作者：子衿（银河智学研发部门）
一、程序员最早学会的，是迁就机器
三代开发者，其实在做同一件事。 假设把三位开发者放在同一间屋子里。第一位生活在 20 世纪 50 年代，面对打孔卡片和机器指令，必须小心地告诉计算机每一步该做什么；第二位来自 2015 年前后，打开爱速搭，把页面、数据、权限和流程组合成一套企业应用；第三位来自今天，只说了一句：“帮我做一个客户管理系统，要能录入线索、分配销售并统计转化率。”几分钟后，秒哒就给出了可以继续修改和发布的应用。三个人看似在做完全不同的工作，其实都在把人的想法翻译成机器能够执行的系统。
变化的核心，是翻译权不断上移。 最初，人亲自翻译每一条指令；后来，编译器、框架和平台接过一部分；再后来，AI 开始理解人的意图，自己写代码、调用工具、运行测试，甚至完成发布。软件开发的历史，与其说是一部代码逐渐消失的历史，不如说是一部抽象层不断上移、翻译权不断交给工具的历史。要看清这条路，还得先回到第一位开发者生活的年代。
最早的程序员必须迁就机器。 早期计算机没有今天意义上的“开发体验”。程序员不仅要知道自己想算什么，还要了解机器怎样存储数据、移动指令和使用有限的内存，写程序就像在给一位极其刻板的执行者下口令。1957 年投入使用的 FORTRAN 带来了一个重要转折：科学家和工程师开始用更接近数学表达的方式写程序，再由编译器把它翻译成机器指令。
高级语言没有减少需求，反而放大了需求。 当时也有人怀疑，编译器生成的代码不可能像熟练程序员手写的那样高效。后来的事实恰恰相反：高级语言没有消灭程序员，反而带来了更多程序、更多开发者和更庞大的软件产业。这几乎成了每次技术演进都会重复的故事——新工具减少了一部分工作，被释放出来的生产力却很快创造出更大的需求。
每一次抽象，都是能力与控制的交换。 此后，操作系统、数据库、框架、开源和云计算继续接手重复工作。每向上走一层，人都离机器远一点，离问题近一点。不过底层复杂性并没有消失，只是被交给编译器、框架、平台和云服务；工具替我们承担复杂性，我们也必须接受它的边界。
二、代码越写越快，软件为什么还是做不完
工具越进步，等待开发的需求反而越多。 过去只有核心业务值得开发一套系统，后来几乎每个部门、每条流程都希望被数字化；开发效率越高，被释放出来的需求反而越多。更让人觉得浪费的是，这些系统虽然服务不同业务，骨架却大同小异：表单、列表、查询、数据模型、权限、审批、消息和报表一再出现，程序员只是换一批字段和规则，又把相似的页面写一遍。
低代码首先解决的是重复劳动。 既然大量企业软件都在重复相似结构，为什么还要每次从头写起？低代码和无代码正是在这个矛盾里成长起来的。平台把常见页面做成组件，把数据、流程、权限和发布沉淀为通用能力；开发者通过拖拽、配置和少量代码组合应用，在更标准的场景里，业务人员甚至可以完全不写代码。
低代码和无代码从来不是前后两代。 它们长期并行，更像同一套平台面向不同人群提供的两种工作方式：开发者需要扩展和系统集成，于是选择低代码；业务人员希望在确定边界内快速解决问题，于是使用无代码。把二者写成前后替代关系，反而会错过它们共同的本质——让更多实现工作由平台完成。
AI 与可视化平台正在双向靠近。 传统平台要求人用组件和配置表达系统结构，AI 则尝试直接理解人说出来的目标。今天，这两条路线正在汇合：可视化平台需要更懂人的意图，AI 生成的应用也需要平台提供确定的组件、数据和治理能力。它们不是谁取代谁，而是在从两个方向填补彼此的短板。
三、爱速搭：给开发装上一条流水线
爱速搭诞生于重复开发的压力。 2015 年，它诞生于百度内部，最先面对的是一个再现实不过的工程问题：中后台页面和业务系统越来越多，如果每个团队都重复开发相似功能，交付和长期维护迟早会成为负担。于是，页面组件、JSON 配置以及数据、流程、权限、版本和发布能力被收进同一个平台；遇到标准能力覆盖不了的场景，开发者仍然可以使用自定义组件、脚本、SQL 和外部 API。
低代码的本质，是软件生产的工业化。 它不是让代码消失，而是把已经验证过的代码和工程规则变成可以反复使用的零件。平台提前准备好标准零件、装配线和发布环境，工程师依然重要，只是不必再亲手制造每一颗螺丝。开发工作的重心，也从重复制作转向组合、扩展和解决真正不同的问题。
爱速搭的能力边界一直在向外延伸。 到 2022 年，它仍然鲜明地坚持“开发者优先”，因为企业系统要连接旧系统、处理复杂权限，还要对性能和维护负责，过度追求简单反而可能牺牲灵活性。此后，零代码应用、自然语言查询、AI 创建页面和完整应用等能力陆续进入平台。今天再把它简单写成一个低代码工具已经不够完整：它从低代码出发，向零代码和 AI 辅助延伸，让业务人员获得更低的使用门槛，也给开发者留下继续深入的空间。
企业平台真正出售的是确定性。 一致的组件行为、明确的权限、环境隔离和发布回滚，往往比迅速生成一个漂亮页面更重要。手写系统依赖每个团队各自守住工程纪律，平台则试图把纪律做进产品，让一次次交付不必重新发明规则。
平台化不会自动消灭技术债。 数据模型混乱、组件缺乏规范、权限随意配置，同样会形成技术债，只是这些债不一定表现为难看的源代码，而可能变成没人敢改的流程和互相纠缠的配置。低代码解决了重复编码，却没有替人解决业务设计；流水线可以提高生产速度，却无法判断应该生产什么。
四、秒哒：一句话，开始生成一个应用
秒哒把应用开发的入口变成了一句话。 如果说爱速搭在追问“怎样把软件开发变成一套生产系统”，秒哒（Miaoda）提出的则是另一个问题：用户能不能只说出自己想要什么，让 AI 完成中间的开发过程？秒哒在 2024 年 11 月登上百度世界大会，2025 年 3 月 24 日向所有人开放。此时，大众已经习惯与 ChatGPT 对话，模型也开始学会生成代码和调用工具，把对话接进完整的应用开发流程，正好成为下一步。
用户说出需求，智能体完成开发过程。 使用秒哒时，人不必先找到组件、建立数据表或配置按钮事件，只需要描述想法；复杂需求也可以在补充材料和多轮交流中逐渐说清楚。后台的策划、设计、开发和测试智能体分工协作，程序员智能体写出实际功能代码。应用生成以后，用户还能继续用对话修改、实时预览并发布，一部分应用也可以导出源码，交给开发者继续完善或自行部署。
AI 原生无代码并不意味着没有代码。 传统无代码仍然是“人搭、平台运行”，AI 原生无代码更接近“人提目标、AI 开发”：用户看到的是对话，后台发生的却是需求分析、设计、编码、测试和部署。“无代码”只是使用者不必亲自接触代码；代码依然存在，只是从人的输入变成了 AI 的输出。
爱速搭和秒哒正在从两端汇合。 到了 2026 年，秒哒已经演进到 3.0，开始支持原生 App、自动质检、Skill 和更完整的源码能力。它一面保留“一句话生成应用”的低门槛，一面补上专业开发、质量控制和企业治理。与此同时，爱速搭也在加入零代码和 AI：一个从确定的组件与工程治理走向自然语言，另一个从自然语言走向可视化修改、代码导出与企业能力，两者正在从相反方向靠近。
生成越快，验证越不能省。 未来成熟的开发平台，既要听懂人想要什么，也要把生成过程放进可靠、可审查、可维护的工程体系。传统平台执行的是相对明确的配置，AI 面对的自然语言却天然会遗漏信息。同一句“做一个客户管理系统”，不同公司心中的客户、线索和转化可能完全不同。过去，错误多半来自代码没有正确实现需求；现在，AI 还可能非常利落地实现一个人并不真正想要的需求。
五、AI 时代：实现越来越便宜，判断越来越昂贵
AI 的进化，是从提供建议走向真正执行。 2021 年出现的 GitHub Copilot，已经能沿着开发者写下的代码继续向前；2022 年的 ChatGPT，让自然语言变成人人都能使用的入口；今天，Agent 已经能够读取文件、调用工具、运行测试和反复修正，秒哒又把这种执行能力带进完整的应用生成过程。AI 先坐在人旁边给建议，后来开始与人讨论问题，现在又站起来接过工具，尝试独立完成一段工作。比起追问 AI 时代始于哪一年，更值得关注的是人和计算机之间的分工已经发生了什么变化。
AI 首先改写了开发的起点。 过去做软件，通常要先把需求整理清楚：产品经理拆功能，设计师画页面，开发者再翻译成代码，一个想法经过层层加工，足够明确以后才有资格进入生产过程。现在，起点可以只是一句还不成熟的话——人先说出大致目标，AI 给出第一个能运行的版本，人看到结果后才发现自己真正想要什么，再继续修改。思考和实现不再严格分成前后两个阶段，而是在对话中来回发生；原型也不再只是思考结束后的产物，它本身就是帮助人想清楚问题的工具。
软件正在从固定成品变成持续服务。 我们过去习惯把软件看成一座建筑：先设计，再施工，验收以后交付；AI 生成的应用却更像一间可以边使用、边改造的房子，今天的版本不是漫长项目的终点，只是下一轮对话的起点。当修改成本越来越低，应用也不必都追求“大而全”。团队可以为一次活动、一段流程，甚至一个短暂问题创建专门工具，事情结束便让它下线。软件可能从昂贵、稀缺、需要排队建设的资产，逐渐变成随需求生成的日常能力。
实现越便宜，判断就越昂贵。 当 AI 可以在几分钟内把一句话变成应用，人也可能在几分钟内得到一个精致而错误的答案。过去最昂贵的是实现，团队把大量精力放在“怎样做出来”；以后更稀缺的会是判断：问题是否真实，规则有没有遗漏，数据能不能这样使用，结果是否值得上线。专业能力并没有失去价值，只是换了位置——编码不再独占舞台中央，理解业务、提供上下文、设计边界、验证结果和承担责任，开始决定一个系统究竟只是“生成成功”，还是“真正有用”。
创造权下放，责任也必须随之下放。 以前，许多想法必须找到产品和研发团队才能落地；现在，最了解现场的人就能直接做出第一个版本，开发能力第一次有机会像文字处理和电子表格一样进入普通人的工作台。这令人兴奋，也需要警惕：一个人可以轻易生成应用，并不代表他天然理解权限、安全、隐私和长期维护。AI 可以替人完成很多动作，却不会替人承担这些动作带来的后果。
AI 时代重新定义了人与机器的分工。 它不是“机器终于可以取代人”的时代，而是意图成为入口、对话成为过程、Agent 参与执行、验证变得更重要，而责任最终仍然属于人的时代。真正拉开差距的，可能不再是谁写得更快，而是谁看得更深、说得更清楚，也更知道什么结果值得接受。
六、机器接过执行，人必须守住判断
代码不会消失，只会退到幕后。 普通用户只关心应用能否解决问题，不必知道按钮背后运行的是配置还是模型生成的逻辑；专业开发者仍要借助代码精确控制和审查系统；对 AI 而言，代码则成了连接人的意图与计算机执行的中间语言。人不再需要亲手生产每一行代码，但涉及核心交易、数据安全和长期维护时，仍然需要有人能够打开这层“黑箱”，看清系统究竟做了什么。
真正的风险，是错误变得更难发现。 过去少写一个括号，编译器会立即报错；AI 生成的应用却可能页面正常、交互流畅，只是把退款规则理解错了，或者在边界条件下泄露了数据。语法错误容易发现，语义错误却往往藏在“能运行”的表象下面。成熟的 AI 开发因此不能停在“一句话生成”，而要让目标、生成、测试、观察和人工确认形成闭环。AI 越会动手，人越需要知道该检查什么。
人的价值正在从执行转向判断。 开发者的价值不再只是代码产量，而是能否理解业务、设计数据与权限边界，并识别生成结果背后的隐患；产品经理不能再用文档长度证明专业，而要把“什么算成功、什么绝不能发生”讲清楚；业务人员获得了直接创建应用的能力，也必须参与规则验证和数据安全。企业 IT 则更像城市规划者，不再亲手建造每一栋楼，而是统一身份、数据和发布规则，为所有人划出可以安全建设的边界。
选择工具，本质上是在选择风险。 资金交易、核心算法、隐私和长期演进系统，需要保留对代码与架构的控制；表单、流程、运营后台和企业数据应用，更适合使用爱速搭这样的低代码平台；短期活动、个人工具和想法验证，可以先交给秒哒这样的 AI 原生无代码平台。风险越低、模式越通用、生命周期越短，越适合站在更高的抽象层；风险越高、差异化越强、维护时间越长，越需要留下继续向下控制的能力。
效率可以交给工具，责任不能。 无论选择哪一种工具，本质上都是用一部分控制换取效率。真正成熟的做法，不是永远追逐最高的抽象层，而是在风险可控的前提下，尽量减少不必要的实现工作。AI 可以生成代码、运行测试，甚至同时调度多个 Agent，却不能替一个组织决定什么结果值得接受，更不能承担错误给客户和社会带来的后果。机器接手得越多，人越要守住最后的判断。
七、最后稀缺的，是把问题说清楚的人
每一代新工具，都曾被认为不够可靠。 高级语言出现时，人们担心编译器不如手写机器指令；低代码出现时，人们担心平台只能制作简单页面；AI 会写代码以后，人们又开始担心程序员是否会被取代。这些担心并非毫无道理，却常常低估一个事实：生产成本下降以后，人类通常不会满足于少做一些事，而会提出更多、更复杂的新需求。
工具每接手一层实现，稀缺能力就上移一层。 高级语言让软件进入更多行业，低代码让许多曾经不值得开发的流程拥有应用，AI 则可能让更多人把自己的想法变成系统。过去稀缺的是能把机器指令写对的人，后来是能构建大型系统的人；下一阶段，真正稀缺的可能是理解问题、知道怎样验证结果，并愿意承担责任的人。
人与计算机之间的距离正在缩短。 从爱速搭到秒哒，我们看到的不只是开发工具变得更简单。爱速搭把工程经验装进平台，秒哒把开发过程交给 AI，它们从不同方向缩短了人与计算机之间的距离。距离缩短以后，人并没有退出画面，只是从键盘前向后退了一步，开始看见更完整的问题。
未来的软件开发，是一次新的分工。 它不是“没有代码”，也不是“没有程序员”，而是机器负责越来越多的实现，人负责目标、边界、判断和责任。“未来属于会使用 AI 的人”这句话只说对了一半，更准确的说法也许是：
未来属于那些既能借助 AI 把事情做出来，又知道什么事情值得做、什么结果才算真正做对的人。
