
11月选型,先看能力边界,再看参数表
11月的低代码赛道,信号比数据更值得看。
9月底,Gartner 将沿用多年的《企业低代码应用平台魔力象限》正式更名为《AI 增强低代码应用平台魔力象限》(Magic Quadrant for AI-Augmented Low-Code Application Platforms)。名字多了三个字母,含义却很直白:AI 生成不再是少数厂商的加分项,而是入场券。
国内的动作更实在。9月,工业和信息化部印发《“人工智能+软件”专项行动实施方案》(工信部信发〔2026〕209号),提出到2028年推广应用覆盖2万家规模以上软件企业、落地百项智能化技改项目、打造100个以上智能制造示范工厂;11月6日,工信部办公厅发布《关于加强智能体终端设备进网管理的通知》并配套解读;11月14日,工信部披露前三季度我国软件业务收入118031亿元,同比增长8.4%,其中工业软件产品收入同比增长7.3%。

一边是政策把“AI+软件”推到台前,一边是监管开始给智能体划边界。这时候再看各家平台的发布会,会发现一个略显尴尬的事实:大家讲的东西越来越像。都能一句话生成表单,都能拖出一个对话框,都能演示“三分钟搭完一个审批流”。
当能力趋同,选型的标尺就必须换。这篇文章只想讲三件事:市场数据没有看上去那么乐观;AI 把“写”的成本打到了地板,却把“验”的成本抬到了天花板;11月之后,私有化和可退出性从加分项变成了准入项。
一、漂亮的总量,和不好看的落地率
先看总量。Gartner 的预测是,2026年全球低代码开发技术市场约445亿美元,保持近19%的年增速;同期约七成至七成五的新建企业应用将基于低代码或无代码技术构建,而2020年这一比例还不足25%。这家机构还有一个常被忽略的判断:低代码用户中约八成来自IT部门之外。
中国市场的数据更细。IDC《2024下半年中国低代码与零代码软件市场跟踪报告》显示,2024年下半年中国低代码与零代码软件市场规模22.9亿元,同比增长20.2%,全年40.3亿元;预计到2029年达到129.8亿元,五年复合增长率26.4%。结构上,2024年低代码子市场占比85.6%,零代码仅14.4%——为企业级复杂场景付费的,仍然是低代码。
表1 2026年低代码市场关键数据一览
但另一组数字必须放在一起看。中国信通院《中国低代码平台发展白皮书(2026)》给出的市场规模是131亿元,同时给了一个相当刺眼的落地率:仅32%的低代码项目能实现全流程常态化运行,45%的功能处于闲置状态,23%的项目被迫终止或重构。
同一张桌子上,一边是26.4%的复合增速,一边是三分之二的项目没跑起来。这不是矛盾,是分化。增长来自少数真正把平台接进生产系统的企业,长尾里堆着大量“上线即闲置”的演示型项目。
再看口径差异,就更有意思了:Gartner 统计的是“技术市场”,IDC 统计的是“软件市场”,信通院统计的是“平台市场”。三张表放在一起,拼出的结论其实很朴素——工具卖得不错,系统用得一般。
二、AI 把“写”变便宜了,把“验”变贵了
过去两年,行业最大的叙事变化是:生成一段代码的边际成本正在趋零。一句描述、一张截图,甚至一段会议录音,都能变成表单、流程和接口。
但工程实践里,成本不会消失,只会转移。它转移到了四个地方:结构设计、权限体系、系统集成、验证运维。
第一是结构。大模型生成的是“看起来对”的东西:字段类型、枚举值、外键关系、空值处理、历史数据兼容,任何一项没对齐,上线后就是一场数据治理灾难。生成得越快,返工往往来得越早。
第二是权限。低代码平台真正难的不是页面,而是行级权限、数据范围、组织架构同步、跨租户隔离。AI 不会主动替你设计这些,它只会按提示生成一个“能点得动”的界面。
第三是集成。企业的真实环境里,ERP、MES、CRM、钉钉、企微、飞书、短信网关、十几年前的老数据库,接口风格各不相同,字段口径也各不相同。生成一个表单是分钟级,打通一条主数据链路往往是周级。
第四是可观测性。出了问题,要能定位到哪个节点、哪个参数、哪条日志。没有执行日志的“智能编排”,本质上就是一个黑盒。
所以“三分钟生成”真正有价值的部分,从来不是那三分钟,而是生成之后平台还剩下什么:能不能改、能不能测、能不能回滚、能不能审计。Gartner 在2026年11月发布的选型方法里,把评估重点放在构建、维护、治理、验证、集成与成本控制六个环节,而不是生成速度——这个转向本身就很说明问题。
把“跑通 demo”当成“能上线”,是2026年最贵的一种错觉。
三、外挂式 AI 与 AI 原生,差的不是一层皮肤
行业里现在有个挺实用的分辨方法:看 AI 到底长在哪儿。
外挂式的做法很常见——在既有产品上加一个悬浮对话框,把提示词转发给大模型,再把返回的 JSON 塞回表单设计器。它的问题不是“不准”,而是“断链”:模型不知道你的组织架构,不知道字段的业务含义,也不知道上一次审批为什么被驳回。上下文靠人贴,权限靠人配,出错靠人兜。
AI 原生则是一条链:模型管理、知识库、智能体、工具调用、数据流、业务流程,六个环节长在同一个底座上。判断标准可以很土——AI 生成出来的东西,能不能直接落进一个带权限、带审批、带日志的业务流程里。
表2 AI 能力的三个层级对照
知识库这一层最容易被低估。真正的工程量不在“上传 PDF”,而在三件事:分段策略,制度文件、扫描合同、台账表格的切法完全不同;召回测试,上线前能不能验证“答得对不对”;权限过滤,哪些知识不能被哪个岗位的人检索到。只做“文档问答”的知识库,在生产环境里通常活不过三个月。
智能体这一层,2026年的关键词是“编排”。单个智能体能对话,多个智能体才能干活:谁取数、谁校验、谁写回、失败重试几次、哪一步必须人工审批。这些不是 prompt 能解决的,是平台的结构能力。
还有一个容易忽略的细节:节点级模型切换。同一个流程里,取数用便宜的小模型,判断用强模型,对外文案再换一家——这种混合调度在成本敏感的场景里,往往比单模型方案更现实。
四、一个具体样本:AI 被放在了哪一层
以10月28日上线的 JNPF V7.1 为例,它的更新方向挺有代表性:没有去卷“生成速度”,而是补了两块偏工程的能力。
一块是 AI 中心的多 Agents 协作编排,智能体不再是单打独斗,可以按角色分工、按节点切换模型;另一块是数据中心的画布式数据流,把文件、数据库、API、数据集、应用表作为输入,做关联、对比、合并,再做列转行、字段拆列、JSON 与 XML 解析、计算列等转换后写回,支持执行日志,失败节点能直接看到异常信息。
再往前看 V7.0,搭的是“模型—知识—工具”的底座:知识库支持扫描件 OCR、表格解析、分段预览与召回测试,模型侧既能接云端 API,也能接 Ollama 本地部署;集成中心把钉钉、企微、飞书、ERP、短信、OA 的凭证和 OpenAPI 收在一处;同时提供100%源码交付。
这套组合谈不上“最强”,但它回答的恰好是上一节留下的问题——生成之后的产物,接不接得住。权限在平台里,数据在数据流里,知识在知识库里,模型可以换,代码能拿走。
对技术负责人来说,这类更新比发布会上的“效率提升 N 倍”更有参考价值。因为它动的是骨架,不是皮肤。
五、11月的新变量:合规开始管到“智能体”
11月6日那份《关于加强智能体终端设备进网管理的通知》,不少人当成通信行业的事,其实不止。它释放的信号很清楚:智能体正在从“软件里的一个功能”,变成需要被界定、被追溯、被管理的对象。
对选型的直接影响有三条。其一,日志。谁调用了哪个模型、用了什么工具、改了哪些数据,必须留痕。其二,数据边界。私有知识、客户信息、工艺参数,能不能不出内网。其三,责任链。Agent 自动执行的动作出了问题,责任落在平台、企业还是使用者,需要在合同和架构里提前写清。
这也是为什么“私有化部署”在2026年从加分项变成了准入项。政务、制造、金融的采购文件里,信创适配、等保合规、数据不出域,已经是前置条件,不再是可以谈的筹码。
但私有化还有一层更硬的要求:可退出。判断标准就三条——数据能不能完整导出,流程能不能迁移到别的引擎,代码能不能被自己的团队接管。做不到这三条,所谓私有化只是把锁定从云上搬进了机房。
六、11月版选型清单:四个硬指标
指标一,场景分层,不要一把尺子量到底。核心业务系统看稳定性、并发、事务一致性;长尾流程看上线速度和试错成本。同一个平台同时干这两件事,通常两头都不讨好。更稳妥的做法是双轨:核心用可控性强的底座,长尾用轻量平台,中间用统一身份和统一数据口径缝起来。
指标二,Agent 要有“手脚”,更要有“刹车”。工具权限是否可配、敏感操作是否强制人工审批、失败是否可回滚、调用是否全量留痕——四项缺一项,Agent 就只能停在演示环境。
指标三,数据链路要可视、可观测。数据流是不是画布式编排,有没有执行日志,失败节点能不能直接看到异常,能不能被任务调度定时触发。数据加工如果只能靠写 SQL 塞进表单事件,AI 省下来的时间很快会被运维成本吃掉。
指标四,模型能不能换。今天接 A 模型,明天可能因为成本、合规或效果换成 B。模型管理是否支持多供应商、是否支持本地开源模型、切换之后智能体配置要不要重做,这些决定了未来两年的议价能力。
把这四条写进评标表,比看十场发布会管用。
七、结语:最贵的不是选错平台
低代码真正的对手从来不是程序员,而是那些“上线时很热闹、半年后没人维护”的系统。
AI 把搭建的门槛降到了历史最低,也把“看起来能用”和“真的能用”之间的距离拉到了历史最大。前者只需要一次演示,后者需要权限、数据、日志、迁移方案和一整套运维约定。
11月这个时间点其实很有意思:政策在推,监管在收,厂商在卷参数,而一线技术负责人在算另一笔账——这套东西三年后谁来维护,五年后能不能搬走。
所以选型的第一问,不该是“它能生成多少”,而是“它生成完之后,我接不接得住”。
数据来源
- Gartner,Magic Quadrant for AI-Augmented Low-Code Application Platforms,2026年9月28日。
- Gartner 全球低代码开发技术市场预测(2026年约445亿美元),经 InfoWorld、Caspio 等公开渠道引用。
- IDC,《2024下半年中国低代码与零代码软件市场跟踪报告》,2025年7月。
- 中国信息通信研究院,《中国低代码平台发展白皮书(2026)》。
- 工业和信息化部,《“人工智能+软件”专项行动实施方案》(工信部信发〔2026〕209号),2026年9月。
- 工业和信息化部办公厅,《关于加强智能体终端设备进网管理的通知》,2026年11月6日。
- 中国经济网、央视新闻,2026年11月14日,工信部工业操作系统标准工作组相关报道(含前三季度软件业务收入数据)。












