从“拖拉拽”到智能开发：AI如何重构低代码开发范式

开发范式，指的是一套主导应用如何被构建、交付和维护的方法论。在传统IT时代，它高度依赖专业开发者；而低代码的出现，实现了“非专业开发者也能搭应用”的机会。

在数字化转型的浪潮中，低代码平台以其独特的优势迅速崛起，成为企业加速创新、提升效率的利器。凭借图形化界面和预配置组件，低代码平台大幅降低了开发门槛，让非技术人员也能参与应用构建。随着企业对低代码平台的不断尝试，推进着低代码平台正朝着更加智能化、一体化的方向发展。

低代码1.0-3.0时代的演进之路

1、低代码1.0：拖拉拽搭建应用，快速开发上线

2014年，Forrester提出了“低代码平台”（Low-Code Platform）的概念，而当时大量企业也在数字化转型的进程中，这一新兴的软件开发工具开始受到行业内的广泛关注。一些具有前瞻性的企业迅速接受低代码技术，尝试利用其快速开发和成本效益来解决业务问题。也有许多企业对低代码持怀疑态度，担心其是否能满足复杂的业务需求、与现有系统无缝集成，或在安全性、扩展性上达到预期？

随着低代码平台逐渐成熟并证明了其价值，越来越多的企业开始克服疑虑，将其纳入企业IT架构规划中，作为传统开发的补充，提升效率。以上，低代码已经成为了数字化转型的核心能力，低代码1.0阶段随之展开。

2、低代码2.0: 由人主要驱动，AI作为副驾驶

随着生成式AI的兴起，业务部门不再满足于“拖拽组件”，而是开始试图通过自然语言描述业务需求，并期待系统自动“听得懂、做得出”。随着AI Coding的全球化普及，对众多开发者产生了积极的一面，使开发者能够将精力集中在项目的高价值部分，例如关键设计和架构规划，而非重复性或繁琐的编码任务，显著提升了生产力。除此之外，将AI作为辅助工具，应用到各类业务场景中，如智能客服、医疗诊断，解放重复劳动力的同时提升了效率，还为用户带来了更智能、便捷的体验。那么，低代码是否也可以通过AI来提升效率和体验，解决实际的业务问题呢？

其实，低代码结合AI能力，不仅仅要实现效率的提升，还要把关注点落在数据、权限、合规上；但众所周知，AI还有很多不确定性，如大模型幻觉等问题，结合到业务系统真的安全吗？

在企业中，“可信性大于创造性，凡是不能被验证的，就是不能被使用的”。从这个意义上来说，AI辅助人工作为工具才是最优解，由人来主导，AI协同。就好像是你买了一个油电混合车：把AI比作电力，没电时仍可用油驱动 ，没有AI也能运行，AI只是增强体验或效率。行业最初把这种开发范式称作“AI Copilot”：由人主要驱动，AI作为副驾驶。

AI Copilot的概念最初由 GitHub 在2025年推出 GitHub Copilot 时明确提出，通过产品发布、开发者社区的分享和行业竞争迅速传播，定义了 AI 辅助编程的范式。这一范式不仅改变了编程方式，还推动了软件开发行业向智能化、自动化的方向迈进。在这个阶段，低代码平台厂商也纷纷进入到低代码+AI Copilot的赛道，随着场景越做越深、越做越广，低代码不再只是简化开发的“工具”，而是摇身一变，成为融合了人工智能（AI）技术的智能平台，掀起了一场开发模式的革新。越来越多的企业开始拥抱这一新型开发模式。数据显示，低代码市场在这一时期的增长速度十分迅猛。这样的高采用率，同样证明了低代码在“AI辅助”范式下的价值。由此，低代码2.0阶段到来。

与此同时，炎黄盈动的AWS AI Agent平台也迅速做出了反应，我们在平台中把以上“Copilot”这种开发范式称作“嵌入AI应用(Al-Enhanced)”，旨在以低代码引擎为主，结合传统组件场景，封装相应的AI能力组件。并将该类范式融入到了AWS aPaaS产品中，推出了多种AI助理：

• AI表单助理：理解业务意图，根据用户对话/图片等提供全自动/半自动方式填写表单，兼顾合规；

• AI流程助理：根据审批、风控、制度要素，发起流程并提供合规建议；

• AI图表助理：基于数据维度分析图表信息，为业务决策提供洞察；

• AI辅助搭建：借助AI辅助搭建、AI辅助编程能力等，优化和迭代各类业务场景。

在以上的助理实践中，通过将AI嵌入现有系统，并结合系统内的数据、权限、规则引擎等信息，实现了通过自然语言描述业务需求，系统实时响应，做到“听得懂、做得出”，为AI生成的结果提供了结构化治理框架，确保智能开发可控、可审计。同时统一了AI接入方式，实现从表单、流程、图表到门户的协同智能，实现了贯穿全流程的一致性体验。

低代码2.0阶段的实践，标志着低代码开发不再是“组件堆砌”，而是由AI驱动实现“意图转化为产品”。开发范式的主导权开始部分转移给AI，人类则从“实施者”角色转向“指导AI”的教练。

3、低代码3.0：以AI为核心驱动，规划并完成目标

AI时代，除了“Copilot”，还有一个范式被广泛接受：“AI原生应用”。以AI为核心驱动，技术深度集成到应用的每一个环节。其价值在于个性化服务、自动化流程和决策支持。与“AI Copilot”相比，AI原生应用更注重深度集成和端到端解决方案。

当AI不仅“能听懂会协助”，更能“规划、编排、调用工具并完成目标任务”时，低代码3.0阶段也悄然来临。3.0是2.0阶段范式的进一步延伸，同时也相辅相成、共同发展。

炎黄盈动的AWS AI Agent平台在构建“嵌入AI应用”和“AI原生应用”时，可灵活支持智能体（Agent）、AI工作流（AI Workflow）和AI嵌入三种模式混合。通过对话 + 技能 + 编排 + 知识 + 行动的模块式组合，将AI融入企业组织、权限、数据、流程和系统，探索AI时代10x 生产力！

Gartner《Low-Code Development Technologies》报告显示，到2026年，超80%的新应用将通过低代码平台开发，其中AI驱动的智能功能将成为标配。这一趋势正在推动企业从“技术驱动”转向“业务驱动”，使业务人员能够更直接地参与应用开发，加速业务创新。

炎黄盈动的AWS aPaaS平台，通过嵌入生成式AI，持续在探索和发掘10 x 生产力潜力的道路上。

如何向AI索要生产力？炎黄盈动通过自身的理解和产品迭代，做出了独到的诠释。

1、基于传统低代码开发范式（1.0阶段）

通过“托拉拽”的方式构建应用，AWS aPaaS支持一体化的开发和运维流程，实现了从开发、测试到生产的无缝过渡，可以在云原生、微服务架构下发挥更好的部署实践。同时注重信创国产化环境的适配，确保您的业务能够在安全可靠的云环境中运行。

AWS aPaaS平台由多个强大的组件构成，包括“搭应用”、“观数据”和“聚信息”。这些组件涵盖了数据大屏、仪表盘、页面、门户、视图、决策、表单、流程、领域和存储等，为客户提供了一个全面的数字化解决方案。平台还提供了数字化人才和智能化人才的新能力，以及平台化工程，帮助您在数字化转型的道路上加速前进。

平台从构建专业系统，到搭建长尾应用，可广泛覆盖人力、财务、合规、合同、项目、采购、资产、投资、ESG和费控等多个典型场景。帮助您创建和持续优化这些关键业务应用，提高工作效率，降低运营成本。

2、基于+AI的嵌入式低代码开发范式（2.0阶段）

低代码从1.0阶段的“托拉拽”式开发工具，在+AI的浪潮下，实现了通过自然语言描述业务需求，系统可以实时响应的开发范式变化。基于此，我们在新范式的引领下，AWS aPaaS平台能力+AI也做了很多的尝试。

AI嵌入业务流程和组织：通过AI工作流+AI Data+AI工具/插件的组合搭建，实现了”嵌入业务流程、嵌入用户表单、嵌入数据视图、嵌入分析图表”几类核心场景的落地。

1）AI嵌入流程中心

协助用户发起流程并基于历史数据自动填写表单。通过+AI，从原来的手动查找和手动数据录入，到现在的AI查询和AI自动识别并录入数据，实现了流程发起效率的显著提升。

2）AI嵌入辅助搭建流程

协助用户搭建流程。通过+AI，从原来的基于需求手动拖拽节点和连线搭建，到现在的AI基于需求或者流程图自动识别并生成流程、调整流程，实现了流程搭建效率的显著提升。

3）AI嵌入表单

通过在表单嵌入AI的方式，使用BANT模型评判线索转商机是否符合标准，分别进行线索标注，并通过AI进行下一步行动建议；通过+AI，从原来的销售人员人工逐条判断线索的转化价值，到现在的AI自动根据标准评估线索价值，兼顾了评估标准的统一性和准确性的增强。

4）AI嵌入辅助搭建表单

协助用户搭建表单。通过+AI，从原来的手动拖拽表单组件、配置表单规则，到现在的AI基于需求或者图片自动识别并生成表单、规则以及美化表单布局，实现了表单搭建效率的显著提升。

5）AI嵌入业务视图

CRM场景中，通过AI对线索进行智能打分，识别高潜客户和热线索，从而基于每日更新的今日AI推荐率排序，优化团队资源投入；通过+AI，从原来的销售人员无法分配精力去评估每日的新线索转化价值，导致重点不清、资源浪费，到现在的AI自动根据行为数据，如跟进记录等，每日进行线索的智能打分，从而优化了整体团队的资源投入。

6）AI嵌入辅助搭建视图

协助用户搭建视图。通过+AI，从原来的手动基于数据源搭建视图，到现在的AI基于需求描述、图片等自动识别并生成带有数据源的视图、并调整视图规则，实现了视图搭建效率的显著提升。

7）AI嵌入图表

基于当前人力资源管理图表场景，基于可访问的数据和对话，通过AI发现数据中的模式、趋势和关联性，从大量数据中提取有价值的信息给出分析建议，提供决策支持；通过+AI，从原来的人力员工人工根据不同图表信息总结分析进行汇报材料的准备，到现在的AI自动根据图表信息进行分析和预测，实现的工作效率的翻倍。

8）AI嵌入辅助搭建图表

协助用户搭建图表。通过+AI，从原来的手动基于数据源一个一个搭建图表，到现在的AI基于需求描述、图片等自动识别并生成图表或者整个仪表盘、美化仪表盘布局、翻译图表，实现了图表搭建效率的显著提升。

低代码2.0阶段和3.0阶段是相辅相成，共同发展的。3.0阶段不只是实现了通过自然语言描述业务需求获得系统实时响应，更是由AI作为“主驾驶”，进行“规划、编排、调用工具“去完成目标任务。

1) AI自主规划、调用工具回答问题

如图所示为AI生成代码；通过AI+，从原来的开发人员手敲代码，到现在的AI根据业务规则和需求，生成符合系统要求的代码内容，提升开发人员的工作效率。

2) 开启联网搜索能力

AI基于你的问题自动上网进行深度搜索，并将网页信息结果返回。

3) 通过工作流的编排，限定AI的执行路线

可接入后台系统的权限、数据、流程等信息，并进行LUI—GUI的双向联动；如查询客户列表、商机列表、添加商机跟进记录。

4) AI生成应用

旨在借助AI能力，将应用搭建人员提供的应用构建需求，转化为存储、表单、流程、视图、图表等模型，从而进行下一步应用管理。一方面，AI生成应用能够辅助普通人或产品经理直接生成想要的应用系统，根据输入应用名称和需求描述，AI自动生成结果；另一方面，可通过输入补充要求，以强调AI对生成需求的理解。

过去，低代码依赖“拖拉拽”的组件拼装方式，虽然降低了技术门槛，但仍需大量手动操作，效率有限。如今，人工智能（AI）的深度融合，通过自然语言处理技术，AI能直接理解用户需求，自动生成代码或应用。这不仅让开发过程高度自动化，还使非技术背景的业务人员也能快速构建应用，推动企业从技术驱动向业务驱动转型。例如，一个市场营销团队只需输入“创建活动报名页面”，AI就能根据需求生成表单、流程、按钮等，整个过程可能只需几分钟，而非传统开发的数小时或数天。这种效率提升，正在重新定义企业数字化的速度与可能性。

低代码平台的未来正在受到AI技术的深刻影响。低代码平台的未来将由AI驱动，朝着更智能、自主的方向迈进。这一前景建立在当前技术趋势和行业实践之上，同时需要技术专家、企业和政策制定者的共同努力，确保AI在低代码场景下既高效又负责任。低代码+AI的2.0、3.0阶段不是一蹴而就的终点，而是值得探索的新起点。它在落地路线、企业内部适配性、合规边界上仍有挑战。我们认为：开发范式将朝着AI自主性更强、业务耦合更深的方向持续演进。

以炎黄盈动AWS aPaaS平台为例，通过集成生成式AI能力，嵌入多种智能助理，覆盖表单、流程、图表、视图等环节，实现全流程AI辅助开发。同时通过统一的AI使用入口，提供了连贯的用户体验。基于此，低代码开发范式从“托拉拽”搭建，加速进入到了通过自然语言描述业务需求后，系统可以“听得懂、做得出”。

在低代码开发的演进中，提示词工程（Prompt）不可或缺，它提供了一种更高级别的抽象方式，使用户无需掌握复杂的编程语言或操作界面，只需用接近日常语言的方式与AI交互即可完成开发，让应用创建变得更加智能、普及和高效。这一变革不仅重塑了开发者的角色，还为企业和个人提供了更大的创新空间。未来，随着提示词工程与AI的深度结合，低代码开发将释放出更大的潜力。我们认为：“提示词也将成为新的低代码应用开发语言”。

低代码1.0到3.0的演进过程，不只是从“拖拉拽”到“智能开发”的简单叠加，而是对低代码开发范式的重构；不仅是技术手段的跃迁，更是思维方式的重构；在从“人找工具”到“AI承载用户意图”的循环往复中，开发范式将不断被重构和发展。

欢迎前往炎黄盈动官网，体验aPaaS低代码产品，通过嵌入生成式AI，探索和发掘10 x 生产力潜力，还可报名参加炎黄盈动AI场景共创计划，开启安全合规的AI智能化之旅！