將人工智能技術(shù)集成到低代碼和無代碼開發(fā)中，可以利用自動代碼生成和智能助手等功能加速應(yīng)用程序的創(chuàng)建。

大型語言模型(LLM)的出現(xiàn)導(dǎo)致人們爭相將人工智能(AI)技術(shù)集成到每個(gè)有意義的產(chǎn)品中，甚至包括許多毫無意義的產(chǎn)品。但有一個(gè)領(lǐng)域，人工智能已經(jīng)被證明是一個(gè)強(qiáng)大而有用的補(bǔ)充：低代碼和無代碼的軟件開發(fā)。

以下將介紹人工智能如何以及為什么使構(gòu)建應(yīng)用程序更快、更容易，尤其是使用低代碼和無代碼工具。

人工智能在應(yīng)用程序開發(fā)中的作用

首先討論人工智能在簡化和加速開發(fā)過程中最常見的兩個(gè)角色：

• 代碼生成器
• 充當(dāng)智能助手

人工智能代碼生成器和智能助手使用經(jīng)過大量代碼庫訓(xùn)練的LLM，教會它們編程語言的語法、模式和語義。這些模型預(yù)測完成提示所需的代碼，就像聊天機(jī)器人通過訓(xùn)練來預(yù)測句子中的下一個(gè)單詞一樣。

自動生成代碼

人工智能代碼生成器根據(jù)輸入創(chuàng)建代碼。這些提示采用自然語言輸入或集成開發(fā)環(huán)境(IDE)中或命令行中的代碼的形式。代碼生成器將程序開發(fā)人員從編寫重復(fù)的代碼中解放出來，從而加快了編程速度。它們還可以減少常見錯(cuò)誤和排版錯(cuò)誤。但是，與用于生成文本的LLM類似，人工智能代碼生成器需要仔細(xì)檢查，并且可能會犯錯(cuò)誤。開發(fā)人員在接受人工智能生成的代碼時(shí)需要小心謹(jǐn)慎，他們不僅要測試它是否構(gòu)建，還要測試它是否按照用戶的要求執(zhí)行。

GPT-Engineer 是一個(gè)開源的人工智能代碼生成器，它接受自然語言提示來構(gòu)建整個(gè)代碼庫。它可以與ChatGPT或Llama等自定義LLM配合使用。

智能開發(fā)助手

智能助手在開發(fā)人員工作時(shí)為他們提供實(shí)時(shí)幫助。它們是一種人工智能代碼生成器，但可以自動完成，提供在線文檔，并接受專門的命令，而不是使用自然語言提示。這些助手可以在Eclipse和Microsoft的VS Code、命令行或這三種編程工具中工作。

這些工具提供了許多與代碼生成器相同的好處，包括更短的開發(fā)時(shí)間、更少的錯(cuò)誤和更少的錯(cuò)別字。它們還可以作為學(xué)習(xí)工具，因?yàn)樵陂_發(fā)人員工作時(shí)為他們提供編程信息。但像任何人工智能工具一樣，人工智能助手也不是萬無一失的——它們需要密切而仔細(xì)的監(jiān)控。

GitHub的Copilot是一個(gè)很受歡迎的人工智能編程助手。它使用建立在公共GitHub存儲庫上的模型，因此它支持各種各樣的語言，并插入所有最流行的編程工具。微軟的Power Platform和亞馬遜的Q Developer是兩個(gè)流行的商業(yè)選擇，而Refact.ai是一個(gè)開源的替代方案。

人工智能與低代碼和無代碼開發(fā)的完美結(jié)合

低代碼和無代碼開發(fā)是響應(yīng)那些允許新手和非開發(fā)人員快速定制軟件以滿足其需求的工具的需求而產(chǎn)生的。人工智能將此向前推進(jìn)了一步，使將想法轉(zhuǎn)化為軟件變得更加容易。

民主化開發(fā)

人工智能代碼生成器和智能助手通過使編碼更易于訪問、提高生產(chǎn)力和促進(jìn)持續(xù)學(xué)習(xí)，使軟件開發(fā)民主化。這些工具降低了編程新手的入門門檻。新手開發(fā)人員可以通過在工作中學(xué)習(xí)來使用它們快速構(gòu)建工作應(yīng)用程序。例如，Microsoft Power Apps包括Copilot，它可以生成應(yīng)用程序代碼，然后與開發(fā)人員一起完善。

人工智能如何增強(qiáng)低代碼和無代碼平臺

人工智能增強(qiáng)低代碼和無代碼平臺有幾種重要的方法，人工智能具有從自然語言提示或代碼編輯器中的場景生成代碼片段的能力。開發(fā)人員可以使用像ChatGPT和Gemini這樣的LLM來為許多低代碼平臺生成代碼，而像AppSmith和Google AppSheet這樣的無代碼平臺則使用人工智能來基于描述想要集成的內(nèi)容的文本生成集成。

開發(fā)人員也可以使用人工智能來自動準(zhǔn)備、清理和分析數(shù)據(jù)。這使得集成和處理大型數(shù)據(jù)集變得更加容易，這些數(shù)據(jù)集在適合與模型一起使用之前需要進(jìn)行調(diào)優(yōu)。像Amazon SageMaker這樣的工具使用人工智能來攝取、排序、組織和簡化數(shù)據(jù)。一些平臺使用人工智能來幫助創(chuàng)建用戶界面和填充表單。例如，微軟的Power Platform采用人工智能使用戶能夠通過與Copilot的對話互動來構(gòu)建用戶界面，并實(shí)現(xiàn)流程自動化。

所有這些特性都有助于使低代碼和無代碼更快地開發(fā)，包括在可擴(kuò)展性方面，因?yàn)楦嗟膱F(tuán)隊(duì)成員可以參與開發(fā)過程。

低代碼和無代碼如何促進(jìn)人工智能開發(fā)

雖然人工智能在生成代碼方面是無價(jià)的，但它在低代碼和無代碼應(yīng)用程序中也很有用。許多低代碼和無代碼平臺允許開發(fā)人員構(gòu)建和部署支持人工智能的應(yīng)用程序。它們抽象了在應(yīng)用程序中添加自然語言處理、計(jì)算機(jī)視覺和AI API等功能的復(fù)雜性。

用戶希望應(yīng)用程序提供語音提示、聊天機(jī)器人和圖像識別等功能。即使對于經(jīng)驗(yàn)豐富的開發(fā)人員來說，“從頭開始”開發(fā)這些功能也需要時(shí)間，因此許多平臺提供的模塊使添加這些功能變得很容易，只需采用少量代碼或不需要代碼。例如，微軟公司有一些低代碼工具用于在Azure上構(gòu)建Power Virtual Agents(現(xiàn)在是其Copilot Studio的一部分)。這些代理可以插入Azure服務(wù)支持的各種技能，并使用聊天界面來驅(qū)動它們。

亞馬遜公司的SageMaker和谷歌公司的Teatable Machine等低代碼和無代碼平臺管理著準(zhǔn)備數(shù)據(jù)、訓(xùn)練自定義機(jī)器學(xué)習(xí)模型和部署人工智能應(yīng)用程序等任務(wù)。Zapier將亞馬遜Alexa的語音轉(zhuǎn)換為文本，并將輸出定向到許多不同的應(yīng)用程序。

圖1采用構(gòu)建塊構(gòu)建低代碼的人工智能應(yīng)用程序

人工智能驅(qū)動的低代碼和無代碼工具的示例

表1包含廣泛使用的低代碼和無代碼平臺列表，這些平臺支持人工智能代碼生成、支持人工智能的應(yīng)用程序擴(kuò)展或兩者兼而有之：

表1人工智能驅(qū)動的低代碼和無代碼工具

使用人工智能進(jìn)行開發(fā)的陷阱

人工智能具有改進(jìn)低代碼和無代碼開發(fā)的強(qiáng)大能力，但也帶來了一些風(fēng)險(xiǎn)。使用的任何人工智能技術(shù)都需要適當(dāng)?shù)挠?xùn)練和全面的治理。LLM對提示的答案產(chǎn)生“幻覺”的傾向也適用于代碼生成。因此，盡管人工智能工具降低了新手開發(fā)人員的入門門檻，但在將代碼部署到生產(chǎn)環(huán)境之前，仍然需要有經(jīng)驗(yàn)的程序員來審查、驗(yàn)證和測試代碼。

• 開發(fā)人員通過提交提示和接收響應(yīng)來使用人工智能。根據(jù)項(xiàng)目的不同，這些提示可能包含敏感信息。如果模型屬于第三方供應(yīng)商，或者沒有得到正確的保護(hù)，那么開發(fā)人員可能泄露這些信息。
• 當(dāng)它工作時(shí)，人工智能會建議可能滿足它正在評估的提示的代碼。雖然代碼是正確的，但并不一定是最好的解決方案。因此，嚴(yán)重依賴人工智能生成代碼可能導(dǎo)致代碼難以更改，并帶來大量的技術(shù)債務(wù)。

人工智能已經(jīng)為民主化編程和加速低代碼和無代碼開發(fā)做出了重要貢獻(xiàn)。隨著LLM的逐步完善，用于創(chuàng)建軟件的人工智能工具只會變得更好。即使這些工具有所改進(jìn)，IT領(lǐng)導(dǎo)者仍然需要謹(jǐn)慎行事。雖然人工智能提供了強(qiáng)大的力量，但這種力量伴隨著巨大的責(zé)任。任何使用人工智能的行為都需要全面的治理和完整的保障措施，以保護(hù)組織免受錯(cuò)誤、漏洞和數(shù)據(jù)丟失的影響。

結(jié)論

將人工智能集成到低代碼和無代碼開發(fā)平臺中已經(jīng)徹底改變了軟件開發(fā)。它使高級編碼的訪問民主化，并使非專業(yè)人員能夠構(gòu)建復(fù)雜的應(yīng)用程序。

人工智能驅(qū)動的工具和智能助手減少了開發(fā)時(shí)間，提高了開發(fā)可擴(kuò)展性，并有助于最大限度地減少常見錯(cuò)誤。但這些強(qiáng)大的能力也伴隨著風(fēng)險(xiǎn)和責(zé)任。如果開發(fā)人員和IT領(lǐng)導(dǎo)者想要安全地利用人工智能的全部潛力，就需要建立健全的治理、測試制度和驗(yàn)證系統(tǒng)。

人工智能技術(shù)和模型不斷改進(jìn)，它們很可能成為創(chuàng)新、高效和安全軟件開發(fā)的基石。因此，需要了解人工智能如何通過低代碼和無代碼工具幫助組織擴(kuò)大開發(fā)工作。

原文標(biāo)題：The Role of AI in Low- and No-Code Development，作者：Eric Goebelbecker

鏈接：https://dzone.com/articles/ai-role-low-no-code-development。