---
title: "为什么我对低代码持怀疑态度 [译]"
url: "https://paooo.com/ai-study/8463/"
author: "宝玉的分享"
published_at: "2024-07-30T18:15:48+08:00"
updated_at: "2024-07-30T18:15:48+08:00"
categories: "强化 AI 学习"
tags: "AI办公效率, AI编程, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 为什么我对低代码持怀疑态度 [译]

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/ai-study/8463/) · 作者：宝玉的分享 · 发布时间：2024-07-30

## AI 30 秒核心看点 (TL;DR)

- 低代码的优势是快速交付与低维护，但真实项目常卡在最后20%的定制需求。
- 大量定制会绑定专有语言，维护人才稀缺，后续招聘与交接风险更高。
- 升级和数据模型可读性是隐性成本，实战中往往比宣传更容易出问题。

我对低代码持怀疑态度。

在我从事软件咨询工作期间，经常遇到客户被低代码的快速开发和低维护成本所吸引。但他们最终常常因为以下几个原因而感到不满意：

**他们需要真正量身定制的功能，而这是低代码方案无法实现的。** 很多低代码方案大概只能满足公司需求的 80%。但剩下的 20% 却是工具无法直接实现的。市场营销人员通常很擅长让高管相信，这些工具能轻松搞定剩余的 20%，但实际上，这 20% 往往需要大量甚至不可能完成的定制。公司面临的选择是：这个工具的标准功能是否足够接近他们的需求，还是要试着对工具进行改造，以满足他们的特定需求？

**他们在产品特定甚至是专有的编程语言中实现了大量定制功能，导致可用的开发人才非常有限。** 通常情况下，企业会尝试改造低代码工具，以完全符合它们的需求。结果，它们最终得到了使用特殊语言编写的大量定制代码，这种语言的了解者非常少。如此一来，企业不得不在非常狭窄的专业领域内寻找维护人员，而不能从广泛的、开源语言开发者中挑选。

**低代码平台的升级可能会破坏他们的定制实现。** 在不影响与之相关联的功能的情况下升级软件是非常困难的。低代码工具需要处理那些原本不是为它设计的、由任意代码实现的用例。理论上，通过严格的 API 合约可以实现这一点，但实际上我发现许多工具在实际操作中会让定制代码在系统内部产生各种混乱。

**经过一系列修改后，底层数据库结构变得非常混乱。** 我见过许多公司使用低代码工具来处理那些对底层数据进行精确分析至关重要的过程。但当他们查看底层数据模型时，却发现它难以理解，比如不清楚`user_attribute_47`代表什么含义，或是为什么把一个字段从应用程序的第一页移动到第二页后，数据就被分散到了不同的字段中。

这篇文章不是要批评低代码，而是建议人们在使用这些工具时保持一定的谨慎态度。根据我的经验，尽管有人说在适当的情况下低代码可以表现得非常出色，但我实际观察到的是，这些工具往往存在许多不易察觉的问题。

## 常见问题解答 (FAQ)

### 低代码为什么常常不适合复杂定制？
因为很多低代码平台只能覆盖大部分标准流程，真正差异化的业务逻辑往往需要深度改造。这样一来，项目会把复杂度转移到平台内部，导致实现受限、维护困难，甚至形成难以迁移的专有代码。

### 低代码平台最大的隐性风险是什么？
隐性风险主要有三类：定制后依赖专有语言、升级时容易破坏现有功能、底层数据模型变得难以理解。这些问题在前期演示中不明显，但在长期运维和数据分析阶段会集中暴露。

### 企业该如何判断是否适合用低代码？
关键看标准功能是否已足够接近业务需求。如果核心流程只需少量配置，低代码很合适；如果必须大量改造才能勉强可用，就要谨慎评估后续维护、升级和人才可得性，避免把短期效率换成长期负担。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
