|
对于一个运行数年的应用，大多开发者会熟悉这样的困境：业务只想改一个字段，开发者却不敢动手。
应用持续运行之后，内部结构会演化为一张极其复杂的依赖网络。层层嵌套的关系，远超单个人脑的记忆极限。仅靠开发时留下的零散备注，根本无法为改动决策提供足够安全的支撑。
面对这种状态，多数团队的应对是保守治疗：只做增量调整，绝不触碰旧结构。业务方常以为改动一个字段只是配置层面的小事；而开发者面对的，是相互嵌套的数据工厂与几十张关联表单，任何一处修改都可能牵动底层计算或流转节点。于是改动被一再推迟，旧逻辑成了无人敢碰的禁区。
现在，AI 已能在较短的时间内生成一张新表单，甚至一个应用。但面对真实运行、结构复杂的老应用，理解其现状仍依赖人工重新梳理。
在不到两周的密集 VibeCoding 中，粗略估算，消耗了十亿级 Token（量级，非精确计量）。产出了一个可运行的桌面级应用终端，在原型范畴内验证了 AI 在低代码存量应用上的一批具体能力。
随后，基于暂不可解决的因素，主动停止了该项目的产品化。
本次想和大家分享两个话题：
现阶段 AI 在低代码平台上已能做到什么；
一个已经跑通的原型，为何要主动停止产品化。
从「生成」到「理解」：存量应用为何需要 AI 理解层
当前 AI 与各平台的结合，多聚焦于生成。用户一句话下达指令，AI 规划字段、建立表单、生成流程。这在应用生命周期的起点很高效。
但应用投入使用并长期运行后，结构日益复杂，系统逐渐演变成没人敢轻易修改的状态。此时最真实的痛点，往往不在于能不能做，而在于敢不敢动。
你想厘清现状，但靠人工梳理这团关系几乎不现实。最后大家只能选择「增量妥协」：在旧应用之外叠加新表单去承载新需求，不去触碰核心逻辑。
本次的核心目标，正是验证 AI 能否跨越单纯的创建，去深度理解一个已存在、高度复杂的应用。在构建的桌面级应用终端中，嵌入了原平台的工作页面，在侧栏增加对话、快捷和实况工作区。用户无需学习复杂指令，查看表单或字段时即可对当前对象直接发起分析。
本项目的核心可以概括为以下五项能力：
1. 表单结构备份
读取当前表单结构，生成带时间标记的本地备份。
2. 应用结构备份
读取应用内可识别的整体结构，覆盖菜单、表单、聚合表、智能助手、数据工厂与仪表盘组件。
3. 应用结构关系生成
将应用内各类对象转化为节点，将包含、引用关系转化为连接，生成可供程序继续使用的结构关系数据。
4. 基于真实表单生成培训文档
提取实际字段、类型、公式等结构证据交予 AI，生成包含业务含义、填写示例与操作指引的培训文档。
5. 字段实况：即时引用分析
用户点击表单字段，实况区即时显示其上下游引用关系、公式证据与相关风险。
五项能力看似零散，指向的却是一种更统一的可能：在平台之上，叠加一层「应用理解层」。
平台设计器负责创建与运行；应用理解层则重组现有配置，用于备份、分析、解释与长期维护。这带来三个方向性变化：
- 应用配置工程化：结构数据化后，可被比较、检索与分析，AI 的回答建立在真实配置而非用户描述之上。
- AI 角色现场化：从被动响应的生成助手，转变为主动补足上下文、提供即时风险提示的现场助理。
- 交付物完整化：结构备份、字段关系、培训资料等过去易缺失的资产，可随应用同步生成与更新。
初步判断，AI 生成速度越快，维护成本越高。当应用激增、人员更迭，谁能重新读懂应用，将成为核心痛点。基于已跑通的原型，后续可自然延伸出多项高阶能力：自动撰写日志、多版本差异对照、全局智能问询、变更影响分析、资料自动更新等。
为何停下：技术可行与合规边界的悖论
原型在测试环境中跑通了上述工作，但我们没有将它推进到产品化。核心卡点在于 AI VibeCoding 的自主能力与商业合规边界之间的悖论。
这个悖论可以拆成两层来看。
第一层是技术可行性。AI 凭借其代码解析与执行能力，可以自行完成内部结构信息的获取与理解。在纯技术层面，这条路完全走得通。
第二层是商业合规性。AI 绕过官方公开 OpenAPI、直接读取非公开内部结构信息的行为，基于平台规则可能处于不合规或灰色地带。
主动停止产品化，是对自己负责，也是对平台生态规则的尊重。在做这次探索时，最缺、也最希望平台补上的，是一套边界清晰的应用结构读取能力。
如果在现有的 OpenAPI 体系之外，平台能提供开放的、结构化的只读接口，整个生态的调用方式将更规范，AI 可以经由官方授权的合法路径去理解应用，第三方开发者便能基于官方授权的合法路径，为平台构建更稳健的维护类工具生态。
本项目 使用平台 · trae + glm5.2 / codex + chatgpt5.6
本项目 Token 赞助 · 整数软件 （ wocao.ai ）
本内容由 MS-Super-Write-Agent 基于开发资料联合编辑
■ 更多内容
导航：云函数&前端事件&自建插件 内容集
汇总：论坛中发表过的所有帖子
承接简道云技术咨询与应用定制
承接月度技术支持服务
更多沟通交流可添加微信：zmlnow
添加时请备注：简道云
| 
