前几年低代码、无代码绝对是行业热点。不管是大厂推出的平台，还是各种创业公司的产品，都在宣传“拖拽就能做应用”“零代码搭建系统”。

这个概念火的时候，不少公司都在推“业务人员也能自己做系统”，搞得一些程序员都有点危机感。

作为一个码农，我也研究过好几个平台，也参与过一些低代码产品的开发。

但没想到才几年，风向又变了。AI Coding迅速普及。

AI相关的文章已经有很多了，今天结合自己的实际体验，从低代码切入，聊聊为啥说“AI Coding杀死了低代码”。

先理清一个逻辑：上层应用和底层工具的区别

在聊低代码之前，先抛出我的一个观点：

越是靠近用户的上层应用，需求越明确，定制化要求越高。比如公司官网、数据监控大盘、内部的客户管理系统，每个公司的需求都不一样，甚至同一公司不同阶段的需求都在变。

而底层工具，比如一些通用API服务、数据库、操作系统，甚至PC硬件，追求的是通用化。你不管做什么应用，都能用上这些工具，它们不直接面向终端用户，只给开发者提供支持。从某种意义上说，底层工具其实也是“低代码层”——提供通用能力，暴露可配置的能力或API来孵化各式各样的具体应用。

但上层应用不一样，必须有具体的功能和形态。所以要做上层应用，就两个选择：

1. 定制开发：程序员一行行写代码，贴合需求，但成本高，有明显的技术门槛；

2. 低代码平台：用平台提供的现成组件拖拽组装，不用写太多代码，非技术背景也可以实操。

低代码的火热，本质上是传统产品开发对“快速开发”“降低门槛”的需求没被满足。

低代码和无代码的核心特性

这俩经常被放一起说，但还是有区别的，用下来的感受总结：

低代码（Low-Code）

• 面向有基础编程能力的人，比如我们这些码农，或者懂点代码的产品经理；

• 核心是“可视化开发+少量编码”，大部分界面和逻辑靠拖拽配置，复杂部分可以补代码；

• 支持集成第三方API、数据库，能做比较复杂的企业级应用，比如Salesforce、Power Apps这些平台。

无代码（No-Code）

• 完全不用写代码，纯拖拽、纯配置，面向纯业务人员；

• 适合做简单的应用，比如表单收集、简单的工作流自动化，像国内的飞书多维表格、简道云；

• 上手更快，但功能上限很低，稍微复杂点的需求就满足不了。

总的来说，两者的核心都是“降低编码门槛、提升开发速度”，靠的是“预构建组件+模板”这套逻辑。

低代码适合什么样的场景？

它在特定场景下肯定能解决问题：

• 企业内部轻量工具：比如内部的任务跟踪表、请假审批流程、数据统计仪表盘，需求简单，不用追求极致体验；

• 原型验证：产品刚出想法，需要快速做个demo给用户测试，验证需求是否合理，不用投入太多开发资源；

• 中小公司临时需求：比如突然要做一个活动落地页，预算有限、时间紧，用低代码拼一个先用着；

低代码对比定制开发：优势很明显，但也有明显局限

优势（也是它曾经火的原因）

• 快！熟练的人一天能搞出好几个页面，定制开发可能要好几周；

• 成本低：不用投入太多专职开发者，业务人员就能参与，省了人力成本；

• 迭代快：需求变了，不用改大量代码，直接在平台上调整配置，沟通少，上线快；

• 降低技术风险：平台本身提供了安全合规、跨平台支持这些能力，不用我们自己操心。

局限性

• 功能上限低：平台有啥组件，你才能做啥功能。比如我想做个有特殊交互效果的页面，平台没有对应的组件，要么做不了，要么就得绕很大的弯，最后效果还不好；

• 性能差：用低代码生成的应用，代码冗余多，运行起来比定制开发往往慢的多；

• 供应商锁定：你在这个平台上做的应用，数据、逻辑都存在平台里，想迁移到别的平台非常难，后期平台涨价或者停服，你就只能认栽；

• 可维护性差：虽然前期不用写太多代码，但后期出问题了，排查起来特别麻烦——平台生成的代码逻辑不透明，你不知道问题出在哪里。别说你无法排查，即使平台的开发者来排查，通常也很困难，因为这类平台太过复杂了；

• 复杂逻辑搞不定：比如涉及到复杂的交互、多系统深度集成、高并发场景，低代码平台往往扛不住，最后转头定制开发重来一遍也很常见；

• 有平台学习成本：虽然低代码门槛比直接写代码低，但不同平台的操作逻辑、组件体系、配置规则都不一样，换个平台就得重新学习新的技能，积累的经验很难复用。

AI Coding

我最早用AI Coding是Copilot，后来又试了Cursor、Windsurf、Trae、Kiro。相信很多人也用过，不只是生成代码，还能帮你补全代码、调试错误、解释代码逻辑，甚至把设计稿直接转成代码。

低门槛但不低上限：不管是新手还是老程序员都能用，新手能靠它快速上手，老程序员能靠它省掉重复劳动，而且能生成任意语言、任意架构的代码，没有限制。

关键：AI Coding解决了定制开发的痛点，还没低代码的局限性

这是最核心的一点，也是我觉得低代码式微的根本原因。以前定制开发的痛点是“慢、成本高”，低代码的痛点是“功能受限、不灵活、被锁定”。而AI Coding刚好把这俩的问题都解决了。

AI Coding虽不完美，但没有低代码的那些致命局限性：

• 没有功能上限：你想要特殊的交互效果？只要你能说清楚需求，AI就能生成对应的代码，实在不行你自己还能接手，不用推倒重来；

• 不被供应商锁定：代码你自己的项目里，不用看平台厂商的脸色；

• 性能有保障：AI生成的代码意图明确无冗余，更接近定制；

• 可维护性强：后期出问题了，直接排查代码就行，不用像低代码那样，还要搞清楚平台的配置逻辑，排查问题全靠猜。

总结

低代码虽作为概念被提出的时间不算久，但实践逻辑，早已贯穿在软件开发的发展历程中。从最早的机器码，到汇编语言，再到如今各类能屏蔽硬件细节、聚焦业务逻辑的高级编程语言，到各种框架，这本身就是一场层层简化的 “低代码” 演进过程。

而在编程语言的基础之上，这类简化思路还在持续延伸：浏览器自带成熟的 UI 渲染能力，让开发者无需逐像素打磨界面；在此基础上诞生的各类 UI 组件库，将常用界面元素封装为可直接调用的模块；组件库又进一步衍生出可视化的组件编辑系统，这和当下我们所讨论的低代码系统已经高度契合。

说到底，低代码的本质就是对底层技术能力的逐层封装，每一层封装都在降低开发的准入门槛，减少开发的工作量。但封装本身存在天然的局限性，每一层的能力都无法超越其上一层的技术基底，甚至会在灵活性上有所取舍。

这也决定了低代码的核心短板：能力存在边界，在实际开发中，难免会遇到平台现有能力无法满足个性化、复杂化业务需求的情况。

“AI Coding杀死了低代码”是一个夸张的说法。但低代码的核心价值是“快速开发、降低门槛”，在AI时代，低代码的局限性，导致他的优势不明显了。低代码不会消失，但是会被挤占很大的空间。

AI Coding可以说是巅峰了已有的软件开发方式，也可以说是另一种低代码的解决方案，低代码的越来越“低”是历史的必然，AI只这个“低”的其中一环。

当然作为程序员，我也很清楚AI还不够完美，还有很多Coding它无法胜任。AI Coding效率虽高，但只看效率还是不及低代码，而且终归需要发布才能生效，天然无法和低代码媲美。现在的低代码平台也会集成AI能力，来稳固自己的地位。

但是AI的进步显然比人快的多，作为程序员，可以不用再担心被低代码替代，但又开始担忧被AI替代了。