在 2023 Google I/O 大会上，Google 推出了一种新的生成式 AI 模型，该模型专注于编写和理解代码，并命名为“Codey”。此后不久，我们还宣布推出“适用于 Google Cloud 的 Duet AI”，它是经过专门训练的大型语言模型的接口，旨在通过嵌入整个 Cloud Console 的代码帮助、代码生成和聊天功能，来提高 Google Cloud 用户的工作效率。 本讲座将围绕 AI 辅助开发的话题讨论，介绍 Google 针对自然语言到代码生成的大语言模型，并对提升代码生产效率，提高代码质量，降低安全风险等方面展开讨论，理解下一代基于 AI 辅助开发将给我们的开发者带来的变革和创新。

低代码平台的出现大大降低了开发者的门槛，但是还存在以下的问题阻碍了更多人的开发使用：门槛没有足够低、扩展性难、运维能力弱。 低代码平台和 AIGC 技术的结合可以帮助平台革命性地突破这些障碍： （1）降低搭建门槛。低代码平台先天就沉淀了很多学习语料，比如帮助文档、案例、模版、schema、公式语法等，因此借助 AIGC 能力，我们可以通过自然语言对话实现自动生成应用、生成流程、生成 portal 页、报表页、生成公式、生成自定义组件等，让搭建应用的门槛显而易见地容易了很多。 （2）让扩展不再一筹莫展。大量的案例和语法的提前学习，可以让用户通过对话，自动生成 JS 代码段，对接连接器自动生成协议配置和数据胶水代码。 （3）运维更智能。对于用户而言，AI 可以帮助你规避应用搭建中的误区，以及帮助你获得运行状态感知能力；对于平台自身而言，AI 除了能独立应付大量的平台使用相关的咨询，也能自动搜集出高频问题和使用问题提供给二线，帮助平台提升。另外 AI 也可以通过对平台日志的感知及时分析出平台问题，从而帮助提升其稳定性。 最后，与 AI 的结合的技术难点主要包括如何克服不确定性，如何确保安全性尤其是数据安全性。

为配合公司降本提效战略落地，我们在 21 年开始逐步转换中后台应用架构，从「Procode 」过渡到「Lowcode + Procode」 融合架构。过程中通过打造 ①多类型低代码平台（视图、模型）；②多类型物料（模板、Vue/React组件、子应用、云函数）；③多研发链路（云端、本地）；④多托管部署类型（静态托管、统一托管）逐步构建了相对全面的中后台技术研发体系，有效降低了中后台系統研发成本的同时，提升了交付和维护质量。 我们希望通过本案例介绍，讲清楚①我们通过落地「后台工厂」这一技术项目解决了过去存在的哪些问题，拿到了哪些收益，以及如何借机建设了中后台技术研发体系；②在公司高 ROI 导向的背景下，如何确定我们的技术路线和系统里程碑，小步快跑地锚定阶段里程碑收益，创造业务价值：③以及在这样背景下，转化到应用架构上的挑战和技术难点是什么，我们基于此现实情况做了哪些解法和思考。

物料是低代码平台的核心组成部分，面向不同企业、客户或业务使用物料的技术栈不尽相同。Low-Code Engine 对于 React 和 Rax 技术栈开箱即用，但对于 Vue 技术栈则需要进行一些适配工作，特别是渲染器的适配以及 Vue 相关物料的构建方面。在物料接入时，开源社区存在大量优秀的基础组件库，需要思考如何将其快速转换为低代码物料。同时 Vue2 和 Vue3 存在差异，如何最大化减少物料建设的资源投入、如何利用 Vite 提升构建效率以及如何调试物料也是 Vue 物料接入过程中需要面对的挑战。本次演讲就是基于这些问题抛转引玉从而共同探讨一个合适的解。

低/零代码开发降低了应用开发的技术门槛，但同时也带来了一个新的问题：上手成本正在变高。丰富的组件、多样的页面模板以及领域化的概念，给用户带来了审美疲劳和新的上手成本。GPT的出现为我们提供了新的思路，我们可以设计一个AI助手，让用户能够通过简单的一行文字描述或甚至一张图片，快速创建可用的应用程序，帮助用户快速上手低/零代码产品。