当Deepseek、豆包、ChatGPT、Claude Code这类AI编程工具快速普及，一句自然语言就能生成代码，“人人会编程”的想象开始变得现实。

于是，一个颇具冲击力的说法开始流传：很多软件，特别是低代码工具，都将要被团灭。

这个判断看似顺理成章，但问题在于，它忽略了一个关键事实。

图源网络，侵删

被AI冲击的，其实只是半成品工具

市场上大多数低代码，本质更像效率工具——做表单、搭流程、搞简单进销存。优势在于上手快、成本低，但上限也很明显。

而AI编程，恰好最擅长的，就是替代这种“标准化、简单逻辑”的开发工作。

生成一个CRUD（数据增删改查）应用、写个审批流、做个小系统，对AI来说几乎没有门槛。

结果就很直接喽，这类轻量低代码，开始被AI“挤压空间”。未来一部分被淘汰，理所当然。

真正的壁垒，不在代码，而在业务复杂度

另一类低代码，完全是另一种物种。

它们不是用来做简单工具，而是直接承接企业核心系统，比如ERP、MES、WMS这类“动到业务命脉”的系统。这类系统的难点，从来不是代码，而是业务。

复杂在哪里？

• 业务规则高度个性化，不同行业差异巨大；
• 流程跨部门、多角色，甚至跨系统；
• 数据关系复杂，涉及权限、审计、版本控制；
• 系统必须长期稳定运行，不能“生成完就算”。

在这种场景下，AI的短板反而暴露得很明显：它可以写代码，但很难理解一个企业完整的业务逻辑，更难保证系统长期稳定演进。

这也是为什么，真正做复杂系统的低代码平台，反而更接近“工程体系”，而不是“开发工具”。

像云表平台这种“画表格搭系统”的模式，本质是在做一件更底层的事情——把复杂系统开发拆解成可配置的结构，而不是依赖代码本身。

一个有些意外的判断，AI越强，这类平台反而越稳

可以换个角度看这个问题。

如果AI真的能轻松生成ERP、MES，并稳定运行，那么最先被冲击的，其实不会是低代码，而是用友网络、金蝶国际这类企业软件厂商。

因为它们的核心价值，本质也是“复杂系统交付能力”。

但现实是，金蝶用友等老牌厂商并没有被取代，反而在主动引入AI，比如Agent、自动流程、对话式操作。

这背后其实是一个反直觉逻辑：AI越强，越需要一个稳定的系统框架去承载它。

没有工程化平台，AI生成的只是“代码片段”；有了平台，它才可能变成“可运行系统”。

再一个终局不是替代，而是重构分工

AI编程和低代码的关系，更像一次分工重构。

AI负责什么？生成代码、处理个性化逻辑、加速开发。

低代码平台负责什么？系统结构、业务建模、权限体系、数据安全，以及长期运维。

两者结合，反而形成一种更高效的模式：大部分功能通过配置完成，复杂部分交给AI补充。

类似“80%配置+20%AI生成”的结构，才是更接近现实的路径。

eversheet这类企业级应用平台的方向也很清晰：业务人员即开发者，同时保留系统化能力。

从许继电气的SRM+WMS+MES一体化集成，到浙江恒逸集团的加弹机台MES系统，再到东莞萃景鞋业的全链路管理闭环，它这种模式，本质是在放大低代码的优势，而不是削弱。

总结

回到最初那个问题：AI会不会团灭低代码？

答案是，会淘汰一部分，但不会淘汰全部。

AI编程与低代码平台的最终结局，从来不是“你死我活”的替代关系，而是“相辅相成”的深度融合——这也是用友、金蝶等龙头企业的布局方向，更是云表平台早已践行的道路。

技术在变，但这个底层逻辑，一直没变。

最后，你有什么补充或者修正的地方？

写这篇文章花了些时间，能帮到你或者带来一些启发，就值得。

文 | dean