IT行业最不缺少概念，再多几个也无妨，反正大部分的概念大部分人都不会真正弄懂。AI低代码是我们新创的，AIGC 低代码、AI 低代码、智能开发、AI生成式开发、AIGS(AI生成软件)等等，这些概念已经呼之欲出了，不过还是觉得AI低代码开发最为顺口。AI提示代码这个说法纯粹为了标题一致，意思是AI通过提示词辅助编程。为了能够清楚的对比，我们先拉这几个垫背的，分析一下AI低代码到底是什么。
从概念的角度对照
代码：每个程序员都熟悉的，通过编写代码来实现应用程序。有语言，算法，数据结构，需要编译，调试，运行部署。
无代码：试图使用可视化工具和拖拽式操作来代替手动编写代码，不需要编程经验，号称任何人员只需要在平台上选择需要的组件和功能，通过简单的拖拽和配置即可完成应用程序的开发。
低代码：在无代码编程的基础上，增加了一些自定义的编程接口和代码块，使得开发人员可以通过编写少量的代码来实现更复杂的功能，同时也可以通过可视化工具来快速构建应用程序。
AI提示代码：Github的Copilot就是最好例子，程序员在编程过程中强有力的智能提示工具。
AI低代码：通过人工智能技术的采用低代码理念编程方式，可以通过AI大模型和设计来自动生成代码，并根据用户需求进行优化和调整，可以说是程序员系统级的Copilot。
从起源的角度推断
代码：代码和电脑是同时诞生的。
无代码：历史的循环，每几年就一次，总是试图通过可视化走捷径，让不会编程的人写程序。一幅图胜过千言万语的背后是先学了千言万语才能理解那副图。前有网页三剑客，中有原型设计工具，后有各种大型编程玩具无代码。
低代码：一些软件公司开发过N个项目后，随着框架的积累，组件的封装，有一些核心场景的解决方案和快速开发框架，结合一下无代码拖拉拽，低代码就开始了，对于19年Gartner提出的定义，好像对又好像哪里不对。
AI提示代码：VS相比于Eclipse就是代码提示做得好，c 还有专门的插件tomato，现在vscode，idea的代码自动补全已经足够好了，但是AI Copilot的推出，再次有了质的飞跃，简直可以猜到程序员心中所想，真正的智能提示。
AI低代码：充分利用ChatGPT等AI大模型，直接生成系统级的代码，此时此刻开始见证历史。
从实现的角度分析
代码：通过编译器编译为独立的可执行文件进行运行。
无代码：在有限场景下的规则引擎上进行可视化拖拉拽配置，然后通过解析配置来运行，部分可以生成简单的展现层代码，相当于是在一个成熟的软件上的工作成果。
低代码：同样是通过流程引擎，表单引擎，可视化大屏引擎等进行配置式开发，无论是拖拉拽还是编写脚本，本质上都是生成配置信息，虽然引擎的种类增多，功能也相对更加强大，但是其生成的系统功能也只能在引擎的能力范围之内，而且通常无法独立运行必须依赖于引擎本身。
通过引擎配置系统，当所需业务符合引擎能力且功能的粒度比较大时，能够简化操作，降低人员的使用难度，但是功能的粒度一旦变小，配置的复杂度会急剧增加，而且需要专门的人员才能胜任，并且其设计思路也会隐藏在复杂的配置中，对将来的维护工作带来困难。
AI提示代码：通过人工智能和深度学习对巨量的代码训练，让AI了解了程序员的心中所想，智能生成提示代码。
AI低代码：通过人工智能和深度学习对大量的组件、框架和场景模型进行训练，利用用户提供需求分析，生成清晰可读的代码，相当于是系统级的代码补全，生成的系统可以独立运行调试，并且能够利用工具进行自动化测试，一键编译和部署。
从应用的角度比较
代码：简单介绍一下图灵完备，对于一套数据操作规则，如果能执行任何可实现的计算时，则认为是图灵完备的。绝大多数的编程语言都是图灵完备的，即可以实现任何计算机能实现的能力。
无代码：大部分是图灵不完备，只能实现非常简单有限的场景且难以扩展，看似不需要编程经验，实则需要学习更多规则配置。
低代码：试图图灵完备，其实很难做到，而且做到后也很难用，一个递归用可视化拖拉拽实现想想就觉得很神奇。能在一定程度上提高开发效率，结合代码实现复杂功能模块，但是缺少调试功能，丧失了代码的优势。整个设计不可读，对特定人员依赖严重，容易绑定到特定平台，不利于长期维护。
AI提示代码：不独立做任何应用，配合和加速代码实现。
AI低代码：从模型上可能是不完备的，但生成的代码上又是图灵完备，在有限的目标场景下开发效率非常高效，通用的场景自动生成，个性化的定制可以修改代码，代码可读，扩展性和维护性好。不仅适合大规模应用程序的开发，小的应用软件更是切瓜砍菜，小菜一碟。
从用户的角度评估
代码：真正的专业程序员。
无代码：号称是面向业务人员的，但是据采访某业务人员，我自己的事都忙不完还会操你这个心。
低代码：面向业务人员和专业程序员，工作之外有编程想法的业务人员，实习生和被忽悠了的程序员，受领导安排的程序员。
AI提示代码：面向专业程序员，提高程序员的工作效率。
AI低代码：面向业务程序员，首先是程序员，其次是注重于需求的理解和业务的实现的程序员，因此具体的技术实现细节都被封装，实现的难点和业务逻辑可以通过AI进行辅助完成，程序员的未来是面向业务的全栈工程师。
从前景的角度权衡
这里就不一一比较了，相信大家自有判断，总之，未来已来，拥抱变化吧！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。