8 月 27 日,阿里发布了全新 Qoder。这不是一次简单的版本迭代——原版 Qoder 是 2025 年 8 月推出的 AI 编程 IDE,这次的新版本把定位从"编程工具"改成了"智能体工作台":官方介绍是,告诉 Qoder 你想完成什么,它会理解上下文、制定计划、调用工具、执行并验证,整个过程可以随时查看、调整或接管。
这件事的技术本质是什么
先说数据。据报道,截至发布时 Qoder 累计全球用户超过 600 万,超 10 万家企业客户正在使用;另据报道,今年 7 月 IDC 发布的中国 AI Coding 市场报告中,阿里 Qoder 市占率排在第一位。这些数字说明它不是冷启动的新产品,而是有存量用户基础的转型。
再看技术上的变化。新版 Qoder 有几个关键点:
- 从"代码工程"转向"智能体任务":官方称采用最新的 Harness 技术,工作重心不再是帮你写一段代码,而是替你跑完一个任务闭环。
- 双模式:编程模式面向开发者;通用模式面向非程序员,不用直接碰代码也能借助 Coding 和工具能力完成任务。
- Agent 能力组件:Goal 让 Agent 围绕明确目标持续工作,Plan 让它先想清楚路径;记忆、本地项目和运行状态提供背景;Browser Use、Computer Use 让它能操作网页和桌面应用。
- 生态接入:40+ 连接器、70+ 插件与 20K+ 技能,代码仓库、项目管理、云服务、内部工具都可以作为上下文和工具接入工作流。
对比一年前的 AI 编程工具,变化是明显的:以前是"人写需求、AI 补代码、人 review"的结对模式,现在变成"人给目标、Agent 自己规划并执行"的任务模式,甚至操作浏览器、桌面应用这些"手"也长出来了。但没变的也很多:Coding 能力仍是底座,幻觉问题没有消失,上下文窗口有限,Agent 能不能可靠地完成长链路任务,还是要打问号的。
- 生态接入:40+ 连接器、70+ 插件与 20K+ 技能,代码仓库、项目管理、云服务、内部工具都可以作为上下文和工具接入工作流。
对普通开发者和打工人来说,直接影响就一句话:过去 AI 帮你"写代码",现在它想帮你"干活"。以前担心的是"我的代码被 AI 替代",以后可能要担心"我的流程性工作被 Agent 替代"——尤其是通用模式把使用门槛拉低之后,非技术岗也能用自然语言驱动工具完成任务。
对开发者意味着什么:怎么用、怎么选、有哪些坑
怎么用,建议按场景对号入座:
- 写代码场景:用编程模式,把目标描述清楚,比如"把这个模块的日志输出改成结构化 JSON,并补充单元测试"。注意用 Goal/Plan 明确边界,任务太模糊时 Agent 容易跑偏。
- 流程自动化场景:用通用模式,让 Agent 去做查资料、整理表格、操作内部系统这类重复性工作,人负责审核结果。
- 接入现有系统:利用连接器接代码仓库、项目管理工具,让 Agent 能读写真实业务数据。
怎么选,和其他 AI 编程工具比,核心看三点:一是你的任务类型偏"写代码"还是偏"跑流程";二是模型/工具链是否匹配你的技术栈;三是对国内开发者来说,云生态、合规和访问便利性也是实际考量。工具没有绝对好坏,只有适不适合当前工作流。
- 接入现有系统:利用连接器接代码仓库、项目管理工具,让 Agent 能读写真实业务数据。
几个容易踩的坑:
- 别把 Agent 当免检员工。Browser Use、Computer Use 意味着它能操作真实系统,一旦目标理解偏差,可能执行出意料之外的操作。生产环境、权限相关的任务,人审环节不能省。
- 注意数据外泄风险。记忆、本地项目上下文会被 Agent 读取,公司核心代码、客户数据不要随手喂给工具,先确认合规边界。
- 关注计费和额度。限时福利(据报道至 9 月 1 日 10:00)到期后是按量计费还是订阅制,直接影响长期使用成本。
- 警惕"看起来全自动"。Agent 生成长链路任务的正确率不会到 100%,关键环节要保留人工确认点。
结尾
AI 编程工具的形态正在从"编辑器里的助手"变成"能自己干活的执行者",这对开发者是效率红利,对重复性岗位则是压力。效率提升是真的,岗位被替代也是真的,中间地带怎么把握,得靠每个人自己掂量。你怎么看这种"工具变同事"的趋势,评论区聊聊。