随着人工智能生成内容(AIGC)技术的加速落地,曾经于2018年成为国内资本热点的低代码(Low Code)赛道再次引起广泛关注。这一领域不仅吸引了大量投资者的目光,还被部分业内人士视为继AI搜索之后的又一大热门赛道。特别是当海外AI编程工具Cursor爆火并被称为硅谷“码农”最爱后,个人用户借助这类工具快速开发应用程序的成功案例,如一款名为小猫补光灯的软件在App Store付费榜上名列前茅,更是激发了市场对低代码平台的兴趣。
在国内资本市场,宝兰德、开普云、理工能科、金现代等上市公司纷纷通过互动易平台披露各自的低代码布局,并因此受到资金的青睐。财联社记者多方采访了解到,基于过去几年的持续投入,低代码行业已进入白热化阶段。降本增效和信创背景下,用户对于低代码的需求旺盛,尤其是在当前经济环境下,企业希望通过数字化手段进一步优化成本结构。AI技术的加入显著提升了低代码平台的易用性和效率,预示着生产方式和技术团队可能面临重塑,但现阶段仍需解决大模型幻觉、高落地成本及数据安全性等问题。
玩家众多 又一大AI热门赛道?
目前,在低代码垂直大模型方面,A股公司中的参与者相对较少。以金现代为例,该公司已经基于智谱华章ChatGLM4大语言模型构建了低代码领域的专有大模型。而普元信息则看到了AI+低代码的机会,其产品主要面向金融、能源、通信等领域的大型客户,除了接入外部大模型外,也在研发专有模型。此外,腾讯云旗下的云开发Copilot作为AI辅助开发工具,能够帮助开发者直接用自然语言生成和修改应用,体现了AI对低代码平台的重要加持作用。
需求旺盛 AI编程步入工程级别?
从实际应用场景来看,AI代码开发正逐步从简单的编程工具向工程级别的应用演进。例如,原本被视为玩具的低代码工具,如今在生产环境中展现出更高的可用性。腾讯云云开发负责人指出,AI代码开发工具不仅要追求速度,还需要解决定制化问题,并始终面向生产应用。这意味着未来的AI代码开发将不仅仅是To C的产品,更会深入到企业的核心业务流程中,提供全面的支持和服务。
AI带来哪些革新?
AI的介入使得低代码平台变得更加智能和高效。Google CEO Pichai提到,Google内部超过25%的新代码由AI生成,这引发了关于AI时代是否人人皆可成为程序员的讨论。虽然完全零基础的人很难立即掌握这些工具,但对于有一定技术背景或愿意学习的人来说,AI辅助下的低代码开发大大降低了入门门槛。AI不仅能简化许多技术知识点或软件工程难题,还能增强灵活性,提高处理细节数据的能力。未来,随着Copilot能力的成熟,AI将为整个应用生命周期提供深度支撑,包括需求分析、设计、开发、测试、部署以及运维等方面。
模型幻觉、成本问题何解?
尽管AI为低代码带来了诸多可能性,但在实践中仍然面临着模型幻觉、高成本和数据安全性的挑战。大模型幻觉指的是AI生成的内容可能存在不准确或不合理的情况,这需要通过技术手段来规避,确保生成的结果可靠。成本方面,由于每次调用大模型生成数据的成本较高,企业可以考虑采用缓存机制和其他优化策略降低成本。至于数据安全性,则需要在私有化部署时仔细评估算力、模型和支持服务的综合成本,并选择合适的解决方案。
综上所述,低代码赛道在AIGC的推动下正经历深刻的变革,它不仅为企业提供了新的降本增效途径,也为开发者带来了前所未有的便利。然而,要实现真正的颠覆和重塑,还需克服一系列技术和商业上的障碍。未来,随着更多创新产品的出现和技术的不断进步,低代码有望成为推动软件开发革命的关键力量之一。