時下火熱的AIGC與低代碼開發，是否能碰撞出新的火花？
日前，作者從多位獨立信源處獲悉，企業數字化服務商奧哲旗下的低代碼平臺“氚云”已融入AI相關產品，或將下半年正式上線發布。
根據相關人士提供的Demo視頻，融入AI的氚云平臺已經可以通過對話實現一個完整的場景應用。
用戶通過喚醒氚云界面側邊欄內命名“Authine AI”的助手，通過對話框，以自然語言的形式向平臺下達指令。AI 在判斷用戶需要新建應用指令后，自動從工作臺（應用態）跳轉至表單設計器（設計態），進行新建表單、創建字段等操作。這在傳統軟件或SaaS中屬于尚不能實現的場景，意味著一個業務人員可以隨時根據業務需求，變更、新增應用，只需幾句話、30秒就能上線一個新應用。
作者第一時間向奧哲相關負責人求證，對方表示目前該產品正處于“客戶共創”階段，以確保產品性能及穩定性，具體信息不便透露。“產品相關細節或將在今年下半年正式發布后予以披露”。奧哲的回應相當于坐實外界傳言——奧哲正在將AI引入到其低代碼平臺中。
據公開資料顯示，奧哲成立于2010年，其低代碼產品和解決方案已經服務了超過20萬企業用戶，其中包括60%的中國500強企業及眾多行業標桿企業；旗下低代碼開發平臺氚云，定位中小企業組織數字化的一站式平臺，已吸引超過533萬用戶付費使用。
圖源：氚云官網截圖
目前生成式AI在B端落地場景，主要還是圍繞客服機器人（chatbot）、文本生成（text-to-text）、圖像生成（text-to-image）這幾類對容錯率要求不那么嚴格的場景，而軟件工程至少要達到<0.01%的容錯率要求，這也是目前AI大模型在企業軟件領域落地難點，控制概率模型輸出精確結果，需要進行復雜的Prompt Engineering和輸出約束設計，還要提供垂直領域的高質量知識。奧哲或許是國內最先成功將用戶自然語言描述轉換成低代碼的系統指令，完成真實業務應用搭建的廠商。
不止奧哲。近期，在AIGC浪潮的席卷之下，無論是傳統的代碼開發，還是低/零代碼開發，開發者們似乎都開始關注AI對于軟件開發的影響。一系列AI開發工具由此誕生。同時，AI在帶來“取代程序員”的焦慮之外，也給我們帶來了更多值得思考的議題。
AI開發，老問題的新解法
事實上，在計算機科學的發展史上，AI輔助開發并不是新的話題，而人類對于編程工具簡化的追求也從未停止。
從打孔紙帶時代的機器語言，到匯編語言及高級語言，編程語言的門檻逐漸降低。近年來，低/零代碼開發平臺的出現，進一步拉低了程序開發門檻，以至于有人直言，全民開發（Citizen Development）時代已經到來。
而計算機科學對于編程工具簡化的終極目標，則是“自然語言編程”（Natural Language Programming）——即讓開發者可以直接用人類語言（如漢語、英語等）進行程序開發。
自然語言編程是一個已經存在了數十年的古老概念。早年，計算機學界對于自然語言編程進行了諸多嘗試，例如，1959年誕生的“商用編程語言”COBOL，就試圖通過類似自然語言的語法，讓金融機構、大型企業及政府的非專業開發人員掌握編程能力。
然而，COBOL在功能、性能等方面的短板，以及雖然簡單但仍需要大量學習才能上手的門檻，讓它未能獲得成功。
幾十年后，繼承COBOL精神的“低代碼開發”出現，則給出了另一條路徑——用拖拉拽的圖形界面，取代傳統的代碼開發，讓未受過專業編程訓練的業務人員也能開發簡單的應用。
低代碼平臺一經出現，便迅速受到熱捧。Gartner預測，到2023年結束，全球低代碼市場規模預計將達到269億美元；到2025年，預計有70%的企業數字化應用，將都由低代碼平臺構造。
圖源：Gartner
不過，低代碼開發距離真正意義上的“自然語言編程”，仍存在一定距離。如今，即便極大地簡化了代碼開發流程，主流的低代碼開發平臺仍然需要用戶通過GUI設計程序。我們距離用自然語言直接生成程序，仍存在一步之遙。
“AI與低代碼”為何成為絕配？
不過，隨著AI的引入，我們有望在低代碼平臺上看到自然語言編程的新曙光。
在前文提及的氚云 Demo視頻中，AI似乎成為了用戶進行開發的“外掛”。AI改變了用戶進行應用開發的方式，在低代碼平臺，LUI（語言界面，language user interface）成為了GUI之外的另一種選擇。
今年5月，在接受投資方華創資本“創·問”采訪時，奧哲創始人兼CEO徐平俊曾公開表示，未來軟件交互會是GUI與LUI的混合交互模式——“大語言模型和 Copilot 模式結合，會改變今天軟件以「點擊/滑動」為主要的交互方式”。
具體而言，簡單、確定性的任務指令，可以由LUI（語言界面）完成交互，而以GUI為主的低代碼，則擅長相對復雜的流程配置、API任務的編排分發，以及用戶確認環節，二者結合，將極大提升軟件開發效率。
在AI的加持下，低代碼開發平臺正在進化出新的形態。AI與低代碼平臺之間的先天契合，也正在加速整個數字化市場的發展。
首先，讓我們回顧下AI在傳統代碼開發領域的助力。目前，ChatGPT以及Codex、AlphaCode等產品，都支持“Text to Code”的代碼生成能力，以及一定的代碼評審能力。也有相當一部分開發者利用此類工具對代碼進行Debug。
然而，在現階段，上述工具基本只能對代碼進行簡單的CRUD（增查改刪）。在軟件工程領域，這些工作大多由初級程序員完成。以至于常常有人調侃，AIGC會搶走初級程序員的飯碗。
這背后的本質是，目前AI語言模型價值，更擅長創造沒有標準答案的工作（text-to-text），而軟件工程領域（text-to-task），系統code越復雜，生成準確率概率就會指數型下降，行業開發門檻極高，需要借助低代碼，完成各種必要人工配置流程，LLM才能更好在軟件工程領域落地。
因此，AI生成代碼當下難以對已經高度成熟的低代碼平臺產生撼動。而低代碼平臺與AI的結合，卻可以顯著地提升應用開發的效率。
氚云相關負責人此前曾透露，低代碼模塊化能力，已經將應用解耦成頁面、流程、邏輯、數據模型，這種模塊化、低耦合的屬性，自帶的規則算法天然適合被神經網絡學習、快速生成應用，大語言模型和低代碼引擎將共同決定下一代軟件應用的實現程度和擴展性。
具體而言，在整個軟件工程的業務模型搭建階段，AI可以通過語義理解、推理等能力，幫助人類開發者將語義轉化為模型，并在低代碼平臺上進行業務建模與業務搭建。
從整體邏輯上，如果將軟件工程類比為建筑工程，傳統開發過程需要業主-建筑師-工程團隊三方參與，業主提供需求，建筑師負責建筑設計，而工程團隊負責最終的結構設計與施工。進入低代碼時代后，建筑師可以直接參與施工環節。而在未來，AI輔助下的低代碼開發，有可能讓需求直接轉化為建筑，極大地提升開發效率，降低整體成本。
距離終極目標，還有多遠？
1978年，圖靈獎得主Edsger W. Dijkstra曾撰文《論“自然語言編程”的愚蠢》，批判了自然語言編程的弊端。他認為，自然語言的“自然性”帶來了大量冗余的“廢話”，而數學符號、機器代碼則不存在冗余，數學與編程讓人們獲得了抽象思考的能力。
《論“自然語言編程”的愚蠢》
因此，Edsger悲觀地認為要想制造出一臺能夠將自然語言轉換為程序的機器，也許要花費“數千年”的時間，而使用這些機器也許會和制造它們一樣困難。
不過，計算機科學40余年的發展速度，可能遠遠超過了Edsger在1978年的想象。如今，AIGC的神奇能力讓自然語言編程成為可能。有趣的是，Edsger在1978年將自然語言控制計算機稱為“黑魔法”（black art），現階段，人們也常常用“咒語”“魔法”等詞語形容AIGC領域的“提示詞”與“AI生成過程”。
前不久，CSDN創始人蔣濤以自動駕駛L1-L5的劃分標準為參考，對AI編程給出了C1-C5的分級標準：
C1級別，像輸入法一樣，打一行會自動補全提示；
C2級別，會在程序員打完一行代碼之后預測后面的代碼；
C3級別，可以生成完整的函數代碼，并且可以基于一段代碼之后生成代碼；
C4級別，能夠按程序員要求生成一個完整的模塊，完成不同編程語言的互譯；
C5級別，在程序員的有限提示下生成一個完整的項目。
如今，ChatGPT已經實現了C3級別的“AI編程能力”。在低代碼開發領域，AI則可以跳過C1-C3的階段，直接從C4層面入手，將離散、抽象的業務需求，轉化為結構化、數學化的表達，從而輔助人類完成低代碼開發。因此，低代碼與AI的結合，能夠帶來更大的想象空間。
我們距離自然語言編程的終極目標，究竟還有多遠？顯然，如果將“自然語言下達需求，AI獨立完成開發”視為終極目標，我們還有很長的路要走。
但在低代碼開發領域，我們已經可以看到，越來越多的低代碼開發工作都在轉化為“提示詞開發”（prompt engineering）。在低代碼平臺上，低代碼的比例正在逐步縮小，而無代碼的比例則在顯著增長。我們距離“動動嘴就能完成開發”的未來，已不再遙遠。
而與此同時，AI能力正在成為低代碼開發平臺下一個時代的競爭法寶。在這個產品、服務同質化日趨嚴重的行業，AI的引入才剛剛起步。從現在開始，到AI成為低代碼平臺標配，低代碼廠商之間的AI戰事，將成為它們在下一個時代脫穎而出的關鍵。（文章來源36氪）
