发布即颠覆?实测smardaten 2.0 :当 AI 遇上无代码软件开发,真的能重新定义 “对话即开发”

简介: 发布即颠覆?实测smardaten 2.0 :当 AI 遇上无代码软件开发,真的能重新定义 “对话即开发”

一、当AI大模型遇上无代码开发

尽管 AI 技术加速迭代,IT行业仍普遍存在一个现实困境:多数企业级软件开发依旧困在 “需求→开发→调试” 的漫长循环中,重复劳动冗余、需求响应滞后的痛点始终未被根治。那真的没有应对之道了嘛?

不,当然不是,试想一下,市场部的产品经理小王对着屏幕说 “生成带客户分级、跟进记录的系统原型”,三分钟后可交互的系统原型已就绪;前端工程师老李对 “表单助手” 下令 “批量添加 5 个字段,分别是“用户名”、“产品名”等等,并且都统一用渐变蓝色主题”,不到2分钟就完成了原本半小时的操作;制造业的李姐向 “智能生成助手” 输入 “设备故障报修系统” 需求,10 分钟拿到带故障类型、现场照片字段的原型,再调用 “大屏助手” 生成统计看板,全程零代码;初创公司的林同学用 “Copilot Studio” 搭建专属助手,上传项目模板作为知识库,1 小时就搞定带任务分配的项目管理系统……

这些曾需要十天半个月甚至几周的开发工作,如今在 smardaten 2.0 上,靠几句对话就能实现。当 AI 与无代码深度耦合,“对话即开发” 不再是概念,smardaten 2.0 的发布,将AI大模型融入smardaten一体化开发平台,正带着这些软件开发案例,重新书写软件开发的效率法则。

9814bea42f237b4ec740c8ab68766cb8_d38ab25ac54640faaa26ae2f9a899990.png

二、smardaten2.0新版介绍

smardaten基于“无代码+AI”的架构,将大语言模型(如DeepSeek)、多模态分析与无代码开发深度耦合,辅助客户提升在应用配置开发时的工作效率,加速释放业务价值。由此推出了Copilot Studio(服务端)和Build Copilot(客户端):

  • Copilot Studio(服务端):是基于smardaten平台搭建的应用,赋能用户一站式构建、管理、测试和导出智能助手(Copilot)。用户可通过其统一管理AI模型、配置知识库与知识服务、集成工具,并便捷地创建、调试和监控基于自然语言对话的Copilot助手。

0da5fd7a43a37b430afb6569f5f25d61_a07d3a65ec504a0b89eb0bf47f4990bb.png

  • Build Copilot(客户端):是通过Copilot Studio应用创建的智能助手,目前平台内置了智能生成助手、应用助手、表单/列表/详情助手等,smardaten平台能够基于这些助手,实现智能化应用生成、页面生成和样式美化等功能。

9834745a86829de952672b9564c84748_4ef639afd2824b2bac4a9b644d0ca8f6.png

2.1 Copilot Studio:打造专属 AI 开发引擎

Copilot Studio中总共包含五大目录,分别是数据看板、Copilot管理、知识管理、工具管理和模型管理。与上述的功能架构图对应。

1284d8fa148e6608d5b18f1cd6d7cddf_2de03f4f73ef402eb717bb2f7fe11f85.png

  1. 模型管理:管理AI模型。接入模型供应商,管理不同的模型,查看模型总量统计,可根据需求自行配置;
  2. 知识管理:智能化的基础和核心。包含管理文档、模板、数据模型等类型知识库,召回测试,知识预览,知识服务管理等功能;
  3. 工具管理:管理内置工具,这些工具为4+3生成类Toolkit,这些工具会在配置Copilot使用;
  4. Copilot管理:Copilot核心功能的配置中枢,包含Copilot基础设置、对话流设计(如用户意图识别等)、预览调试、导出设置等;
  5. 数据看板:数据监控和分析,包含知识服务调用统计、知识库使用统计、各AI模型调用量统计等。

baf455a66477d07b50519843e6bdd827_14bd262dc0a74e988067675c17422db1.png

2.2 Build Copilot:7 大助手覆盖开发全流程

配置完Copilot Studio之后,就是使用AI助手进行开发了!我们只需要进行交互式指令聊天即可完成应用搭建,应用开发的流程可以参考下图。

4d0798516a6eacbc204d025fc63af5c4_477129dd2c404927b3ce368ae2d9dd7b.png

我们来看看如何用AI应用助手生成一个页面。

首先我们进入应用配置页面,点击右下角的AI助手图标,就可以进入应用编辑助手中。发送指令:"生成一个智慧办公的仪表盘页面"。

a715f599acceb81fab7b8ab21a6c3075_1734fe336469445f8f1313a489aac100.png

AI会根据描述推荐页面模板,若推荐都不符合需求可点击“深度生成”即可。

837d4a05fe08d6e51a0f0fcb95bc1a07_aa9beb872aae43e7a1b7129be38d0be7.png

AI会进行深度思考,输出仪表盘页面的md文档,最后生成仪表盘页面。最后可基于AI生成的页面进行调整即可。

3adb2de79f6a6352f37640bc9b32738f_c0b4102fdf6c4a31bad0af3f6c2fcb3c.png

2.3 总结:Copilot Studio+Build Coplit 的开发流程

2a99d40a0d77658368fea78eca8a933f_5604f058ba2146c68d7eca4161d81f90.png

总的来说,使用流程可以分为两个阶段:智能助手开发和智能软件开发

阶段一:智能助手开发。在 Copilot Studio 中构建智能助手,通过选择AI模型,配置知识库与工具管理,完成对话流设计、逻辑节点编排等核心能力搭建,最终输出功能型助手。

阶段二:智能软件开发。随后进入 smardaten 企业级低代码平台承接落地,借助 AI 智能生成应用,Build Copilot 助手实时辅助,将智能助手的能力无缝转化为业务应用,实现从智能交互到功能落地的全流程一体化开发。

三、AI 开发的下一站,是 “让工具适应人”

当 “无代码” 的便捷性与 “AI” 的智能性在 smardaten 2.0 中实现深度耦合,软件开发的逻辑正在发生根本性转变。过去,开发者需要花费大量时间学习代码语法、工具操作逻辑,被迫让自身能力去适配开发工具的规则;现在,无论是通过 Copilot Studio 自主搭建专属智能助手,还是借助 Build Copilot 的 7 大助手完成应用生成、页面调整等操作,用户只需用自然语言表达需求,工具就能主动理解并转化为具体功能 —— 这种 “工具适应人” 的模式,不仅降低了软件开发的技术门槛,更让业务人员能直接参与到开发过程中,真正实现 “对话即开发” 的灵活体验。

smardaten 2.0 的发布,或许正是企业级开发迈入 “对话即交付” 新阶段的重要标志。从智能助手开发时的模型配置、知识库搭建,到智能软件开发时的原型生成、样式优化,整个流程形成了 “需求输入→AI 转化→落地验证” 的闭环,过去需要数周甚至数月的开发周期被压缩至小时级。

当 “无代码 + AI” 的合力持续释放,企业级软件开发不再受困于重复劳动和技术壁垒,而是能以更高效、更贴合业务需求的方式完成交付,这无疑为行业开辟了一条效率与价值并重的新路径。

申请smardaten2.0 AI能力体验链接:https://ai.smardaten.com/application/mobileview/2040845054803978?type=view&isMobile=true&idType=page

相关文章
|
3月前
|
人工智能 IDE Java
AI Coding实践:CodeFuse + prompt 从系分到代码
在蚂蚁国际信贷业务系统建设过程中,技术团队始终面临双重考验:一方面需应对日益加速的需求迭代周期,满足严苛的代码质量规范与金融安全合规要求;另一方面,跨地域研发团队的协同效率与代码标准统一性,在传统开发模式下逐渐显现瓶颈。为突破效率制约、提升交付质量,我们积极探索人工智能辅助代码生成技术(AI Coding)的应用实践。本文基于蚂蚁国际信贷技术团队近期的实际项目经验,梳理AI辅助开发在金融级系统快速迭代场景中的实施要点并分享阶段性实践心得。
723 25
AI Coding实践:CodeFuse + prompt 从系分到代码
|
3月前
|
人工智能 安全 API
20 万奖金池就位!Higress AI 网关开发挑战赛参赛指南
本次赛事共设三大赛题方向,参赛者可以任选一个方向参赛。本文是对每个赛题方向的参赛指南。
374 28
|
3月前
|
人工智能 自然语言处理 安全
氛围编程陷阱:为什么AI生成代码正在制造大量"伪开发者"
AI兴起催生“氛围编程”——用自然语言生成代码,看似高效实则陷阱。它让人跳过编程基本功,沦为只会提示、不懂原理的“中间商”。真实案例显示,此类项目易崩溃、难维护,安全漏洞频出。AI是技能倍增器,非替代品;真正强大的开发者,永远是那些基础扎实、能独立解决问题的人。
297 11
氛围编程陷阱:为什么AI生成代码正在制造大量"伪开发者"
|
3月前
|
人工智能 机器人 测试技术
AI写的代码为何金玉其外败絮其中
本文分析AI编码看着好看其实很烂的现象、原因,探索行之有效的的解决方案。并从理论上延伸到如何更好的与AI协作的方式上。
134 3
|
3月前
|
人工智能 运维 安全
加速智能体开发:从 Serverless 运行时到 Serverless AI 运行时
在云计算与人工智能深度融合的背景下,Serverless 技术作为云原生架构的集大成者,正加速向 AI 原生架构演进。阿里云函数计算(FC)率先提出并实践“Serverless AI 运行时”概念,通过技术创新与生态联动,为智能体(Agent)开发提供高效、安全、低成本的基础设施支持。本文从技术演进路径、核心能力及未来展望三方面解析 Serverless AI 的突破性价值。
|
3月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
4386 69
|
人工智能 自然语言处理 前端开发
产品经理也能“开发”需求?淘宝信息流从需求到上线的AI端到端实践
淘宝推荐信息流业务,常年被“需求多、技术栈杂、协作慢”困扰,需求上线周期动辄一周。WaterFlow——一套 AI 驱动的端到端开发新实践,让部分需求两天内上线,甚至产品经理也能“自产自销”需求。短短数月,已落地 30+ 需求、自动生成 5.4 万行代码,大幅提升研发效率。接下来,我们将揭秘它是如何落地并改变协作模式的。
523 37
产品经理也能“开发”需求?淘宝信息流从需求到上线的AI端到端实践
|
3月前
|
人工智能 监控 Java
零代码改造 + 全链路追踪!Spring AI 最新可观测性详细解读
Spring AI Alibaba 通过集成 OpenTelemetry 实现可观测性,支持框架原生和无侵入探针两种方式。原生方案依赖 Micrometer 自动埋点,适用于快速接入;无侵入探针基于 LoongSuite 商业版,无需修改代码即可采集标准 OTLP 数据,解决了原生方案扩展性差、调用链易断链等问题。未来将开源无侵入探针方案,整合至 AgentScope Studio,并进一步增强多 Agent 场景下的观测能力。
1807 52
|
3月前
|
人工智能 安全 开发工具
C3仓库AI代码门禁通用实践:基于Qwen3-Coder+RAG的代码评审
本文介绍基于Qwen3-Coder、RAG与Iflow在C3级代码仓库落地LLM代码评审的实践,实现AI辅助人工评审。通过CI流水线自动触发,结合私域知识库与生产代码同仓管理,已成功拦截数十次高危缺陷,显著提升评审效率与质量,具备向各类代码门禁平台复用推广的价值。(239字)
679 24
|
3月前
|
人工智能 IDE 开发工具
从6人日到1人日:一次AI驱动的客户端需求开发实战
从6人日到1人日:一次AI驱动的客户端需求开发实战
从6人日到1人日:一次AI驱动的客户端需求开发实战