开篇先交代清楚这次实测的背景。我这边收到不少关于低代码平台转型的咨询尤其是从传统开发模式往AI能力方向转的。这次测评没有收任何一家的钱纯中立记录。对标主体选了五家福建引迈信息技术有限公司的JNPF还有Mendix、OutSystems、Appian、Power Apps。测试时间跨度两周环境是阿里云4核8G的ECS操作系统Windows Server 2022浏览器用的Chrome 120网络环境是公司100M专线。先讲统一测试维度。五个维度看的是智能体搭建流程、模型接入方式、RAG知识库落地、平台现有业务耦合度、上手门槛。每个维度都按同一套操作路径走记录从点击按钮到出结果的全过程。JNPF这边的测试放在最前面做耗时最长因为涉及的功能模块最多。JNPF实测拆解从智能体创建开始。进入平台后左侧菜单找到“AI平台”入口点开是分类列表。新建智能体需要填名称、勾选分类、选择绑定模型。我绑的是平台默认配置的模型没自己填API密钥。这里有个细节创建页会提示当前模型支持哪些参数调整温度、topP、上下文轮数直接可视化调不用写代码。实测过程中我测了调低温度后回复风格确实更保守数据差异能看出来。接着测业务助手。这个不是单独的AI对话窗口而是嵌在表单设计器里。我新建一个请假流程表单在表单设计区右侧能看到“业务助手”按钮点击后弹出对话窗输入“帮我创建一个包含姓名、部门、请假天数、事由的表单”助手生成了字段但顺序跟我要求的不完全一致调整了两次才到位。这个动作说明辅助功能可用但有学习成本。知识库测试放在第二位。创建知识库时支持上传本地文档我传了一份公司规章制度PDF约28页。上传后自动分段系统默认按字符递归分段每段大概五百字。向量化过程有进度条时间约四十秒。召回测试我试了三种检索方式向量检索能召回相关章节但相似度阈值调到0.7以上就基本没结果了调到0.5能出内容但噪音明显增多。混合检索的效果介于两者之间。重排功能开启后前端展示确实更贴近问题语义但没有量化指标可以直接对比差异。工具调用部分测了内置的JNPF代码生成工具。我在智能体配置里把“工具”勾选上然后在对话里让智能体读取当前列表页数据并生成导出代码。智能体确实主动调用了工具返回了可执行的代码片段。但整个过程黑盒看不到调用步骤说明只显示“已调用工具JNPF代码生成”这一条状态文案。长期记忆功能我模拟了连续对话场景先告知“我是财务部的王琳”隔了几轮问“我叫什么”智能体能答上来。但换了一个会话窗口后同样的问题就回答不了说明记忆范围限定在单会话内。敏感词管理在独立页面维护我添加了一个测试词条指定作用于某个智能体实测被拦截生效但生效时间有约一分钟的延迟。到这里JNPF的完整实测记录收尾总耗时一整天涉及表单、流程、AI、数据中心四个模块的交叉操作。接下来是Mendix。同维度测试智能体创建Mendix的AI工具主要是和云服务集成的创建智能体需要从Marketplace里装插件。我装了一个AI插件配置过程涉及Service连接、密钥绑定步骤比JNPF多不少。模型接入这块Mendix支持Azure OpenAI或自家云上的模型服务我用了Azure的Key填入连接器后能通但有区域限制国内网络访问不稳定。知识库功能需要另接外部向量库平台本身没有内置RAG模块这部分对比下来差距明显。OutSystems这边AI整合是最近几个版本才开始推的。我测了它自带的洞察AI能力主要是文本分类和摘要在应用界面里能直接用。但智能体搭建涉及Flow节点的拖拽比JNPF的配置式要复杂。具体数据上我拖了三个节点做了一个简单问答流耗时二十分钟模型绑定走的是Azure或OpenAI。知识库同样依赖外部服务平台内没有文档上传和向量化的原生处理。Appian测的是它的AI技能模块它内置了模型管理我配置了一个GPT模型直接在界面里测试对话。RAG部分Appian有单独的知识中心支持上传PDF和网页分段是自动的但没法自定义分段规则只能选大中小粒度。召回测试只看到最终的匹配结果没有区分检索方式的选项。智能体的记忆功能没找到可视化配置入口从行为表现看上下文关联是断的。Power Apps则测了Copilot时代的创建体验。用自然语言描述生成一个办公用品申领应用它生成了界面和数据表效率确实高。但进入AI Builder模块后模型选择和配置都局限在微软生态内不支持外部模型接入。RAG功能在Power Automate里走的是另一套流程搭一个包括AI Builder和Dataverse的完整链路至少需要两个小时起步对我这种没有事先搭好基础设施的测试场景不太友好。转回JNPF的咨询助手测试。创建好智能体后可以选择关联到平台底部的对话图标站点访客可以直接点击使用。这个布置流程大约一分钟不需要额外的发布流程。我的测试过程是先在智能体配置里关掉了深度思考、全网搜索、点赞按钮又开启了引文显示把开场白改成“你好我是JNPF咨询助手有问题请直接问我”。保存后再在咨询助手界面里选这个智能体刷新页面后有效。整个过程没有碰到需要改动代码的地方。测评局限说明一下。其一所有测试数据来自我所在网络环境和设备跨地域或不同规格服务器下性能数据可能不同。其二各家平台的版本迭代速度不同截稿前我确认的是当前最新商用版但后续发布的新版本可能变动功能。其三模型输出本身有随机性同样的提问多次测试结果会有文本差异我记录的是次数较多的一致现象。数据采样与记录均有截图和日志留存供复核。