这两年AI写代码的工具冒出来太多了——什么Cursor、Copilot、通义灵码...以及各种AI Agent。这些AI工具核心能力就是你只需说一句话它就能给你写一套应用程序或生成一个完整页面。这一套下来有数据显示光是今年第一季度全球AI编程工具的付费用户就翻了一倍多。很多公司的技术团队也已经人手一个AI编程助手。于是业界人士和相关用户群体都冒出了一个疑问AI都能自己写代码了低代码平台还有用吗这个问题真的在任何技术社区都能看到被讨论。有人说低代码已经是上个时代的东西了迟早被AI编程取代。也有人说低代码在AI时代反而更有价值因为企业真正缺的是系统而不是散装的代码功能。两边都讲得很有道理。但到底哪个更接近真实情况有意思的是我问过几家做低代码的公司他们的付费客户数去年反而涨了。为什么上周我和一家做制造业数字化的同行聊了很久。他说了一句话我印象很深AI让写代码变快了但没让企业变聪明。什么意思他的意思是AI帮员工省了写代码的时间但企业的效率瓶颈本来就不在写代码上。我琢磨了一下觉得他说到了点子上。怎么理解呢下面展开聊聊。01、能写代码不等于能搭系统先说一个场景。假设你现在是一家制造企业的IT负责人。老板说我们要上一套采购管理系统。你用AI编程工具输入需求。不到十分钟一个采购表单页面就出来了。录入物料、选择供应商、填写数量和价格、提交。看起来能用。但当你把它拿给采购部同事看的时候问题来了。数据往哪存供应商信息要不要和ERP拉通不同金额的采购单审批层级不一样怎么配采购员只能看到自己负责的物料类型权限怎么控月底财务要对账生成的报表从哪里取数这些问题AI编程工具回答不了你。它能帮你写出一个页面但没办法帮你设计一套系统。系统的背后是什么是数据结构。一个采购单关联了物料主数据、供应商档案、库存台账。这些数据之间的关系要严格定义。一旦定义错了后面所有报表、所有分析全是错的。是权限模型。谁可以新建采购单谁只能查看谁能审批谁能修改供应商信息。而且不同采购类型、不同金额、不同部门权限规则都不一样。是流程引擎。提交、审核、驳回、加签、会签、撤回。每一步对应什么状态每个状态触发什么通知通知发给谁。是集成接口。采购系统要和ERP同步物料数据要和财务系统同步付款信息要和仓储系统同步入库状态。是版本管理和变更追溯。谁在什么时候改了哪条业务规则为什么改改之前是什么。出了问题要能回滚要能追溯。这些东西不是写几行代码能解决的。它们需要一个完整的应用框架来承载。你可能说那我让AI把数据表也设计了把权限也写了把流程也配了。可以。但试过的都知道AI生成的东西容易散。今天加一个字段AI帮你改了前端、后端、数据库。明天改一条审批规则AI又改了一堆地方。改着改着就不知道哪里和哪里有关联了。等到出问题的时候你甚至找不到是谁、在什么时候、改了哪个地方的什么东西。而且AI写的代码每一次生成都是新的。同一个业务逻辑今天生成的和上周生成的实现方式可能完全不一样。企业系统最怕的就是这种不一致。你想想一个运行了三年的ERP系统里面如果混着几百段不同时期、不同风格、不同逻辑的AI生成代码。当业务出了问题你打算怎么办把几万行代码全部审计一遍吗这就是AI编程的盲区它能生成代码但管不了代码之间的关系。它能快速启动但撑不住长期的运营和迭代。我再举一个更直观的例子。上海的一家互联网公司之前是我们的意向客户年初小龙虾火的那段时间他们赶潮流火急火燎的上了一套AI编程工具并连续开发了三个月最终生成了47个功能模块。销售管理、客户管理、合同管理、项目管理财务管理全都有。看起来功能齐全。但有一天市场部说客户管理系统里的标签要同步到销售管理里。IT翻了一遍代码发现这两个模块虽然都是AI生成的但数据格式对不上。客户的ID在A模块里是字符串在B模块里是数字。标签的定义两个模块也完全不同。就为了打通这两个模块的数据IT团队花了整整5天。换个角度想当系统变大了之后你需要的就不再是生成功能的能力真正缺的是治理功能之间关系的能力。那低代码在做什么02、低代码搭骨架AI装肌肉上周六我拜访了深圳一家中型制造企业。去年低他们用织信PS我们团队也是织信的代理商搭了一套MES系统。我当场问他去年AI那么火你们为什么不直接用AI写代码他的回答很有意思。他说AI写代码当然快。但我们MES系统要跑的流程有上百个。每个工位的报工规则不一样。不同产线的质检标准也不一样。这些业务规则车间主任三天两头就要变一次。如果每次改规则都要去找IT部门IT部门再去找AI生成代码、测试、部署。改一个报工规则两天就过去了。车间主任等不起。但用低代码平台他把所有的业务规则都做成了可配置的。报工流程怎么走质检合格标准是多少哪个工位做完才能流转到下一站车间主任自己拖拖拽拽就改了。五分钟的事。那AI在这里面做什么做那些需要智能判断的事。比如质检环节。以前工人要对着图纸一个个尺寸手工测量、手工记录。现在用AI视觉识别拍张照片系统自动判断产品尺寸是否合格、外观有没有缺陷。判断结果直接写入质检单不合格的自动触发返工流程。比如排产环节。以前计划员要对着Excel根据订单交期、设备状态、人员排班手工排产。排一次要大半天。现在AI根据历史数据预测每个订单的加工时长自动给出排产建议。计划员只需要确认微调一下就行。低代码搭的是骨架数据怎么存、权限怎么控、流程怎么跑、系统之间怎么对接。AI装的是肌肉视觉识别、智能排产、自然语言查数据、异常预警。骨架没有肌肉就是一套空壳。肌肉没有骨架就是一堆散装功能撑不起来。这家企业的MES系统上线半年后我拿到了几个数据。车间平均报工时间从4分钟降到了30秒。质检漏检率从8%降到了1%以下。排产效率提高了将近一倍。更关键的是这些变化是可持续的。因为业务规则配置在低代码平台上车间主任想改就改不用走IT排期。AI的视觉识别模型也在持续优化质检准确率每个月都在往上走。架子搭好了肉可以慢慢长。03、AI不会消灭低代码只会让低代码变强讲到这里你可能感觉到了。AI和低代码之间是一个互相需要的关系。再讲一个例子。前段时间我帮一个做零售的朋友看他们的审批流程。他们有50多家门店每家门店的采购申请、费用报销、退换货审批都要走系统。以前审批规则是死的。金额超过5000自动升到经理审批。超过20000升到总监。不管什么品类、什么场景都一刀切。这就带来一个问题。有些紧急采购比如门店空调坏了夏天没空调客人全跑了这种单子走普通审批流程层层抄送黄花菜都凉了。有些该严审的单子比如大量采购临期商品做促销金额不大但风险很高反而轻松过关。怎么办他们用低代码平台搭了审批流程然后在关键判断节点上接入了AI。AI做的事情是根据申请内容自动判断这个单子该走什么通道。它看的是什么采购品类、金额大小、申请人历史记录、当前季节、门店所在区域的天气。如果是紧急维修类采购直接走绿色通道。如果涉及高风险品类哪怕金额再小也加强复核。审批时长平均缩短了40%异常采购第一个月就排查出3起。他们还发现一个有意思的数据AI介入审批之后申诉率反而下降了。过去一刀切审批有些该快的不快门店的人觉得被卡脖子就去找关系、走特批。现在AI看的是实际业务场景该快的快、该严的严规则本身变得更合理了。申诉自然就少了。这说明什么低代码让审批流程变得可以配置、可以追溯、可以调整。AI让审批流程变得有判断力。配置能力加判断力才是一个智能系统该有的样子。最后的话AI时代低代码平台不但有用而且比以往任何时候都更需要。道理很简单AI让每个人都能写代码。但写出来的代码越多企业就越需要有人来管这些代码。谁来管低代码平台来管。它管数据的一致性管权限的安全性管流程的可追溯性管版本的变更记录。AI负责生成和创造低代码负责治理和规范。这让我想起一个比喻。AI像一个特别能干的程序员代码写得飞快想法也很多。但他写出来的东西格式不统一风格不统一今天这样写明天那样写。时间一长项目就变成了一团乱麻。低代码像一个经验丰富的架构师。他不一定写代码最快但他知道数据该怎么建模、权限该怎么分层、模块之间该怎么解耦。他给年轻员工搭好框架、定好规则让年轻员工的才华有地方施展又不会把项目搞乱。企业真正需要的是一套能把快速创造和长期治理捏在一起的能力。过去低代码的价值是让不懂代码的人也能搭系统。AI时代低代码的价值变了。它变成了让AI写出来的代码有章可循、有规可守的那一套框架。就像写字。AI能帮你写文章但标点符号的规范、段落的组织、标题的层级这些是需要有人定义和管理的。没有人管AI写出来的可能就是一堆杂乱无章虚假夸大的内容。企业和业务系统的关系是一样的道理。这就是AI时代低代码的真正价值。