深度融合AI的低代码平台-姜天意.pdf

1、深度融合AI的低代码平台网易数智-低代码业务中心 姜天意背景：AI 编程的行业现状及低代码相结合的机会点多智能体协同、多阶段灵活组装的智能体编程数据驱动的低代码语言模型训练多模态渐进增强的 D2C（设计稿/截图转代码）总结和展望低代码的核心概念生成、解释执行传统编程语言和框架DSL（领域特定，结构化）抽象（减少概念，增强复用）可视化编辑器读写（通过可视化、组件化、模板化等形式降门槛和提效）编译器/解释器以 DSL 为核心UI编排构建用户界面逻辑编排构建业务逻辑逻辑编排构建交互行为接口编排构建接口服务模型编排构建数据模型流程编排构建企业流程基于传统编程架构抽象低代码本身的问题问题1:效率问题2:

2、质量如 何 学 习 低 代 码 平 台 使？如 何 从 百 个组 件 中 选 择 我 要 的 组 件 并 且 还 有 可 的 配 置？如 何 定 义 个 单 点 登 录 流 程？提 升 效 率，通 过 定 的 机 制 让 户 使 的 槛 更 低，使 更 效解决案1:解决案2:提 升 质 量，使 户 搭 建 的 产 品 能 够 达 到基 本 的 开 发 程 师 的 质 量 要 求，保 证 线上 不 出 问 题低 代 码 产 品 能 做 核 系 统 吗？部 分 低代 码 产 品 并 没 有 考 虑 性 能、可 、安全、可 观 测 性 等 核 w e b应 不 可 或缺 的 部 分AI在编程领域的现

3、状传统编程领域：AIGC 产业赛道火热，AI 编程工具已经成为行业的重要发展方向低代码编程领域：国内低代码+AI 的产品相对较少，大部分还在实践探索以 AI 推荐、AI 架构分析能力为主的行业低代码独角兽（OutSystems、Mendix）以 D2C（设计稿/截图转低代码）、智能体编程为代表的老牌企业（Microsoft PowerApps、SAP Builder）重新定义 IDE多模态技术为主擅长解决局部场景问题目前距离国内客户落地还有一段距离编程辅助工具智能体编程传统编程+AI 会取代低代码吗自然语言具有模糊性。并不能精确描述最终需求的所有细节（全自动智能体有这个问题）自然语言是人类沟通

4、的媒介，他的特点就是模糊性，而计算机语言才是程序精确运行的必要条件。低代码平台天然实现和集成了一系列成熟的软件开发设施比如应用管理、资产管理、集成能力、运维能力等。而传统编程工具特别是智能 IDE，面临与各种企业和团队的技术体系对接，要想发挥出更大的效果还有一段路要走。传统编程大模型擅长解决局部问题，但对全栈和项目整体的把握能力差，无法感知隐形的开发规范、架构设计和领域知识应用开发需要面临多种领域语言、框架衔接的问题，也要面临了解团队规范、架构设计和领域知识的问题。而低代码利用 DSL，封装了底层的开发规范和架构设计，向上提供了统一的开发基座和最佳实践。传统编程大模型生成的代码始终是面向专业开

5、发者的，只能提效，无法跨越式降低门槛（如编程辅助工具和智能 IDE）软件开发不是一个一次性的过程。软件迭代和维护需要继续补充和修改，AI 生成的代码有时也存在问题。使用 AI 工具的人需要基本懂 AI 生成的这门语言和框架，至少要有判断力。而低代码通过 DSL 设计减少概念减少学习成本，通过可视化设计提供所见即所得的能力，从而降低了使用者的门槛。大模型的优势是解决非确定性问题，低代码解决的是确定性问题，两者并不完全排斥低代码是基于传统软件工程思想，专家从传统编程语言和框架抽象出更少量的确定性的上层概念，大量利用生成式复用和组装式复用的方式，达到提效和降低门槛的效果。而大模型是通过大量的文本和代

6、码数据训练一个黑盒的神经网络模型来实现代码生成，它具有非确定性，提供了像人一样创造力。CodeWave 的技术架构与 AI 结合的思路代码仓库备份还原分支管理多人协作代码升级生成器资产中心应用/局部模板管理依赖库管理连接器管理导入导出发布/导出源码/镜像Language Server查找引用类型检查批量重命名静态补全Debugger断点调试变量监视NASL（网易用于描述 Web 应用的领域特定语言）基础语言页面 DSL逻辑 DSL数据定义 DSL流程 DSL数据查询 DSL全栈统一的DSL收敛技术栈平台服务应用管理多环境管理运维管理集成信息管理多租户管理静态资源/镜像企业运维体系前端工程模板(