1. 首頁 > 生活百科 > >

谷歌這款實驗性產品，要把人人可編程變為現實

特斯拉機器人人工智能

谷歌這款實驗性產品，要把人人可編程變為現實

文章圖片

谷歌這款實驗性產品，要把人人可編程變為現實

文章圖片

谷歌這款實驗性產品，要把人人可編程變為現實

文章圖片


過去二十年間 ， 在互聯網經濟大潮中 ， 程序員這一群體吃到了時代的紅利 。 高薪無疑是外界對于程序員的第一印象 ， 因此也就有了幾年前轟轟烈烈的“轉碼”熱潮 ， 而有降本增效需求的企業則開始尋求“低代碼”（LowCode）來作為替代 。



進入AI時代 ， 無論“轉碼”、還是“低代碼”都成了過眼云煙 ， AI廠商用技術力改寫了游戲規則 ， 現在更流行的是自然語言編程 。 日前 ， 谷歌實驗室（Google Labs）推出了一款主打自然語言+可視化編程的產品Opal ， 允許用戶無需編寫代碼即可快速創建和分享AI驅動的迷你應用（mini-apps） 。
根據谷歌方面的介紹 ， Opal允許用戶將提示詞（prompts）、AI模型調用 ， 以及其他工具串聯起來 ， 從而形成一個可視化的工作流 。 Opal的核心賣點是用戶既可以通過自然語言輸入指令 ， 也能通過可視化編輯器調整工作流的每一個步驟 ， 因此相當于是綜合了低代碼可視化編程理念和OpenAI GPTs的優點 。



用戶只需要用自然語言輸入想要實現的功能 ， Opal便能自動將其轉化為可執行的工作流 ， 并調用谷歌的AI模型來完成任務 ， 這就是它與以往低代碼平臺最大的區別 。 也真正做到了讓沒有相關技術背景的普通人也可以開發產品 ， 更是直擊低代碼的最大痛點 。
由于Java、C++等傳統計算機高級語言對于圈外人有如天書 ， 所以與其對應的低代碼也就應運而生 ， 后者當時憑借著基于代碼復用的“可視化編程”出圈 。 通過可視化、模塊化、拖拽式可復用的代碼模塊 ， 來代替傳統開發方式中的代碼編寫 。



如果說程序員被視為是正經的廚師 ， 是通過手藝來做出合格的菜品 ， 那么低代碼則是提供預制菜 ， 生產的是缺乏廚藝基礎的用戶也能上手的半成品食物 。 既然如此 ， 低代碼為什么沒火呢？其實這是因為低代碼平臺提供的服務遠不如他們吹噓的那樣 ， 不好用就是低代碼的原罪 。 就好比預制菜的味道比不了現炒一樣 ， 通過低代碼平臺做出的產品 ， 在性能和體驗上就是不如傳統編程打造的產品 。
隨著生成式人工智能技術出現 ， 就開始有人思考能否能用AI來寫代碼 ， 從而徹底擺脫人工的參與 。 只不過Cursor、Windsurf等大眾熟知的AI編程產品思路與低代碼截然不同 ， 它們被設計為程序員的助手 ， 而非取代程序員的工具 ， 因此只有在程序員手里才能發揮作用 ， 一般人根本用不了 。



那么有沒有用AI讓普通人也可以編程的產品呢？答案是有的 ， OpenAI就在2023年年末推出了自家的AI原生應用GPTs ， 彼時OpenAI CEO山姆·阿特爾曼更是宣稱 ， 有了GPTs ， 即便是不會寫代碼的用戶 ， 也能借助OpenAI推出的GPT Builder自己做AI應用 。
當時 ， 山姆·阿特爾曼用PPT展示了一個用自然語言向GPT Builder下達行動命令 ， 讓ChatGPT從無到有搭建一個創業咨詢GPT的過程 。 到了2024年夏季 ， AWS推出Amazon Q Apps ， 這也是一個允許用戶用自然語言來描述所需功能 ， 并自動生成應用的產品 。



可如果Amazon Q Apps、GPTs真的成了 ， 那么AI業界在2025年談論的就不是智能體、而是AI應用了 。 Amazon Q Apps、GPTs的缺陷就在于它們受制于基座大模型 ， 用戶發現純粹使用自然語言很難構建一個能運行的應用 ， 不是這里報錯就是哪里報錯是許多用戶的親身體驗 。
谷歌此次推出的Opal之所以會被看好 ， 也是因為基座大模型Gemini2.5 Pro實力頂尖 。 最新的Gemini2.5 Pro模型在多個基準測試中表現優秀 ， 在編碼（Aider Polyglot）、推理能力（HLE）、科學（GPQA）等測試中超越了OpenAI o3 ， 并且其API的價格也只有后者的25% 。



在用戶的實測中 ， Gemini2.5 Pro也不是Llmam 4這種自吹自擂的產品 ， 它算得上是貨真價實的“編程模型新王” 。 早在兩個月前 ， Gemini2.5 Pro就做到了一鍵生成類似《憤怒小鳥》的可玩小游戲 ， 能夠自動化網頁項目、并實現添加新的功能 。
【谷歌這款實驗性產品，要把人人可編程變為現實】所以有了強大的模型作為基礎 ， Opal這才有未來可期的資本 。

    推薦閱讀