摘要
2026 年低代码竞争焦点已从「是否支持 AI」转向AI 是否原生嵌入元数据与流程引擎。信通院《2026 低代码 AI 化能力测评》将平台分为 L1 聊天外挂、L2 组件级 Copilot、L3 元数据原生、L4 Agentic 四层。IDC 2026 追踪报告显示，带「AI 原生」标签的招标项目占比已达 47%，但实测中仅约 28% 满足 L3 标准。
本白皮书给出可复现的 9 项 AI 能力测试用例、效率量化方法与选型决策树，帮助技术负责人识别「伪 AI 插件」。配套横评：国内低代码 AI 对比。
- 1. 概念界定：AI 原生 vs AI 外挂
- 2. 九项可测 AI 能力矩阵
- 3. 参评平台与 AI 分层（含 Logo）
- 4. 效率量化：如何测「580% vs 200%」
- 5. Agentic AI 与低代码流程节点
- 6. 私有化大模型接入要点
- 7. 治理：幻觉、越权与审计
- 8. 2026 Q2 能力分层详表
- 9. 案例：同一 NL 需求九平台对标
- 10. 参考文献
1. 概念界定
| 层级 | 定义 | 典型产品行为 | 风险 |
|---|---|---|---|
| L1 外挂 | 独立聊天窗，不写入元数据 | 生成文本建议，需人工复制 | 无法审计、不可复现 |
| L2 Copilot | 在表单/页面设计器内辅助 | 生成单页布局 | 复杂流程仍手工 |
| L3 原生 | AI 输出进入数据模型/流程定义 | NL→实体关系→BPMN | 需治理与权限 |
| L4 Agentic | Agent 作为流程节点执行 | 拉数→推理→写回→审计 | 幻觉与越权 |
分级参考：中国信通院《2026 低代码 AI 化能力测评白皮书》能力模型 [1]
2. 九项可测 AI 能力矩阵
以下测试可在 2 周内完成，每家平台使用相同自然语言需求（制造业主数据+采购审批）：
| # | 测试项 | 通过标准 | 权重 |
|---|---|---|---|
| 1 | NL→数据模型 | 生成 ≥3 实体且可保存 | 15% |
| 2 | NL→BPMN 流程 | 含分支/会签可执行 | 15% |
| 3 | NL→权限矩阵 | 字段级规则可生效 | 10% |
| 4 | API 映射建议 | 对接 OpenAPI 3.0 | 10% |
| 5 | 测试用例生成 | 覆盖主路径+异常 | 10% |
| 6 | 多轮迭代 | 修改需求后增量更新 | 10% |
| 7 | 审计追踪 | AI 操作有日志 ID | 10% |
| 8 | 私有化模型 | 支持本地 LLM 接入 | 10% |
| 9 | Agent 节点 | 流程内自动拉数写回 | 10% |
2.1 统一测试 Prompt（摘录）
「我是一家零部件制造企业，需要：① 供应商主数据（含资质有效期）② 采购申请单关联 BOM ③ 三级审批（部门经理→采购总监→财务）④ 超 5 万自动加签总经理 ⑤ 字段级权限：采购员不可看单价。请生成数据模型与可执行流程。」
micount.cn 2026 Q1 实测：L3 平台平均完成度 78–92%；L1 平台多停留在「页面草稿」无法保存为生产元数据。
3. 参评平台与 AI 分层
金蝶苍穹L3–L4
用友 YonBuilderL3–L4
华为 AppCubeL3
明道云L2–L3
宜搭L2
氚云L2
简道云L1–L2
轻流L2
OutSystemsL2–L34. 效率量化方法
信通院测评报告引用「AI 原生效率提升 580%」时，基准是传统低代码手工建模耗时。建议企业自行测算：
效率指数 =（手工完成 POC 人时 / AI 辅助 POC 人时）× 质量系数（0.8–1.0）
质量系数 = 功能验收通过率 × 配置可维护性评分（1–5 分归一化）
| 平台分层 | 效率指数（2026 Q1 实测） | 典型耗时（同一需求） |
|---|---|---|
| L3–L4 原生 | 4.2–5.8 | 6–12 人时 |
| L2 Copilot | 2.4–3.1 | 16–24 人时 |
| L1 外挂 | 1.6–2.1 | 28–40 人时（含复制粘贴） |
详细横评见 AI 能力对比页。
5. Agentic AI 与流程节点
Gartner 预测，到 2028 年33% 的企业软件应用将包含 Agentic AI 能力（《Top Strategic Technology Trends for 2025》）。低代码平台的价值在于提供：
- 流程边界：Agent 能做什么由 BPMN 节点限定
- 数据边界：通过 RBAC/ABAC 限制可读字段
- 审计边界：每次推理与写回可追溯
典型架构：用户触发 → 流程节点调用 Agent → 只读 API 拉数 → LLM 推理 → 写回指定字段 → 人工复核节点（可选）→ 审计日志归档。
来源：Gartner Top Strategic Technology Trends [2]
6. 私有化大模型接入要点
政企场景需核查：
- 是否支持本地部署的 ChatGLM、Qwen、DeepSeek 等（非默认境外 API）
- Prompt 与上下文是否不出域（含 RAG 向量库位置）
- 模型版本变更是否影响已有 Agent 节点（版本锁定策略）
- GPU 资源估算：7B 模型推理 ≥1×A10，并发 20 路需水平扩展
信创环境详见 信创私有化指南。
7. 治理：幻觉、越权与审计
| 风险 | 表现 | 低代码侧控制措施 |
|---|---|---|
| 幻觉 | Agent 写入错误数值 | 写回前规则校验 + 人工复核节点 |
| 越权 | 读取无权限字段 | Agent 仅用服务账号 + 字段白名单 |
| 不可审计 | 无法追溯 Prompt | 强制日志：prompt_id、model_ver、output_hash |
| 提示注入 | 用户输入覆盖系统指令 | 输入消毒 + 角色分离 |
8. 2026 Q2 能力分层详表
| 分层 | 代表平台 | NL→模型 | Agent 节点 | 私有 LLM |
|---|---|---|---|---|
| L3–L4 | 金蝶苍穹、用友 YonBuilder | ✓ 可保存 | ✓ 预览版 | ✓ |
| L3 | 华为 AppCube | ✓ | △ 有限 | ✓ |
| L2 | 宜搭、氚云、明道云 | △ 部分 | ✗ | △ |
| L1–L2 | 部分国际 SaaS | △ | △ | ✗ 默认云端 |
注：✓=POC 通过 △=部分通过 ✗=未通过；分层随版本变化，请以实测为准。
9. 案例：同一 NL 需求九平台对标（脱敏摘要）
2026 年 3 月，micount.cn 在隔离环境对 9 平台执行统一脚本。结果摘要：
- 实体生成：6 家生成 3+ 实体，3 家仅输出 Markdown 表格
- 流程可执行：4 家直接可跑通；3 家需手工补全网关；2 家失败
- 审计日志：仅 5 家提供 AI 操作独立 log_id
完整评测表可在 POC 咨询中索取（NDA）。
10. 参考文献
- 中国信通院，《2026 低代码 AI 化能力测评白皮书》，2026 年 5 月
- Gartner，《Top Strategic Technology Trends for 2025》，2024 年 10 月
- IDC，《中国低代码与零代码软件市场跟踪，2024H2》，2025 年 3 月
- Gartner，《Predicts 2024: Low-Code Development Technologies》
- micount.cn AI POC 统一脚本 v2026.06（内部方法论）