Competitive Research

主流竞品正在把 UI PaaS 从“页面编辑器”扩展成“AI 应用与 Agent 体验生产平台”

本报告基于公开官方资料，拆解各竞品已经实现的场景、能力入口、使用方式、能力边界和角色价值。核心判断是：市场正在形成三条路线，分别是面向企业流程的受控 Agent 执行层、面向开发者的 AI 低代码/专业代码融合层，以及面向业务人员的自然语言/截图/模板应用生成层。

路线 1 ServiceNow、Salesforce 更强调 Agent 可观测、可治理、可执行企业动作。
依据：ServiceNow 官方发布 Action Fabric/MCP 与 AI Control Tower；Salesforce Agentforce 3 官方强调 Command Center、testing、tracing 和 MCP。
路线 2 Microsoft、SAP、OutSystems 把 AI 嵌入 SDLC，强调代码、元数据和业务上下文协同。
依据：Microsoft 文档描述 external AI codegen、canvas MCP、Agent Builder；SAP 发布 Joule Studio；OutSystems Mentor 官方强调 full-stack app generation、visual blueprint 和 governance。
路线 3 Mendix、AWS、腾讯云、阿里云更突出从自然语言、截图或模板生成应用和界面。
依据：Mendix Maia 支持文本/图片/PDF 起步；AWS App Studio 支持自然语言生成应用；腾讯云文档支持提示词/截图生成；阿里云 UI 设计器提供智能体/工作流 UI 模板。
路线 4 华为 Astro 仍以模型驱动、可视化编排、脚本和服务编排为主，AI 生成公开信息相对弱。
依据：华为云 Astro Zero 产品介绍公开强调对象、页面、脚本、服务编排、连接器/API；本轮核对资料中未看到与上述竞品同级的自然语言/截图生成 UI 公开说明。

01 / 能力矩阵

竞品能力不是单点 AI 生成，而是围绕“界面、数据、流程、Agent、治理”形成组合

下表用产品经理视角评估：哪些竞品已经把能力落到实际使用路径，哪些仍更多是平台战略或新发布方向。成熟度不是绝对技术高低，而是指其对 UI PaaS 场景的可复用程度和产品闭环完整度。

厂商/产品 已实现的核心场景 主要入口与使用方式 能力边界 UI PaaS 相关成熟度 依据与出处
ServiceNow
UI Builder Agent / AI Experience / Action Fabric		 页面构建帮助、组件/绑定/事件生成、页面洞察、统一 AI 入口、通过 MCP 执行受治理企业动作。 UI Builder 中打开 Now Assist 面板；AI Agent Studio 配置 UI Builder Agent；外部 Agent 通过 MCP Server 调用流程、审批、目录和 playbook。 强绑定 ServiceNow 平台资产和角色权限；UI Builder Agent 主要面向 ServiceNow UI Builder；生成结果需人工复核。 Agent 治理强UI 辅助强企业流程强 UI Builder Agent Now Assist Panel Action Fabric
Salesforce
Agentforce / Lightning Types		 Agent 生命周期可观测、测试、MCP 互操作、行业 actions、Agent Action 输入/输出 UI 定制。 Agentforce Studio/Command Center；开发者通过 Apex Agent Action、Custom Lightning Types、LWC 覆盖默认交互 UI。 Agent UI 定制依赖 Apex/LWC，主要针对 Agent Action 的输入输出，不是通用页面生成器；部分能力按发布计划逐步开放。 Agent UI 强可观测强Pro-code 强 Agentforce 3 Custom Lightning Types CLT Example
Microsoft Power Apps
AI codegen / Generative pages / Agent Builder		 自然语言创建/编辑 Canvas App、外部 AI codegen 创建 generative pages、从现有 Canvas App 生成 Agent、模型驱动应用内 Agent Feed 监督。 GitHub Copilot CLI/Claude Code + canvas apps MCP 插件；Dataverse generative page 连接；Power Apps 中“Create agent from app”；模型驱动应用 Agent Feed。 Canvas AI codegen 仍是 preview；需要 Power Apps Studio coauthoring、.NET SDK、MCP 配置；Agent Builder 仅限 Canvas App 且依赖 Copilot Studio 区域能力。 代码融合强Dataverse 强人机协同强 Canvas AI codegen Agent Builder Generative pages
SAP
Joule Studio / SAP Build		 意图式生成 PRD、技术规格、代码脚手架、测试、预览；用 SAP 语义、流程和系统景观约束应用、Agent、工作流生成。 Joule Studio 自然语言描述目标；开发者可在 VS Code/Cursor 等工具深化；n8n 编排多 Agent；Vercel/Next.js 构建自定义前端。 优势依赖 SAP 业务语义和客户 SAP landscape；Joule Studio 是新发布平台能力，实际可用性、套餐和成熟度需按客户环境验证。 业务语义强开放工具强治理强 Joule Studio SAP Build
OutSystems
Mentor		 从需求/文档生成全栈应用、数据模型、服务端逻辑、屏幕；在 IDE 中规划复杂变更、人工审批后应用；AI review、治理和部署。 在 OutSystems IDE 中用自然语言描述新应用或变更；查看可编辑 visual blueprint 和 implementation plan；审批后生成并发布。 主要工作在 OutSystems 模型驱动环境内；强调生产级交付但仍需人工 review、架构控制和平台约束。 全 SDLC 强治理强企业交付强 OutSystems Mentor
Mendix
Maia		 文本/图片/PDF 起步生成应用；生成 domain model、页面、microflow、workflow、OQL；推荐 UI、逻辑、工作流；解释流程。 Studio Pro 中 Start with Maia、Maia Make、Maia Chat/Explain/Recommenders/Generators；开发者在同一 IDE 内继续编辑。 有 fair use；复杂任务建议拆分；部分生成能力需要特定 Studio Pro 版本；某些能力会把项目上下文发送到第三方模型服务。 低代码生成强IDE 集成强推荐器强 Mendix Maia
AWS
App Studio		 自然语言生成多页 UI、数据模型、业务逻辑、工作流和连接器；AI 编辑组件/自动化/action；生成实体和样例数据。 App Studio 中描述应用需求；Build with AI 聊天修改；Review proposed changes 后 Confirm；Admin 配置 connector，Builder 搭建页面/自动化/数据。 定位技术型业务人员的低代码应用，不是自由前端框架；深度连接器和权限由 Admin 控制；更适合企业内部工作流应用。 自然语言生成强AWS 集成强托管运维强 Generative AI AWS App Studio
腾讯云
CloudBase / 微搭		 提示词或截图生成可视化应用；当前页面 AI 生成区块；从数据模型、Excel、MySQL、AI 创建小程序/Web/管理应用。 云开发 Copilot 中输入 @ 切换 AI 生成可视化；输入关键词或上传图片；预览确认后进入编辑器精调并发布。 官方文档标注 AI 生成低代码应用支持地域为上海；生成内容主要围绕可视化拖拽应用/区块，复杂流程和治理需结合平台其他能力。 截图生成强小程序/Web 强国内生态强 AI 生成低代码应用 创建应用
阿里云
百炼 UI 设计器 / 魔笔 ChatPro		 拖拽构建 AI 网页 UI；发布百炼智能体/工作流为 UI；ChatPro 自定义 AI 会话；模板化 AI 知识库、智能体门户、AI 聊天。 UI 设计器选择模板或从已发布应用创建 UI；配置 API Key、智能体、数据库映射；拖拽组件并发布；ChatPro 拖入对话容器配置 AI 集成。 开发环境发布 24 小时失效，生产长期发布需付费套餐；模板内置表结构需一致；强侧重 AI 会话/智能体 UI，而非通用企业应用全链路。 AI 会话 UI 强权限发布较完整模板强 UI 设计器 ChatPro
华为云
Astro Zero		 模型驱动应用、对象编排、一键生成页面、标准/高级页面、多端适配、脚本引擎、服务编排、连接器/API、触发器。 控制台可视化拖拉拽构建界面、逻辑、对象；通过脚本、服务编排和连接器扩展复杂业务逻辑。 公开资料中 AI 生成 UI 的信号弱于其他厂商；更像成熟低代码平台能力，而非 AI 原生应用生成平台。 低代码基础强企业集成强AI 生成弱 Astro Zero 产品介绍

02 / 国际厂商详解

国际厂商的分化：平台型厂商做治理与动作，低代码厂商做 SDLC，云厂商做快速生成

ServiceNow、Salesforce、Microsoft、SAP、OutSystems、Mendix、AWS 都在做 AI，但落点不同。真正和 UI PaaS 强相关的不是“有没有聊天框”，而是它是否能把页面、数据、动作、流程、权限、发布和审计连成闭环。

ServiceNow：从 UI Builder 辅助到受治理 Agent 动作层

ServiceNow 的 UI PaaS 相关能力有两层：一层是 Now Assist 在 UI Builder 内辅助页面构建；另一层是 AI Experience 和 Action Fabric，把 UI、Agent 和企业流程执行连接起来。

已实现/发布场景

  • 在 UI Builder 内通过 Now Assist 面板提问，获取功能说明、页面构建建议和页面洞察。
  • 用自然语言添加组件、生成数据绑定、生成事件处理器，例如创建 record page、把标题绑定到当前用户、给按钮添加保存记录的 handler。
  • 分析现有页面，列出组件、数据资源绑定、主题覆盖、未使用 client scripts，降低接手他人页面的理解成本。
  • AI Experience 将 voice、web、data explorer、AI Lens 等能力放入统一多模态入口，强调 AI 是新的企业工作入口。
  • Action Fabric 通过 MCP Server 把 ServiceNow 的流程、playbook、审批、服务目录开放给外部 Agent 以无头方式执行。

如何使用

  • 管理员安装 Now Assist for Creator、UI Generation、Conversational Studio，并在 AI Agent Studio 启用 UI Builder Agent。
  • 开发者进入 Now Experience Framework 的 UI Builder，打开页面后点击 Now Assist 图标，直接输入问题或页面编辑指令。
  • 外部 Agent 场景下，通过 ServiceNow MCP Server Console 暴露受控工具包，由 AI Agent 调用企业动作。

能力边界

  • UI Builder Agent 面向 ServiceNow UI Builder，不能理解为通用前端代码生成器。
  • Conversational Help 主要基于产品文档回答问题，官方说明其不能针对客户实例配置给出完全定制化指导。
  • 页面生成和 AI 输出存在不确定性，官方要求开发者审查准确性和完整性。
  • Action Fabric 的价值取决于企业是否已在 ServiceNow 沉淀足够多可复用流程、审批和目录动作。

角色价值

  • 低代码开发者：减少查文档、找绑定、建事件的时间。
  • 平台管理员：通过 AI Agent Studio、AI Control Tower、RBAC 和 audit 控制 AI 行为。
  • 业务流程 Owner：将已有流程变成 Agent 可调用动作，提高自动化覆盖率。
  • 终端员工：从传统页面跳转转向通过统一 AI 入口完成任务。
依据与出处：
  • Configure UI Builder Agent 说明 UI Builder Agent 使用自然语言 prompt 创建页面、数据绑定和事件处理器，并给出 record page、user binding、save handler 等示例。
  • Now Assist panel in UI Builder 说明开发者可在 UI Builder 打开 Now Assist，询问功能、生成页面 insight，并指出回答需由用户审查。
  • Action Fabric 官方新闻稿 说明其通过 MCP Server Console 将 workflows、approvals、playbooks、catalog items 等 ServiceNow 动作开放给外部 AI Agent。
  • 产品判断：“Agent 治理强、企业流程强”来自上述 MCP、AI Control Tower、RBAC、audit、流程动作开放能力的组合判断。

Salesforce：Agentforce 强在 Agent 生命周期和 Action UI 定制

Salesforce 的 UI PaaS 相关重点不是页面生成，而是 Agent 与 CRM 业务动作融合后的输入/输出 UI 定制、可观测和企业级控制。

已实现/发布场景

  • Agentforce Command Center 监控 Agent 健康、延迟、升级频率、错误率、采纳率、成本、主题表现和成功率。
  • Agentforce Studio 支持用自然语言生成 topic、instructions 和 test cases，并用 Testing Center 做规模化模拟和评估。
  • 通过 MCP、MuleSoft、Heroku、AgentExchange 让 Agent 连接第三方工具和企业 API。
  • Custom Lightning Types 允许开发者用 LWC 覆盖 Agent Action 的默认输入/输出 UI，示例包括航班检索和酒店列表展示。

如何使用

  • 为 Agent Action 定义 Apex invocable method 和输入输出数据结构。
  • 创建 Custom Lightning Type，包含 schema.json、renderer.json 或 editor.json，并编写对应 LWC。
  • 在 Agent Action 的 Input Rendering 或 Output Rendering 参数中选择自定义 Lightning Type。
  • 重新加载 Agent 页面后，用户在对话中看到定制化表单、卡片或列表，而不是默认字段堆叠。

能力边界

  • Custom Lightning Types 主要适用于使用 Apex classes 作为输入或输出的 Agent Action。
  • 需要 Apex、LWC 和 Salesforce 元数据开发能力，业务人员不能完全自助完成复杂 UI 定制。
  • 它解决的是 Agent Action 的交互呈现，不是完整业务应用页面生成。
  • 部分 Agentforce 3 能力在官方发布中标注为 Pilot、Beta 或即将发布，采购时应以当前租户可用能力为准。

角色价值

  • Salesforce 开发者：可把复杂对象以品牌化、结构化 UI 展示在 Agent 对话内。
  • 销售/服务主管：通过 Command Center 管理 Agent 表现和升级风险。
  • 客服/销售一线：在对话里完成搜索、选择、提交、确认，减少切换系统。
  • 合规与 IT：通过 session tracing、监控、MCP 和策略降低 Agent 失控风险。
依据与出处：
  • Agentforce 3 官方发布 明确提出 Command Center、testing center、MCP support、session tracing、cost/latency/error/escalation/adoption/success metrics 等能力。
  • Custom Lightning Types 文档 说明开发者可用 Lightning Web Components 定制 Agent Action 的输入和输出 UI。
  • Custom Lightning Type 示例 展示了用 schema、editor、renderer 和 LWC 处理完整输入输出渲染。
  • 产品判断：“不是通用页面生成器”来自其文档定位：CLT 作用于 Agent Action 的 input/output rendering，而不是完整 App/page builder。

Microsoft Power Apps：把低代码元数据、MCP、AI codegen 和 Agent 监督打通

Microsoft 的路线很清晰：让专业 AI 编码工具直接生成低代码元数据，同时把已有 App 的知识、动作和逻辑转成 Agent，并在业务应用内监督 Agent。

已实现/发布场景

  • Canvas App 可通过 GitHub Copilot CLI、Claude Code 等工具用自然语言创建和编辑，生成 .pa.yaml、控件和 Power Fx 公式。
  • Canvas app authoring MCP server 可发现控件、数据源、API，校验生成代码并同步到 Power Apps Studio coauthoring 会话。
  • Generative pages 可从外部 codegen 工具连接 Dataverse，读取表结构、已有页面结构、数据绑定和上下文元数据，并回写环境。
  • Agent Builder 使用 Canvas App 的 metadata、logic、actions、knowledge、triggers 生成 Copilot agent。
  • Agent Feed 以任务面板方式嵌入 model-driven apps，区分 Needs attention 和 Completed，支持人类介入与审计。

如何使用

  • 在 AI 工具中安装 Power Platform Skills marketplace 的 canvas-apps 插件。
  • 打开 Power Apps Studio 并启用 coauthoring，复制 Designer URL 配置 canvas MCP。
  • 用自然语言描述要创建或修改的 App，AI 工具生成并验证 YAML，随后同步回 Studio。
  • 在 Power Apps 选择 Agents，或从 App 命令中选择 Create agent from app，输入想自动化的流程目标。

能力边界

  • Canvas App AI codegen 是 preview，官方明确不建议直接用于生产。
  • 需要 .NET 10、AI codegen 工具、Power Apps Studio coauthoring 和 MCP 配置，门槛高于传统拖拽。
  • Agent Builder 只适用于 Canvas Apps，且依赖 Dataverse、Copilot Studio 和区域可用性。
  • 外部 codegen 生成结果仍需按组织标准、安全和合规要求审查。

角色价值

  • 专业开发者：可在熟悉的 AI coding workflow 中构建低代码 App。
  • 业务分析师/Maker：用自然语言表达需求并在 Power Apps Studio 内测试迭代。
  • 管理员：通过 Dataverse、Copilot Studio、Agent Feed 管理数据、Agent 和人工介入。
  • 业务主管：在模型驱动应用中监督 Agent 完成情况和异常任务。
依据与出处：
  • Canvas apps with external AI codegen tools 说明可用 GitHub Copilot CLI、Claude Code 等工具与 canvas apps MCP server 创建/编辑 Canvas Apps，并列出 .NET SDK、coauthoring、MCP 配置等要求和 preview 状态。
  • Power Apps Agent Builder 说明可基于 Canvas App 的 metadata、logic、actions、knowledge、triggers 创建 agent，并列出区域、Dataverse、Copilot Studio、Canvas App 限制。
  • Build generative pages using external codegen tools 说明外部 AI codegen 工具可读取/修改 Dataverse generative pages、页面结构、数据绑定和上下文 metadata。
  • Agent Feed planned feature 说明模型驱动应用中可监督 autonomous agents，查看 needs attention 和 completed tasks。

SAP：以业务语义和企业流程为核心的意图式开发

SAP Joule Studio 的差异化在于把生成任务绑定到 SAP Signavio、Knowledge Graph、Domain Models、LeanIX 和 SAP 业务上下文，而不是只生成 UI。

已实现/发布场景

  • 业务人员用自然语言描述目标后，Joule Studio 生成 PRD、技术规格、代码脚手架、测试工件和可运行预览。
  • 开发者可在 Visual Studio Code、Cursor 等工具中继续深化生成内容。
  • 支持 LangChain、Pydantic AI、LlamaIndex 等 pro-code 框架，以及嵌入式 n8n 多 Agent 可视化编排。
  • 通过 Vercel/Next.js 构建自定义前端，同时保留 SAP 企业控制。
  • Joule Studio runtime 提供受管运行时、隔离沙箱、策略、guardrails、观测、成本与业务影响监控。

如何使用

  • 业务方在 Joule Studio 输入业务目标，平台从 SAP 业务上下文和系统景观推导实现方案。
  • 开发者接收结构化工件，选择低代码、pro-code、n8n 或 Vercel/Next.js 等方式继续实现。
  • 部署到 Joule Studio runtime，利用 SAP 的身份、运维、观测和生命周期管理能力运行。

能力边界

  • 最大优势来自 SAP landscape 和业务语义，对非 SAP 核心系统客户的价值需要额外验证。
  • Joule Studio 是 2026 年 SAP Sapphire 新发布重点，具体功能可用性和套餐边界要按客户环境确认。
  • 面向企业级 Agent、应用和工作流，不是轻量级页面换肤或简单表单配置工具。

角色价值

  • 业务用户：减少从业务想法到技术需求的翻译成本。
  • SAP 开发者：获得和 SAP 语义一致的规格、代码脚手架和测试。
  • 架构师：通过 Signavio、LeanIX、Domain Models 控制方案与企业架构一致性。
  • IT 运维与治理：通过 runtime、隔离、观测和成本监控管理 Agent 生产化。
依据与出处：
  • SAP Joule Studio 官方发布 明确描述从 natural language intent 生成 PRD、technical specifications、code scaffolds、test artifacts 和 live previews，并提到 SAP Knowledge Graph、Signavio、LeanIX、Vercel/Next.js、n8n、managed runtime、observability 和 cost/business impact。
  • SAP Build 产品页 说明 SAP Build 用于构建应用、自动化和业务站点，并与 Joule、SAP BTP 和企业治理能力关联。
  • 产品判断：“优势依赖 SAP landscape”来自 Joule Studio 强调 SAP process models、business semantics、system landscape、Knowledge Graph 的事实推导。

OutSystems：把 AI 做进企业级 SDLC 和模型驱动架构

OutSystems Mentor 的关键词是 Enterprise Context Graph、model-driven development、human-in-the-loop 和治理。它追求的是生产级应用交付，而不只是原型生成。

已实现/发布场景

  • 从自然语言愿景或需求文档生成 full-stack、agent-ready 应用，包括数据模型、集成、服务端逻辑和屏幕。
  • 生成可编辑 visual blueprint，让团队在落地前审查 Mentor 将要构建什么。
  • 在 IDE 中请求复杂变更，查看 implementation plan，最终由人确认后应用更新。
  • 支持 AI-assisted reviews、内置 governance、RBAC、traceability、Dev/QA/Prod 发布和 human-in-the-loop approvals。
  • 用于 legacy app modernize，将旧应用演进为现代化、agentic、合规的系统。

如何使用

  • 开发者在 OutSystems IDE 中描述要构建或修改的内容，也可上传业务需求文档。
  • Mentor 输出视觉蓝图、应用结构和变更计划，团队确认后生成实现。
  • 发布前通过自动 review、架构和安全检查、人工审批进入环境发布。

能力边界

  • 强依赖 OutSystems 模型、IDE 和平台治理体系，不适合作为任意前端框架的自由生成器。
  • “生产级”依赖企业上下文、平台约束和人工复核，而不是 AI 一次性自动完成。
  • 对已投入 OutSystems 平台的客户更有价值，对纯自研技术栈客户迁移成本较高。

角色价值

  • 开发者：把重复建模、屏幕、服务逻辑、review 任务交给 AI，专注复杂问题。
  • 架构师：降低架构漂移，通过 Enterprise Context Graph 维持一致性。
  • 交付负责人：缩短需求到可验证应用的周期，并保留审批和追踪。
  • 治理团队：用平台 RBAC、traceability 和 review 控制 AI 生成变更。
依据与出处：
  • OutSystems Mentor 产品页 说明 Mentor 支持 full-stack app generation、visual blueprint、IDE 内 complex change planning、human approval、AI-assisted reviews、RBAC、traceability、Dev/QA/Prod deployment 和 legacy modernization。
  • 产品判断：“全 SDLC 强、生产级交付强”来自其把需求、蓝图、生成、review、治理、部署、现代化放在同一产品叙事中的组合判断。

Mendix Maia：把 AI 作为 Studio Pro 内的生成、推荐和解释能力

Mendix Maia 覆盖应用起步、页面生成、domain model、microflow、workflow、OQL、UI/逻辑推荐和解释，和 IDE 结合较深。

已实现/发布场景

  • Start with Maia 根据文本描述和可选图片/PDF，生成 domain model、数据管理页面、测试数据和定制首页。
  • Maia Make 在 Studio Pro 11.8 中提供统一会话界面，生成 domain model、pages、microflows，并解释文档、逻辑和页面。
  • Maia Chat、Learn、Explain 分别提供开发问答、学习引导和 microflow/nanoflow 解释。
  • UI Recommender、Logic Recommender、Workflow Recommender 在上下文中推荐下一步控件、逻辑活动或工作流活动。
  • Maia for Pages、Domain Model、OQL、Workflows 分别生成页面、模型、查询和工作流。

如何使用

  • 在 Studio Pro 中选择 Start with Maia 或打开 Maia Make，会话式描述应用、页面、流程或问题。
  • 生成后开发者继续在 Mendix 模型环境里调整页面、数据模型、流程和微流。
  • 针对现有逻辑，可用 Maia Explain 理解目的和细节；针对下一步建模，可用 Recommenders 接收建议。

能力边界

  • 存在 fair use 限制，超出后可能暂停，官方说明按周期自动恢复。
  • 复杂生成任务建议拆成小范围请求，长任务可能影响速度和质量。
  • 部分能力对 Studio Pro 版本、Private Mendix Platform 版本有要求。
  • 部分生成能力会向第三方模型服务发送项目上下文，尽管官方说明不用于模型训练，企业仍需评估数据策略。

角色价值

  • 初级开发者：通过 Chat、Learn、Explain 降低 Mendix 学习成本。
  • 低代码开发者：从文本、图片、PDF 启动应用和页面，提高建模效率。
  • 技术负责人：通过 Best Practice Recommender 发现反模式，提升质量一致性。
  • 业务分析师：用自然语言表达应用和流程意图，缩短原型到模型的路径。
依据与出处：
  • Mendix Maia 文档 说明 Start with Maia 可基于 text、image、PDF 生成 domain model、data management pages、sample data 和 homepage；Maia Make、Chat、Learn、Explain、UI/Logic/Workflow Recommenders、Pages/Domain Model/OQL/Workflow generators 等能力也在同页列出。
  • 同一文档的 limitations 部分说明 fair use、复杂任务建议拆分、版本要求，以及某些能力会向第三方模型服务发送项目上下文。
  • 产品判断：“IDE 集成强、推荐器强”来自这些能力均嵌入 Studio Pro 的建模和编辑路径，而非独立外部 chatbot。

AWS App Studio：面向技术型业务人员的托管式 AI 应用生成

AWS App Studio 是较直接的 prompt-to-business-app 路线：自然语言生成多页 UI、数据模型、业务逻辑、工作流和连接器，再通过 AI chat 持续修改。

已实现/发布场景

  • 用自然语言生成整个业务应用，包含多页 UI、数据模型、工作流、连接器和业务逻辑。
  • 在 Application Studio 内通过 Build with AI 添加、修改、删除支持的组件，创建/配置 automations 和 actions。
  • 生成实体字段、数据类型、数据动作和样例数据，用于开发环境测试。
  • 为 AWS 服务调用生成配置样例，或为动作生成 mock response。
  • Ask AI 基于当前视图或组件提供上下文建议、文档和最佳实践。

如何使用

  • 描述应用需求，App Studio 生成初始应用。
  • 进入 Application Studio，选择页面或组件，点击 Build with AI，输入变更并确认 proposed changes。
  • Admin 在 Admin Hub 管理用户、组、连接器和数据源；Builder 在 Builder Hub 创建应用。
  • 在 Development 环境调试，发布到 Testing 或 Production 后使用真实数据源和 connector。

能力边界

  • 定位是低代码业务应用，不是开放式前端工程平台。
  • 深度数据源连接和连接器管理受 Admin 角色控制，Builder 不能随意创建连接器实例。
  • 更适合 claims、inventory、approval、audit、dashboard 等企业内部流程应用。
  • 底层代码和基础设施由 AWS 托管，灵活性换取运维简化。

角色价值

  • IT 项目经理/解决方案架构师：快速把内部流程需求变成可用应用。
  • 数据工程师：把数据源、实体、样例数据和仪表盘组合成应用。
  • 管理员：集中控制用户、组、connector 和应用资产。
  • 终端用户：获得无需等待传统项目排期的流程和数据应用。
依据与出处：
  • AWS App Studio generative AI 文档 说明可用自然语言创建应用、通过 Build with AI 修改组件/automations/actions、生成实体字段、样例数据、mock response，并通过 Ask AI 获得上下文帮助。
  • AWS App Studio 产品页 说明 App Studio 面向 technical professionals，用 natural language 创建 enterprise-grade applications，并由 AWS 托管基础设施。
  • 产品判断：“不是自由前端框架”来自其文档以 Application Studio、components、automations、entities、connectors 和 managed runtime 为核心，而非开放代码工程。

03 / 国内厂商详解

国内厂商更偏生态入口、AI 会话 UI、小程序/Web 发布和低门槛可视化生成

国内产品更接近业务团队的落地入口：小程序、Web、钉钉/企微登录、智能体门户、AI 聊天、数据模型/Excel/数据库生成后台。其优势是交付速度和生态触达，短板往往是复杂治理、跨系统 Agent 行动和专业代码协同。

腾讯云 CloudBase / 微搭：提示词与截图生成可拖拽应用

腾讯云的公开能力强调 AI 生成低代码应用、AI 生成区块、多端发布，以及从 Excel、数据库、数据模型快速创建管理应用。

已实现场景

  • 根据截图生成应用：上传截图后识别页面元素，生成对应可视化应用。
  • 根据需求生成应用：输入关键词或自然语言描述，生成小程序或 Web 应用。
  • 在当前应用中生成区块：在编辑器打开 Copilot，用 @ 切换到 AI 生成区块，输入关键词或图片并插入页面。
  • 从数据模型创建：自动生成表格、表单、列表类数据管理应用。
  • 从 Excel 或 MySQL 创建：把表格或数据库转换为在线协作或管理后台。

如何使用

  • 访问云开发 Copilot 或云开发平台的可视化开发入口。
  • 选择 AI 生成可视化应用/区块，输入提示词或上传截图。
  • 在 Copilot 预览窗口确认效果，点击确定生成。
  • 进入编辑器精调功能和界面，再发布为小程序或 Web 页面。

能力边界

  • 官方文档标注 AI 生成低代码应用支持地域为上海。
  • 更擅长页面和区块生成，复杂业务流程、企业级审批和跨系统动作治理需要额外配置。
  • 小程序发布需要符合小程序平台信息、AppID、审核等要求。

角色价值

  • 业务运营：可用截图或描述快速生成活动页、管理页、简单业务应用。
  • 产品经理：用截图到应用加快原型到可编辑页面的转换。
  • 实施顾问：从 Excel/MySQL/模型快速生成后台，减少重复 CRUD 搭建。
  • 企业 IT：借助腾讯云和小程序生态完成多端发布。
依据与出处：
  • 腾讯云 CloudBase AI 生成低代码应用文档 说明可根据截图、需求描述、当前页面 AI 生成区块生成可视化应用，并标注支持地域为上海。
  • 腾讯云微搭创建应用文档 说明可通过空白应用、AI 生成、模板、数据模型、Excel、MySQL、小程序、Web 管理应用等方式创建应用。
  • 产品判断：“更擅长页面和区块生成”来自其 AI 文档示例集中在可视化应用/区块生成，复杂治理未在该 AI 生成文档中作为主线能力出现。

阿里云百炼 / 魔笔：AI 会话应用和智能体 UI 的低代码生产线

阿里云公开能力强调 UI 设计器、百炼智能体集成、工作流发布为 UI、权限登录、模板、ChatPro 自定义对话组件和生产发布。

已实现场景

  • 从已有百炼智能体或工作流应用发布为网页 UI。
  • 在 UI 设计器中拖拽组件、配置路由和布局，发布网页 UI 应用。
  • 使用智能出行助手、智能体门户、AI 基础对话、企业 AI 知识库 Lite 等模板。
  • 配置数据库表映射，模板所需表不存在时可自动创建。
  • ChatPro 支持拖拽 AI 对话容器，配置欢迎页、多角色、发送框、文件上传、深度思考、联网搜索和思维链展示。
  • ChatPro 支持百炼应用、大模型、智能体、Dify、自定义大模型和 HTTP 集成。

如何使用

  • 准备已发布的百炼智能体/工作流应用和 API Key，且与 UI 设计处于同一业务空间。
  • 选择 UI 模板，填写应用名称、描述、API Key、智能体和图标。
  • 在设计器拖拽按钮、输入框、展示、导航等组件完成页面。
  • 发布到开发环境或生产环境；生产环境可设置自定义域名和访问权限。
  • 在魔笔中拖入 ChatPro 容器，配置 AI 集成操作后即可体验会话。

能力边界

  • 开发环境链接 24 小时后失效，长期生产访问需要订阅付费套餐。
  • 部分模板内置数据库表结构固定，复用已有表时结构必须一致，否则可能运行错误。
  • 当前更偏 AI 会话和智能体应用 UI，不等同于全场景企业业务应用生成。
  • 模型调用、文件存储、数据库容量和生产发布涉及独立费用。

角色价值

  • AI 产品经理：快速把智能体包装成可访问、可分享、可控权限的网页 UI。
  • 运营/知识库负责人：基于模板搭建企业 AI 知识库和智能体门户。
  • 前端/低代码开发者：用 ChatPro 的原子化组件细化不同角色的对话体验。
  • 管理员：通过钉钉、企业微信、OIDC、OAuth2 和权限组控制访问。
依据与出处：
  • 阿里云百炼 UI 设计器文档 说明可从百炼应用或 UI 模板创建 UI，配置 API Key、智能体、数据库表、域名、权限，并列出开发环境 24 小时失效、生产发布需套餐、模板表结构要求等限制。
  • 阿里云魔笔 ChatPro 文档 说明 ChatPro 支持 AI 对话容器、欢迎页、多角色、发送框、文件上传、深度思考、联网搜索、思维链展示，并支持百炼应用、大模型、智能体、Dify、自定义大模型和 HTTP 集成。
  • 产品判断：“AI 会话 UI 强”来自 UI 设计器与 ChatPro 都围绕智能体、工作流、知识库和对话体验展开，而非通用业务 CRUD/流程全链路生成。

华为云 Astro Zero：成熟低代码底座强，AI 原生信号相对弱

Astro Zero 更像模型驱动和可视化编排型低代码平台，公开资料强调对象、页面、脚本、服务编排、连接器和多终端页面，而不是 AI 生成。

已实现场景

  • 通过界面、逻辑、对象等可视化编排工具拖拉拽构建应用。
  • 模型驱动业务应用，支持数据导入导出、对象编排和关联一键生成页面。
  • 标准页面支持自适应布局，高级页面支持多终端适配。
  • 脚本引擎支持在线低码开发、代码联想、自动补全、编译和调试。
  • 服务编排以图形化方式组合逻辑单元，支持断点调试、日志跟踪和性能查看。
  • 连接器、API 开放、触发器和自定义高级页面组件支持系统集成和资产复用。

如何使用

  • 通过华为云控制台进入 Astro 轻应用。
  • 围绕对象和数据模型生成页面，再通过标准页面、高级页面、脚本和服务编排深化业务逻辑。
  • 通过连接器和 API 对接第三方系统，沉淀业务逻辑单元和高级页面组件。

能力边界

  • 公开资料中 AI 生成页面、自然语言生成应用、Agent UI 的能力信号弱于其他竞品。
  • 更适合已有明确模型和流程的企业应用构建，而不是 AI 驱动的快速原型生成。
  • 需要较完整的平台实施和低代码建模能力，不是轻量 Prompt-to-App 工具。

角色价值

  • 企业 IT：获得对象、脚本、服务编排和集成能力较完整的低代码底座。
  • 低代码开发者：用标准页面和高级页面覆盖不同复杂度 UI 场景。
  • 实施伙伴：沉淀行业组件、逻辑单元和套件资产。
  • 业务部门：在明确模型和流程后快速定制企业应用。
依据与出处：
  • 华为云 Astro Zero 产品介绍 说明其提供模型驱动、对象编排、一键生成页面、标准页面、高级页面、脚本引擎、服务编排、连接器/API、触发器等能力。
  • 产品判断：“AI 原生信号相对弱”是基于本轮核对的公开资料范围：该产品介绍强调低代码基础能力，未把自然语言/截图生成 UI 作为核心公开能力呈现。

04 / 角色价值地图

同一组 AI UI PaaS 能力，对不同角色创造的价值完全不同

做产品规划时不能只写“提升效率”。要把价值落到具体角色、具体任务和具体风险上，否则 AI 能力容易变成演示功能，而不是付费能力。

业务人员 / 业务分析师

价值在于把业务想法、截图、Excel、PRD、流程图转成可运行原型或应用蓝图。对应竞品能力包括 Mendix Start with Maia、AWS App Studio、腾讯云截图生成、SAP Joule Studio intent-based development。

依据：Mendix 支持文本/图片/PDF 起步；AWS 支持自然语言创建应用；腾讯云支持截图/需求生成应用；SAP Joule Studio 支持从 natural language intent 生成 PRD、规格、代码和测试。

低代码开发者 / Maker

价值在于减少页面、字段、数据绑定、事件、流程和测试的重复搭建。对应 ServiceNow Now Assist、Power Apps AI codegen、Mendix Maia for Pages、OutSystems Mentor。

依据：ServiceNow UI Builder Agent 生成页面/绑定/事件；Power Apps external codegen 生成 Canvas App 控件和公式；Mendix Maia 生成页面与模型；OutSystems Mentor 生成 full-stack app 和变更计划。

专业开发者

价值在于让 AI 进入真实工程流：IDE、Git、CLI、MCP、代码检查、组件扩展和自定义前端。代表能力是 Power Apps 外部 codegen、Salesforce LWC/CLT、SAP Vercel/Next.js、OutSystems IDE Mentor。

依据：Microsoft 明确支持 GitHub Copilot CLI/Claude Code + MCP；Salesforce CLT 使用 Apex/LWC；SAP 提到 VS Code、Cursor、Next.js/Vercel；OutSystems Mentor 嵌入 IDE。

平台管理员 / IT 治理

价值在于权限、审计、可观测、AI 资产治理、生产发布和安全控制。代表能力是 ServiceNow AI Control Tower、Salesforce Command Center、Power Apps Agent Feed、OutSystems governance、阿里云权限组。

依据：Salesforce Agentforce 3 强调 Command Center 与 tracing；Microsoft Agent Feed 支持监督；OutSystems Mentor 强调 RBAC/traceability/governance；阿里云 UI 设计器支持权限组和发布控制。

业务流程 Owner

价值在于把流程、审批、playbook、catalog、workflow 从人工点击变成 Agent 可执行动作。ServiceNow Action Fabric、SAP n8n/Joule runtime、Microsoft Agent Builder 是这类价值的代表。

依据：ServiceNow Action Fabric 官方列出 flows、approvals、playbooks、catalog items；SAP Joule Studio 介绍 n8n 多 Agent 编排和 runtime；Microsoft Agent Builder 可从 App actions/logic/triggers 创建 agent。

一线员工 / 最终用户

价值在于更少跳转、更少填表、更自然地完成任务。Agent UI、对话卡片、表单输入覆盖、AI Lens、AI Voice/Web Agents、ChatPro 会话体验都是面向最终用户的交互升级。

依据：Salesforce CLT 定制 Agent 输入输出 UI；ServiceNow AI Experience 发布 voice/web/data explorer/AI Lens；阿里云 ChatPro 提供会话容器、发送框、文件上传和多角色配置。

交付伙伴 / 实施顾问

价值在于从模板、模型、Excel、数据库、行业包生成应用，再快速精调。腾讯云、阿里云、AWS、Mendix、OutSystems 都在缩短实施启动阶段。

依据：腾讯云创建应用文档列出模板、数据模型、Excel、MySQL；阿里云 UI 设计器提供智能体/知识库模板；AWS/Mendix/OutSystems 均支持从描述或需求生成应用资产。

安全 / 合规 / 审计

价值不在生成，而在可证明地控制 AI：身份继承、权限范围、session tracing、approval、审计轨迹、模型选择、数据发送策略和可回滚。

依据：ServiceNow、Salesforce、OutSystems、Microsoft 均在官方资料中强调 governance、RBAC、traceability、tracing、supervision 或 human-in-the-loop；Mendix 明确披露部分功能会向第三方模型服务发送上下文，说明数据策略是必要边界。

05 / 产品启示

我们的 UI PaaS 不能只补一个“AI 生成页面”，要按四层能力建设

竞品调研显示，长期竞争会集中在四个层次：生成层、可维护层、动作层、治理层。只做第一层会很快同质化。

Layer 1

意图到页面：Prompt / 截图 / Excel / PRD 到 UI

这是最容易被感知的入口。需要支持自然语言生成页面、上传截图生成可编辑页面、从 Excel/数据模型生成列表/表单/详情页、从 PRD 提取页面结构。

依据：AWS、Mendix、腾讯云、SAP、OutSystems 的官方资料均已覆盖自然语言、图片/PDF、截图、需求文档或 PRD 到应用资产的生成路径。
Layer 2

页面到应用：数据、流程、权限、发布一体化

页面必须绑定数据模型、业务动作、权限、路由和发布环境。否则 AI 只能生成静态原型，无法成为企业可运行应用。

依据：AWS App Studio 同时生成 UI、数据模型、逻辑和 connector；Power Apps generative pages 依赖 Dataverse 元数据；OutSystems Mentor 生成 full-stack app；阿里云 UI 发布涉及权限和生产环境。
Layer 3

应用到 Agent：组件与动作资产化

每个按钮、表单、流程都要能描述 schema、输入输出、权限、审计和可调用方式，使其既能被人点击，也能被 Agent 调用。

依据：Salesforce CLT 围绕 Agent Action 的 input/output schema 与 renderer；Microsoft Agent Builder 从 App actions/logic/triggers 生成 Agent；ServiceNow Action Fabric 通过 MCP 暴露流程动作。
Layer 4

Agent 到治理：可观测、可回滚、可审批

竞品都在强调 control tower、command center、audit、approval、human-in-the-loop。企业客户真正付费的是规模化风险控制。

依据：Salesforce Agentforce 3 以 visibility/control 为核心发布；ServiceNow Action Fabric 提到 AI Control Tower、RBAC 和 audit；OutSystems Mentor 强调 human approval、RBAC、traceability；Microsoft Agent Feed 用于监督 Agent 任务。
关键差异

设计系统要变成 AI 生成约束

需要把组件、布局、密度、品牌、可访问性、行业模板、禁用模式变成机器可读规则，避免 AI 每次生成不一致的体验债务。

依据：这是基于 ServiceNow/Salesforce/Mendix/阿里云均以平台组件、模板、renderer 或可视化组件为生成载体的产品判断；官方资料未直接使用“设计系统硬约束”表述，但能力实现已经依赖组件库和模板体系。
商业策略

从工具收费转向资产与治理收费

基础生成能力会被快速追平。更适合收费的能力是企业模板、行业动作包、Agent action、审计、发布管控、跨系统连接和可观测。

依据：Salesforce 强调 industry actions、Command Center；ServiceNow 强调 action fabric 和 governed actions；阿里云把生产发布、域名和访问权限绑定套餐；OutSystems、SAP 强调 enterprise runtime 和 governance。

建议优先级：第一阶段先做“当前页面 AI 编辑 + 页面洞察 + 截图/文本生成区块”，快速对标 ServiceNow、腾讯云和 Mendix；第二阶段做“数据模型/动作/权限约束下的应用生成”，对标 Microsoft、AWS、OutSystems；第三阶段做“Agent 可调用动作与治理面板”，对标 ServiceNow Action Fabric、Salesforce Command Center、Power Apps Agent Feed。

依据：该优先级是基于竞品成熟度和实现难度的产品判断。第一阶段能力已有 ServiceNow UI Builder Agent、腾讯云截图/提示生成、Mendix Maia 对标样本；第二阶段需要 Dataverse/App Studio/OutSystems 类元数据和全栈生成能力；第三阶段需要 Action Fabric、Command Center、Agent Feed 类治理闭环，工程和组织要求更高。

06 / 能力边界判断

竞品共同边界：AI 能生成，但企业可用仍依赖上下文、权限、复核和治理

竞品资料里反复出现几个限制信号：preview、不用于生产、需人工 review、权限角色、区域可用性、第三方模型数据发送、fair use、生产发布付费、必须已有平台资产。这些边界正是产品规划的机会。

边界类型 典型表现 对应竞品例子 我们的产品机会 依据与出处
生成可靠性边界 AI 输出会变化，需要 review、validate、test、iterate。 ServiceNow 要求审查 Now Assist 输出；Microsoft 要求验证生成的 .pa.yaml；Mendix 建议拆分复杂请求。 内置变更预览、差异对比、自动测试、视觉回归、可回滚版本。 ServiceNow review Microsoft preview/validate Mendix limitations
平台上下文边界 生成质量依赖已有数据模型、组件库、连接器、业务流程和平台元数据。 SAP 依赖 SAP 业务语义；OutSystems 依赖 Enterprise Context Graph；Power Apps 依赖 Dataverse 和 MCP。 建设统一体验元模型，沉淀业务对象、动作、角色、权限、设计系统。 SAP Knowledge Graph OutSystems Context Graph Dataverse metadata
角色权限边界 AI 生成和执行都必须继承用户权限或由管理员启用。 ServiceNow UI Builder Agent 需要 ui_builder_admin；AWS connector 只能 Admin 管理；阿里云支持权限组。 把“AI 可生成什么、可发布什么、可调用什么动作”纳入 RBAC/ABAC。 ServiceNow roles AWS Builder/Admin Aliyun permissions
生产化边界 原型生成容易，生产访问、域名、审计、成本、性能、数据安全需要额外机制。 阿里云开发环境 24 小时失效，生产需套餐；Microsoft preview 不建议生产；AWS 托管简化运维但牺牲自由度。 从一开始设计 Dev/Test/Prod、发布审批、用量成本、性能和安全扫描。 Aliyun publish limits Microsoft preview AWS managed service
Agent 动作边界 Agent 不能只读写数据，还要执行有审批、有审计、有回滚的企业动作。 ServiceNow Action Fabric 暴露 flows、playbooks、approvals、catalogs；Salesforce 强调 MCP 和 Command Center。 将 UI 组件和业务按钮资产化为 Agent action，附带 schema、权限、审批和审计。 ServiceNow Action Fabric Salesforce MCP/Command Center
生态/版本边界 能力受区域、版本、SKU、业务空间、模型服务、插件和套餐影响。 腾讯云 AI 生成地域限制；Mendix Studio Pro 版本要求；Power Apps Copilot Studio 区域限制；阿里云业务空间要求。 在产品中明确能力可用性面板，减少销售和实施阶段的预期偏差。 Tencent region Mendix versions Power Apps limitations Aliyun workspace

07 / 资料来源

官方资料链接

以下资料用于核对竞品具体能力、使用路径和边界描述。Gartner 资料作为市场趋势参考，不作为竞品功能实现依据。

本报告基于公开官方资料和产品经理分析整理。对于发布计划、预览功能、区域可用性和套餐能力，采购或规划时仍需以客户租户、实际版本、商业合同和厂商控制台可用功能为准。