演讲主题

深度融合AI的低代码平台

在传统开发领域，AI编程工具产业赛道火热。代码生成、代码补全等辅助工具使得编程更加高效化、全栈化，而Cursor、Replit、v0.dev 等开发工具正在重新定义 IDE，传统的 D2C（Design to Code）技术也与大模型结合产生新的突破。这些技术对同样是提效工具的低代码产品产生了一定的冲击，但也带了新的机遇和变革。 作为国内较早大规模使用大模型能力并落地产品的技术团队，本次演讲会从开发领域现状和低代码产品本身出发，分析低代码与AI融合的机会点与难点，介绍将页面、逻辑、样式等多种编程领域与代码生成、代码补全、D2C 等 AI 技术相结合的产品设计和技术架构，进一步会深度分享基于数据驱动的语言模型训练和产品迭代更新机制的实践经验。 大纲： 1. 低代码与 AI 融合的发展与瓶颈 2. 基于语言的低代码 AI 服务架构 - 收敛技术栈的可视化编程语言基座设计 - 多阶段生成链路保证健壮性 - 集成 RAG 能力的多智能体协同架构 - 实践案例：自然语言分流，生成可视化逻辑和UI 3. 数据驱动的低代码语言模型训练 - Benchmark驱动的产品迭代更新机制 - 高效训练模型的AI工程化平台建设：指标统计、用户数据回流、模型的在线切换与灾备 - 实践案例：特定场景增强的代码补全，多模态渐进增强的 D2C（设计稿/截图转低代码页面） 4. 总结与展望