生成式人工智能(AI)和其他基于AI的编程工具正在崭露头角——这是否意味着它们是最终的低代码和无代码工具?是的，但我们可能还需要一段时间才能意识到它们作为开发人员和最终非开发人员的生产力超级助推器的全部潜力。
开发人员已经深入研究生成式人工智能。在O'Reilly最近的一项调查中，三分之一的受访者报告使用GitHub Copilot和ChatGPT等环境，但有一个警告。“我们怀疑这个估计低估了Copilot的实际使用情况，”该调查的作者迈克·娄基德斯(Mike Loukides)表示。“我们确信，即使他们没有在工作中使用Copilot或ChatGPT，许多程序员也在尝试这些工具，或者在个人项目中使用它们。”
然而，全面、正式的收养可能需要时间。调查显示，开发人员使用新工具最大的困难是培训(34%)，另有12%的人表示最大的困难是易用性。这几乎占所有受访者的一半(46%)。这是一个惊喜，因为许多这些工具应该是低代码或无代码的。这是一个学习曲线，它似乎比我们想象的要陡峭。同样值得注意的是，13%的受访者表示这些工具并不能有效解决开发者所面临的问题。”
报告指出，生产力工具，特别是像Copilot这样的工具的后继者，“正在以激进的方式重塑软件开发。”“软件开发人员正在从这些工具中获得价值，但不要让炒作欺骗了你:这种价值不是免费的。没有人会坐在ChatGPT上，输入:“生成一个销售鞋子的企业应用程序”，然后得到一些有价值的东西。每个公司都有自己的学习曲线，而人们很容易低估这条曲线的陡峭程度。”
一旦开发人员掌握了生成式人工智能开发的代码，就可以期待它进入公民开发人员的行列。生成式AI具有改变软件构建、测试和部署方式的巨大潜力，并为低代码和无代码运动增加了一个新的维度。Creatio首席执行官凯瑟琳?科斯特列娃表示:“我们对生成式人工智能在无代码自动化方面的潜力感到兴奋。“我们预计，在未来几年里，生成式和对话式人工智能的用例将大幅增加。”
Kostereva继续说道，无代码和生成式AI的融合为开发人员和非开发人员提供了使用可视化拖放工具的途径。生成式人工智能通过根据用户输入的文本自动预生成模板、组件甚至整个应用程序，补充并加速了无代码开发过程。通过这种方式，它将节省无代码应用程序创建者将基本需求转换为原型的时间和精力。”
她说，生成式人工智能“为增强应用程序的新功能和用例提供了广泛的机会”。“例如，你可以很容易地添加一个功能来自动生成类似人类的文本回复，分析应用程序中的历史数据，或者使用人工智能的帮助来生成决策建议。”
当涉及到由低代码和无代码领域的生成式人工智能驱动的变化时，我们可以期待加速发展。Kostereva说:“利用生成式人工智能的工具将加快使用无代码方法创建应用程序的速度。用户将花更多的时间描述预期的结果，而不是一丝不苟地列出实现目标的每一步。”
