我用三年做出一款图灵完备的视觉低代码平台，并训练AI操控它

三年。一个人。一个低代码平台——它的可视化编辑器是真正图灵完备的、运行在服务端的一一而这才是最关键的部分——一个 AI 模型已经学会了如何操作它，用一句话就能构建完整的企业系统。

为什么图灵完备很重要

大多数低代码平台都是配置器，而不是编程环境。

你可以拖拽出一个表单。定义一张表。设置一个简单的审批流程。但只要业务逻辑超出了产品经理预期的范围——"当这个字段变化时，重新计算这三个值，检查部门预算，如果超出限额，则将审批路由到部门经理的经理"——你就完了。平台要么不支持，要么你就得在网页表单里一个狭小的文本框里写 JavaScript，这完全违背了低代码的初衷。

这不是一个功能缺失。这是一个根本性的上限。

如果一个平台的逻辑层是一组预先构建好的固定动作，那就永远会有它无法表达的需求。消除这个上限的唯一方法，是让逻辑层图灵完备：变量、条件分支、无界循环、子程序组合，以及 I/O。有了这些原语，任何可计算的业务逻辑都可以构建出来。

这正是我要做的事。WZSoft 的可视化代码设计器将拖拽的节点图编译成服务端 JavaScript——而且由于目标语言是图灵完备的，可视化层也继承了这一特性。你可以构建工资计算引擎、库存优化、多级动态路由、跨数据库 schema 的数据同步任务。全都通过可视化编辑器完成，不需要写任何文本代码。

图灵完备在这里不是buzzword。它是"你会遇到上限"和"你永远不会遇到上限"之间的分界线。

如果一门可视化语言是图灵完备的 очевидный 问题自然是：为什么不直接写代码？

答案在于人类如何推理逻辑，而不是如何输入代码。

当你看一个包含业务逻辑的文本文件时，你看到的是 token。当你看一个节点图时，你看到的是 flow。条件分支看起来就是一个分支。子程序调用看起来就是一个子图。结构是空间的而非线性的——你的大脑处理方式不同，而且更快。

还有第二个原因，不那么显而易见但更为重要：规模化下的一致性。

当 10 个开发人员手写业务逻辑时，你会得到 10 种不同的风格。有人用 ===，有人用 ==。有人嵌套 4 层，有人提取函数。三年下来，代码库里积累了一千个没人记得自己做过的微小决策。

可视化编译器彻底消除了这个问题。每个 if 节点生成相同的模式。每个数据库查询都经过相同的连接路径。生成的代码无聊但可预测——这正是你想要的，能可靠运行多年的业务逻辑。

而可视化图是唯一的真相来源。不存在"图"和"代码"之间的同步问题——图每次都会生成代码。

WZSoft 与众不同之处

低代码平台有很多。WZSoft 有以下几点是我在其他地方没见过：

1. 一个可视化编辑器，全栈覆盖

这是我做出的最重要的架构决策。

在大多数"低代码"平台上，你用一个工具做表单，用另一个工具做逻辑，用第三个工具做工作流——而且它们互不相通。WZSoft 在所有地方使用相同可视化编辑器：

相同的节点类型。相同的拖拽交互。相同的执行引擎（Nashorn）。一次学会编辑器，构建一切。

其影响比便利性更为深远。你为表单验证编写的逻辑可以提取并在定时任务中复用。工作流的审批路由可以调用与数据权限过滤器使用的相同子程序。"前端逻辑"和"后端逻辑"之间没有边界——都是逻辑，运行在服务端，用同一个工具构建。

我不知道还有哪个低代码平台做到了这一点。

2. 可视化编程运行在服务端

几乎所有低代码平台都专注于 UI 组合——拖拽一个表单，得到一个页面，连接到 API。可视化部分止步于前端。后端逻辑如果支持的话，也意味着在一个狭小的文本框里手写 JavaScript。

WZSoft 的可视化代码编译成通过 Nashorn 引擎在服务器上执行的 JavaScript，可以直接访问：

• 数据库（五种方言，自动 SQL 方言翻译）
• 消息队列（邮件、短信、应用内通知）
• HTTP 客户端（调用外部 API）
• 完整的 Spring 上下文（任何 Java 类库或服务）
• 当前用户的会话（ID、部门、组织、角色）

你不是在配置表单——你是在可视化地编程后端。

3. 直接 SQL 与自动行级安全

你写的查询可以连接任意表、使用任意 SQL 函数、聚合任意数据。然后平台会根据当前用户的角色和数据范围自动注入行级安全过滤器——部门经理只能看到其部门的数据行，而你无需写一个 WHERE 子句。

这种组合——原始 SQL 能力与平台强制的自动权限过滤——非常罕见。

4. 五种数据库方言，一个抽象层

MySQL、Oracle、KingBase、达梦、SQL Server。平台处理 LIMIT vs TOP vs ROWNUM、AUTO_INCREMENT vs SEQUENCE、拼接语法差异以及日期函数变化。一次编写逻辑，部署到任何支持的数据库。

AI 已经学会了如何使用它

这是我最兴奋的部分，也是我现在写这篇文章的原因。

WZSoft 中的每个操作都是 REST API。创建应用。定义数据表。添加表单组件。配置工作流节点。设置角色权限。生成 PDF。全都是——标准的 JSON-over-HTTP 端点，具有可预测的契约。

这意味着该平台在设计上是可机器操作的。过去几个月，我将整个操作知识——API 契约、权限模型、组件目录、工作流模式、数据库方言抽象——文档化到了一个 AI 模型（Claude）的持久记忆中。

AI 现在知道如何使用 WZSoft 构建系统。用一句话描述你的需求：

"构建一个 IT 资产管理系统，包含申请表单和部门级审批。"

它就能做到。从头到尾：

• 创建应用结构和页面层级
• 用正确的字段类型定义数据表
• 配置表单组件（下拉框、日期选择器、验证规则）
• 设计带路由规则和代码钩子的审批工作流
• 用 [@变量@] 占位符生成 PDF 模板
• 在行和列级别分配基于角色的权限

没有人类触碰管理后台 UI。AI 像一个专家用户一样操作平台——这个专家记住了每个 API 契约和每个配置模式。

为什么这与"AI 代码生成"不同

AI 代码生成工具——React 组件、Express 路由、SQL schema——产生的工件需要维护、调试和保持同步。生成的代码和技术债务一样会累积，就像手写代码一样。

WZSoft 采用了一种根本不同的方式：AI 不生成代码。它配置平台。

平台保证：

• 一致的架构——每个应用都遵循相同的模式，无论由哪个 AI 或人类构建
• 内置安全——行级和列级权限是平台特性，不是手写的 auth 检查
• 无漂移——可视编辑器与 REST API 共享相同的底层数据模型，没有什么会失去同步
• 可调试——由于每个操作都通过平台的标准管道，你可以精确追踪发生了什么

典型的 AI 编码会话会花费数千个 token 反复解释框架约定、项目结构编码规范。每一次。每一个会话。

使用 WZSoft，AI 对平台的了解存在于持久记忆中。一句话描述你想要的系统，AI 已经知道：

• 你的数据库方言以及如何为其构建查询
• 全部 18 个控制器的 API 契约
• 带所有配置参数的组件目录
• 权限模型（用户 → 角色 → 应用 → 页面 → 数据范围）
• 工作流引擎的节点类型和路由模式

每个任务的 token 数量级级减少。你付费的上下文用在了理解你想要什么上，而不是重新学习如何构建它。

这指向了什么

我相信我们正在进入一个 AI 不是辅助编码——而是直接操作软件的时代。为人类 UI 交互设计的工具将被重新构建，加入机器可寻址的接口。WZSoft 是我对这个方向的押注：一个平台，人类点击管理后台和 AI 调用其 REST 端点同样可用。

GitHub: github.com/szwilsonchan/wzsoft

技术栈：Spring Boot 2.6.6、Nashorn JS 引擎、Vue 3、Spring Security + JWT + Redis、MyBatis + JdbcTemplate、五种数据库方言

许可证：个人和学习用途免费；商业使用需要授权

关于 Nashorn 集成、可视化到 JS 的编译管道或 AI 可操作架构有问题？欢迎留言。我很乐意就技术栈的任何部分写后续深度解析。

一人之力。三年。一个押注在软件构建和使用不同方式上的人。