Builders 是由 @Magineer、@有新Newin 以及 @深思SenseAI 联合推出的人物专栏,旨在发现与分享更多的优秀出海创业团队与独立开发者,我们将定期邀请生态范围内的创始人与团队展开对话。
今天我们邀请到的嘉宾是 Zion无代码的创始人蒋耀锴。蒋耀锴本科毕业于剑桥大学,研究生毕业于卡耐基梅隆大学,在硅谷创业公司 Medallia 写了8年代码后回国创办了函子科技,核心产品是Zion(functorz.com),海外版Momen (momen.app)。函子科技成立以来获得了红杉资本、线性资本、奇绩创坛等多家机构的投资。
在访谈中,我们讨论了在众多 AI Coding 工具席卷的今天,无代码平台的生存和发展路径。也探讨了 Zion 结合 AI 所做的产品和用户增长尝试,Enjoy!
01.
无代码平台,
真正解决的是什么问题?
SENSEAI: 给大家介绍一下自己?
蒋耀锴:我出生于杭州,自幼生活在一个从事外贸的家庭。在1995年左右,我第一次出国,跟随父亲去了意大利,大约在2003年,搬到了罗马,在那里的一所国际学校完成了我的初中和高中教育。2007年,我前往英国剑桥大学攻读计算机科学本科学位,研究生在卡耐基梅隆大学读的也是计算机。
学业完成后,我直接加入了硅谷的一家初创公司 Medallia,担任后端开发工程师,直到公司2018年底上市,我选择回国开始自己的创业之旅。
在2015年至2018年底期间,我参与了一些 Side Project 项目。例如,尝试过二维码点餐系统,NFC自助结账系统,类似Quantopian的股票策略回测平台等。
SENSEAI: 为什么选择 Infra 创业?
蒋耀锴:我之前的工作主要集中在 Infra 层面,做数据分析引擎的开发,主要是与数据库和内存内数据分析打交道。我发现自己在进行个人 Side Project 项目时,花费了大量时间编写非核心逻辑,例如数据库表的创建等,这些基础工作应该是简单、自动化且无痛的过程,但实际情况并非如此。无代码开发的理念是让开发者能够更专注于核心业务逻辑,而不必深陷于繁琐的底层代码编写。
SENSEAI: 不同的无代码平台封装逻辑是否会不同?如何定义 Zion 这款产品?
蒋耀锴:无代码开发的核心目标确实是降低成本和提高效率。在实现这一目标的过程中,主要有两种方法:一种是提供预制件,另一种是提供原子能力。
预制件可以看作是一套完整的解决方案,用户可以通过配置来调整以满足特定的需求。这种方法的优点在于用户不需要深入了解技术的底层细节,就可以快速搭建出一个应用。但随着预制件数量的增加,可能需要管理的配置项也会呈组合式增长,导致复杂性增加。
另一种方法是提供原子能力,这种方式更接近于编程的本质,它提供了最基本的构建块,用户可以通过组合这些基本元素来创建复杂的应用。这种方法的优点是灵活性高,但用户也需要具备一定的技术背景,以便更好地理解和利用这些原子能力。
我们在创业的时候认为,第一种方案适合市场上提供 SaaS 解决方案的公司来做,不能发挥团队最大的技术优势,我们希望做技术创新,而不是业务流程的复制。
SENSEAI: 标准用户使用 Zion 的链路和环节?是怎样的?
蒋耀锴:第一步是需求拆解,这一步骤与工具无关,关键在于明确你服务于谁,涉及的流程。在每个界面上,用户将看到哪些信息,以及如何继续他们的流程,直至最终达成目标,这个用户旅程(user journey)必须清晰明了。
在明确了用户旅程之后,下一步是将这些流程中涉及的数据映射到数据库结构上。对大多数人来说,这是一个相对困难的步骤,因为很多人对于数据之间的相互引用关系理解不足。例如,同一个别名可以被多个人共享,这种关系在数据库设计中需要得到妥善处理。
最后,当数据库的配置完成后,开发人员会对产品界面、UI、后端流程做一些完善,并测试不同执行步骤下应用的稳定性。
02.
AI Coding Agent,
是否会颠覆无代码?
SENSEAI: 如何评价 Cursor 这类产品?
蒋耀锴:Cursor 和 GitHub Copilot 提供的功能有相似性,显著特点是它允许用户通过更直观的交互方式来给 AI 下达命令,例如直接指定要操作的文件或文档,同时 Cursor 使用了 Claude Artifacts,使得一些代码、文档、SVG 图像、Mermaid 图表或 React 组件等内容单元更好配置。
Cursor 更适合那些已经具备一定编程技能,希望提高效率的开发者,将他们的效率提高到原来的三倍甚至十倍。但对于一个完全不懂代码的人,很难看懂 Cursor 给出的结果是什么。
SENSEAI: 如何评价无代码平台对于一个小白创建者的难度?
蒋耀锴:任何问题都可以抽象为在一个高维空间内找路径。空间的维度越高,搜索难度就会增大。在很多时候,工具会增加一些强制性的限制,例如驾驶汽车只需要控制少数几个仪器,从而降低问题的难度。
无代码平台可以快速帮助开发者把一些可能性极小的搜索空间排除掉,从而降低问题的难度。
SENSEAI: 如何看待从前端或UI层切入的代码工具?
蒋耀锴:从构建一款产品(而非单纯网站)的视角,从用户界面(UI)开始逆向工程,通常会面临挑战,因为UI只是整个系统表层的一部分。将软件比作地球,UI相当于地壳,在地壳之下,还有地幔和地核,这些部分在软件开发中相当于后端逻辑和数据层,它们构成了软件的大部分。
如果底层的逻辑和数据结构没有得到适当的理解和设计,那么任何对UI的改动都可能要对整个系统进行大规模重构。深层结构才是软件功能和稳定性的关键。
SENSEAI: 2019年做这款产品到现在,有什么变化?
蒋耀锴:自始至终,我们产品的愿景和形态并没有发生显著变化。GPT 3.5 出现让我们意识到,模型可以做一些需求和任务的拆解,我们的工具早先是基于预设规则,而预设规则与模糊的产品需求之间存在隔阂,AI 模型能在底层把这个点做的更好。
除此之外,在用户教育上也有一些成长,原子型无代码平台并不是开箱即用的,用户需要投入数十小时的学习时间,在这个方面我们也一直在做降低门槛的工作。
SENSEAI: 目前 Zion 无代码平台主要和AI结合的部分?
蒋耀锴:在主要有三个思路,让 Zion 更好的和 AI 进行结合。
1)让 AI 实现一些标准化程度比较高的模块,例如数据库建模、API开发等。AI工具可以通过学习大量的代码示例和模式,来理解并预测代码的结构和逻辑。但也遇到了一些挑战,例如确保AI生成的代码符合特定的编程规范,如何有效地传递上下文信息,来能够生成准确和一致的代码。
2)把 Agent 逻辑作为原子组件,提供 Agent builder,让开发者构建出有 AI 能力的应用。这个思路和所有的 APaaS 平台、IPaaS 平台受益于新技术的增量逻辑是一致的,那就是提供给开发者更多的能力和组件。
3)AI 基础能力的完善。我们很快上线了文本字段向量存储的功能,用户可以为每个字段生成嵌入(embedding),进而实现在任何文本字段上进行向量相似度搜索。我们集成了RAG(Retrieval-Augmented Generation)环节,这可以应用于文件、数据库以及第三方API,没有任何限制。我们还做了长类型的JSON输出,用于驱动后续的程序化流程。
SENSEAI: 如何看待一些网站建站工具的发展空间?
蒋耀锴:这类网站建站产品的用户,一个很主要的诉求是需要一个 Fancy 的网站,用于 Marketing 需求。但有看到一些创业产品的技术选型用了 Flutter 架构,Flutter 开发出来的网站内容是不支持 SEO 的,这个天然有悖于这类用户的需求。比较适合个人主页搭建,不适合搜索引擎。
但这类产品在 Go to Market 层面做的是很成功的,通过海外大V 制作的内容,用户的 Aha moment 特别快出现。未来我们在推广的时候也会考虑做更多的视频内容。
SENSEAI: 目前 Zion 比较可比的竞品是谁?
蒋耀锴:整体和 Bubble 的产品形态比较类似,这是一家 2012 年成立的公司。他们有很多点值得我们学习。比如他们的前端复用性做的很好,复用性提高后,用户在我们的 Infra 上能获取的养料和所谓的模板社区才能成立。
其次他们的插件市场也非常丰富,很多开发者在平台上搭建不同的插件。这个需要品牌自己积累用户群和培育社区。
当然他们的后端性能比较差,前段时间测试了更新1万条数据,在我们的海外产品 Momen 上更新只用了 2 秒,但是在 Bubble 上用了 78 秒钟。
03.
Zion 的用户与增长
SENSEAI: 目前看到开发者使用 Zion 的 AI 能力做了哪些好玩的产品?
蒋耀锴:看到一些做 AI Wrapper 产品的开发者,Zion 这类无代码平台能帮助开发者更快的走完从产品 Idea 到面向市场的商业化。
开发者可以很容易的在 Coze 上搭建一个 Agent,但如果想让这个 Agent 走向用户并实现商业化,那可能还是需要有一个自己的产品实体,这个时候 Zion 就能很好的帮助开发者。用户也可以调用 Coze 上面搭建好的 Agent 的API,在我们的平台上补全账户系统、存取控制、支付系统等完整的产品环节。
最近还看到有用户使用我们的产品为保险公司做了一个预核保(underwriting)的产品,AI可以帮助根据客户的信息进行预处理,帮助保险代理提前对潜在客户进行风险评估,已经实现了不错的商业化。
这部分开发者是很好的增量需求,我们服务的目标开发者就是从 MVP 到 100 万 DAU 的产品。降低的是产品的走向市场的时间和成本。
SENSEAI: Zion的用户画像是怎样的?他们的未来如何发展?
蒋耀锴:有一类开发者,他们主要是为不同的雇主做软件开发的外包工作,这类开发者的需求相对稳定,而且有一定频次,对 Zion 平台的经济价值特别高。他们有很大一部分是在 Zion 特别早期的时候就选择了这个平台,随着使用习惯的稳定,随着平台功能迭代一起成长的。
还有一类,是随着趋势不断做 Side Project 和产品创业的开发者,我们很看重这类时代的淘金者,因为他们最需要快速的验证一个想法,没有什么比无代码工具更高效的了。这类开发者本身的生存周期可能不够长,导致流失率会高,但世界会不断地发展,淘金者永远会去淘下一波金。
SENSEAI: 如何看待无代码这种产品形态未来的存在空间?
蒋耀锴:无代码让编程变得简单的唯一原因是将逻辑更好的具象化。因为无代码里面很多东西都是图像化呈现的,代码就是纯文字呈现的。在构建逻辑层面,AI能实现的路径有限,更像是一个让你更好的表达大脑中逻辑的过程,无代码可能是比自然语言更好的描述方式。
同时,从用户需求到商业化,代码只是构建产品的一环,产品还需要合理的基建做日常的运维。无代码平台能提供 APaaS 的价值,替代掉了很多 Secondary Task,这些不是业务的核心逻辑,不需要重复造轮子。
SENSEAI: 如何评价 Zion 平台内的 Agent Builder?
蒋耀锴:市面上主流的 Agent builder 例如 Coze,一个很大的特点就是预制插件特别多,不管是和 Google 连接、Email 连接、还是和其他垂直应用对接,大厂已经帮你写好了。
对于有业务数据需求,尤其是实时业务数据需求的情景下,是需要有一个后端数据库来做实时的承接的,这个时候就更适用 Zion 内部的 Agent builder。因为我们在后端和数据库层面做了很多的准备。
未来 Agent Builder 平台的发展还是要向上或者向下再走一步,需要让 Agent 的搭建者有平台变现的能力。在 Infra 和 Solution 之间需要有人去填平鸿沟,并且这些填沟的人需要能赚到钱。对我们来说,Zion 的开发者通过我们的平台开发出赚钱的项目也是非常重要的。
SENSEAI: 是否考虑过做模板社区来帮助用户增长?
蒋耀锴:我们首先仍然定位自己是一个卖 Tools 的公司,而不是一个卖 Solutions 的公司。但我们也希望开发者在我们的平台上赚到钱,目前有开发者在售卖模板,但是如何变成公开的东西还有一定的难度。我们需要解决代码应用的可复用性,目前 Zion 的可复用性还有提升空间。
04.
创业 5 年,
创始人思考
SENSEAI: 目前 AI 持续发展,对 Zion 的危和机?
蒋耀锴:AI 一定是给到软件开发提供了很重要的基础能力,多了和数据发生交互的方式,打开了很多可能性。
预感模型会进入一个泡沫破裂前的状态,不需要那么多底层的模型,但是在应用层的数量还远远不够。互联网泡沫前期,大家都相信 Internet 会诞生新世界,在那个时候买的光纤、交换机都是过度投资,但在当时,帝国的废墟长出来新的制度,Amazon、Google 都是那个时候出现的公司。而这些应用层公司的人才梯队、基建能力,都是那些早期基建层公司的投资人塑造的。
SENSEAI: 如何看待产品出海?
蒋耀锴:我们在 2023 年 4 月份上线了海外产品 Momen。从 0 到 1,研究了各种海外渠道,还是要“守正出奇”,不管国内还是海外,都需要提供有价值的内容,降低信息壁垒。
在 Momen 上也做了少量的产品本地化,基本的逻辑和 Zion 类似,在数据层面和国内做了切割,同时在组件和预制件方面做了一些海外的适配。
SENSEAI: 创业五年后,对创业这件事情有什么感悟?
蒋耀锴:创业还是需要足够坚持,这个项目我之后也会考虑一直做下去,还是要有企业家精神。
当时创业的时候很早就接受了融资,但未来的创业者也可以更多的考虑这种融资驱动的创业的背面。对于一家公司来说,最干净的是客户的钱,其次是自己的钱。对于一个自有公司来说,我们会将盈亏平衡放在第一优先级,但也有一些情景下,其他 Stakeholder 会考虑收入增长作为第一优先级,我们还是不希望让一个 5 岁的小孩去举重。
SENSEAI: 目前 Zion 在哪些方面还有提升空间?
蒋耀锴:Zion 产品还是有很多方面可以提升。这里我主要概括成 3 点。
1)前端的可复用性。前端的Style、弹窗加跳转、UI样式等,用户修改的繁琐性比较高,这里我们会增加工程去完善。
2)平台和生态的开放性。我们考虑让用户在某一个环节跳转到别的工具使用,但在工程上仍有一些难度,比如如何配置对方的能力和我们的后端互动。我们的目标是让外部的工具在我们平台上做到“一等公民”。现在也有用户用别人的前端工具,再将代码完整的嵌入到我们的平台上。
3)日志问题。在开发时,需要实时观察系统的状态,在代码运行不符合预期的时候找到偏离的原因。用户使用的越深,对这个能力的感知和需求越明显。
SENSEAI: 分享一个喜欢的产品?
蒋耀锴:Figma。
他们的产品形态从来没有变过。对看不到的东西的追求比较高,比如把自己的渲染引擎做的很好,天花板很高,基本市面上所有设计软件都达到不了 Figma 的性能。
其次是他们用 AI 方式非常 make sense,没有跟风去做一些AI功能。做了一些类似 AI 复制,AI 布局等改动,这些类型的改动是可控的,作为一个生产力工具,用户要的不是一个“Wow”,而是真实在生产上提效。
文章来源于“深思 SenseAI”,作者“ SenseAI”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址:https://github.com/InternLM/MindSearch
在线使用:https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。
项目地址:https://github.com/miurla/morphic/tree/main
在线使用:https://www.morphic.sh/