[[397828]]

一 概念

1 什么是低代碼/無(wú)代碼開(kāi)發(fā)？業(yè)界對(duì)于低代碼/無(wú)代碼開(kāi)發(fā)是否存在其他不同的理解？

行業(yè)里流行觀點(diǎn)，低代碼是更加易用的搭建系統(tǒng)，無(wú)代碼是圖形化和可視化編程。這種觀點(diǎn)把低代碼和無(wú)代碼開(kāi)發(fā)分別置于 UI 和邏輯兩個(gè)環(huán)節(jié)，以工具屬性定義搭建和可視化編程要解決的問(wèn)題。另一種觀點(diǎn)則是把低代碼/無(wú)代碼看作一個(gè)方法的兩個(gè)階段，就像對(duì)自動(dòng)駕駛的 L0 ~ L5 共 6 個(gè)不同階段一樣，把我之前在《人機(jī)協(xié)同的編程方式》[1] 一文提出的人機(jī)協(xié)同編程的概念，劃分為低代碼/無(wú)代碼兩個(gè)階段。較之第一種我更加認(rèn)同第二種觀點(diǎn)，不僅因?yàn)槭俏姨岢龅?，更因?yàn)榈诙N觀點(diǎn)是以軟件工程的統(tǒng)一視角定義、分析和解決問(wèn)題，而第一種觀點(diǎn)只是局部和過(guò)程的優(yōu)化而非顛覆性創(chuàng)新。

今天“人機(jī)協(xié)同的編程方式”把軟件工程從拼裝 UI 和編寫(xiě)業(yè)務(wù)邏輯里解放出來(lái)，逐步向業(yè)務(wù)能力、基礎(chǔ)能力、底層能力等高技術(shù)含量工作過(guò)渡。更多內(nèi)容參考《前端智能化：思維轉(zhuǎn)變之路》[2]。

2 低代碼開(kāi)發(fā)和無(wú)代碼開(kāi)發(fā)之間的區(qū)別是什么？

接著上述所答，既然低代碼和無(wú)代碼屬于“人機(jī)協(xié)同編程”的兩個(gè)階段，低代碼就是階段一、無(wú)代碼則是階段二，分別對(duì)應(yīng)“人機(jī)協(xié)作”和“人機(jī)協(xié)同”。協(xié)作和協(xié)同最大的區(qū)別就是：心有靈犀。不論低代碼還是無(wú)代碼，均有服務(wù)的對(duì)象：用戶(hù)。不論用戶(hù)是程序員還是非編程人員，均有統(tǒng)一目標(biāo)：生成代碼。不論源碼開(kāi)發(fā)、低代碼還是無(wú)代碼，都是在用不同的方式描述程序，有代碼、圖形、DSL……等。“人機(jī)協(xié)作”的階段，這些描述有各種限制、約束，應(yīng)用的業(yè)務(wù)場(chǎng)景亦狹窄。“人機(jī)協(xié)同”的階段，則限制、約束減少，應(yīng)用的業(yè)務(wù)場(chǎng)景亦寬廣。“心有靈犀”就是指：通過(guò) AI 對(duì)描述進(jìn)行學(xué)習(xí)和理解，從而減少限制和約束，適應(yīng)更多業(yè)務(wù)場(chǎng)景。因此，傳統(tǒng)低代碼/無(wú)代碼和“人機(jī)協(xié)同編程”生成代碼相比，最大的不同就是有心和無(wú)心，機(jī)器有心而平臺(tái)無(wú)心。

二 背景

1 低代碼/無(wú)代碼開(kāi)發(fā)與軟件工程領(lǐng)域的一些經(jīng)典思想、方法和技術(shù)，例如軟件復(fù)用與構(gòu)件組裝、軟件產(chǎn)品線(xiàn)、DSL（領(lǐng)域特定語(yǔ)言）、可視化快速開(kāi)發(fā)工具、可定制工作流，以及此前業(yè)界流行的中臺(tái)等概念，之間是什么關(guān)系？

從庫(kù)、框架、腳手架開(kāi)始，軟件工程就踏上了追求效率的道路。在這個(gè)道路之上，低代碼、無(wú)代碼的開(kāi)發(fā)方式算是宏愿。復(fù)用、組件化和模塊化、DSL、可視化、流程編排……都是在達(dá)成宏愿過(guò)程中的嘗試，要么在不同環(huán)節(jié)、要么以不同方式，但都還在軟件工程領(lǐng)域內(nèi)思考。中臺(tái)概念更多是在業(yè)務(wù)視角下提出的，軟件工程和技術(shù)領(lǐng)域內(nèi)類(lèi)似的概念更多是叫：平臺(tái)。不論中臺(tái)還是平臺(tái)，就不僅是在過(guò)程中的嘗試，而是整體和系統(tǒng)的創(chuàng)新嘗試。我提出前端智能化的“人機(jī)協(xié)同編程”應(yīng)該同屬于軟件工程和技術(shù)領(lǐng)域，在類(lèi)似中臺(tái)的業(yè)務(wù)領(lǐng)域我提出“需求暨生產(chǎn)”的全新業(yè)務(wù)研發(fā)模式，則屬于業(yè)務(wù)領(lǐng)域。這些概念之間無(wú)非：左右、上下、新舊關(guān)系而已。

2 此外，低代碼/無(wú)代碼開(kāi)發(fā)與DevOps、云計(jì)算與云原生架構(gòu)之間又是什么樣的關(guān)系？

DevOps、云計(jì)算……都屬于基礎(chǔ)技術(shù)，基礎(chǔ)技術(shù)的變化勢(shì)必帶來(lái)上層應(yīng)用層技術(shù)變化。沒(méi)有云計(jì)算的容器化、彈性縮擴(kuò)容，做分布式系統(tǒng)是很困難的，尤其在 CI/CD、部署、運(yùn)維、監(jiān)控、調(diào)優(yōu)……等環(huán)節(jié)更甚，什么南北分布、異地多活、平行擴(kuò)展、高可用……都需要去關(guān)注。但是，云計(jì)算和DevOps等基礎(chǔ)技術(shù)的發(fā)展，內(nèi)化并自動(dòng)化解決了上述問(wèn)題，大大降低了關(guān)注和使用成本，這就是心有靈犀，在這樣的基礎(chǔ)技術(shù)之上構(gòu)建應(yīng)用層技術(shù)，限制少、約束小還能適應(yīng)各種復(fù)雜場(chǎng)景。

三 思想方法

1 支撐低代碼/無(wú)代碼開(kāi)發(fā)的核心技術(shù)是什么？

我認(rèn)為低代碼/無(wú)代碼開(kāi)發(fā)的核心技術(shù)，過(guò)去是“復(fù)用”，今天是 AI 驅(qū)動(dòng)的“人機(jī)協(xié)同編程”。過(guò)去的低代碼/無(wú)代碼開(kāi)發(fā)多圍繞著提升研發(fā)效能入手，今天 AI 驅(qū)動(dòng)的“人機(jī)協(xié)同編程”則是圍繞著提升交付效率入手。因此，低代碼/無(wú)代碼開(kāi)發(fā)以“人機(jī)協(xié)同編程”為主要實(shí)現(xiàn)手段的話(huà)，AI 是其核心技術(shù)。

2 低代碼/無(wú)代碼開(kāi)發(fā)的火熱是軟件開(kāi)發(fā)技術(shù)上的重要變革和突破，還是經(jīng)典軟件工程思想、方法和技術(shù)隨著技術(shù)和業(yè)務(wù)積累的不斷發(fā)展而煥發(fā)出的新生機(jī)？

計(jì)算機(jī)最初只在少數(shù)人掌握，如今，幾乎人人手持一臺(tái)微型計(jì)算機(jī)：智慧手機(jī)。當(dāng)初為程序員和所謂“技術(shù)人員”的專(zhuān)利，而今，幾乎人人都會(huì)操作和使用計(jì)算機(jī)。然而，人們對(duì)計(jì)算機(jī)的操作是間接的，需要有專(zhuān)業(yè)的人士和企業(yè)提前編寫(xiě)軟件，人們通過(guò)軟件使用計(jì)算機(jī)的各種功能。隨著計(jì)算機(jī)算力和功能的不斷發(fā)展，隨著社會(huì)的數(shù)字化和信息化，今天的人們?cè)絹?lái)越難以被提前定制好的軟件所滿(mǎn)足。低代碼/無(wú)代碼開(kāi)發(fā)則賦予人們創(chuàng)造軟件的能力，進(jìn)而幫助人們低成本、即時(shí)、高效的直接生產(chǎn)符合自己需求的軟件，進(jìn)而操作眾多復(fù)雜的電子設(shè)備和數(shù)字世界建立聯(lián)結(jié)。我認(rèn)為，這是不可逆的趨勢(shì)，也是低代碼/無(wú)代碼開(kāi)發(fā)的大方向。

四 現(xiàn)狀進(jìn)展

1 低代碼/無(wú)代碼開(kāi)發(fā)已經(jīng)發(fā)展到什么程度？

imgcook

2w 多用戶(hù)、6w 多模塊、 0 前端參與研發(fā)的雙十一等大促營(yíng)銷(xiāo)活動(dòng)、70% 阿里前端在使用79.26% 無(wú)人工參與的線(xiàn)上代碼可用率、90.9% 的還原度、Icon 識(shí)別準(zhǔn)確率 83%、組件識(shí)別 85%、布局還原度 92.1%、布局人工修改概率 75%研發(fā)效率提升 68%

uicook

營(yíng)銷(xiāo)活動(dòng)和大促場(chǎng)景 ui 智能生成比例超過(guò) 90%日常頻道導(dǎo)購(gòu)業(yè)務(wù) ui 智能生成覆蓋核心業(yè)務(wù)純 ui 智能化和個(gè)性化帶來(lái)的業(yè)務(wù)價(jià)值提升超過(guò) 8%

bizcook

初步完成基于 NLP 的需求標(biāo)注和理解系統(tǒng)初步完成基于 NLP 的服務(wù)注冊(cè)和理解系統(tǒng)初步完成基于 NLP 的膠水層業(yè)務(wù)邏輯代碼生成能力

reviewcook

針對(duì)資損防控自動(dòng)化掃描、CV 和 AI 自動(dòng)化識(shí)別資損風(fēng)險(xiǎn)和輿情問(wèn)題和測(cè)試同學(xué)共建的 UI 自動(dòng)化測(cè)試、數(shù)據(jù)渲染和 Mock 驅(qū)動(dòng)的業(yè)務(wù)自動(dòng)化驗(yàn)證和工程團(tuán)隊(duì)共建的 AI Codereview 基于對(duì)代碼的分析和理解，結(jié)合線(xiàn)上 Runtime 的識(shí)別和分析，自動(dòng)化發(fā)現(xiàn)問(wèn)題、定位問(wèn)題，提升 Codereview 的效率和質(zhì)量

datacook

社區(qū)化運(yùn)營(yíng)開(kāi)源項(xiàng)目，合并 Denfo.js 同其作者共同設(shè)立 Datacook 項(xiàng)目，全鏈路、端到端解決 AI 領(lǐng)域數(shù)據(jù)采集、存儲(chǔ)、處理問(wèn)題，尤其在海量數(shù)據(jù)、數(shù)據(jù)集組織、數(shù)據(jù)質(zhì)量評(píng)估等深度學(xué)習(xí)和機(jī)器學(xué)習(xí)領(lǐng)域的能力比肩 HDF5、Pandas……等 Python 專(zhuān)業(yè) LIbraryGoogle Tensorflow.js 團(tuán)隊(duì)合作開(kāi)發(fā)維護(hù) TFData library ，作為 Datacook 的核心技術(shù)和基礎(chǔ)，共同構(gòu)建數(shù)據(jù)集生態(tài)和數(shù)據(jù)集易用性

pipcook

開(kāi)源了 pipcook[3] 純前端機(jī)器學(xué)習(xí)框架利用 Boa 打通 Python 技術(shù)生態(tài)，原生支持 import Python 流行的包和庫(kù)，原生支持 Python 的數(shù)據(jù)類(lèi)型和數(shù)據(jù)結(jié)構(gòu)，方便跨語(yǔ)言共享數(shù)據(jù)和調(diào)用 API利用 Pipcook Cloud 打通流行的云計(jì)算平臺(tái)，幫助前端智能化實(shí)現(xiàn) CDML，形成數(shù)據(jù)和算法工程閉環(huán)，幫助開(kāi)發(fā)者打造工業(yè)級(jí)可用的服務(wù)和在線(xiàn)、離線(xiàn)算法能力

2 有哪些成熟的低代碼/無(wú)代碼開(kāi)發(fā)平臺(tái)？

3 低代碼/無(wú)代碼開(kāi)發(fā)能夠在多大程度上改變當(dāng)前的軟件開(kāi)發(fā)方式？

隨著計(jì)算機(jī)算力和功能的不斷發(fā)展，隨著社會(huì)的數(shù)字化和信息化，今天的人們?cè)絹?lái)越難以被提前定制好的軟件所滿(mǎn)足。低代碼/無(wú)代碼開(kāi)發(fā)則賦予人們創(chuàng)造軟件的能力，進(jìn)而幫助人們低成本、即時(shí)、高效的直接生產(chǎn)符合自己需求的軟件，進(jìn)而操作眾多復(fù)雜的電子設(shè)備和數(shù)字世界建立聯(lián)結(jié)。我認(rèn)為，這是不可逆的趨勢(shì)，也是低代碼/無(wú)代碼開(kāi)發(fā)的大方向。最終，軟件開(kāi)發(fā)勢(shì)必從專(zhuān)業(yè)程序員手里轉(zhuǎn)向普羅大眾，成為今天操作計(jì)算機(jī)一樣的基本生存技能之一。因此，軟件開(kāi)發(fā)方式將帶來(lái)本質(zhì)變化，從完整的交付轉(zhuǎn)向局部交付、從業(yè)務(wù)整體交付轉(zhuǎn)向業(yè)務(wù)能力交付……

五 展望未來(lái)

1 低代碼/無(wú)代碼開(kāi)發(fā)未來(lái)發(fā)展的方向是什么？

要我說(shuō)，低代碼/無(wú)代碼開(kāi)發(fā)未來(lái)發(fā)展的方向一定是：AI 驅(qū)動(dòng)的“人機(jī)協(xié)同編程”，將完整開(kāi)發(fā)一個(gè)軟件變成提供局部的軟件功能，類(lèi)似 Apple 的“捷徑”一樣，由用戶(hù)決定這些局部軟件功能如何組裝成適合用戶(hù)的軟件并交付最終用戶(hù)。AI 驅(qū)動(dòng)提供兩個(gè)方面的價(jià)值：

降低開(kāi)發(fā)成本

以往開(kāi)發(fā)軟件的時(shí)候，要有 PRD、交互稿、設(shè)計(jì)稿、設(shè)計(jì)文檔……等一系列需求規(guī)格說(shuō)明，然后，根據(jù)這些需求規(guī)格利用技術(shù)和工程手段進(jìn)行實(shí)現(xiàn)。然而，低代碼/無(wú)代碼開(kāi)發(fā)交付的是局部功能和半成品，會(huì)被無(wú)法枚舉的目的和環(huán)境所使用，既然無(wú)法枚舉，就不能用 Swith……Case 的方式編寫(xiě)代碼，否則會(huì)累死。

AI 的特點(diǎn)就是基于特征和環(huán)境進(jìn)行預(yù)測(cè)，預(yù)測(cè)的基礎(chǔ)是對(duì)模式和本質(zhì)的理解。就像 AI 識(shí)別一只貓，不管這個(gè)貓?jiān)谑裁喘h(huán)境、什么光照條件下，也不管這只貓是什么品種，AI 都能夠以超過(guò)人類(lèi)的準(zhǔn)確度識(shí)別。試想，作為一個(gè)程序員用程序判斷一只貓的開(kāi)發(fā)成本何其高？

降低使用成本

今天的搭建體系，本質(zhì)上是把編程過(guò)程用搭建的思想重構(gòu)了一遍，工作的內(nèi)容并沒(méi)有發(fā)生變化，成本從程序員轉(zhuǎn)嫁到運(yùn)營(yíng)、產(chǎn)品、設(shè)計(jì)師的身上。這還是其次，今天的搭建平臺(tái)都是技術(shù)視角出發(fā)，充斥著運(yùn)營(yíng)、產(chǎn)品、設(shè)計(jì)等非技術(shù)人員一臉懵逼的概念，花在答疑解惑和教他們?nèi)绾卧陧?yè)面上定制一個(gè)搜索框的時(shí)間，比自己和他們溝通后源碼實(shí)現(xiàn)的時(shí)間還要長(zhǎng)，而且經(jīng)常在擼代碼的時(shí)候被打斷……

基于 AI 的“人機(jī)協(xié)同編程”不需要透出任何技術(shù)概念，運(yùn)營(yíng)、產(chǎn)品、設(shè)計(jì)……等非技術(shù)人員也不改變其工作習(xí)慣，都用自己熟悉的工具和自己熟悉的概念描述自己的需求，AI 負(fù)責(zé)對(duì)這些需求進(jìn)行識(shí)別和理解，再轉(zhuǎn)換成編程和技術(shù)工程領(lǐng)域的概念，進(jìn)而生成代碼并交付，從而大幅度降低使用成本。

舉個(gè)例子：如果你英文寫(xiě)作能力不好，你拿著朗道詞典一邊翻譯一邊拼湊單詞寫(xiě)出來(lái)的英文文章質(zhì)量高呢？還是用中文把文章寫(xiě)好，再使用 Google 翻譯整篇轉(zhuǎn)換成英文的文章質(zhì)量高？你自己試試就知道了。究其原因，你在自己熟悉的語(yǔ)言和概念領(lǐng)域內(nèi)，才能夠把自己的意思表達(dá)清楚。

2 圍繞低代碼/無(wú)代碼開(kāi)發(fā)存在哪些技術(shù)難題需要學(xué)術(shù)界和工業(yè)界共同探索？

最初在 D2 上提出并分享“前端智能化”這個(gè)概念的時(shí)候，我就提出：識(shí)別、理解、表達(dá) 這個(gè)核心過(guò)程。我始終認(rèn)為，達(dá)成 AI 驅(qū)動(dòng)的“人機(jī)協(xié)同編程”關(guān)鍵路徑就是：識(shí)別、理解、表達(dá)。因此，圍繞 AI 識(shí)別、 AI 理解、 AI 表達(dá)我們和國(guó)內(nèi)外知名大學(xué)展開(kāi)了廣泛的合作。

識(shí)別

需求的識(shí)別：通過(guò) NLP 、知識(shí)圖譜、圖神經(jīng)網(wǎng)絡(luò)、結(jié)構(gòu)化機(jī)器學(xué)習(xí)……等 AI 技術(shù)，識(shí)別用戶(hù)需求、產(chǎn)品需求、設(shè)計(jì)需求、運(yùn)營(yíng)需求、營(yíng)銷(xiāo)需求、研發(fā)需求、工程需求……等，識(shí)別出其中的概念和概念之間的關(guān)系設(shè)計(jì)稿的識(shí)別：通過(guò) CV、GAN、對(duì)象識(shí)別、語(yǔ)義分割……等 AI 技術(shù)，識(shí)別設(shè)計(jì)稿中的元素、元素之間的關(guān)系、設(shè)計(jì)語(yǔ)言、設(shè)計(jì)系統(tǒng)、設(shè)計(jì)意圖UI 的識(shí)別：通過(guò)用戶(hù)用腳投票的結(jié)果進(jìn)行回歸，后驗(yàn)的分析識(shí)別出 UI 對(duì)用戶(hù)行為的影響程度、影響效果、影響頻率、影響時(shí)間……等，并識(shí)別出 UI 的可變性和這些用戶(hù)行為影響之間的關(guān)系計(jì)算機(jī)程序的識(shí)別：通過(guò)對(duì)代碼、AST ……等 Raw Data 分析，借助 NLP 技術(shù)識(shí)別計(jì)算機(jī)程序中，語(yǔ)言的表達(dá)能力、語(yǔ)言的結(jié)構(gòu)、語(yǔ)言中的邏輯、語(yǔ)言和外部系統(tǒng)通過(guò) API 的交互等日志和數(shù)據(jù)的識(shí)別：通過(guò)對(duì)日志和數(shù)據(jù)進(jìn)行 NLP、回歸、統(tǒng)計(jì)分析等方式，識(shí)別出程序的可用性、性能、易用性等指標(biāo)情況，并識(shí)別出影響這些指標(biāo)的日志和數(shù)據(jù)出自哪里，找出其間的關(guān)系

理解

橫向跨領(lǐng)域的理解：對(duì)識(shí)別出的概念進(jìn)行降維，從而在底層更抽象的維度上找出不同領(lǐng)域之間概念的映射關(guān)系，從而實(shí)現(xiàn)用不同領(lǐng)域的概念進(jìn)行類(lèi)比，進(jìn)而在某領(lǐng)域內(nèi)理解其它領(lǐng)域的概念縱向跨層次的理解：利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的 AI 算法能力，放寬不同層次間概念的組成關(guān)系，對(duì)低層次概念實(shí)現(xiàn)跨層次的理解，進(jìn)而形成更加豐富的技術(shù)、業(yè)務(wù)能力供給和使用機(jī)會(huì)常識(shí)、通識(shí)的理解：以常識(shí)、通識(shí)構(gòu)建的知識(shí)圖譜為基礎(chǔ)，將 AI 所面對(duì)的開(kāi)放性問(wèn)題領(lǐng)域化，將領(lǐng)域內(nèi)的常識(shí)和通識(shí)當(dāng)做理解的基礎(chǔ)，不是臆測(cè)和猜想，而是實(shí)實(shí)在在構(gòu)建在理論基礎(chǔ)上的理解

表達(dá)

個(gè)性化：借助大數(shù)據(jù)和算法實(shí)現(xiàn)用戶(hù)和軟件功能間的匹配，利用 AI 的生成能力降低千人前面的研發(fā)成本，從而真正實(shí)現(xiàn)個(gè)性化的軟件服務(wù)能力，把軟件即服務(wù)推向極致共情：利用端智能在用戶(hù)側(cè)部署算法模型，既可以解決用戶(hù)隱私保護(hù)的問(wèn)題，又可以對(duì)用戶(hù)不斷變化的情緒、訴求、場(chǎng)景及時(shí)學(xué)習(xí)并及時(shí)做出響應(yīng)，從而讓軟件從程序功能的角度急用戶(hù)之所急、想用戶(hù)之所想，與用戶(hù)共情、讓用戶(hù)共鳴。舉個(gè)例子：我用 iPhone 在進(jìn)入地鐵站的時(shí)候，因?yàn)楝F(xiàn)在要檢查健康碼，每次進(jìn)入地鐵站 iOS 都會(huì)給我推薦支付寶快捷方式，我不用自己去尋找支付寶打開(kāi)展示健康碼，這就讓我感覺(jué) iOS 很智能、很貼心，這就是共情。

六 后記

從提出前端智能化這個(gè)概念到現(xiàn)在已歷三年，最初，保持著“讓前端跟上 AI 發(fā)展的浪潮”的初心上路，到“解決一線(xiàn)研發(fā)問(wèn)題”發(fā)布[4]，再到“給前端靠譜的機(jī)器學(xué)習(xí)框架”開(kāi)源[3] ，這一路走來(lái)，幾乎日日夜不能寐。真正想從本質(zhì)上顛覆現(xiàn)在的編程模式和研發(fā)模式談何容易？這個(gè)過(guò)程中，我們從一群純前端變成前端和 AI 的跨界程序員，開(kāi)發(fā)方式從寫(xiě)代碼到機(jī)器生成，周?chē)娜藦淖鞅谏嫌^到積極參與，正所謂：念念不忘，必有回響。低代碼/無(wú)代碼開(kāi)發(fā)方興未艾，廣大技術(shù)、科研人員在這個(gè)方向上厲兵秣馬，沒(méi)有哪個(gè)方法是 Silverbullet ，也沒(méi)有哪個(gè)理論是絕對(duì)正確的，只要找到你心中所愛(ài)，堅(jiān)持研究和實(shí)踐，終會(huì)讓所有人都能夠自定義軟件來(lái)操作日益復(fù)雜和強(qiáng)大的硬件設(shè)備，終能讓所有人更加便捷、直接、有效的接入數(shù)字世界，終于在本質(zhì)上將軟件開(kāi)發(fā)和軟件工程領(lǐng)域重新定義！共勉！