IT行業(yè)最不缺少概念，再多幾個也無妨，反正大部分的概念大部分人都不會真正弄懂。AI低代碼是我們新創(chuàng)的，AIGC 低代碼、AI 低代碼、智能開發(fā)、AI生成式開發(fā)、AIGS(AI生成軟件)等等，這些概念已經(jīng)呼之欲出了，不過還是覺得AI低代碼開發(fā)最為順口。AI提示代碼這個說法純粹為了標(biāo)題一致，意思是AI通過提示詞輔助編程。為了能夠清楚的對比，我們先拉這幾個墊背的，分析一下AI低代碼到底是什么。

從概念的角度對照

代碼：每個程序員都熟悉的，通過編寫代碼來實現(xiàn)應(yīng)用程序。有語言，算法，數(shù)據(jù)結(jié)構(gòu)，需要編譯，調(diào)試，運行部署。

無代碼：試圖使用可視化工具和拖拽式操作來代替手動編寫代碼，不需要編程經(jīng)驗，號稱任何人員只需要在平臺上選擇需要的組件和功能，通過簡單的拖拽和配置即可完成應(yīng)用程序的開發(fā)。

低代碼：在無代碼編程的基礎(chǔ)上，增加了一些自定義的編程接口和代碼塊，使得開發(fā)人員可以通過編寫少量的代碼來實現(xiàn)更復(fù)雜的功能，同時也可以通過可視化工具來快速構(gòu)建應(yīng)用程序。

AI提示代碼：Github的Copilot就是最好例子，程序員在編程過程中強有力的智能提示工具。

AI低代碼：通過人工智能技術(shù)的采用低代碼理念編程方式，可以通過AI大模型和設(shè)計來自動生成代碼，并根據(jù)用戶需求進行優(yōu)化和調(diào)整，可以說是程序員系統(tǒng)級的Copilot。

從起源的角度推斷

代碼：代碼和電腦是同時誕生的。

無代碼：歷史的循環(huán)，每幾年就一次，總是試圖通過可視化走捷徑，讓不會編程的人寫程序。一幅圖勝過千言萬語的背后是先學(xué)了千言萬語才能理解那副圖。前有網(wǎng)頁三劍客，中有原型設(shè)計工具，后有各種大型編程玩具無代碼。

低代碼：一些軟件公司開發(fā)過N個項目后，隨著框架的積累，組件的封裝，有一些核心場景的解決方案和快速開發(fā)框架，結(jié)合一下無代碼拖拉拽，低代碼就開始了，對于19年Gartner提出的定義，好像對又好像哪里不對。

AI提示代碼：VS相比于Eclipse就是代碼提示做得好，c 還有專門的插件tomato，現(xiàn)在vscode，idea的代碼自動補全已經(jīng)足夠好了，但是AI Copilot的推出，再次有了質(zhì)的飛躍，簡直可以猜到程序員心中所想，真正的智能提示。

AI低代碼：充分利用ChatGPT等AI大模型，直接生成系統(tǒng)級的代碼，此時此刻開始見證歷史。

從實現(xiàn)的角度分析

代碼：通過編譯器編譯為獨立的可執(zhí)行文件進行運行。

無代碼：在有限場景下的規(guī)則引擎上進行可視化拖拉拽配置，然后通過解析配置來運行，部分可以生成簡單的展現(xiàn)層代碼，相當(dāng)于是在一個成熟的軟件上的工作成果。

低代碼：同樣是通過流程引擎，表單引擎，可視化大屏引擎等進行配置式開發(fā)，無論是拖拉拽還是編寫腳本，本質(zhì)上都是生成配置信息，雖然引擎的種類增多，功能也相對更加強大，但是其生成的系統(tǒng)功能也只能在引擎的能力范圍之內(nèi)，而且通常無法獨立運行必須依賴于引擎本身。

通過引擎配置系統(tǒng)，當(dāng)所需業(yè)務(wù)符合引擎能力且功能的粒度比較大時，能夠簡化操作，降低人員的使用難度，但是功能的粒度一旦變小，配置的復(fù)雜度會急劇增加，而且需要專門的人員才能勝任，并且其設(shè)計思路也會隱藏在復(fù)雜的配置中，對將來的維護工作帶來困難。

AI提示代碼：通過人工智能和深度學(xué)習(xí)對巨量的代碼訓(xùn)練，讓AI了解了程序員的心中所想，智能生成提示代碼。

AI低代碼：通過人工智能和深度學(xué)習(xí)對大量的組件、框架和場景模型進行訓(xùn)練，利用用戶提供需求分析，生成清晰可讀的代碼，相當(dāng)于是系統(tǒng)級的代碼補全，生成的系統(tǒng)可以獨立運行調(diào)試，并且能夠利用工具進行自動化測試，一鍵編譯和部署。

從應(yīng)用的角度比較

代碼：簡單介紹一下圖靈完備，對于一套數(shù)據(jù)操作規(guī)則，如果能執(zhí)行任何可實現(xiàn)的計算時，則認(rèn)為是圖靈完備的。絕大多數(shù)的編程語言都是圖靈完備的，即可以實現(xiàn)任何計算機能實現(xiàn)的能力。

無代碼：大部分是圖靈不完備，只能實現(xiàn)非常簡單有限的場景且難以擴展，看似不需要編程經(jīng)驗，實則需要學(xué)習(xí)更多規(guī)則配置。

低代碼：試圖圖靈完備，其實很難做到，而且做到后也很難用，一個遞歸用可視化拖拉拽實現(xiàn)想想就覺得很神奇。能在一定程度上提高開發(fā)效率，結(jié)合代碼實現(xiàn)復(fù)雜功能模塊，但是缺少調(diào)試功能，喪失了代碼的優(yōu)勢。整個設(shè)計不可讀，對特定人員依賴嚴(yán)重，容易綁定到特定平臺，不利于長期維護。

AI提示代碼：不獨立做任何應(yīng)用，配合和加速代碼實現(xiàn)。

AI低代碼：從模型上可能是不完備的，但生成的代碼上又是圖靈完備，在有限的目標(biāo)場景下開發(fā)效率非常高效，通用的場景自動生成，個性化的定制可以修改代碼，代碼可讀，擴展性和維護性好。不僅適合大規(guī)模應(yīng)用程序的開發(fā)，小的應(yīng)用軟件更是切瓜砍菜，小菜一碟。

從用戶的角度評估

代碼：真正的專業(yè)程序員。

無代碼：號稱是面向業(yè)務(wù)人員的，但是據(jù)采訪某業(yè)務(wù)人員，我自己的事都忙不完還會操你這個心。

低代碼：面向業(yè)務(wù)人員和專業(yè)程序員，工作之外有編程想法的業(yè)務(wù)人員，實習(xí)生和被忽悠了的程序員，受領(lǐng)導(dǎo)安排的程序員。

AI提示代碼：面向?qū)I(yè)程序員，提高程序員的工作效率。

AI低代碼：面向業(yè)務(wù)程序員，首先是程序員，其次是注重于需求的理解和業(yè)務(wù)的實現(xiàn)的程序員，因此具體的技術(shù)實現(xiàn)細(xì)節(jié)都被封裝，實現(xiàn)的難點和業(yè)務(wù)邏輯可以通過AI進行輔助完成，程序員的未來是面向業(yè)務(wù)的全棧工程師。

從前景的角度權(quán)衡

這里就不一一比較了，相信大家自有判斷，總之，未來已來，擁抱變化吧！