AI 冲击下的低代码：市场走向分析

zhangdaiscott · 发表于 7 分钟前

AI 时代低代码平台的转型之路

一、先说结论

过去两年，"AI 会不会取代低代码"几乎是每个低代码从业者都绕不开的问题。梳理公开资料之后，我的判断是：

低代码的需求总量还在，企业长尾应用、流程审批、报表看板这些场景不会消失；
但"低代码平台"这门生意的利润池正在被 AI 重新分配，只靠拖拽搭建界面的通用工具会被明显挤压；
真正有价值的是运行时、数据底座、集成能力、治理能力和行业知识，以及能把这些能力开放给 AI 调用的平台。

下面从市场、AI 冲击、JeecgBoot低代码的实际动作三个层面展开。文中的市场数字是综合 Gartner 等机构公开口径的量级判断，JeecgBoot 相关信息来自官网和公开发布记录，引用前请以原始来源为准。

二、低代码市场现状

规模与增速

全球低代码/无代码市场目前处于数百亿美元量级，主流机构给出的年复合增长率大致在 20%–30%。Gartner 曾预测，到 2025 年约 70% 的新应用会用到低代码或无代码技术。国内市场体量相对小一些，但数字化转型、国产化替代和降本增效这三股力量，让增速不低于全球平均水平。

主要需求场景

成熟场景：OA 审批、流程管理、数据填报、报表看板、内部工具、轻量 CRM/ERP 补充模块；
正在扩展：AI 应用编排、跨系统集成、客户门户；
仍不适合：高并发强事务的核心交易系统，以及对性能和交互要求极高的 C 端产品。

竞争格局

生态巨头：Microsoft Power Platform、Salesforce、ServiceNow，国内有钉钉宜搭、腾讯微搭、华为 Astro、飞书；
专业厂商：OutSystems、Mendix，国内有简道云、明道云、轻流、活字格；
传统软件厂商：用友 YonBuilder、金蝶云苍穹、泛微、致远；
开源与私有化：JeecgBoot 等；
AI 原生应用生成：Lovable、Bolt、v0 等，正在与传统低代码形成交叉竞争。

竞争的关键点正在从"谁的拖拽更好用"，转向"谁拥有用户入口和数据入口、谁的集成和治理更强、谁的开放度更高（能否导出代码，避免厂商锁定）"。

三、AI 到底冲击了什么

AI 冲击下价值重心的转移

受冲击最大的部分

"比写代码快"这个核心卖点基本失效：一句话就能生成可运行的应用，拖拽搭建反而更慢；
简单工具类应用被直接吞掉：表单、台账、小报表，正是传统低代码的基本盘；
公民开发者的价值被稀释：业务人员不必再学一个平台，对着 AI 描述需求即可；
按席位、按应用数收费的模式承压：生成成本趋近于零，客户不愿为"搭建能力"付高价。

仍然守得住的部分

运行时与数据底座：权限、审计、流程引擎、多租户、高可用。AI 能生成界面，但很难替企业承担运行责任；
与存量系统的集成：ERP、OA、主数据、身份体系，这些是长期积累的脏活；
合规与私有化交付：政企、金融、信创场景需要有人对结果负责；
行业知识：行业模板、业务模型、实施经验。

一个需要修正的常见说法

"元数据是低代码的护城河"并不总是成立。如果元数据只是私有格式，客户反而可能为了摆脱锁定而转向 AI 直接生成代码。元数据的价值在于它能否成为 AI 生成时的约束和 AI 调用时的接口，而不是它本身。

所以，更准确的判断是：低代码作为独立品类会被重新定义，价值向两端转移——一端是 AI 入口和大厂生态，另一端是行业解决方案和运行底座，中间的通用拖拽搭建层最危险。

四、JeecgBoot低代码的应对：时间线

从官网"发展历程"和公开发布记录看，JeecgBoot 的 AI 转型节奏相当连贯：

2024 年：推出 ChatGPT 对话助手，低代码与 AI 开始结合；同时全线适配信创（达梦、人大金仓），推出 SpringBoot3 分支；
2025 年 4 月（v3.8.0）：发布 AI 应用平台，包含模型管理、AI 应用、知识库（RAG）、AI 流程编排、AI 对话助手，支持 DeepSeek 等模型；
2025 年中：敲敲云零代码开源；AI 融入 Online 能力（辅助建表、生成测试数据、自动生成报表）；推出 OpenAPI；上线面向开发文档的 AI 客服；
2025 年 12 月（v3.9.0）：AI 应用、聊天、流程编排全面支持 MCP 与插件，可以用聊天方式操作业务，接入 Claude 等模型；
2026 年 1 月（v3.9.1）：AI 应用升级为智能体，支持记忆、变量、插件、工作流、MCP、绘画；
2026 年：宣告"低代码 v2.0"，主打 AI Skills——JeecgBoot 六大 Skills 加 JimuReport 三大 Skills；AI 大屏助手结合 Chart2BI；AiFlow 升级为可视化 Agent 编排平台；多模态支持音频、视频、图片生成；技术栈升级到 Spring Boot 4 与 Vite 8；
积木报表线并行：JimuReport v2.5.x 系列接入 AI 助手，一句话生成报表和大屏；JimuChatBI 开源对话式智能问数。

五、五条主线：JeecgBoot低代码怎么破局

JeecgBoot低代码的 AI 转型架构

1. 让 AI 当入口，让低代码当执行层

Skills 是这一思路的核心。官网演示中，用户在 Claude Code 里说一句"帮我生成一套员工请假管理系统"，jeecg-codegen 技能会识别字段、生成建表 SQL 和前后端代码，并给出预览。Skills 覆盖代码生成、Online 表单、BPM 流程、报表、大屏、门户等能力。

这样做的好处是不与 AI 编程工具对抗，而是把 JeecgBoot低代码的代码生成器、表单、流程、报表变成 AI 可以调用的专业能力。AI 生成的不再是散乱代码，而是带权限、带流程、符合规范的完整业务系统。

2. 自建 AI 应用平台，让低代码同时成为 AI 运行底座

AI 应用模块包括模型管理、知识库、AI 流程编排、MCP 插件、AI 聊天，并支持"AI 流程即服务"，把编排结果直接发布成 API。模型覆盖 DeepSeek、通义、混元、豆包、智谱、Kimi、Ollama，也覆盖 OpenAI、Claude、Gemini 等。对国内政企来说，既能私有化部署，也能按需选择模型。

3. 用 MCP 把存量业务变成 AI 能调用的工具

MCP 的价值在于：企业已有的用户、角色、流程、数据，不需要重写，就能被 AI 以工具方式调用。这是让存量系统在 AI 时代继续产生价值的关键一步。

4. 报表与 BI 线承接最容易落地的场景

数据分析是 AI 最容易见效的场景之一。JimuReport 的 AI 报表、AI 大屏助手，以及 JimuChatBI 的对话式问数，让业务人员用自然语言就能得到图表和看板。这条线版本迭代连续、产品边界清晰，是 JeecgBoot低代码生态中很值得关注的一翼。

5. 守住 AI 难以替代的基本盘

信创适配：达梦、人大金仓、TiDB，以及东方通、宝兰德中间件的兼容互认；
流程引擎：基于 Flowable，支持会签、并行、子流程、任意驳回、督办、知会等中国式流程需求；
精细化权限与多租户：行级、列级、字段级数据权限，SaaS 多租户；
OA 项目交付：官网记录了上市企业 OA 信创国产化项目的成功上线。

这些能力有真实交付责任，是 AI 生成代码难以直接替代的部分，也是商业版和技术服务的重要基础。

六、仍需面对的挑战

任何一条转型路径都有难处，JeecgBoot低代码也一样。结合公开信息，我认为有几点值得持续关注：

产品线较宽：代码级低代码、零代码、AI 应用平台、报表、BI、移动端同时推进，需要在深度与广度之间取舍。AI 应用平台一线还要面对 Dify、Coze 等专业产品，差异化应当落在"与自身业务系统和权限体系的深度结合"上；
"一句话生成整个系统"的落地深度：标准场景（如请假管理）效果直观，但真实业务需求模糊、规则复杂、要对接存量系统，从"可演示"到"可上线"仍需要大量验证，建议用更多真实项目案例和可复现评测来说明边界；
安全是 AI 时代的必修课：AI 工具调用、MCP 插件会扩大攻击面。2026 年的版本记录里多次出现安全加固专项，修复了 SSRF、路径遍历、跨租户写入等问题。把权限控制、审计日志、调用沙箱当作产品能力长期建设，比事后专项修复更重要；
对外部 AI 工具的依赖：Skills 的体验受 Claude Code 等第三方工具演进影响，需要持续保持多工具、多模型的兼容；
技术栈追新与稳定的平衡：Spring Boot 4、Vite 8、LangChain4j 新版本带来能力提升，也需要企业客户可感知的稳定发布节奏和升级指引；
信息同步：官网部分内容（如页脚年份、敲敲云用户数据）仍停留在早期，AI 时代的成果值得更及时地对外呈现。

七、对不同角色的建议

企业选型方

先划定适用范围：内部工具、流程审批、数据填报优先，核心交易系统谨慎；
重点考察集成能力、权限治理、数据与代码导出、私有化与信创支持，而不是只看演示效果；
评估 AI 能力时，关注的是它能否在受控的权限和流程内工作，而不是生成速度。

平台与厂商

把元数据、流程、权限做成 AI 可调用的开放接口，而不是私有闭环；
聚焦 1–2 个行业场景做深，用真实案例说话；
把安全、审计、稳定性作为长期投入。

开发者与服务商

低代码不会取代开发者，而是改变分工：重复性工作被平台和 AI 吸收，价值转向架构设计、系统集成、复杂业务建模和 AI 应用落地。掌握"低代码 + AI + 专业开发"的组合能力，竞争力会更强。

八、总结

低代码正在从"工具时代"走向"AI 原生平台时代"。短期看需求稳定，中期看行业洗牌，长期看低代码会演变为"AI + 元数据 + 治理"的企业应用底座，核心价值在于让 AI 生成的应用安全、可控、可持续运行。

JeecgBoot低代码的路径可以概括为：以开源免费为入口，以 Skills 嫁接主流 AI 编程工具，以 AI 应用平台和 MCP 承接智能体能力，以积木报表与 ChatBI 落地最容易见效的数据分析场景，再以信创、流程、权限和 OA 项目交付守住基本盘。这套组合在国内开源低代码厂商中相当完整，下一阶段的关键，是把"一句话生成"的演示能力，沉淀为可复现、可验证、足够安全的企业级交付能力。

参考来源：JEECG 官网（jeecg.com）、国炬软件官网"发展历程"与"公司动态"、JeecgBoot GitHub 与 Releases、OSChina 上的 v3.8.0 / v3.9.0 发布文章。

本文为 JeecgBoot AI 专题研究系列文章。