聊天寫代碼，已成為低代碼界新風(fēng)向。

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

一邊，是釘釘直接“口噴式生成應(yīng)用”，通過輸入“/”就可以喚起10余項AI能力；而另一邊，是網(wǎng)易數(shù)帆演示了一段用文本框?qū)υ捦瓿纱a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(wǎng)透露內(nèi)部正在積極研究當(dāng)中，一線投資人更是奔波于各家走訪，試圖獲取一波真實(shí)感受。用輕流創(chuàng)始人兼CEO薄智元的話說，現(xiàn)在企業(yè)正在抓住這一波行業(yè)機(jī)會，而投資人則希望抓住行業(yè)頭部。

身處賽道之內(nèi)，零賽云聯(lián)合創(chuàng)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(xiàn)是不是能重寫或取代低代碼，但當(dāng)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(xiàn)，直接讓他感覺到現(xiàn)在必須進(jìn)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(yīng)用開發(fā)的生產(chǎn)力，兩者結(jié)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(yīng)用，抓住這波“數(shù)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(jié)底，這是一場自然語言引發(fā)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(shí)操難度。薄智元表示，尤其是比較復(fù)雜的結(jié)構(gòu)，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(shù)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(jù)網(wǎng)易數(shù)帆云原生及低代碼產(chǎn)品線總經(jīng)理陳諤透露，這種用自然語言描述生成代碼的方式，在實(shí)驗室中已經(jīng)做到了可以將約60步的操作以4-5次對話完成。從數(shù)據(jù)上不難發(fā)現(xiàn)，類ChatGPT問答式的能力正在重新降低低代碼的準(zhǔn)入門檻，“人人都是開發(fā)者”或?qū)⒃贏IGC融合下從畫餅走向現(xiàn)實(shí)。

甚至有企業(yè)客戶在一些較為標(biāo)準(zhǔn)的業(yè)務(wù)場景體驗AIGC這項能力時，對陳諤表示自己竟產(chǎn)生了一種錯覺，仿佛在對話一個懂公司業(yè)務(wù)的內(nèi)部開發(fā)人員。

酷炫是真酷炫，如何實(shí)現(xiàn)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(xiàn)在入場其實(shí)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(xù)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(dāng)時AI主要解決的是特定行業(yè)特定場景的一些問題比較有效，雖然考慮過引入輕流的數(shù)據(jù)分析、報表能力，卻仍是想想而已。

但行業(yè)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(chǎn)出，網(wǎng)易數(shù)帆則在去年上半年做了一個動作，那就是把這一趨勢重點(diǎn)考慮到了低代碼平臺的底層設(shè)計中。

陳諤坦言，讓AI去懂業(yè)務(wù)場景，非常具有挑戰(zhàn)，這就反向要求低代碼平臺思考如何設(shè)計才能更適應(yīng)于智能代碼生成能力變強(qiáng)的技術(shù)趨勢。

“一方面需要通過大模型去落地能力，但更大的挑戰(zhàn)在于用什么樣的數(shù)據(jù)集訓(xùn)練，需要企業(yè)非常大的工程投入。面向開發(fā)場景的代碼庫足夠豐富，才能助推其AI在訓(xùn)練之后，更具備業(yè)務(wù)場景下的上下文理解能力。”

在陳諤看來，設(shè)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(shí)，要想打好基礎(chǔ)，除代碼庫跟大模型外，統(tǒng)一的編程語言內(nèi)核也必不可少。

“如果沒有統(tǒng)一的編程語言來描述應(yīng)用，那這個應(yīng)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(yīng)用的完整生成就會很困難。”

這其中，對話實(shí)質(zhì)是實(shí)現(xiàn)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(fā)時可能會缺乏上下文，AI通過一次理解就生成代碼結(jié)果的正確率會很低，但通過多次對話來修正AI對于業(yè)務(wù)的理解，然后去細(xì)化執(zhí)行方案，那正確率就能進(jìn)一步提升。

誠然，越早從整體的底層設(shè)計考慮未來AIGC生成應(yīng)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(rèn)為未來大模型更可能變成基礎(chǔ)設(shè)施，類似“云服務(wù)器”，而低代碼/無代碼創(chuàng)業(yè)公司更重要的是研究如何更好結(jié)合和調(diào)用相關(guān)能力，而非花大精力造輪子，導(dǎo)致投入產(chǎn)出比不高。

譬如定位工業(yè)模型驅(qū)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(shù)的結(jié)合，將構(gòu)建場景的能力通過指令來實(shí)現(xiàn)，以快速構(gòu)建業(yè)務(wù)應(yīng)用，比如一個APS的排程功能，僅需要輸入相應(yīng)的行業(yè)及參數(shù)要求，系統(tǒng)會基于指令來生成排程頁面，UI樣式和后臺服務(wù)API。朱琛透露，現(xiàn)階段目標(biāo)以做出PoC來驗證AIGC跟低代碼的結(jié)合可能。

陳諤表示，從大趨勢來說，各家都會早做AIGC的準(zhǔn)備規(guī)劃，去實(shí)現(xiàn)出來；同時也在市場上吸引更多關(guān)注，盡可能早拿到一些用戶場景做相關(guān)合作。這其中，有兩種發(fā)展態(tài)勢較為明顯。

一是AIGC融合能力的強(qiáng)與弱會進(jìn)一步分化低代碼平臺，現(xiàn)階段去做布局，在架構(gòu)以及應(yīng)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(chǎn)品形態(tài)方面可能會面臨更大挑戰(zhàn)，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(yè)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(xùn)練的數(shù)據(jù)集直接相關(guān)。做一個很冷門的系統(tǒng)和讓AI去做進(jìn)銷存或者CRM，體驗可能就不一樣。在一個標(biāo)準(zhǔn)主流的系統(tǒng)上，即便你沒有描述很清楚，AI也甚至可以給到一些模型設(shè)計的建議。而越是缺乏相關(guān)知識，AI開發(fā)的效率也就更低。”

AIGC融合能力，是顛覆，還是補(bǔ)充？

玩家們積極擁抱AIGC的背后，是賽道發(fā)展逐步激烈的現(xiàn)況。

獵云網(wǎng)根據(jù)天眼查數(shù)據(jù)統(tǒng)計，2019年至今，低代碼賽道共計發(fā)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(xiàn)上來看，輕流、ClickPaaS、優(yōu)維科技、奧哲網(wǎng)絡(luò)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(jìn)展，2023年融資還是主要發(fā)生于A輪前。值得注意的是，相較2019年-2021年的賽道持續(xù)走火，2022年初黑帕云的退出，開始讓低代碼的商業(yè)模式被有所質(zhì)疑。

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

一是供應(yīng)端，由于工業(yè)場景復(fù)雜，表單驅(qū)動型和基于BPM的低代碼產(chǎn)品不能夠滿足要求，部分企業(yè)和合作伙伴進(jìn)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(fù)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(xiàn)在企業(yè)還沒有意識到必需性。只有當(dāng)企業(yè)遇到業(yè)務(wù)快速調(diào)整的需求時，才會提出敏捷系統(tǒng)的要求。

與此同時，朱琛還點(diǎn)出，國內(nèi)低代碼賽道一直存在兩大怪圈。

“一是認(rèn)知。在硅谷，碼農(nóng)既要做需求調(diào)研，又寫代碼，還做項目經(jīng)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(nèi)，全能型的程序員普遍偏少，而純程序員又不懂業(yè)務(wù)，懂業(yè)務(wù)的人不懂低代碼，程序員知道低代碼，但很少有采購權(quán)，形成了一個gap。這還需要近2年的時間去轉(zhuǎn)變。二是大部分低代碼都走云端訂閱制，而且覆蓋多行業(yè)，但這種商業(yè)模式的架構(gòu)缺乏know-how的沉淀，往往企業(yè)拿來低代碼平臺都需要從0搭建系統(tǒng)，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(dāng)下賽道來說，頭部效應(yīng)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(yīng)該用什么樣的人來開發(fā)，還沒有一些統(tǒng)一的認(rèn)知，即怎樣算是一個標(biāo)準(zhǔn)的低代碼平臺，以及低代碼本身的定義也不夠清晰，行業(yè)依然處于較為初期的狀態(tài)。“中大型企業(yè)對于企業(yè)數(shù)字化、軟件應(yīng)用的開發(fā)需求更強(qiáng)烈，他們開始用低代碼做開發(fā)，是為了經(jīng)營治理等特征去做一些定制化工作，會形成軟件服務(wù)的大量生態(tài)，需要平臺去進(jìn)行建設(shè)，而對于小企業(yè)來說，現(xiàn)階段更多是他們?nèi)ミm應(yīng)標(biāo)準(zhǔn)化軟件，還未到軟件去適應(yīng)他們的時機(jī)。”

但是隨著市場和行業(yè)內(nèi)卷，朱琛認(rèn)為，國內(nèi)企業(yè)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(xù)構(gòu)建數(shù)字化建設(shè)和培養(yǎng)企業(yè)敏捷開發(fā)團(tuán)隊，通過低代碼平臺來快速響應(yīng)企業(yè)業(yè)務(wù)創(chuàng)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(rèn)為，目前雖然業(yè)內(nèi)普遍好奇，但是AIGC的應(yīng)用還不成熟，ChatGPT像是內(nèi)存，內(nèi)存和硬盤相互結(jié)合，才能夠?qū)崿F(xiàn)更加復(fù)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(fā)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(fù)雜系統(tǒng)的較好方式。

陳諤也認(rèn)為，聊天并不一定能高效表達(dá)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(xì)微數(shù)據(jù)的綁定、數(shù)據(jù)的調(diào)整變換等內(nèi)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(jīng)理鐘偉成表示，用自然語言描述應(yīng)用，總體價值鏈條較長。對于低代碼行業(yè)來說，更像是一種補(bǔ)充方式。

“一套能完成一個應(yīng)用程序設(shè)計的成熟產(chǎn)品，應(yīng)該是人機(jī)協(xié)作后，通過多種交互方式去完成。譬如UI設(shè)計等，可以用自然語言去描述；HR、CRM的應(yīng)用，則是用自然語言描述后，搭配一些拖拉拽，在代碼的細(xì)節(jié)層面再做人工優(yōu)化后，才能生成最終的應(yīng)用。具體產(chǎn)品設(shè)計環(huán)節(jié)不會只有對話框。”

智能應(yīng)用開發(fā)，仍有問題待解

機(jī)遇與挑戰(zhàn)之下，有一點(diǎn)似乎在行業(yè)內(nèi)達(dá)成了共識，那就是低代碼在走向智能開發(fā)。

從釘釘總裁葉軍宣布釘釘將全面啟動智能化戰(zhàn)略，從原來的協(xié)同辦公平臺、應(yīng)用開發(fā)平臺升級成為智能的協(xié)同辦公平臺和智能化的應(yīng)用開發(fā)平臺，再到網(wǎng)易數(shù)帆發(fā)布CodeWave智能開發(fā)平臺、普元信息發(fā)布智能助手等行業(yè)動作，可以預(yù)見“智能”二字正在主導(dǎo)行業(yè)。

過去，低代碼比較“尷尬”，業(yè)內(nèi)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(tǒng)去打動企業(yè)客戶，部分玩家無奈有一定難度。

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

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

在這樣的現(xiàn)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(yīng)用開發(fā)平臺或是新解。

但在這條前進(jìn)道路上，仍有諸多問題待解，首先是產(chǎn)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(yīng)該只是代碼的邏輯，終局是通過“聊天”即“Prompt”就能直接生成應(yīng)用，這才是生產(chǎn)率的質(zhì)變。

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

“但真正要用交互把生成應(yīng)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(yīng)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(yīng)用生成復(fù)雜度更高，AI從做計劃到執(zhí)行的一些循環(huán)能力也密切相關(guān)。”

據(jù)他透露，目前聊天生成應(yīng)用的方式在網(wǎng)易數(shù)帆實(shí)驗室中也有一些嘗試案例，但無論是生成代碼還是應(yīng)用，即便是網(wǎng)易數(shù)帆也沒能走到對外生產(chǎn)發(fā)布的階段。“目前國內(nèi)大模型對聊天生成應(yīng)用的實(shí)現(xiàn)，還遠(yuǎn)遠(yuǎn)未到GPT-4的水準(zhǔn)，故而在一些任務(wù)規(guī)劃方面還存在問題，需要積累足夠多的數(shù)據(jù)，有待于一段時間的發(fā)展。”

技術(shù)進(jìn)展是一方面，數(shù)據(jù)安全風(fēng)險的考量則是商業(yè)化上較大的難點(diǎn)。

鐘偉成表示，很多外企都明令禁止用ChatGPT去做低代碼開發(fā)應(yīng)用，因為接外部API，核心業(yè)務(wù)邏輯有外漏的風(fēng)險。在他看來，目前大廠自研大模型，然后用這項能力去做內(nèi)部代碼或應(yīng)用開發(fā)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(yè)等開發(fā)對話式的應(yīng)用生成服務(wù)，一是風(fēng)險性很高，二是相較互聯(lián)網(wǎng)，行業(yè)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(yè)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(wù)會相對更好一些，到一定體量，企業(yè)還是需要自建模型。而低代碼平臺服務(wù)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(zhàn)事已悄然打響，但仍道阻且長。