2022 年我写过一篇对低代码行业的分析文章，《低代码的王国里，没有国王》，里面有一段话在 4 年后的今天看来，简直沧海桑田

2022 年我写过一篇对低代码行业的分析文章，《低代码的王国里，没有国王》，里面有一段话在 4 年后的今天看来，简直沧海桑田：

低代码和无代码并不是一个东西，这俩虽然经常被业界放在一起讨论，但从目前的技术能力和可预见的技术发展未来角度看，无代码平台我个人认为是很难成立的。就像人工智能在肉眼可见的未来仍将只能承担狭义的辅助功能一样，除非哪天 AI 可以自己完美跑通软件开发的全流程，不然我很难相信无代码平台能从概念变成行业现实。

谁特么能想到，4 年过去了，AI 已经从我的狭义辅助定位，变成了我给它打下手的倒反天罡啊！

那些低代码曾经吹过的牛，让非技术人也能做出一个系统，终极未来是淘汰程序员的愿景，看起来都要被 AI 所实现了。

AI：我不是针对谁，在座所有人我都想淘汰。

首先回顾一下低代码的定义和历史发展：

这是 2014 年由研究机构 Forrester Research 提出的被广泛认可的低代码技术定义，回溯定义出现的那天，低代码都至少有 12 年的历史了，这在技术圈这个循环往复、此起彼伏的潮流圈里，确实算不上什么新鲜事物。

而实际上，低代码的概念可以追溯到 1980 年代可视化编程的思想，在此后一直有类似的形式发生。举个最简单的例子：你在 Excel 里用一个公式对某一列数据求导，这也是低代码的一种基础实现形式。

一般而言，低代码的核心要素包括以下几点：

可视化抽象：用拖拽组件替代手写代码，将编程逻辑封装为图形界面操作。

平台锁定：应用逻辑以厂商私有格式存储，迁移成本极高。

公民开发者：非 IT 背景的业务人员可以直接参与系统的构建。

复杂度转移：并没有消灭复杂度，只是把它从代码层封装到了平台的黑盒里。

能力天花板：超出标准 CRUD 和简单流程后，会迅速触及天花板。

快速交付承诺：核心卖点是从需求到上线的周期压缩。

你看看这几条要素，回过头来想想，卧槽，都是被 AI 降维打击的地方。

我把低代码和 AI 做了一组同构映射图，结果很直观了：

低代码的本质是在编程语言之上加了一层「图形化翻译层」，你拖一个表单组件到画布上，平台帮你生成对应的前端代码和数据库字段。这里的产品逻辑下，选项是有限的，给你 50 个组件，你就只能在这 50 个里面做排列组合。

Vibe Coding 本质上做的是同一件事，但用的是把自然语言翻译成代码的翻译逻辑。

决定性的差异在于：拖拽组件是一种有限离散空间（50 个组件最多组合出 N 种可能），而自然语言是一种无限连续空间（你能描述的任何东西，理论上 AI 都能尝试实现）。

Gartner 每年都会出一个技术采用生命周期的报告，你如果看得多就会发现打脸预测不胜枚举。对于低代码，它当年是这么预测的：

到 2025 年，50%的低代码新客户将来自 IT 部门之外的业务人员。

然而很抱歉，低代码卒于 2023 年。这个概念已经有三年没被人提起过了。

现实里的 2025 年和 2026 年，Y Combinator 的数据里，25%的创业公司代码库 95%以上由 AI 生成。像我这样不懂技术底层实现的人，也能 Vibe Coding 出各种之前在产研侧排不上号的需求自用。

AI：你看我咋样？

低代码的一大致命伤，是平台锁定，你的业务逻辑、JSON 配置、私有 DSL、封闭运行时，等等，一旦投入就很难迁出。涉及到复杂场景的时候，还必须绕开平台自己写代码，写出来的还跟平台深度耦合，迁移比重写还痛苦。

但 Vibe Coding 生成的是标准代码，Python 就是 Python，React 就是 React。你先别管它写的是不是屎山，起码它是标准的、任何程序员都能接手、修改、部署到任何地方的东西。

甚至像我这种更多需求都是本地跑的，我连部署都不需要，一台电脑足矣。

我写过的每一个小工具，做的每一个 Skill，都是我的资产，不是给别的平台打工。

当年低代码爆火的风口下，我前同事采访了 ThoughtWorks 的中国区 CTO，人家直接怒喷——低代码是毒瘤！

因为当时的环境下，业务部门绕过 IT 快速上线一个系统，短期是省事了，长期可能制造没人理解的数据流和权限黑洞。业务用户可能不够关注应用安全，或者说，想关注但是却没有这方面的能力。

这跟今天的 AI 生成代码也有相似之处。下一篇，我会写下大厂内的 AI 开发乱象，感兴趣的朋友可以 follow 一下。

当年低代码说程序员要被替代，技术圈反弹很大，因为这句话把开发说得太 easy 了，就像修电脑一样，这把程序员们的圣杯都抢走了，断人财路啊。

现在 AI 编程再次触发同样情绪，但从历史规律来看，AI 会替代一部分写样板代码、搭页面、接接口、改小需求的简单工作，但它仍旧做不到架构判断、边界设计、风险控制和长期维护。

程序员的位置从“每一行代码都用古法写作”后移到“定义约束、评审结果、建设工具链、处理复杂边界”。

最后再多聊两句。

低代码虽然早就凉了，但其实低代码的理念和一些设计哲学，早已经内化成了很多系统、产品的一部分，成了 AI 壮大过程中的训练语料。

我最近一直在写各种 AI 学习的笔记，也发现很多 AI 领域的热门概念，不过是经典的工程的新瓶旧酒，没有发明多少新东西。

对于技术，焦虑 FOMO 大可不必，掌握经典原理，触类旁通百变不惊。

对于普通人，拥抱 AI，尝试做各种「无用之用」，在玩 AI 的过程中，你会找到自己真正的需求，和 AI 对你的极致提效。