AI与低代码协作的革命性影响正在改变编程领域的面貌，它极大地拓展了软件开发的边界。这种协同作用降低了编码门槛，让从专业程序员到业务分析师等更广泛的人群能够投身于软件开发，这种参与多元化在很大程度上催生了跨领域的创新和效率提升。据Prosper Insights & Analytics的最新调研显示，在不同年龄段的群体中，大约有8%到14%的人正在使用ChatGPT进行开发工作。
使用 ChatGPT 进行聊天机器人开发为此，我们采访了WaveMaker产品管理的高级总监Prasanth Reddy。Prasanth Reddy的见解将为我们提供一个业内人士视角，去理解低代码平台如何赋能于编码工作，并推动整个行业迈向更高效的软件开发新时代。
与低代码平台创建的代码相比，AI生成的代码有哪些缺点？
Reddy：低代码平台与AI在代码生成上的方法各异。低代码平台已通过企业架构师的严格审核，确保其可以在企业环境中得到应用。许多由这些工具开发的应用程序已经被部署，供最终用户使用。与此同时，ChatGPT在应对一致性响应上仍面临挑战。开发者现在正利用副驾驶编程模式来要求系统在功能层面上生成代码。开发初版（V1）后，开发者需要投入大量的时间周期来进行维护和升级技术栈。
低代码平台在这一领域表现出了其强大的优势。它们不仅支持迭代开发，还提供了调试和改进代码的必要工具。相对而言，如果开发者对由AI生成的代码理解不够深入，且缺乏对这些代码的控制权，那么这些代码便难以被发布和维护。因此，低代码工具在提供代码维护和升级方面展现了更高的效率和适用性。
除了与AI一起工作之外，开发人员还可以采取哪些步骤来帮助有效、准确地扩展其编码工作？
Reddy：在编程中，如果团队可以在组件和模块层面上实现代码的重用，他们的生产效率将显著提升。代码重用可以缩短开发定制解决方案所需的时间周期，有效加快项目进程。团队通过这种迭代方式不断完善产品，以确保解决方案最贴合市场的需求。软件开发中的这一循环“编码、部署、监控使用情况及规划升级”被证明是构建软件解决方案的一条有效路径。根据GitHub的一项开发者调查，内部合作和搜集用户反馈是开发过程中最耗时的环节。因此，采用敏捷开发方法，缩短生产的周期，以及建立健全的反馈机制，成为扩展开发者工作效率的关键策略。
分析表明，ChatGPT 对编程问题的回答中有 52% 是不正确的，77% 是冗长的，其实开发人员是唯一能够发现并纠正这些错误的人。我们应该如何与AI一起工作呢？
Reddy：与AI一起工作有时会是一种具有挑战性的经历，特别是在响应的准确性和简洁性方面。重要的是要认识到，我们目前正处于一个生成式AI的初期阶段，虽然其进步速度比过去任何其他技术都快，但不是所有的生成式AI应用都必须模仿基于对话的互动，也不是只有ChatGPT能够应用于这些场景。
然而，ChatGPT的普及激发了公众对于在多种客户互动中融合智能的期待。开发者在将AI集成到解决方案中时，应该花时间深入理解那些推动生成式AI向前发展的技术。那些尚未被充分解决的新用例，可能就隐藏着下一次巨大的市场机遇。
在开发人员和业务用户日益参与到AI辅助编码的背景下，低代码工具的角色是什么呢？考虑到这些工具最初旨在加速开发人员的编码过程，并让非技术人员也能参与其中，它们现在应该如何适应这一新趋势？
Reddy：AI生成的代码并未在根本上改变开发者的操作层次，它只是在一定程度上提高了开发团队的效率，并没有缩小产品设计、实施和质量分析等不同阶段中的技能差异和所需时间。
但如果我们提升抽象层次，同时解决协作方面的问题，就能实现更大范围的生产力提升。这正是低代码方法论胜过单纯从文本生成代码的地方。低代码工具不仅解决了效率问题，也弥合了技能的差距。当低代码工具与AI结合使用时，它们可以进一步增强整个团队的生产力，而不仅限于单个开发者。
低代码会被AI完全取代吗？
Reddy：正如其他工具和流程不断进化一样，我们可以期待低代码平台也将整合AI技术，从而变得更加强大。
虽然未来可能会出现完全由AI独立创建的应用程序，不再需要人类干预或低代码的帮助，但这并不代表所有软件开发领域的未来发展，以及软件开发者，将会抛弃低代码平台。
实际上，随着AI的注入，我们可能会看到新一代的低代码平台的诞生。这些平台将成为设计、构造、调试以及维护那些复杂、定制化和高风险应用程序的首选工具。
为什么AI不会取代低代码平台？
Reddy：尽管AI已经通过训练学习了GitHub上全部的代码资源和StackOverflow上的各种解答，但它在编程领域的作用仍旧相当于一个副驾驶。依赖于文本提示来编写代码的交互方式往往让人感到失望。目前，AI的编程能力并没有达到市场的宣传预期。不过，我们有理由相信这种情况不久将会得到改善。
目前程序员很大一部分工作时间仍然花在修复bug和调整代码结构以便于维护上。这些修复错误和重构代码的经验并没有被系统地记录下来，供AI学习。AI生成的代码初稿往往需要被重写或大幅修改，以确保代码的可维护性。
低代码开发平台中的代码生成是基于可视化声明性模型的，每次开发者开始构建应用时都会自然而然地发生。与此同时，AI生成代码时，可能会涉及到不清楚代码来源的法律和合规问题。
AI有能力生成标准化的UI应用程序，覆盖特定的API和工作流程定义，只要用户界面能够满足需求，代码的质量或许并不那么重要。然而，随着世界越来越倾向于开发具有低成本（TCO）、高可定制性、可扩展性和可维护性的软件平台，开发过程越来越依赖于快速构建、收集反馈和后期优化的迭代循环。在这个迭代过程开始前，开发者很难清晰地知道需要构建什么。低代码工具非常适合这种迭代开发流程，它们允许跨职能团队快速协作和迭代，而且在每次迭代中都可以利用AI生成代码片段，以供进一步的细化、测试与集成。
最后，在现代软件开发的进程中，设计师和编码员之间的紧密合作日益加强。这之间传统上存在大量的磨合、时间和精力消耗在把设计文稿或Figma设计转变为实际可运行的前端和后端代码上。这个过程通常需要不同专长的人员进行反复的开发和协作。
设计构思与编码所需的能力是截然不同的。与流行设计工具和框架集成的低代码平台，能够让开发和设计团队更紧密地工作，转化设计稿中的UI为功能完备的界面（和代码）。尽管这类低代码平台可能会依赖AI来生成初版的UI，甚至产生市面上现有库中未提供的新UI组件，但设计与开发之间固有的迭代过程，将在未来更加突出对于与软件开发生命周期（SDLC）实践和内置协作工具良好整合的标准、强大开发平台的需求。
文章由LowCode低码时代编译发布，如有侵权，请联系删除。
– END –
报告下载
大佬观点
