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！
亲爱的读者们，感谢您花时间阅读本文。如果您对本文有任何疑问或建议，请随时联系我。我非常乐意与您交流。
发表评论:
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。