微软Power Platform采用ChatGPT：分析其对低代码空间的影响

微软将强大的大型语言模型（LLM）ChatGPT整合到其Power Platform开发者套件中，提高了low-code 开发的生产力，成为头条新闻。这一消息是在ChatGPT驱动的Bing搜索和微软承诺向其合作伙伴公司OpenAI投资数十亿美元之后宣布的。随着这一发展，出现了许多问题，特别是围绕整合对low-code 平台的影响和可能出现的潜在挑战。

我们将通过讨论将ChatGPT等LLM纳入low-code 开发框架的好处和潜在风险，深入研究人工智能驱动的发展的影响。此外，我们将研究这将如何扰乱竞争格局，并强调旨在采用这一突破性技术的领导者的关键考虑。

Low-code 开发平台（LCDPs），如 ，允许将复杂的功能抽象为用户友好的组件，通常为新手和有经验的开发者提供 能力和可重复使用的模板。将ChatGPT整合到这样的环境中，可以释放出许多好处：AppMasterdrag-and-drop

ChatGPT的整合已经在整个市场上激起了涟漪，科技巨头们纷纷公布了自己的生成性人工智能解决方案。因此，low-code 平台和人工智能在软件开发中的作用是值得讨论的。自然语言驱动的代码生成有可能完全取代传统编程和无代码解决方案。

尽管如此，最可能的结果似乎是通过改善开发人员的经验、定制的ML模型和智能终端用户体验，让人工智能增强整个软件行业的功能。AppMaster 等公司已经提供了强大的<a href=https://appmaster.io/blog/no-code-app-builder>no-code app builders 和<a href=https://appmaster.io/blog/build-enterprise-software-with-no-code>enterprise application solutions ，展示了这种方法如何使广泛的组织受益。

然而，微软在人工智能研究和开发方面的大量投资可能会使较小的LCDPs处于不利地位，如果他们不采用自己的AI-整合。因此，缺乏人工智能功能可能会导致失去用户，或与较大的云技术套件合作，以访问和存储数据。

尽管有了进步，ChatGPT和其他生成性人工智能模型并不完全值得信赖。目前，PowerApps的ChatGPT使用是实验性的，标志着生成性人工智能的地位是一个正在进行的工作。考虑到潜在的不准确性，依赖这些模型的开发者可能会面临挑战。

除了ChatGPT输出的权威语气，它们是由公开的信息生成的，可能包含错误、误差和低效率。更糟糕的是，ChatGPT可能会建议不存在的功能，正如在地理编码API供应商OpenCage身上看到的那样。因此，开发人员必须适应创建和组织提示和调试错误，同时还要努力应对部署挑战和有关第三方依赖的安全问题。

治理对于确保low-code 平台的安全至关重要，因为no-code 用户在采用新服务时可能没有足够的安全监督。随着人工智能的加入，技术复杂性增加，如果不仔细管理，可能会导致违反道德和非理性的沟通。

虽然像ChatGPT这样的人工智能模型有信心产生输出，但它们有时会产生无意义的或不准确的结果。持续的反馈和再训练将随着时间的推移改善这些产出。然而，工程师们需要记住人工智能驱动的解决方案的实验性质，并在将新的人工智能创新实施到他们的项目中时谨慎行事。

随着人工智能重塑软件开发领域，开发人员在提高效率的同时也面临着新的挑战。Low-code ，提供标准软件交付管道和集中协作功能的解决方案将在这个不断发展的时代受益最多。与人工智能发展同步的LCDPs，如AppMaster 平台，并将人工智能嵌入其工作流程中，将在不断变化的行业中茁壮成长。