在“取代程序員”的焦慮之外，AI對(duì)軟件行業的重塑更值得關注。

時下火熱的AIGC與低代碼開(kāi)發(fā)，是否能(néng)碰撞出新的火花？

日前，36氪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台“氚雲”已融入AI相關産品，或將(jiāng)下半年正式上線發(fā)布。

根據相關人士提供的Demo視頻，融入AI的氚雲平台已經(jīng)可以通過(guò)對(duì)話實現一個完整的場景應用。

産品AI能(néng)力展示片段

用戶通過(guò)喚醒氚雲界面(miàn)側邊欄内命名“Authine AI”的助手，通過(guò)對(duì)話框，以自然語言的形式向(xiàng)平台下達指令。AI 在判斷用戶需要新建應用指令後(hòu)，自動從工作台（應用态）跳轉至表單設計器（設計态），進(jìn)行新建表單、創建字段等操作。這(zhè)在傳統軟件或SaaS中屬于尚不能(néng)實現的場景，意味著(zhe)一個業務人員可以随時根據業務需求，變更、新增應用，隻需幾句話、30秒就能(néng)上線一個新應用。

36氪第一時間向(xiàng)奧哲相關負責人求證，對(duì)方表示目前該産品正處于“客戶共創”階段，以确保産品性能(néng)及穩定性，具體信息不便透露。“産品相關細節或將(jiāng)在今年下半年正式發(fā)布後(hòu)予以披露”。奧哲的回應相當于坐實外界傳言——奧哲正在將(jiāng)AI引入到其低代碼平台中。

據公開(kāi)資料顯示，奧哲成(chéng)立于2010年，其低代碼産品和解決方案已經(jīng)服務了超過(guò)20萬企業用戶，其中包括60%的中國(guó)500強企業及衆多行業标杆企業；旗下低代碼開(kāi)發(fā)平台氚雲，定位中小企業組織數字化的一站式平台，已吸引超過(guò)533萬用戶付費使用。

圖源：氚雲官網截圖

目前生成(chéng)式AI在B端落地場景，主要還(hái)是圍繞客服機器人（chatbot）、文本生成(chéng)（text-to-text）、圖像生成(chéng)（text-to-image）這(zhè)幾類對(duì)容錯率要求不那麼(me)嚴格的場景，而軟件工程至少要達到<0.01%的容錯率要求，這(zhè)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确結果，需要進(jìn)行複雜的Prompt Engineering和輸出約束設計，還(hái)要提供垂直領域的高質量知識。奧哲或許是國(guó)内最先成(chéng)功將(jiāng)用戶自然語言描述轉換成(chéng)低代碼的系統指令，完成(chéng)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(kāi)發(fā)，還(hái)是低/零代碼開(kāi)發(fā)，開(kāi)發(fā)者們似乎都(dōu)開(kāi)始關注AI對(duì)于軟件開(kāi)發(fā)的影響。一系列AI開(kāi)發(fā)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(kāi)發(fā)，老問題的新解法

事(shì)實上，在計算機科學(xué)的發(fā)展史上，AI輔助開(kāi)發(fā)并不是新的話題，而人類對(duì)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，到彙編語言及高級語言，編程語言的門檻逐漸降低。近年來，低/零代碼開(kāi)發(fā)平台的出現，進(jìn)一步拉低了程序開(kāi)發(fā)門檻，以至于有人直言，全民開(kāi)發(fā)（Citizen Development）時代已經(jīng)到來。

而計算機科學(xué)對(duì)于編程工具簡化的終極目标，則是“自然語言編程”（Natural Language Programming）——即讓開(kāi)發(fā)者可以直接用人類語言（如漢語、英語等）進(jìn)行程序開(kāi)發(fā)。

自然語言編程是一個已經(jīng)存在了數十年的古老概念。早年，計算機學(xué)界對(duì)于自然語言編程進(jìn)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(guò)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(kāi)發(fā)人員掌握編程能(néng)力。

然而，COBOL在功能(néng)、性能(néng)等方面(miàn)的短闆，以及雖然簡單但仍需要大量學(xué)習才能(néng)上手的門檻，讓它未能(néng)獲得成(chéng)功。

幾十年後(hòu)，繼承COBOL精神的“低代碼開(kāi)發(fā)”出現，則給出了另一條路徑——用拖拉拽的圖形界面(miàn)，取代傳統的代碼開(kāi)發(fā)，讓未受過(guò)專業編程訓練的業務人員也能(néng)開(kāi)發(fā)簡單的應用。

低代碼平台一經(jīng)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(jiāng)達到269億美元；到2025年，預計有70%的企業數字化應用，將(jiāng)都(dōu)由低代碼平台構造。

圖源：Gartner

不過(guò)，低代碼開(kāi)發(fā)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(kāi)發(fā)流程，主流的低代碼開(kāi)發(fā)平台仍然需要用戶通過(guò)GUI設計程序。我們距離用自然語言直接生成(chéng)程序，仍存在一步之遙。

“AI與低代碼”爲何成(chéng)爲絕配？

不過(guò)，随著(zhe)AI的引入，我們有望在低代碼平台上看到自然語言編程的新曙光。

在前文提及的氚雲 Demo視頻中，AI似乎成(chéng)爲了用戶進(jìn)行開(kāi)發(fā)的“外挂”。AI改變了用戶進(jìn)行應用開(kāi)發(fā)的方式，在低代碼平台，LUI（語言界面(miàn)，language user interface）成(chéng)爲了GUI之外的另一種(zhǒng)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(kāi)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」爲主要的交互方式”。

具體而言，簡單、确定性的任務指令，可以由LUI（語言界面(miàn)）完成(chéng)交互，而以GUI爲主的低代碼，則擅長(cháng)相對(duì)複雜的流程配置、API任務的編排分發(fā)，以及用戶确認環節，二者結合，將(jiāng)極大提升軟件開(kāi)發(fā)效率。

在AI的加持下，低代碼開(kāi)發(fā)平台正在進(jìn)化出新的形态。AI與低代碼平台之間的先天契合，也正在加速整個數字化市場的發(fā)展。

首先，讓我們回顧下AI在傳統代碼開(kāi)發(fā)領域的助力。目前，ChatGPT以及Codex、AlphaCode等産品，都(dōu)支持“Text to Code”的代碼生成(chéng)能(néng)力，以及一定的代碼評審能(néng)力。也有相當一部分開(kāi)發(fā)者利用此類工具對(duì)代碼進(jìn)行Debug。

然而，在現階段，上述工具基本隻能(néng)對(duì)代碼進(jìn)行簡單的CRUD（增查改删）。在軟件工程領域，這(zhè)些工作大多由初級程序員完成(chéng)。以至于常常有人調侃，AIGC會搶走初級程序員的飯碗。

這(zhè)背後(hòu)的本質是，目前AI語言模型價值，更擅長(cháng)創造沒(méi)有标準答案的工作（text-to-text），而軟件工程領域（text-to-task），系統code越複雜，生成(chéng)準确率概率就會指數型下降，行業開(kāi)發(fā)門檻極高，需要借助低代碼，完成(chéng)各種(zhǒng)必要人工配置流程，LLM才能(néng)更好(hǎo)在軟件工程領域落地。

因此，AI生成(chéng)代碼當下難以對(duì)已經(jīng)高度成(chéng)熟的低代碼平台産生撼動。而低代碼平台與AI的結合，卻可以顯著地提升應用開(kāi)發(fā)的效率。

氚雲相關負責人此前曾向(xiàng)36氪透露，低代碼模塊化能(néng)力，已經(jīng)將(jiāng)應用解耦成(chéng)頁面(miàn)、流程、邏輯、數據模型，這(zhè)種(zhǒng)模塊化、低耦合的屬性，自帶的規則算法天然适合被(bèi)神經(jīng)網絡學(xué)習、快速生成(chéng)應用，大語言模型和低代碼引擎將(jiāng)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(guò)語義理解、推理等能(néng)力，幫助人類開(kāi)發(fā)者將(jiāng)語義轉化爲模型，并在低代碼平台上進(jìn)行業務建模與業務搭建。

從整體邏輯上，如果將(jiāng)軟件工程類比爲建築工程，傳統開(kāi)發(fā)過(guò)程需要業主-建築師-工程團隊三方參與，業主提供需求，建築師負責建築設計，而工程團隊負責最終的結構設計與施工。進(jìn)入低代碼時代後(hòu)，建築師可以直接參與施工環節。而在未來，AI輔助下的低代碼開(kāi)發(fā)，有可能(néng)讓需求直接轉化爲建築，極大地提升開(kāi)發(fā)效率，降低整體成(chéng)本。

距離終極目标，還(hái)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。他認爲，自然語言的“自然性”帶來了大量冗餘的“廢話”，而數學(xué)符号、機器代碼則不存在冗餘，數學(xué)與編程讓人們獲得了抽象思考的能(néng)力。

《論“自然語言編程”的愚蠢》

因此，Edsger悲觀地認爲要想制造出一台能(néng)夠將(jiāng)自然語言轉換爲程序的機器，也許要花費“數千年”的時間，而使用這(zhè)些機器也許會和制造它們一樣(yàng)困難。

不過(guò)，計算機科學(xué)40餘年的發(fā)展速度，可能(néng)遠遠超過(guò)了Edsger在1978年的想象。如今，AIGC的神奇能(néng)力讓自然語言編程成(chéng)爲可能(néng)。有趣的是，Edsger在1978年將(jiāng)自然語言控制計算機稱爲“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(chéng)過(guò)程”。

前不久，CSDN創始人蔣濤以自動駕駛L1-L5的劃分标準爲參考，對(duì)AI編程給出了C1-C5的分級标準：

C1級别，像輸入法一樣(yàng)，打一行會自動補全提示；

C2級别，會在程序員打完一行代碼之後(hòu)預測後(hòu)面(miàn)的代碼；

C3級别，可以生成(chéng)完整的函數代碼，并且可以基于一段代碼之後(hòu)生成(chéng)代碼；

C4級别，能(néng)夠按程序員要求生成(chéng)一個完整的模塊，完成(chéng)不同編程語言的互譯；

C5級别，在程序員的有限提示下生成(chéng)一個完整的項目。

如今，ChatGPT已經(jīng)實現了C3級别的“AI編程能(néng)力”。在低代碼開(kāi)發(fā)領域，AI則可以跳過(guò)C1-C3的階段，直接從C4層面(miàn)入手，將(jiāng)離散、抽象的業務需求，轉化爲結構化、數學(xué)化的表達，從而輔助人類完成(chéng)低代碼開(kāi)發(fā)。因此，低代碼與AI的結合，能(néng)夠帶來更大的想象空間。

我們距離自然語言編程的終極目标，究竟還(hái)有多遠？顯然，如果將(jiāng)“自然語言下達需求，AI獨立完成(chéng)開(kāi)發(fā)”視爲終極目标，我們還(hái)有很長(cháng)的路要走。

但在低代碼開(kāi)發(fā)領域，我們已經(jīng)可以看到，越來越多的低代碼開(kāi)發(fā)工作都(dōu)在轉化爲“提示詞開(kāi)發(fā)”（prompt engineering）。在低代碼平台上，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(cháng)。我們距離“動動嘴就能(néng)完成(chéng)開(kāi)發(fā)”的未來，已不再遙遠。

而與此同時，AI能(néng)力正在成(chéng)爲低代碼開(kāi)發(fā)平台下一個時代的競争法寶。在這(zhè)個産品、服務同質化日趨嚴重的行業，AI的引入才剛剛起(qǐ)步。從現在開(kāi)始，到AI成(chéng)爲低代碼平台标配，低代碼廠商之間的AI戰事(shì)，將(jiāng)成(chéng)爲它們在下一個時代脫穎而出的關鍵。