年科技
      • 元年方舟低代码平台 ------ 重塑应用开发,加速数字化转型。
    • 用友
      • YonBuilder 应用构建平台 ------ 支持可视化+低代码+全代码的一站式开发,快速构建企业业务应用。
  • 云计算/互联网厂商:(生态构建)

    • 华为云Astro

      Huawei Cloud Astro是华为云自主创新的全场景低代码平台,提供了零码、低码、高低码协同的云上开发模式,通过对企业业务模块的抽象、编排与管理,联合专业开发者与全民开发者,加速企业数字化转型。

      • Astro轻应用 Astro Zero
      • Astro大屏应用 Astro Canvas
      • Astro工作流 Astro Flow
      • Astro企业应用 Astro Pro
      • Astro智能助手 Astro Bot(即将上线)
    • 腾讯云微搭

      微搭低代码是一个高性能的低代码开发平台,用户可通过拖拽式开发,可视化配置构建 PC Web、H5 和小程序应用。

      • 支持打通企业内部数据,轻松实现企业微信管理、工作流、消息推送、用户权限等能力,实现企业内部系统管理。
      • 连接微信生态,和微信支付、腾讯会议,腾讯文档等腾讯 SaaS 产品深度打通,支持原生小程序,助力企业内外部运营协同和营销管理。
    • 网易数帆

      • CodeWave 智能开发平台 ------ 基于网易自研拥有大规模参数和深度学习能力的智能模型底座,CodeWave 为企业提供更加智能化的软件生产方式,IT人员可以轻易实现从"智能生成"到"可视化拖拽调整"的全栈低代码应用搭建,让复杂应用开发更加高效,加快企业数字化与智能化进程。
      • 有数ChatBI ------ 最新推出的基于网易自研大模型的对话式数据智能助手。实现自然语言对话即分析,通过日常对话的方式即可获得可信的数据,极大降低数据消费门槛,引领数据分析新范式。
    • 阿里宜搭

      • 钉钉专业版 × 宜搭 ------ 打造属于企业自己的数字资产,通过阿里巴巴自研的钉钉低代码开发平台,以可视化拖拽、配置,为广大企业提供一套低成本应用搭建的解决方案。
      • 钉钉专属版 × 宜搭专属版 ------ 为中大型企业打造的专属、安全、开放、自主的数字化办公运营平台,助力企业业务在线化、自动化与智能化。
      • Teambition × 宜搭 ------ 联合打造复杂项目全生命周期解决方案。
      • SAP × 宜搭 ------ 产品融合方案。
      • 连接平台 × 宜搭 ------ 连接第三方平台系统,实现数据同步和流程一体化。
      • WinPlan × 宜搭 ------ 经营数据分析管理,让经营决策更简单。
  • 自动化/海外厂商:(人工智能副驾/全球化)

投融资

通过低代码/零代码赛道历史融资事件数统计分析来看:

  • 天使/种⼦轮占比23%
  • A轮占比52%
  • B轮占比17%
  • C轮和收购等占比8%

从融资轮次来看,多数厂商处于早期创业阶段。从热度来看资本市场对低代码/零代码的技术期望由膨胀期热度逐渐回归理性。

100位科技领域投资人对低代码/零代码赛道认可度调研:

  • 极为和非常看好29%
  • 较为看好38%
  • 一般看好和不看好33%

从数据来看投资者对低代码/零代码赛道的认可度产生了分歧:一部分不看好的投资者主要对商业营收能力的质疑和面临经营失败的担忧;另一部分非常看好的投资者则认为在低/零代码厂商融合AIGC后会产生更多可能性和细分垂直领域中有更多机会。

市场预测

目前低代码市场规模占比约为85%,零代码市场规模占比约为15%,未来5年,机构预测低代码和零代码市场规模的年复合增长率达30.1%。未来5年市场将出现两个增长节点:

  • (关键增长节点1) 2024年末∼2025年:基于DTE矩阵,许多企业将从"探索期"迅速进入"成效初期"(即POC转向正式投资),推动市场增长。此外,融合AIGC的低/零代码产品的不断成熟也将成为市场增长的关键驱动因素。
  • (关键增长节点2) 2027年末∼2028年:在已有市场增量逐渐由"探索期"转向"成效初期"的同时,根据技术落地周期的预测,更多企业将从"成效初期"进入"效能扩展期"。此时,产品成熟度提升和积累的经验将支持更复杂和个性化的需求。

客户成效

随着低代码/零代码产品成熟度的提升,客户的实践成效也在逐步变化。

  • 2023年高度认可增加的这部分用户中大部分来自于2022年持认可态度的用户,反映了大体上领先实践者正在从低代码和零代码的投入中收获价值。
  • 而一般认可和不认可的用户比例则没有太大变化,使用效果不太好的用户在最近一年内仍没有得到有效改善。

左侧的"认可占比"是基于实践成果的评估结果,右侧的业务/技术"关注度"是对应用实践的价值期望。

  • 其中"加速应用程序开发,缩短交付周期,提升开发效率"这条价值得到业务方和技术方的高度关注,同时也是用户认可占比最高的的实践价值。说明目前的低代码/零代码产品确实发挥了值得认可的价值。
  • 另外"加速组织数字化战略落地,提升企业综合运营效能"这条价值虽然也是业务方和技术方非常关注的点,但实际的产品目前还未能满足用户的期望,得到认可的占比较低。这也说明了低代码/零代码产品还有很大的提升空间。

相较于2022年,2023年的实践先行者(扩展探索和扩展推进阶段)计划新增供应商比例从36%提升到56%。

  • 目前实践先行者计划的供应商调整程度要大于实践跟随者,因为这些企业随着开发需求复杂度的增加提出了更高要求。
  • 随着开发用例类型的增多,企业也需要增加更合适的专业型供应商。

需要注意的是计划进行自研的比例,实践跟随者(初始探索阶段)的企业计划自研比例为0

实践指南

企业决策层在采纳低代码/零代码技术时,会结合企业的 IT 成熟度/业务数字化程度、目标开发用例需求和开发者类型,对产品能力、技术能力、服务能力等进行综合评估,来选择合适的供应商与产品。

  • IT 成熟度高的企业,通常拥有自己的业务 IT 部门,部分集团企业拥有科技子公司,专业开发者力量较强

    • 低代码:在提升业务 IT 团队开发效率方面得到广泛应用,因为业务部门在数字化解决方案方面已具成熟实践和资源积累。客户可能根据具体需求邀请低代码厂商共建,这有助于提升厂商产品成熟度和功能丰富度。
    • 零代码:在少数企业的业务部门中用于构建需求变化敏感的敏捷业务数字化方案。由于这些企业拥有专业的业务 IT 部门支持开发,目前全民开发者在零代码方面尚未广泛实践。
  • IT 成熟度中的企业,该类企业拥有集中 IT 部门,但没有设置业务 IT 部门,具备专业开发者资源

    • 低代码:企业业务团队需与集中IT团队共享资源,导致低优先级项目延迟。低代码用于提升开发效率,由于缺乏业务 IT 部门,合作主要涉及行业解决方案厂商和低代码厂商。
    • 零代码:无业务 IT 支持,适用于简单低优先级需求。复杂个性化方案暂不适用全民开发者,未来 AIGC 整合或提升相关能力。
  • IT成熟度低的企业,拥有人数较少的 IT 团队或没有 IT 团队

    • 低代码:拥有IT团队的企业可通过采购低代码平台提升开发效能,但需要更系统的培训。无 IT 团队的企业因缺少开发者资源无法使用。
    • 零代码:无论是否有 IT 团队,企业都倾向更高度使用零代码平台。全民开发者通过轻量级应用提升业务团队数字化开发效率。

低代码可以更好地赋能IT成熟度高、中级别的企业,而零代码在IT成熟度中、低级别的企业中能很好的帮助全民开发者快速构建数字化解决方案。

AIGC应用的融合

能力发展

根据能力发展模型来看,融合了AIGC的低/零代码产品用户需求覆盖范围更广,但对技术能力要求更强,其功能的实现难度也更难。

传统对比AIGC

  • 传统低/零代码产品需适配高、中、低IT成熟度企业,存在能力边界和使用者局限性。未来成熟的 AIGC低/零代码产品具备"基于智能模型的自适应开发"能力,通过自然语言指令实现代码生成和功能实现,淡化产品能力边界和用户局限性。这带来IT效率革命,促使更多业务人员成为全民开发者,推动全民开发时代。

  • 传统低/零代码产品以经验和代码积累为基础,AIGC 低/零代码产品则依赖大模型的成熟度,其提供的开发生产力将对传统产品形成降维打击。随着 AIGC 在代码生成方面的成熟应用,低/零代码厂商竞争力聚焦将调整,产品力所建设的厂商生态也将变化。新的产品交互形式如自然语言指令也将影响产品使用和服务方式。

付费意愿

愿意为融合了AIGC的低/零代码产品付费的客户比例高达76.9%,而其中50%的非常有意愿的客户中大多数已经明确规划了技术投入预算。

通过对低代码/零代码和AIGC产品在市场方面深入了解和分析,也基本回答了低代码/零代码是什么、如何发展、要不要做的问题,接下来我们从技术方面研究下别人是怎么做的、以及如何做的问题。

技术发展

前面一部分主要讲了市场方面的内容,接下来的另一部分我们一起来探索技术(主要是前端)的发展。没有调查,就没有发言权,更没有决策权,调查研究是做好工作的基本功。我搜集并整理了最近一段时间的大量关于低/零代码相关技术的公开内容,仔细研究学习了多个头部厂商的一线开发经验,下面是主要的技术内容清单:

  • 《低代码携手 Al,让创新变得更简单》------ 蒋永刚(阿里巴巴技术专家、钉钉宜搭基础平台技术负责人)
  • 《快手主站中后台技术体系演进实践》------ 郭云龙(快手前端工程师)
  • 《基于低代码引擎构建 Vue 物料》------ 秦宁(「新大陆软件」软件开发高级工程师)
  • 《AIGC 在零代码产品中的使用》------ 梁家文(腾讯前端工程师)
  • 《低代码开发纯前端或纯后端应用》------ 宁伟(中国信通院 低代码/无代码推进中心技术专家)
  • 《字节跳动低代码X微前端在火山引擎官网的实践与探索》------ 陈玉梁(字节跳动基础架构效能团队工程师)
  • 《西门子低代码与LeetCode算法相遇》------ 毛春生(西门子低代码资深技术专家)
  • 《开启个性化DIY低代码平台新纪元》------ 莫春辉(华为云 架构与技术创新部 Web前端开发专家)
  • 《dora 在无代码前沿领域的探索与实践》------ 周卓泉(dora 联创&技术负责人)
  • 《设计稿转前端代码的探索与实践》------ 何明晋(京东资深前端开发工程师)

技术发展历程

我们综合各大厂商技术发展历程将低/零代码产品大致划分为4个发展阶段:

  • V1/L1阶段:
    • 能够实现自定义表单功能,可以完成调查登记表、问卷、自定义页面等功能。
    • 一般用自定义 JSON 存储和渲染拖拉拽后保存的页面数据。
    • 技术复杂度/成本:2颗星 🌟🌟
  • V2/L2阶段:
    • 能够实现流程报表和角色权限等功能,可以完成基础 CRM、部分销售、采购管理功能。
    • 通过集中统一的组件和渲染中心化服务来上传和下发页面数据。
    • 技术复杂度/成本:3颗星 🌟🌟🌟
  • V3/L3阶段:
    • 能够实现模型编辑、权限体系和组件体系,具备代码扩展、适配、原子组合等能力。
    • 通过多层架构 和更细粒度的物料控制来提升性能,融合跨技术栈 的组件实现高阶渲染器,以及通过各类编排和建模提升业务能力。
    • 技术复杂度/成本:4颗星 🌟🌟🌟🌟
  • V4/L4阶段
    • 能够实现定制化、DevOps、元数据、AI 等能力,形成行业封装和成为综合项目的弹性底座。
    • 通过海量物料 的积累和多端多行业 应用的锤炼来扩展数据存储库,利用强大的云原生和AI平台底座来搭建各类生成式模型,最终形成各类智能机器人、OpenAPI 等应用。
    • 技术复杂度/成本:5颗星 🌟🌟🌟🌟🌟

技术架构

接下来我们通过几个典型的案例来了解常见的技术架构

新搭 低代码引擎

面向开发人员的高低代码混合开发

  • 协议(页面搭建、物料描述、资产包描述)
  • 内核(物料、页面、渲染、出码)
  • 编排(页面、逻辑、规则、流程、服务)、建模
  • 应用(web、大屏、H5)

分为引擎和平台两部分,引擎负责内核和协议,平台负责基于引擎进行扩展和功能开发。

其实大部分公司都采用这种分层架构,很多公司也都将引擎部分开源出来供社区参考,而上层平台部分则做成SaaS模式,分成免费版、专业版、专属/私有部署版等等,卖价几千到几万元每年不等,例如:

  • LowCodeEngine,阿里巴巴开源的低代码引擎,对应的上层平台:宜搭
  • amis,百度开源的前端低代码框架,对应的上层平台:爱速搭
快手 中后台演进

从交付产物的低代码化到研发过程的平台化

  • 后台工厂V1,集中管理页面 JSON
    • 设计器生成 JSON
    • 存储到数据库
    • 读取下发 JSON
    • 渲染器渲染页面
    • 问题:功能增多、应用增多、扩展性差
  • 后台工厂V2,多物料、多功能扩展和集成问题
    • 多种设计器,产生多种物料(页面/组件/云函数)
    • 服务端提供配置、管理、物料、渲染服务
    • 读取物料/元数据,实时构建模版
    • nodejs 服务提供 runtime,服务端生成页面(微前端)
    • 问题:服务端性能低、复杂度高、稳定性不够
  • 后台工厂V3,多物料细粒度控制,故障降级机制
    • 故障降级,通过 URL 解析器得到应用源信息,走不同的降级逻辑(更多兼容)。
    • 预构建,提前构建好应用模板和应用上下文,并通过 CDN 加速资源访问(更快速度)。
    • 应用容器,处理和管理不同子应用的差异,拦截用户行为,通过容器采用不同策略保障服务可用性(更细粒度的微前端策略)。
    • 问题:中后台可用性也很重要,需要不断提升

有了骨架后需要丰满内容,需要持续的累积物料体系建设和扩展更兼容的 procode 能力:

  • 物料体系建设
    • 丰富的不同来源不同业务场景的模版,流通起来。
    • 低代码组件节省更多的时间,一处修改多处变化。
    • 多套基础组件库,适应不同业务、场景的视觉规范,可以便捷定制和集成。
  • procode 能力
    • 降低学习成本和门槛,技术栈同时支持 vue/react(后续章节的关键技术点会讲到)。
    • 基于 amis 改造的 web 编辑器融合本地和平台组件,Lowcode 和 Procode 工作台打通,调试组件时上下文和页面上下文打通。
    • 开发自由度和规则约束之间的平衡,自由度和页面渲染性能之间的平衡。

尝试结合 AIGC 的低代码实践,将低代码产品的功能使用手册结合大模型,目前不太能够实现用大模型生成 Schema/DSL ,但至少可以利用大模型检索/回答一些使用者的问题,代替人肉检索/回答。

另外数据隐私的问题,目前基于开源和大公司的模型,如果将公司内部的数据上传上去则不安全,将文档向量化建立向量数据库,然后交给外部大模型处理,等内部大模型成熟再从架构上无缝替换。

宜搭 低代码携手AI创新
  • AI算力基础底座,传统云基础 Iaas 和结合了大模型 LLM 也成为基础设施的一部分。
  • 中间 Engine 层类比于 LangChain 的编排框架功能,LangChain提供一个标准接口,用于将不同的语言模型连接在一起,以及与其他工具和数据源的集成。
  • 扩展层相当 LangChain 的一些物料,包含小模型、知识库、API等。
  • 通过技能的原子能力被上层接入层直接使用,实现聊天、机器人、数据卡片等不同应用。

基于这套架构,AI和低代码结合主要应用在三个方面:

  • 辅助应用搭建
    • 从用户聊天窗口选择技能并输入内容,命中技能路由,技能中心里有沉淀了大量的技能,通过路由对应的去找到模版、小模型、提示语、插件等等,技能是确定的,命中率会更高。
    • 文生应用
      • 基于自然语言,自动推荐应用模版
      • 手绘表格或电子表格截图生成应用
      • 基于自然语言调整生成的应用
    • 文生页面
      • 基于自然语言,生成包括相应风格、组件的页面
      • 基于自然语言,自动推荐页面模板
      • 基于自然语言,修改生成的页面
      • 采用文生图与文生文来配置组件
  • 辅助逻辑扩展
    • 文生公式
      • 基于自然语言,自动数值填充公式
      • 基于自然语言,自动生成校验公式
      • 基于自然语言,自动生成业务关联公式
    • 爬取API文档并创建连接器
  • 辅助平台运维
    • 客服:智能问答、个性化知识库
    • 用户运维:问题诊断、性能预测、优化建议、应用状态分析、用户数据分析
    • 平台运维:水位预测、智能流控
    • 对话:NL2SQL、自动生成分析页、数据洞察

宜搭AI功能演示:

宜搭已经可以通过自然语言告诉AI创建应用,并且能够通过自然语言增删改查内容

关键技术点

从架构层面整体对低代码/零代码技术有了个大概的认识之后,我总结归纳了几个重点核心的技术点,这些技术是决定朝哪个方向做、怎么落地实现、最终能否做成效果如何的关键所在,由于每个技术点单独拉出来都可以写一篇或多篇文章才能彻底讲清楚,这里因篇幅限制只做大致的介绍。

  • 引擎内核

    • 基于 DSL 驱动的低代码方案,市面上绝大部分的低代码引擎内核都是基于 DSL 的方案(又叫 Schema 方案,也叫 JSON 代码方案)

      • DSL全称是:领域特定语言(domain-specific language),常见的有SQL(结构化查询语言)、HTML(超文本标记语言)、XML(可扩展标记语言)、JSON(js对象简谱)等。
      • 在数据库中,Schema 是数据库的组织和结构。在JSON 代码中 Schema 是一种声明性语言,可用于注释和验证 JSON 文档的结构、约束和数据类型。
      • DSL 需要以 Schema 作为宿主,Schema 是描述协议,是完整描述元数据和模型的文本,而 DSL 是 Schema 中的组成部分。
      • JSON Schema 是设计器和渲染组件之间的沟通语言,是一个 JSON 文件协议,用于规范 JSON 文件内容。它与平台无关,可以描述任意复杂的数据结构。JSON Schema 在 JSON 的格式上,加入了一系列的标准化属性,用于描述结构化数据。
      • 低代码渲染的本质,简单点说就是将自定义的 JSON 代码渲染到浏览器
      • 低代码是如何渲染的呢?
        • 协议,React/Vue 等前端代码和 JSON 如何互相解析的规则说明。
        • 材料,包含 Schema、页面资产包、组件和工具扩展和其他资源。
        • 渲染方式,又分为出码渲染和运行时渲染两种,一般都是采用分运行时渲染,这里因篇幅限制不做展开,但运行时渲染也有维护成本高、调试困难等很多问题。 查看更多
    • 基于 AST 源码的低代码搭建方案,所有编程语言都有 AST(抽象语法树),字节的 Tango 引擎则是基于 AST 实现源码进源码出的能力

      • Tango 不依赖私有搭建协议和 DSL,而是直接使用源代码驱动,引擎内部将源码转为 AST。
      • 用户的所有的搭建操作转为对 AST 的遍历和修改,进而将 AST 重新生成为代码,最后将代码同步给在线沙箱执行。
      • Tango 引擎的技术架构如下:
  • 跨技术栈

    • 实现 Vue、React 技术栈融合
    • Vue、React 融合后集成到低代码引擎
      • 通过模拟器 simulator 和渲染器 renderer 分步处理,在模拟器做组件转换,在渲染器做属性、事件、插槽的适配,渲染器又分为页面渲染和组件渲染。
      • 接入成本低,但渲染耗时较长,样式处理复杂。
    • Web Components 与低代码引擎融合
      • 自定义一个 Web Components 容器组件,将容器组件转换成 React 函数组件,children 原封不动的传进去,得到特定的 JSON Schema 并输出到低码平台。
      • 可实现布局类容器,弥补Vue融合模式外层包囊处理的不足。
  • 模块联邦 解决组件间依赖复用

  • Nodejs中间层 维护统一云函数池,打造runtime,应用隔离

    • Nodejs + VM + 线程池 打造 API 级的中间层服务
    • 对于开发者来说只需要基于约定编写函数
      • 中间层服务简化为编写函数
      • 开发者只关心编写 不维护服务
    • 平台方维护统一 Nodejs 中间层
      • 业务代码从外部传入
      • 业务代码执行在沙箱中
      • 中间层服务统一对接集团设施
    • VM(虚拟机) 模块是 Nodejs 内部核心模块,允许在Node.js环境中动态执行JavaScript代码。关于Nodejs中间层这块是一个大趋势,在大厂中早已大范围使用,这里只贴几个技术贴地址,篇幅限制不做深入展开。
  • 微前端 子应用集成

  • Web IDE 编辑器

    • 既为了实现组件、页面的拖拉拽操作,及时同步应用数据,也可以集成源代码到Web IDE里直接编辑,融合本地和平台组件,Lowcode 和 Procode 工作台打通,调试组件时上下文和页面上下文打通更方便。
    • 主流开源的有:
  • AIGC大模型 文生应用/文生公式

    • 用户输入自然语言文本,大模型进行关键词识别,通过对应技能匹配到模板,调用相应的API
    • 技能1: 向量检索和调用插件
    • 技能2: 风格布局向量检索、组件和页面更新、主题色API调用
    • 通过大模型识别到需要用到的技能再使用技能
    • 通过大量的预制公式数据预训练
    • 用户输入自然语言文本后进行意图检测,限制输入内容和返回内容
    • 通过LLM匹配到对应的公式后进行后置处理,包括字段映射和Schema生成,得到Schema结果
    • 注意模型输入参数过小的话不同模型的泛化能力差别很大
    • 另外一个公式对应的语料的丰富度会直接影响到准确度,更多的语料通过其他LLM和用户反馈生成

零代码的探索和实践

关于零代码因为目前技术还不够成熟,大部分产品只能停留在简单的页面生成,更复杂的需求还无法满足,这里放几个最新最前沿的产品以供参考:

  • dora

    • 自研了动态渲染引擎,Autolayout自动布局算法,Databinding数据绑定引擎
    • 自研了All-In-One 前后端一体技术,LogicFlow逻辑流引擎
    • 能够连接所有设计/表格工具,设计稿直接转化为真实页面,表格变身超酷应用
    • 技术选型为 React + Flutter
  • 更高级的就到了代码生成式AI模型了,这与我们讨论的低代码/零代码不是一个纬度的东西,不再展开。

发展感受

  • 提高了效率 工作量变少,发布过程更敏捷
  • 提升了质量 开发者关注内容变少,JSON比代码更难劣化
  • 降低了成本 维护和管理成本更低,应用交接更简单

通过技术方面的深入研究不难发现,技术还是那些技术,像 DSL、微前端、Node中间层等等都是很多年前就已经存在的了,只是随着时间的慢慢发展,技术积累到一定程度并且由具备丰富的开发和架构经验的工程师组合在一起,再来一点点"魔法",原本毫不起眼的技术瞬间变得光芒万丈。

有人说:低代码意味着 90%的工作 1 天内完成,剩下 10% 得花2-3天,相信随着大模型能力的普及和应用不断出现,这种状况很快就会得到改善,我相信随着低代码/零代码在融合了AIGC的能力后会发展得更加迅速,真正意义上的"降本增效"即将到来。

Q & A

低代码/零代码会替代程序员吗?

    • 低代码/零代码会取代部分只知道简单重复操作的程序员,将来CRUD工程师大概率都是要失业的,切图仔(将UI设计稿转化为可运行的前端代码)也是大概率要失业的。
  • 不会

    • 按照二八定律,真正的高级开发人员还是比较短缺的,或许将来会出现新的工作岗位叫低代码/零代码工程师,但原来的前端、后端开发始终还是有一部分市场,只是更卷了而已。

低代码/零代码会被生成式AI取代吗?

  • 不会,理由其一

    • 成熟的低代码/零代码平台是要通过严格设计和审核的,也要通过大量用户的使用和验证,才能确保这个平台产生的东西可以在真实的企业环境中应用。
    • 但生成式AI生产出的代码和功能一致性无法保证,每次生成的结果都可能不一样,且一般生成的代码都难以调试、改进、发布和维护。
  • 不会,理由其二

    • 在实际编码中,有经验的开发者可以在组件和模块层面上实现代码的重用,随着经验的增长生产效率将显著提升。代码重用可以缩短开发周期,加快交付进程。
    • 但生成式AI还无法做到沉淀组件和模块代码,也无法吸取经验教训并利用到下一次生成开发代码中去。据统计目前ChatGPT对编程问题的回答中有52%是不正确的,77%是冗长的。
  • 不会,理由其三

    • 未来或将出现完全由AI独立创建的应用程序,但这并不意味着所有软件开发领域都是这样。在应对复杂、定制化和高风险的应用程序时,人类干预始终不可避免。但也可以肯定会有新一代的AI低代码/零代码平台出现。
    • 更理想的情况是AI在编程领域的作用相当于一个辅助位,在产品快速开发迭代过程中,通过AI不断生成代码片段,来进一步增强效率。

如何在组织中有效的使用低代码/零代码?

虽说低代码/零代码平台能力在近些年取得巨大进步,但依然主要集中在解决中低复杂度场景问题,当面对复杂的业务场景时,仍然存在一定的平台限制。

作为决策者需要充分了解其适用的场景、限制和需要小心避免可能出现的不利情况,以下是几种常见的场景:

  • 场景1:开发人员短缺

    • 如果团队中没有熟练的开发人员和IT专家来监督和鉴别使用低代码/零代码做出来的东西,麻烦可能就要找上门来了。没有人指导的话,业务部门很可能不断定制不同的应用,它们之间几乎无法关联或聚合,没有平台化思维导致无法扩展。

    • 靠谱的领导是会制定相应的开发策略,并采取适当的措施,允许在适当的情况下开发低代码/零代码应用或解决方案,使业务能够在不产生大型复杂问题(技术债务、无法扩展的系统等)的情况下解决人手短缺等问题。

  • 场景2:支撑业务快速增长

    • 对于创业团队早期阶段的快速扩张,低代码/零代码可以帮助快速创建新功能和服务,而无需大幅投入开发资源,这也能避免笨重的传统软件开发模式不会成为组织快速发展的瓶颈。

    • 但也需要清醒的认识到,使用低代码/零代码平台创建的某些解决方案,可能在某个时间点最终必须被替换掉。尽早做好规划和准备,确保低代码/零代码不够灵活的基础设施不会阻碍业务的快速增长。

  • 场景3:构建新的核心业务软件

    • 软件对你的业务越重要,低代码/零代码就越不可能成为构建和维护它的首要选择。

    • 核心意味着未来很可能需要添加更复杂的功能,或将其与其他应用程序集成或将其迁移到新的企业平台。如果业务部门和技术部门之间的合作没有进行适当的规划,业务部门和技术部门之间的内耗将不可避免。

  • 场景4:增强业务部门能力

    • 如果你的目标是赋予业务部门更大的技术自主权,并使他们成为全民开发人员,那么采用低代码/零代码工具是一个很好的方法。

    • 但需要强调的是即便业务部门手中拥有最直观的工具,技术部门也应该参与低代码/零代码工具的选择、规划和扩展工作中来,避免工具的滥用和失控。

理想的情况:在特定场景并解决非常具体业务部门需求,由技术专家监督,并与传统开发方法结合起来,在整体上提高公司的效率。

低代码/零代码并非万能的,关键还是看使用者如何掌握其平衡。作为开发人员能做的则是不断提升自己的技术实力,拓宽视野和提升认知,以面对日益复杂的局面。好了,今天就总结到这里,欢迎大家评论留言~

本文市场数据主要来源于《中国低代码/零代码市场发展洞察(2023)》

本文技术内容主要来源于掘金直播

相关推荐
想成为高手4994 小时前
生成式AI在教育技术中的应用:变革与创新
人工智能·aigc
2401_8827275712 小时前
BY组态-低代码web可视化组件
前端·后端·物联网·低代码·数学建模·前端框架
z千鑫17 小时前
【人工智能】PyTorch、TensorFlow 和 Keras 全面解析与对比:深度学习框架的终极指南
人工智能·pytorch·深度学习·aigc·tensorflow·keras·codemoss
程序员X小鹿1 天前
AI视频自动剪辑神器!点赞上万的影视剧片段,一键全自动剪辑,效率提升80%!(附保姆级教程)
aigc
学习前端的小z1 天前
【AIGC】如何准确引导ChatGPT,实现精细化GPTs指令生成
人工智能·gpt·chatgpt·aigc
刘悦的技术博客2 天前
MagicQuill,AI动态图像元素修改,AI绘图,需要40G的本地硬盘空间,12G显存可玩,Win11本地部署
ai·aigc·python3.11
xindoo2 天前
如何用GPT-4o解读视频
aigc·gpt-3·音视频
起名字真南2 天前
【C++】深入理解 C++ 中的继承进阶:多继承、菱形继承及其解决方案
java·jvm·c++·chatgpt·aigc
Jartto2 天前
2025年AI革命:斯坦福李飞飞教授揭秘多模态智能体的未来
aigc
AI小欧同学2 天前
【AIGC】ChatGPT提示词Prompt解析:情感分析,分手后还可以做朋友吗?
chatgpt·prompt·aigc