低代码行业的核心理念在于减少编码工作量，通过图形化界面、点击配置和拖拽组件的方式，让每个人都能成为“公民开发者”。而大模型提出了更为激进的设想：无需任何编码，仅通过自然语言交互即可生成应用，使每个人都能成为开发者。
2014年，Forrester提出低代码的定义，利用很少或几乎不需要写代码就可以快速开发应用，并可以快速配置和部署的一种技术和工具。Gartner在2018年进一步推广了应用平台即服务(aPaaS)和集成平台即服务(iPaaS)的概念。相关研究机构的定义引导大众形成了对低代码的基本认知，规范了发展赛道。
低代码技术促进了新IT技术的深度融合，助力软件开发的降本增效提质。支持敏捷响应快速变化的市场需求，支撑海量数字化场景的快速落地。低代码作为提升应用研发生产力的关键性技术，激发了数据要素创新驱动的潜能，将数据资产快速转换为价值。
低代码产品的核心能力为五大方面：开发及管理能力；扩展与集成能力；用户体验；生态能力；安全保障。
采用的一系列先进技术和设计原则：可视化设计工具；预制组件和模板；自动代码生成和执行环境；集成开发环境；数据集成和管理；业务流程管理和工作流自动化。
大模型使得轻松创建大量应用程序变得简单，这反而会增加对低代码平台的需求，以连接和管理所有应用程序，确保不会创建数据孤岛和安全问题。低代码与大模型的融合蕴含着无限潜力，能够实现快速原型设计和复杂解决方案开发。
低代码平台作为一套成熟的产品和工具集，旨在简化客户的操作流程并直接满足客户需求。相比之下，生成式AI更体现为一种底层技术实力，有潜力被整合进低代码平台。通过自动生成常用功能的代码，使开发人员能够将精力集中于应用程序的更复杂部分。
尽管低代码平台已提供预构建的组件，但生成式AI能够生成高度定制的代码以满足特定需求，确保应用程序能更贴合企业和用户的独特需求。生成式AI减少了手工编码过程中可能引入的错误和缺陷，从而产生更加干净、易于维护的代码库。
当生成式AI集成到低代码平台后，其可能发挥作用的方面为：代码辅助；内容生成；定制化；快速原型设计。
技术本身并无立场或偏见，技术之间看上去的竞争或对抗，很多时候不过是我们自我设限的幻觉。这种整合不仅标志着技术的进步，更重要的是，它为技术专家和非技术用户提供了一个共同参与开发过程的平台，使得表达想法、偏好和需求变得前所未有的简单。
技术的流畅使用不再由我们的编程能力，而是通过我们的沟通能力来定义。最终引领我们前行的，将是我们对技术潜力的理解和应用，以及我们愿意如何将这些工具融入我们的生活和工作之中。参考文献：AI大模型来了，低代码还有机会吗？.物联网智库·2024-03-29.
