《數字價值觀察室》是钛媒體與 ITValue 聯合推出的一檔有關企業數字化的深度視頻訪談欄目，脫胎于已連續舉辦十餘屆的全球數字價值峰會。欄目内容将聚焦産業人士最爲關注的數字化問題，邀請行業專家、企業家等作爲 " 觀察員 " 現場論道，探尋數字經濟的真問題與真答案。
今年人工智能的風吹了一波又一波，從 ChatGPT 到文心一言，短短四個多月的時間，GPT 完成了從 3.0、3.5 到 4.0 的推新發布，一步步刷新了民衆對于目前人工智能技術發展的認知底線，讓人們直觀地感受到了人工智能技術的蓬勃發展。
ChatGPT 在全球的爆火，與之相對應的 AIGC（人工智能自動生成内容）大受追捧，也讓過去通過窗口 " 托拉拽 " 的所見即所得方式的低代碼開發模式，在更加智能和便宜的 AI 攪局之下，又面臨了更深層次的影響。低代碼提出的初衷是大幅降低程序開發的技術門檻，讓不懂編程的業務人員也能獲得編程能力，那麽 AIGC 與低代碼的結合，又會創造出什麽樣的未來？
本期《數字價值觀察室 · 直播》，邀請到三位資深專家做客直播間，一起聊一聊 AIGC 遇上低代碼的碰撞與融合。
【附上本期直播時間軸，幫你快速跳轉感興趣的部分】
00:00 主持人介紹主題背景及嘉賓自我介紹
08:49 AIGC 會對低代碼造成沖擊和重構，對于它的時間和路徑嘉賓們怎麽看待？
27:52 AIGC 與代碼的結合，會創造出什麽樣的新事物？
42:37 企業應該如何跟随這一次的 AI 浪潮？
本期直播嘉賓：
钛媒體數字價值觀察員 張帥
炎黃盈動創始人、CEO 劉金柱
中國信通院雲大所政企數字化轉型部主任 徐恩慶
網易副總裁、杭州研究院執行院長、網易數帆總經理 汪源
【以下爲節目文字實錄，經钛媒體 APP 編輯删減】
張帥：各位可以先做個自我介紹。
徐恩慶：中國信通院是工信部下屬科研事業單位，我們平時做很多的研究工作，我所在的團隊在數字化轉型的技術方向也有研究團隊，包括低代碼，雲邊端等一些技術。
對于 AIGC 這樣新話題的出現，服務商的感受是非常直觀的，有的表現出了焦慮，而更多的是興奮，作爲第三方研究機構，我們非常高興看到這些新技術帶來的影響和變化。
低代碼與 AIGC 融合以後，政府側很快地出台了一些管理辦法。我們研究機構也是一樣的，圍繞新的技術态勢，以及它所帶來的商業模式、知識産權、國内外優勢對比等方面，陸續進行着研究工作。同時我們也做很多的行業标準工作，組織了産業内的一些專家，開展了相關主題的學術探讨，包括調研領域制定框架性的标準的必要性，以及更好地幫助企業和技術發展的路徑研究。
劉金柱：我是劉金柱，炎黃盈動的 CEO，我們一直專注在低代碼和 BPM 領域，那從炎黃盈動自己的定位來說，希望通過 PaaS 平台的不同能力，高效服務好我們千行百業的數字化轉型不同階段的需求。
首先，在中大型組織層面，我們可以提供流程全生命周期的 BPM Paas 能力，然後實現端到端的流程組織自動化。
第二是各個行業的數字化轉型，我們希望通過 PaaS 低代碼能力，提供穩定可靠的低代碼 aPaaS 的能力底座，去賦能各個行業的業務方、業務側，然後支撐一些新應用的快速構建，一些場景化應用的構建。
第三，我們前兩年發布了一款針對中小型企業的一站式無代碼雲應用搭建平台——易鲸雲。
汪源：我先介紹一下我們的背景，我是 2006 年到網易，算是網易杭州研究院初創團隊之一，我們研究院本身從服務集團業務出發，就是一直在開發工具，在雲計算、人工智能、大數據這方面持續地做平台建設。
前兩年，我們發布了網易數帆業務旗下的低代碼開發平台，主要目标是希望它既能做到低門檻，也能夠做到高上限。低代碼平台主要的目标用戶群是還是專職的開發人員，而不是普通的業務人員，所以做關鍵應用和複雜應用的能力較強，實際上我們從去年初的時候，就看到 AI 在智能編程方面的一些進展。
當時有一篇在圈内引起比較大轟動的文章，講 AI 編程能夠通過很多算法競賽題目，Leetcode 上面的很多題都能做，如果在所有的人類選手裏面排名的話，AI 可以排進前百分之二十幾。
我們從去年就已經在做智能編程相關的技術，在 ChatGPT 之前，其實也有 GitHub Copilot 編程智能助手産品，我們集團也有比較多的團隊都在使用和體驗。
在 ChatGPT 剛出來的時候，倒覺得它對編程方面沒有太多的震撼，因爲我們覺得好像是把已有技術做漸進式的演進，但後來發現它的多輪對話和修正能力很強，遠遠超過原來 Copilot 開發工具插件能力。我們才更多發覺，它比原來的智能編程技術有很大的突破，所以後面也投入了很多精力來做研究。
核心的結論是，作爲一個低代碼産品，必須要能夠集成 AI 的能力。如果沒有這個能力，在市場上就會面臨非常大的競争壓力。
張帥：我們正式進入到第一個問題，AIGC 對低代碼造成沖擊和重構，大多數人的态度都是比較肯定的，但是對于時間和路徑是怎麽樣，大家還是有不同的看法。各位怎麽看待這個問題？
劉金柱：這是一個非常好的話題，首先說一下我的結論，當然這個結論也是基于我們在有限的時間内探索的情況。我覺得 AI 和低代碼的結合，一定會對低代碼的市場會帶來沖擊甚至重構。
我自己也是有接近 30 年碼齡的老程序員，也算是一線從業人員，在這個行業裏面有一些常規的認知，比如說編程語言，可能大家會認爲會分爲 5 代，從機器語言到低級語言到高級語言，再到第四代的領域語言，然後再到第五代自然語言，我們的前一輩早就把路線規劃好了。
我們一直是在探索和實踐。比如第一代的機器編程語言，是基于機器語言的 0101 的模式，通過特别傳統的能力、有限的方式進行傳孔和卡片。
第二代在低級語言階段，計算機由原來的電子經管、晶體管，然後演變到半導體，大規模的集成電路出現之後，其實是基于硬件的指令編程，包括操作系統一些驅動程序。我們國家在嵌入式開發，或者說底層設備驅動方面，第二代的低級語言依然還是有它的生命力。
第三代其實是在參加工作之後，包括每年全球的編程 TOP50，大家看到的其實都是高級語言，從 C、C++ 到 Java、Python、Perl，或者是各種新的語言，老的語言都是基于特定領域的方法編程，比如說面向過程的、面向函數的或者面向對象的。第三代的高級語言其實也是，比如第三方廠商實際上也需要基于語言做上層的開發。
第四代語言，國外提出來叫生産力語言，比如像 SQL 這樣的語言。我們今天探讨的低代碼、無代碼、大模型也可以歸類在此，它可能不屬于領域語言，但是它可以歸類爲是第四代的階段。
第五代是自然語言。其實在七八十年代，我們的前輩已經給定了路徑。大家其實都在反複地思考 AI 對整個行業的沖擊。大的背景是，大模型的出現，無論是 ChatGPT 還是其他類似地強化學習的大模型，有幾件事讓人驚訝。
第一，在一定的推理背景下面，突然能夠湧現一些新的智能或者智力，這個部分是非常值得期待的；
第二，人力堆砌的方式，從工程角度也得到了方法上的确認，就是我們如何去強化大模型輸出的内容質量和标準。
第三，其實我們也看到，前兩年很多類似 AIGC 的領域，比如生成圖像，包括現在的多态大模型。炎黃一直在思考，我們做低代碼、無代碼，是不是可以跨入到第五代自然語言的實踐裏面來。
回到低代碼這個話題來看，我們做這件事的思考是什麽？
第一，我覺得沖擊力是在于對整個低代碼市場效率的價值。無論是低代碼還是無代碼，核心是能夠幫助千行百業的數字化構建降本增效，效率是最核心的。
比如低代碼是 5 倍的效率，無代碼能不能到 10 倍？我們基于大模型的推理，結合我們自己的模型轉化和處理之後發現，其實在一個相對完整的應用結構上面，它的生成效率可能是兩個指數級的，就是 100 倍到 1000 倍。
我們理解就是從第一到第五代，大家一方面追求的是能力，另外一方面這些語言也在突破效率的瓶頸和邊界。
在低代碼這個行業，如何去理解 AI 帶來的價值，同時能夠在我們的産品裏還原這些能力。這是我們第一個看到的沖擊，效率暴增。
第二部分，我想談一下關于重構這件事，可能是我個人的一些理解和感受。在沒有還原這個場景的時候，實際上大家可能還是處在 "AI 幫我去做了這件事 " 的心态。但是當你真正地去觀察它的時候，會發現從第一代到第四代的軟件工程，實際上是我們拿到需求然後完成交付。
但是我覺得在 AIGC 加低代碼之後，會發現它重構了我們的軟件工程，它是由 AI 去完成交付，然後再交由我們的專業人員去确認。
當然在這個過程裏面也發現一些問題，譬如說 AI 生成的應用，場景模型的覆蓋度到底能做到多深，這一點是我們自己一直在突破的邊界。比如說數據可以生成、規則可以生成、流程可以生成、用戶界面可以生成，那是不是還可以再強化更多的一些場景，這是我們思考的第一個問題。
同時，因爲我們使用的是通用大模型，所以它整體的推理能力還沒有達到足夠複雜的場景，在這方面可能還是存在一定的局限性。我們自己也在思考一些路徑，從低代碼廠商角度，比如說 AI 生成應用，它其實是解決了一個啓發我們如何構建應用的過程，輔助搭建可能會更強，更能夠強調業務人員或者工程師按照自己的需求，結合 AI 智能去快速地構建。
我覺得 AI 加低代碼的結合，在某種程度上其實是在預示着第五代編程範式可能已經到來了。
徐恩慶：這一輪 AIGC 的技術火熱，大家都在讨論技術的革命，或者說新技術浪潮在哪些領域可能會應用得更加廣泛和充分一些。
從各方的視角來看，在編程代碼領域，或者說跟低 / 無代碼結合的方向，大家的共識度比較高。而對于 AIGC 是否會帶來一些影響和重構的問題，我們認爲這種影響肯定已經發生了。
從我們研究機構的視角來講，有時候不僅需要關心它便利的一面，還要考慮它帶來的一些問題。比如我們使用這樣的技術開發出來的應用系統，以及背後的一套程序，是否能夠滿足企業重要業務系統相關的安全性、穩定性要求，是否能夠做好運維保障。
換句話講，對于我們大量的數字化轉型者會去思考的一個問題是，自己能否完全地信任 AIGC 技術，這還是需要進一步的實踐和觀察。
作爲第三方的研究平台，我們非常樂于推動技術浪潮往前走，同時也會組織大家去放大它的優勢，反過來也會把它帶來的一些問題盡快地研究清楚，以保障新的技術能夠非常穩健地用在更多的關鍵場景中。
汪源：我介紹一下我的觀點，我從編碼本身的角度和整個軟件開發兩個角度分别來講一下。AIGC 對于低代碼，不管是技術和市場，應該都是有很好的促進和加持作用的。
今天整個軟件開發市場上，低代碼和無代碼的占比其實還是很低的，那爲什麽這麽低？我們的理解是， 低代碼和無代碼是希望能夠盡可能的把軟件開發的門檻降低，但另一方面它也需要有更強的能力，把軟件開發的上限提高。
這也是我們所講的，技術既要做到低門檻，一個很普通的人很快能夠掌握，同時也能夠做到高上限，能夠支撐關鍵和複雜的應用。
我們之前可能采取的是用低代碼技術，把前端後端所有的技術棧，都完整地打包成一個整體的平台，低代碼軟件提供的可視化編程語言，能夠在一定程度上做到門檻比較低，上限也比較高。
AIGC 的智能編程，它一方面可以進一步降低技術的使用門檻，像低代碼平台原來還是要花 3- 5 天的培訓和學習，今天 AIGC 可能一開始就能上手了。
另一方面，在很多情況下，我們提供的可視化編程，通過拖拉拽的方式更加易學易用，效率也會比較高。但如果做比較複雜的邏輯編排，就不如用字符型的編程語言更高效。
但是今天借助 AIGC，可以做到用自然語言去描述需求，然後自動生成代碼。低代碼本身可能還存在一些缺陷和不足，又能夠被 AI 的能力加持來解決。
所以我覺得在編程角度，AI 是能夠讓低代碼技術平台做到更好的低門檻和高上限。
另外，我們還關注整個軟件研發的維度，有了 AI 加持之後，對于一個軟件開發人員來講，編碼這部分的工作占比會下降，所以如果要把整個軟件開發的成本整體性有效降低，還需要通過 AI 的技術能夠更好地來輔助。
比如說程序員去做從需求分析到軟件，比如交互視覺的設計，從設計能夠一鍵生成代碼，到最後代碼能夠自動化測試，然後能夠做智能運維，整個軟件開發從需求到運維全鏈路，都能夠比較好地用 AI 的方式去增強，從而進一步的降低整個軟件的開發成本，提高效率。
我認爲整體對低代碼的市場肯定是一個利好，因爲整體的成本降低，效率提升了之後，肯定會使得我們的産品更有市場競争力，當然前提是産品全面地應用好 AI 的能力。
張帥：大家對 AIGC 對低代碼的沖擊還是普遍認可的，那我們接下來就再讨論讨論實操方面，AIGC 與代碼的結合會創造出什麽樣的新事物？可以從我們自己自正在做的産品和服務方面談一下。
徐恩慶：我們以宏觀角度來看，在推動企業做數字化轉型的過程中，最核心的一個環節，或者說要談的一個問題就是業技融合。
有很多業務人員不一定是傳統的開發者，他可能是業務團隊的開發，或者說更理解業務場景的開發。大的央國企、銀行都有自己的軟件開發部門，一些人力部門或者是财務部門，可能也要配有比較理解 IT 技術的同志，在我們的低 / 無代碼發展過程中，它已經在突破業務人員和 IT 的壁壘方面，發揮了非常好的作用和效果。
這是低 / 無代碼帶來的優勢，但是對于企業真正的效能提升來說還存在明顯不足。大量傳統企業對于低 / 無代碼技術的使用還持觀望的态度，或者是簡單嘗試階段，大規模使用的時代還遠未到來，想要真正讓業務人員或者是更懂業務側的開發人員使用，還需要其他因素的加持。
從研究的角度來講，AIGC 正在帶來積極的影響，我們希望 AIGC 和低 / 無代碼的碰撞融合，能夠幫助廣大企事業單位順利開展數字化轉型工作，更好地突破業技融合的壁壘，讓業務人員更懂技術，或者說能更好地使用技術，讓技術能在賦能各業務場景過程中，形成一個新的局面。
汪源：徐主任剛好也談到了業技融合的問題，我覺得從程序員群體的職業角度來談，也是比較好的視角。
我認爲有 AIGC 的能力之後，現在過度細分程序員群體的模式，前端、後端、移動端，數據開發很多不同的崗位，這種模式會比較快地重構。
首先是會變成全棧程序員，本身低代碼技術天然就是全棧的，低代碼通常不分前端後端。現在有 AI 的幫助，不同端的程序員之間相互的跨界進入别的領域也是非常的方便。
所以我認爲他首先會變成一個全棧程序員，成爲全棧程序員之後，技術對業務層面的接觸和了解就會更多。
今天有很多做服務端的程序員，對業務都不是特别了解，可能拿到拆解出來的一些後端需求。但前端的程序員對于用戶界面比較了解，而他對後端業務層面的模型或者是領域的設計又不是很清楚，他隻管按照前端偏交互方式去做研發、交付。那全棧融合了之後，下一步就會有更多的程序員具備業務層面的能力。
我認爲将來可能會出現的場景，是有一個人既承擔業務層面的分析，同時也完成開發的工作，實際可能在 20 年前整個軟件行業就是這麽幹的，那個時候并沒有分得太細，但是最近的 10 到 15 年，分工非常細的。
我認爲接下來這個趨勢會反轉，可能又會變到業務和技術人員一體的狀态，在這個過程中，AI 和低代碼的技術方向是非常一緻的，都會推動程序員群體發生職能的轉變。
劉金柱：無論是在國外還是國内，大家主流的判斷是智能時代已經到了。
從我們看未來的角度，第一件事就是如何把大模型的能力能夠充分發揮出來，從未來創造的格局上，會産生新的生态結構上的變化。
作爲應用廠商往下看，比如模型層是我們特别關注的，是采用通用大模型的通用知識能力，還是需要自己做強化訓練，或者可能針對行業模型提供更好的價值。
剛才徐主任也談到，央國企有很強的業務屬性，包括對數據隐私的要求、合規性，模型層可能也是我們作爲應用廠商，需要考慮的生态構建問題。
結合到低代碼行業，我覺得可以從兩個角度來看，第一個是産品形态，産品形态可以拆得再細一些，比如無代碼，首先無代碼會接入 AI 的能力，因爲它是安全的，它本身它沒有生成所謂的 code，它整體的構建的能力會受限，但是它的安全和邊界也是可以被平台保障的。所以我認爲，可能在未來産品形态上，無代碼會先有突破。
第二是低代碼，業界有一些标準，AI 智能生成代碼的類似于自動駕駛的等級，比如從 L0 到 L3，代表不同強化模型生成代碼的質量，和能夠解決的問題邊界。
因爲低代碼本身是把更多的代碼耦合到一個平台裏面，然後提供特定的一些代碼植入，所以我覺得在這個層面的形态上，可能也會很快能看到 AI 能力。
最後是編程，我們的 PaaS 實際上也是無代碼，低代碼還有強 coding 這樣的能力。同時我也同意汪總的觀點，可能在自動化運維方面，如果作爲一個可靠的企業級架構，自動化運維可能也要考慮下一步的智能化增強。
同時我還有一個觀點，可能不太成熟，就是我們似乎是造了一把錘子，然後就發現到處都是釘子，或者說你造了一個黃金鋤頭，可是農民還在耕地，所以未來的應用場景可能不是現在的應用界面了。
從字符界面到 GUI，到現在的對話式 UI，未來人機交互的 UI 重構，可能會反向要求我們的開發商、開發者，或者我們的低代碼産品去思考，未來所謂的無代碼場景構建的應用場景是什麽？這個可能是現在看不到的結果。
還有一塊就是機器人，20 年前的互聯網時代，每一家網站如果希望被搜索引擎很好地收錄，那麽一定要在這個根目錄下，放一個機器人能識别的解釋文件，它可以幫你去收錄文件，所以我覺得未來大概率會很快，可能兩三個月就會發現有一些企業，會基于機器人之間做信息的交換或者交易處理，這個部分也是一種應用場景。
另外一點是社會價值，數字化轉型離不開數字人才，無論是專業的編程人才，還是能夠掌握利用好數字工具的人才。第二個契機是可以結合 AI 和低代碼，直接把門檻拉低到最低，讓我們千行百業的編程門檻直接降爲零，真正實現人人都是開發者。
所以從炎黃盈動自己定位，我們是 PasS 廠商，對下一定要和各種通用大模型，包括行業模型或者說企業所信賴的大模型開放合作，同時我們會探索兩個創新點。
第一個創新是交互效率的創新，裏面可能包含質量和安全，這是提高工具本身的價值。第二是反向探讨探索智能的商業場景，就是無代碼能幹什麽，能夠給客戶帶來哪些智能場景，這是我們希望在未來能夠做的一些事。
同時我也相信通過 AI 的能力，能夠推動低代碼 PaaS 轉型，能夠成爲一個智能的 aPaaS 底座，同時行業更多的低代碼廠商，從技術層到模型層展開生态合作，我相信低代碼對于未來數字經濟的建設價值肯定越來越大。
張帥：我們進入到下一個問題，各位嘉賓認爲，企業應該怎樣跟上這波 AIGC 的浪潮？
汪源：我從企業的角度再講一下，因爲我另外一個角色是網易研發團隊的管理人員。我覺得從企業的角度還是要非常積極地去采用新的技術來重構整個研發的流程和團隊，以及組織能力，能夠爲組織創造比較多的價值，比如說敏捷響應市場、能夠降本增效等等。
我們之前做低代碼的時候，有些團隊就已經開始轉型使用低代碼等工具來自己做應用開發，因爲我們自己做的産品自己得用。現在在 AI 的沖擊和加持之下，我們的研發團隊也需要去做快速的一些重塑，我的團隊也在做相應的一些轉型。我覺得對于其他的企業來講，應該也需要做類似的轉變，可能現有的團隊不一定是完全适合的，現有的組織陣型，現有的流程都不一定是完全适合這個新的 AI 的這個時代。
劉金柱：我覺得從廠商角度，核心還是要圍繞自身的主業重新做一遍，這裏面可能有幾個關注點。
第一是技術，AI 技術速度發展非常快，包括一些開源的模型技術等等，作爲應用層的廠商，在技術側到底選擇什麽樣的路徑，可能是需要關注的。
第二是産品本身，無論是 SaaS 廠商還是低代碼 Paas 廠商，需要重新審視這項新的技術，理解它的能力以及邊界，以及不要過度地認爲它可能會變得非常強大，或者說也不要過度地去控制它的發揮。
整個過程需要從産品經理、産品團隊，然後反向再和用戶去溝通交流，對産品進行重構，同時也要探索一些新的東西，比如對話式的 UI、bot 的能力。
炎黃盈動本身的定位是不會變化的，因爲有 AI 的加持，我們會有一些調整，但我們核心還是加速驅動數字化轉型和運營創新。
最後我總結一下，作爲一個廠商或者個人，在這個時間點，能夠參與邁入人類智能時代浪潮的前夕，内心其實還是挺澎湃的，但是首先還是要守住技術倫理的底線，包括數據安全合規問題。
因爲我們做 ToB 客戶，首先把問題想清楚，然後再納入新技術，這是第一，第二就是如何在我們專注的領域，用未來的視角去規劃、介入 AI，擁抱創新。
最後我也希望能夠利用 AI 的能力，和我們的夥伴共同服務好中國的數字經濟建設，包括客戶的數字化轉型。
徐恩慶：作爲第三方的研究機構，在新技術浪潮下，首先希望從政、産、學、研、用各方充分地讨論。這次 AI 爆發的過程，政、産、學、研反應都很快。下一步我們想看到更多的用戶能夠從用戶側給出更多、更深層次的探讨，論證 AI 的便利性和優勢，同時也能夠暴露它的問題。
任何一樣新技術，必然會帶來一些問題需要解決。目前我們會看到 AI 本身帶來了一些合規性問題、知識産權問題，以及新技術的治理，甚至到整個生态的開放性、市場經營的規範性，這些問題也都需要更充分的讨論。
中國信通院立足于搭建好一個更廣泛的讨論平台，我和我的團隊在 AIGC 和低代碼結合的領域，還有非常多需要去研究和探讨的事情。
我們也會圍繞着相關的技術發展、技術生态、市場應用等角度，引導各方一起撰寫報告，探讨話題，然後輸出标準。從我們的角度來講，也希望多多搭建溝通平台，包括與産業裏第三方平台，像钛媒體這樣的平台增進合作，共同促進生态的構建。
張帥：好，謝謝徐主任。各位嘉賓提供了非常豐富的見解，我們以後還會繼續關注低代碼以及數字化方面的内容，然後謝謝各位嘉賓，謝謝線上的各位觀衆，本次直播就到這裏，再見。
想了解更多數字化信息
掌握節目最新資訊
歡迎掃描下方二維碼
加入數字價值觀察團
獲取更多獨家内容！
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
