对话式应用开发：从“低代码”到“零代码”的跨越，还是学术上的“伪命题”？

百度秒哒3.5的发布，将“对话式应用开发”这一概念再次推向公众视野。其核心卖点——自然语言直接生成完整应用，看似是对传统软件开发流程的彻底颠覆。然而，从计算机视觉与AI系统方法论的角度审视，这一技术路线的实际可用性仍面临根本性挑战，尤其在需求模糊性、形式化验证与可维护性方面。

对比路线：结构化低代码 vs 对话式零代码

当前应用开发平台大致分为两类。

• 结构化低代码（如微软Power Apps、Google AppSheet）：采用拖拽组件、公式配置、预设模板等可视化方式。用户通过有限的、结构化的操作来构建逻辑，平台自动生成代码。这一路线的优势在于可调试性：每个组件的行为可预测，错误可追溯，技术文档完备。缺点则是学习曲线仍然存在，且难以表达复杂业务逻辑。
• 对话式零代码（如百度秒哒）：依赖大语言模型将自然语言需求直接翻译为可执行应用。技术上等价于“自然语言到代码”（NL2Code）的密集任务，但扩展到完整应用的生命周期。其优势在于极低的使用门槛，理论上非技术人员也可参与。然而，正如我们在NL2Code领域看到的（例如Chen et al., 2021在HumanEval上的工作），即使最先进的模型在面对多轮需求、歧义描述时，生成的代码正确率也远未达到工业级可靠水平。

秒哒3.5选择了一条更激进的路线：放弃中间表示，直接跨越到“一句话生成”。这类似于计算机视觉中的“端到端”方法——从像素到语义标签，跳过传统特征提取。但端到端模型的可解释性差、对数据偏差敏感，应用开发平台同样面临类似问题：生成的应用是否包含隐式漏洞？是否满足非功能需求（如性能、安全）？ 这些问题的答案，在对话式开发中几乎完全依赖模型的黑盒输出。

[!note] 关键判断
从学术方法论看，缺乏可复现的基准测试与量化的评估指标，是这类平台最大的问题。Power Apps有公开的开发者社区和错误日志，而秒哒的“一句话生成”效果无法通过标准测试集复现。

六大能力的工程化本质

秒哒3.5新增的六项能力，从学术视角可拆解如下：

• SEO Agent智能流量优化：本质上是一个基于强化学习的搜索排名优化系统，属于传统信息检索与推荐系统的结合。与App开发核心能力无关，更像营销工具。
• iOS App一键打包：自动化构建流水线，调用Xcode或云编译服务。这是成熟的工程化能力，但背后依赖Apple的开发者生态，与AI无关。
• 多应用共享后端：微服务架构中的服务编排与数据共享，已有成熟方案（如API网关、BaaS）。这里只是将多个应用的数据库访问统一管理，无技术突破。
• 一句话生成Skill：最核心的AI能力。Skill指应用中的功能模块（如“生成一个日历组件”）。这要求模型理解领域特定语言（DSL）与业务语义。然而，Skill的粒度定义、边界约束、错误处理等，均未在新闻中说明。从NL2Code研究

原文链接：百度对话式应用开发平台秒哒 3.5 发布：支持 iOS App 一键打包、多应用共享后端等功能 - IT之家