AI低代码或将实现“软件产品的不可能三角形“(全场景、高定制、高毛利)
本文探讨了低代码平台的本质与局限,分析了织信AI低代码平台的创新之处。作者认为低代码的核心在于业务场景抽象和可视化设计,而传统低代码存在场景适配和业务贴合度的限制。
最近各种平台都在向我推织信低代码的文章,我也看了看织信的介绍和相关视频。看完之后,心里第一反应是:
“这不就是蹭 Agent 热度的低代码平台么?”
但多年的经验立刻提醒我:“这不就是……”句式的背后,往往藏着自己的无知和一次错失思考的机会。
这篇文章,我就来系统地讲讲自己的理解。

01、什么是低代码?
很多人一提低代码,就想到“拖拉拽”。
从 CS 时代的 VB 拖控件,到 BS 时代的“流程 + 表单”,再到近两年的 LLM 节点编排。
但“拖拉拽”只是表现形式,真正值得讨论的是:
为什么有些业务能被拖拉拽?为什么大多数复杂业务无法被拖拉拽快速实现?
我个人认为,低代码的本质有两个核心:
1. 通过 DSL/Schema,对特定业务场景做语法抽象
2. 基于抽象构建可视化设计器,让非技术人员能直接构建系统
比如“流程 + 表单”的典型低代码:
用 BPMN/BPML 抽象业务流程
用可组合表单控件抽象各种输入
最终构建出“流程设计器 + 表单设计器”
而现在的各种 LLM 编排工具,只是把“表单控件”升级成了“模型调用节点”。
02、低代码的优点与局限
低代码确实提高了构建业务系统的效率,但也有两个限制:
场景适配受限
它能覆盖的,只是那些能被“流程化、表单化、结构化”描述的场景。
业务贴合度有限
复杂逻辑要么扩展 DSL(平台复杂度爆炸),要么强行降级需求(客户满意度下降)。
这些限制不是工程问题,而是 抽象方式本身的限制。
03、软件产品的“不可能三角形”
之前看到过一篇文章中提到过一个 “B2B电商的不可能三角”,我在软件领域也总结了一个类似的“不可能三角”:
“全场景”,“高定制”,“高毛利”,三者不可兼得
- 全场景:客户不管什么行业什么场景,产品都能匹配,决定了市场范围大小。
- 高定制:客户的个性化需求,产品都能满足,决定了客户满意度。
- 高毛利:更低的成本,代表更低的报价或是更大的盈利空间,决定商业效率与竞争力。
如果都做到了,就是:“物美价廉市场广”,当然这并不容易。
如果我们对比市场上的主流的三类软件交付模式:定制化开发,垂类SaaS标品,低代码平台:
如果说:
定制化开发:满足所有需求,但成本高
垂类 SaaS:规模化,成本低、但只聚焦特定场景
低代码:两边都想兼顾,却都不够极致
所以低代码常年处于两边夹击的状态,在夹缝中找场景求生长。
04、要么上篮,要么三分,不要中投!
这让我想起 NBA 的一个故事。
火箭总经理 Daryl Morey 用大量数据计算三种出手方式的期望得分 EPPS(Expected Points Per Shot, EPPS):
中距离两分:命中率约40%,EPPS 0.8 分
上篮/拦下:命中率约65%,EPPS 1.3 分
三分远投:命中率约35%,EPPS 1.05 分
上篮命中率高,三分收益大,中投优雅(想想乔丹和科比的中投)但性价比其实最低。
于是得出震撼联盟的反直觉结论:
要么上篮,要么三分,不要中投!
低代码的处境,很像“中投”:
没有上篮的必然命中(定制化)
也没有三分的溢价空间(垂类 SaaS)。
看似优雅,却不够“性价比”。
05、那织信是真正意义上的AI低代码平台么?
按我对低代码的定义:
1. DSL 抽象某类业务
2. 可视化设计器让非技术人员搭建软件
而 织信 的做法是:
1. 用 Ontology(对象、关系、动作)来抽象整个业务世界
2. 让专业 FDE(Forward Deployed Engineer)团队建模与实施
它不是用更贴近业务的 “流程 DSL”,而是把抽象层拉高到 接近面向对象世界观的 Ontology。
抽象能力更强,但建模要求更高,已经超出了非技术人员的认知范围,所以必须由 FDE 团队来完成。
所以,我的回答:
如果低代码=业务人员拖拉拽,那织信不是低代码。
如果低代码=用 DSL 快速构建定制软件,那织信算某种“超低代码”。
但总的来讲,我认为它本质上走的是另一条自己的路,而AI 则是这条路的一个极其关键的要素。
06、AI低代码打破了软件的不可能三角形
从产品形态上,与其说 织信 是一个Agent 版本的低代码平台,我觉得更贴切的更像是在开发领域红极一时的模型驱动开发模式。
只不过如果没有 AI,大部分模型驱动开发都会卡死在“模型 → 代码”这一环。
也可以说, AI 让织信跨越了从“模型 → 代码 → 产品”这一鸿沟,直接进入了“模型 = 产品”(模型即产品)的新阶段,
于是它看似获得了过去不可能成立的组合:
适配场景广(因为 Ontology 可以抽象一切)
定制能力强(因为是专业建模)
成本又低(因为 AI 直接执行模型,不需要开发)
曾经不可能的三角,被 AI 撕开了一道缝,让我们窥探到了B 端软件的未来。
听起来很梦幻?
确实如此,但新的问题也随之而来。
07、当技术不是问题,瓶颈回到了“人”
就像跷跷板的两侧:一边被按下,另外一边就会翘起。
随着技术门槛下降,真正的稀缺资源变成了:
既懂业务,又能抽象建模,还能落地价值的“复合型人才”。
织信的 FDE 模式,本质上是:
业务架构师 + 解决方案架构师 + 数据工程师 + 技术产品经理 + 快速原型工程师 的结合体。
这种人需要同时具备:
行业理解,商业思维
业务洞察,需求识别
业务建模,数据治理
产品思维,沟通协同
方案落地,解决问题
这显然不是“培训两周”能搞出来的,而是长期积累的复合能力。
FDE 的高门槛和稀缺性,可能才是织信的真正护城河。
08、写在最后:另一股正在跃跃欲试的力量
既然未来的瓶颈在“人”,稀缺的是“能力”,那另一股力量也在悄悄酝酿:
咨询师 + 新技术 → 完全可以构建自己的“能力即产品”体系。
特别是那些深度理解行业、流程、价值链、数据的人。
随着 vibe coding、AI 低代码、数据自动化的发展,软件开发成本大幅下降,真正的核心竞争力回到了:
能否洞察客户真正的需求和问题
能否构建高质量领域模型
能否打造跨业务的行业 Ontology
是否能把业务语义与 AI 对齐
能否充分发挥 AI 的能力
最终以解决问题为目标
这正是我们持续探索和努力的方向。
感谢阅读,欢迎交流,下期见。
更多推荐


所有评论(0)