近来,关于生成式AI技术即将颠覆各个行业的预测在网络上随处可见。虽然生成式AI技术在自然语言处理、文本生成等领域已经取得了令人瞩目的成果,但是在低代码平台开发领域,尤其是在企业内部应用方面,其影响并不明显。
低代码平台作为一种开发工具,允许用户通过图形化界面和预制模块快速构建应用程序,而无需编写大量代码。通过低代码开发,专业的软件开发人员和普通公民都可以高效地创建应用程序。许多低代码平台也都有着其独特的特点,为用户提供了各种应用程序设计和开发功能。
ChatGPT 和类似的 AI 技术可以根据需求生成代码,但因其功能和安全性的不足,在短期内可能无法在大多数组织中完全取代低代码开发工具。实际上,AI 更可能作为补充来增强低代码平台,而不是完全取代它们。
下面星云座低代码对ChatGPT和低代码二者间的同异之处进行比较分析,以便为大家提供全面的参考信息和深入了解这两者在技术特性及应用场景方面的优势与挑战。
01
ChatGPT与低代码之间的相似点
ChatGPT和AI驱动的编码特定技术(包括GitHub Copilot和Amazon CodeWhisperer)可以处理一些与低代码工具相同的任务。
它们可以根据用户的请求自动生成定制的代码。例如,当要求ChatGPT编写一个从MySQL数据库中提取数据的Python函数时,它给出了以下部分回应:
输入正确的值,自动生成的代码将连接Python应用程序到MySQL数据库。
像示例中通过自动生成代码,ChatGPT等AI工具或许可以帮助那些非技术型用户和需要快速生成代码的专业软件开发人员,而低代码供应商也正是迎合了这些群体。
02
ChatGPT相较于低代码的不足之处
在现阶段,尽管像ChatGPT这类AI工具在语言处理和自然语言理解方面表现出色,但它们仍无法完全取代低代码平台。原因在于,许多低代码平台所具备的关键功能,例如应用程序设计、代码集成、安全保护和许可证管理等,AI服务目前还难以很好地实现。
应用程序设计
ChatGPT等类似工具能够生成代码来实现应用程序的特定部分。然而,它们在协助用户选择应用程序所需功能元素或将这些功能构建成统一的应用程序架构方面并无明显优势。
相较之下,低代码工具的可视化界面展示了用户可实现的各种功能,以及如何将这些功能融合以创建应用程序。与ChatGPT有所不同的是,低代码工具能够帮助用户从宏观角度审视应用程序,并探讨关于应用程序设计的各种可能性,从而提高应用程序的易用性和可访问性。
代码集成
低代码平台通过拼接应用程序组件,构建成一个完整的应用程序。用户只需在平台上选择所需功能,工具便会自动实现集成。低代码平台还支持跨平台、跨系统的无缝集成,让开发者能更专注于核心业务逻辑。
然而,与之相比,像ChatGPT这样的通用生成式AI平台仅能编写代码片段。用户需自行决定如何将这些片段组合成一个功能完备的应用程序。大部分非技术用户并不具备集成代码的专业知识。虽然专业开发人员可以完成这种集成,但这实际上削弱了利用AI加速应用程序开发的初衷。
代码安全性
低代码平台还具备强大的安全防护机制,确保应用程序的数据安全、隐私保护和合规性要求得到满足。
相较而言,ChatGPT以及其他通用AI系统无法保证生成的代码具备同样的安全性。这些工具在对可能被集成的更广泛代码库的理解上存在局限。例如,它们无法洞察一个功能所收集的用户输入如何传递至另一个功能,以及输入如何可能向应用程序注入恶意命令。
基于这些原因,ChatGPT生成的代码可能容易受到注入攻击、跨站脚本攻击、不安全依赖关系等多种问题的影响。而在专为生成代码而设计的低代码平台中,这些安全风险得到了很大程度的降低。
权限许可
ChatGPT及类似技术部分是依赖开源代码进行训练的,但是开发这些代码的开发者未授权此类训练过程,因此有人认为这些AI工具(及其可能生成的代码)违反了开源许可。这种观点已开始引发针对GitHub Copilot等的诉讼。不过目前使用ChatGPT协助编写软件的组织是否最终会卷入法律纠纷还尚难确定。
相反,对于持有许可的低代码开发平台客户来说,这种风险并不存在。低代码平台可提供一站式许可证管理服务,帮助企业轻松应对版权和知识产权问题。
尽管ChatGPT在安全性和许可证管理方面存在不足,但其在自然语言处理和对话生成等领域具有显著优势,可以作为低代码平台的有力补充,共同推动软件开发的智能化和高效化。
回归主题,ChatGPT和低代码都是优秀的技术,二者有着不同的应用场景和目标用户,因此,不能简单地说哪个更适合。选择ChatGPT还是低代码平台取决于你的需求和项目类型,需要根据具体情况进行评估。对于非程序员或业务人员来说,低代码平台可能更适合编程,因为它们可以缩短开发周期并降低技术门槛。而对于需要处理自然语言任务的场景,例如聊天机器人或自动回复系统,ChatGPT可能更适合