推荐语
字节与京东相继开源AI Agent平台，低代码开发迎来新机遇与挑战。
核心内容：
1. 低代码平台在AI Agent与传统业务系统中的异同分析
2. 构建成功Agent平台的关键要素与长期壁垒
3. 不同领域对低代码平台的特殊需求与技术挑战
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
最近字节的Coze与京东的JoyAgent相继开源，我想百度的APP-Builder也许也快了。 Agent开发，特别是低代码的Agent开发商业逻辑基本上可以类比以前的业务系统低代码平台。但是与业务系统的低代码平台又有一些不同。 1、低代码平台是解决企业的敏态需求，而非稳态需求。 低代码平台一般服务于企业敏态需求，传统低代码覆盖审批流/报表等轻型应用，Agent平台聚焦智能客服/知识检索等AI场景，本质是通过敏捷开发实现“边缘创新”，避免核心系统僵化，快速响应长尾需求。 当然，敏态需求不一定是非核心业务需求，取决于业务是否是稳态的。 2、低代码平台需要区分低代码与零代码，两者定位并不一样 严格区分低代码（Pro-Code）与零代码（No-Code）用户群。传统平台中低代码用户为IT/分析师，零代码用户为业务人员；Agent平台中低代码需复合型”AI工程师“，零代码依赖预制模板的业务专家，成功关键在于清晰定义边界。 3、低代码的短期是看工具的功能，长期是看积累的库，言外之意需要运营或交付团队积累模板 短期竞争力依赖功能体验（如表单设计或LLM支持），长期壁垒源于可复用资产沉淀。传统平台靠行业模板/业务组件，Agent平台需积累高质量Agent模板、垂直知识库、工具技能市场及Prompt优化体系，本质是“功能易抄，生态难建”。 4、两者均依赖分层定价（用户席位/高级功能订阅）与生态繁荣。 传统平台通过连接器/组件市场扩展场景，Agent平台需构建工具插件、知识库、Agent模板三类生态，变现模式叠加LLM调用量、知识存储等维度，生态规模决定天花板。 5、如果低代码平台缺乏行业Know-How的差异与模板库的差异，很快就会被开源产品拉平差距，甚至没有开源产品做得好。 通用的工具链大厂更有优势，大厂还可以通过生态获取额外的报酬从而让开源可持续发展。 6、面向OT和ET的低代码平台对面向IT的低代码平台更有价值 IT业务门槛相对较低，造成IT生态圈里面既懂业务、也懂IT 、还懂算法的人才要更普遍一些。而OT和ET领域因为领域知识相对深奥，所以更需要低代码平台抹平IT和算法模型的基础门槛，让懂领域业务的人发挥其业务特长。 1、业务系统低代码平台与Agent平台的用户对数据敏感度不一样 业务低代码常见云端部署，因数据敏感度较低；Agent平台因涉及决策逻辑与隐私，私有化部署需求更强。特别是针对OT和ET的业务。 2、业务系统低代码平台与Agent平台的开发者用户能力要求不一样 传统平台用户需理解业务流程与数据模型；Agent平台要求叠加AI素养（意图分解、工具编排、LLM特性理解），角色升级为“业务+IT工程+算法”三角能力融合的AI工程师。
3、业务系统低代码平台与Agent平台的技术栈复杂度不一样 传统平台技术围绕CRUD/工作流引擎，成熟稳定；Agent平台深度依赖LLM、动态编排引擎、RAG、记忆管理等组件，技术迭代快、外部依赖（LLM稳定性）风险高，需强封装能力。
4、 业务系统低代码平台与Agent平台的价值验证周期不一样
传统平台ROI直接（如流程提效），见效快；Agent平台价值间接（体验提升/新场景探索），需长期效果验证与迭代，依赖标杆案例与数据分析工具佐证。
5、业务系统低代码平台与Agent平台的生态核心差异不一样，Agent需要大量配套的低代码平台协助，如数据层，模型层。
传统生态=业务组件+连接器；Agent生态=技能工具市场+知识源+Prompt模板+评估套件，质量要求更高（错误工具调用可致业务风险），生态构建难度倍增。
通用Agent平台开源有利于行业Agent平台发展 1、开源的通用Agent平台将促进传统服务商快速构建自己的Agent低代码能力 通用Agent平台开源（Coze/JoyAgent）将加速工具层标准化，降低行业基础建设成本，但倒逼厂商向知识层与模型层等深水区迁移，Know-How沉淀能力成为分水岭。而传统有Know-How的服务商可以快速利用开源工具搭建具有行业属性的Agent开发平台。 2、Agent平台还未成熟，还需要有一定的的时间发展 当前平台处于工具链整合期，需跨越技术稳定性、场景范式固化）、生态价值闭环三阶段，周期受限于AI技术演进速度。同时Agent平台的成熟度也依赖于小模型的丰富度。如果没有各种各样的小模型组合，仅仅靠大模型无法解决制造企业的核心问题。 3、 结合Deep Sesearch的Agent也许是工业领域落地的首选 虽然知识管理对于大模型时代看起来比较Low，但我始终认为，当前利用大模型把知识管理管好，仍然是一个非常值得去深耕的场景。
粤ICP备14082021号
免费POC，
零成本试错
