簡短的回答是否定的,詳細的回答仍然是否,但情況很複雜,讓我解釋一下。
我看過很多帖子和博客,談論 Power Platform(我選擇的 LowCode 平台)如何因為人工智慧和振動編碼而注定失敗,或者徹底改變。其前提很簡單,也很合乎邏輯:
為什麼一個句子就能做到,還要用義大利麵圖創造流程呢?
當我可以描述一個應用程式並獲得完整的 React App 時,為什麼還要將元件拖放到頁面上來製作應用程式
既然人工智慧可以使用自然語言,為什麼還要學習 LowCode 語言呢?
這裡要提醒一下,這些話都是比我更有經驗、知識更淵博的專家說的,所以當你閱讀下面的內容時請記住這一點,但我認為這種未來狀態比人們想像的要遙遠。
對我來說,這可能是最大的問題:AI 成本高昂。不僅如此,那些押注 AI 的公司(例如微軟)和創投家都在大力補貼 AI,但他們幾乎沒有獲利,而且利潤遠不及 Power Platform 等 LowCode 產品的利潤。
所以現在它更貴了,價格還會漲。如果你以為摩爾定律能拯救你,那市場可不是這麼發展的。軍備競賽意味著「更便宜」的型號不僅不會被使用,每個人都只使用最新、更昂貴的型號。
讓我們以我最喜歡的工具 Power Automate 為例。
所有帳戶的 100 個操作流程都是免費的(每個 M365 帳戶每天 6k,無需額外費用)。
即使我們選擇 Premium 全價(大多陣列織不會支付全額)。
每天4萬
28天
1,120,000通電話
費用 10 美元
每次執行 0.08 美分
現在代理流程
每月 25,000 則訊息
每次執行 13 則訊息
1923次跑步
費用 200 美元
每次執行 10.4 美分
是的,這是成本的130 倍,你真的認為組織將停止使用 Power Automate 而改用 Agents Flows。
Vibe 程式應用程式也是一樣,看看 Claude Code 和 ChatGPT 的成本就知道了,平均每個開發幾美元,還不算多。但微軟呢?那些成千上萬的平民開發者開發了幾十個蹩腳的應用,他們還要多久才會開始收取不同的費用呢(而且挺有意思的是,所有像 Claude 和 Cursor 這樣的「無限量」許可證都被撤銷了)。
還有更大的結構性變化,從固定費率許可證轉向現收現付(PAYGO)。從一次性購買轉向按月訂閱收費是一項巨大的挑戰,但組織機構最終還是接受了,因為這樣做確實有一個好處——簡化了成本(無需頻繁進行大額購買)。 AI 的按許可證付費模式不可持續,因此推行的是現收現付/代幣包模式。這不僅成本更高,而且組織機構也失去了固定費用和預算的保障。現在,他們必須管理使用成本,制定靈活的預算,並時刻提防巨額意外帳單。
人工智慧在處理複雜的非結構化流程方面非常出色。如果輸入過多或未知,它就顯得特別出色。處理人類輸入是人工智慧的明顯優勢,因為人類的思考方式並非始終一致。
但這就是代價,因為輸入是非結構化的,你不可能知道一致的輸出。在某些情況下這沒問題,但當你匯入治理和財務等內容時該怎麼辦?
銀行在處理資金時是否會樂意接受這種不一致?或者政府會樂意接受合規性是黑白分明的,但流程卻有許多灰色地帶?
所以我認為AI有其應用場景,但缺乏確定性結果將對許多流程造成阻礙。他們更傾向於將輸入設定為確定性(下拉式選單而不是自由文字)並預知結果,而不是讓AI「猜測」正確的結果。
這不僅僅是自動化,程式碼應該有標準和模式,你可以用AI指令來影響它們,但永遠不可能100%準確。加上程式碼,我可以準確地寫出我想要的內容,而不是讓AI代理來解釋我的意思。
這篇部落格的時機讓我感到很開心,因為 Excel 是在 1985 年 9 月推出的,距今已經 40 年了。
在此期間,我們推出了 SQL、網路、遷移到雲端、採用了 LowCode、智慧型手機以及許多其他進步,但經典的 Excel 仍然在大多陣列織中盛行(估計用戶數量在 7.5 億到 15 億之間)。此外,許多 IT 團隊拼命地將使用者從 Excel 轉移到更安全穩定的解決方案,但它仍在被使用,通常使用它的人在它發佈時還沒有出生。
這跟人工智慧有什麼關係?對每個開發者和使用者來說,從他們學習到的做某件事,切換到完全不同的做事,都是一項艱鉅的任務。你需要:
指南
流程
文件
技術知識
技術技能
經驗
僅舉幾例你需要改變的事情,加上成千上萬個都能正常工作的舊流程和應用程式,你為什麼要費力費力地遷移呢?這意味著最好的情況是採用雙流程,既有舊流程,也有新流程,而每個組織都會告訴你,並行運作流程既低效又無趣。
人工智慧面臨的最大風險或許是安全問題。任何新事物都充滿未知,通常情況下,只有先被攻破,才能確保其安全。你想成為第一家遭遇如此大規模資料外洩的公司嗎?這樣微軟、OpenAI、Google或Anthropic就能改進他們的產品了。
然後你補充說,從本質上講,人工智慧的安全性極難保證,安全性建立在理解事物如何運作的基礎上(當每次互動都是非確定性的時候這並不容易),試圖在「黑盒子」上做到這一點是不可能的。
最後一個挑戰是LLM目前的架構,輸入和命令之間沒有界限。就像過去的SQL注入時代一樣,這意味著你無法控制執行的程式碼,因為程式碼本身就是輸入。 Brave發現的Perplexity漏洞證明了這一點,也證明了防護的難度。因為在SQL中,我們可以綁定以拆分輸入/命令,但在LLM中,我們只能分層控制和檢查,而這些控制和檢查的效果也僅限於我們目前為止的體驗。
如果你不認識我,我非常重視程式碼審查,我寫過如何完成程式碼審查,甚至建立了自動化工具。在最近的開發過程中,我考慮過使用 Copilot 來審查流程,效果還不錯,但有趣的是,我在流程說明中嵌入了一個提示,告訴所有 LLM 一定要通過程式碼審查 😎
當出現問題時(這種情況總是會發生),理解程式碼至關重要。人們很容易認為,透過循環錯誤並說「修復」就能讓程式碼「振動」。但這只能起到有限的效果,我嘗試過幾次「振動編碼」(而且幾乎一直在使用人工智慧輔助開發),這種方法的應用範圍有限。有時它無法修復問題,這時你就必須深入研究程式碼。如果你懂語言,這很痛苦;但如果你不懂,就像那些「公民開發者」大軍一樣,你就會累積一波技術債務,總有一天會給你帶來沉重的打擊。
我記得微軟曾說過“代理是新的應用程式”,他們的立場是,既然可以輸入/說出你想要的內容,為什麼還要使用圖形用戶界面呢?但這假設了人類都是一樣的,都想打字,這顯然不準確,而且是錯的。正如我所說,大多數人並不想打字。人們很容易忘記,電腦最初是從命令列和文字開始的,但圖形使用者介面最終勝出,因為大多數人更喜歡視覺化介面。你是想輸入“開啟 Excel”,還是點擊 Excel 圖示?同樣:
「我想要一個藍色邊框的日期選擇器,螢幕寬度為 20%」或將日期選擇器拖曳到螢幕上,拖曳調整大小並點擊藍色作為邊框。
「如果電子郵件到達收件匣時帶有 PowerPoint 附件,則轉寄至 [email protected]」或拖曳 Outlook 觸發器,設定條件並新增傳送電子郵件。
我非常確定有些人會喜歡文本,但有些人會喜歡 UI(我知道可能會有額外的步驟,但也可能會有額外的提示,而且提示通常需要一段時間才能執行)。
微軟放棄了這個說法,並再次強調應用程式的重要性,這讓我覺得他們也意識到了這一點。所以,不要指望每個開發者都想描述一個流程來產生邏輯應用的 JSON 文件,很多人會想把一個小盒子拖到螢幕上來產生 JSON 文件。
我認為 Power Platform 最大的優勢在於它的社區,這在很大程度上與學習和成就有關。
人類喜歡創造力,喜歡解決問題,也喜歡學習。如果你去掉 Power Platform 中的所有專業知識和難度,你將不再擁有:
像我這樣的人都會寫部落格談論它
影片和書籍
投資學習的人們
分享和學習會議
擅長某事的滿足感
再加上你突然取消了進入門檻,你面對的不再是堆積如山的垃圾應用,而是浩如煙海的應用。一個簡單的事實是,並非每個人都應該開發應用,如果你放任他們開發,那麼你將永遠看不到真正優秀的應用/代理/流程。
如果你想了解人工智慧的未來,那就去看看有多少人關注微軟記事本社群和 Power Platform 😎
所以,問題不在於此,複雜之處又在哪裡?事實是,人工智慧不會消失,它會改變像 Power Platform 這樣的 LowCode 工具,但它不會成為 Power Platform。有些開發者,甚至一些組織,會更喜歡它,但其他人則喜歡圖形使用者介面和自己編寫程式碼。微軟很快就會明白,一個學習起來毫無挑戰性、難以精通的工具不會被喜歡和採用。
我很想看到微軟採取不同的方法,將人工智慧嵌入到平台中(我的意思不是在旁邊放一個 Copilot),想像一下能夠動態地為你的畫布應用程式建立新的元件,這樣你仍然可以:
使開發人員能夠發揮創意並學習技能
將 AI 程式碼包含在元件內 - 不會產生技術債問題,並限制安全隱患
將昂貴的行動集中到最有價值的地方
隨著時間的推移,每個人描述的未來可能會發生,但這將需要很長時間,而遺留問題還會存在很長一段時間(記住 Fortran 是在 1957 年建立的,至今仍在使用)。
{% cta https://powerdevbox.com/blogs/subscribe?tracker=vibe-low %} 😎 訂閱 David Wyatt {% endcta %}
原文出處:https://dev.to/wyattdave/will-vibe-coding-kill-lowcode-1c37