AI news

47.6%,阿里Qoder拿到了比跑分更硬的成绩

By 董道力1 viewsSource: 硅星人Pro
47.6%,阿里Qoder拿到了比跑分更硬的成绩

对 AI Coding 来说,有人用,比任何 Benchmark 都管用,而有人持续付费,又比有人用更管用。

The full text has not been translated yet. The Chinese original is shown below.

对 AI Coding 来说,有人用,比任何 Benchmark 都管用,而有人持续付费,又比有人用更管用。

Benchmark 有边界,环境相对干净,模型只需要证明自己能不能完成任务。而真实的软件工程是一个未知的环境,代码库里可能堆着十年的屎山,也可能是几个团队同时修改同一个系统,一个操作,可能在生产环境里引发连锁反应。

所以,AI Coding 真正有分量的成绩,是看开发者每天愿意打开哪个工具、企业最终为谁付费。

IDC 发布 AI Coding 普及以来首份中国市场营收份额报告,阿里以 47.6%位列第一,超过第二至第五名的总和。可以说,国内企业和开发者在用真金白银给阿里投票。

文章配图

今年 6 月,Gartner 发布《2026 年企业级 AI 代码智能体魔力象限》。这是一份评估全球企业级 AI Coding 厂商综合竞争力的报告,不仅考察模型和产品能力,还关注企业落地、安全治理、市场执行及战略完整性。全球仅 12 家企业入围,阿里云连续第三年进入相关报告,并凭借 Qoder 进入“挑战者”象限,成为该象限中唯一的中国公司。

文章配图

Coding 领先更值得庆祝

Coding 并不是一个普通的 AI 应用场景,可以说现代社会,几乎建立在代码之上。商品、金融、汽车和物流等看起来属于不同世界,底层运行的却是一层层软件。

当 AI 学会编程,它便跨过了一条重要边界:从生成内容,走向执行任务。

一个会写文章的模型,可以告诉人们应该怎样工作。一个会编程的 Agent,自己就会工作。

这也是 OpenAI 和 Anthropic 重兵投入 Codex 与 Claude Code 的原因。谁占据编程入口,谁就更接近未来无数 AI 应用的诞生地。

此外,Coding 还是最早验证大模型商业价值的场景之一。根据Gartner分析,截至2026年4月,全球企业级AI编程市场的年化规模预估已达98亿至110亿美元,预计到2028年,超过70%的企业软件工程师将依赖AI代码智能体来完成日常开发任务,并有望为软件工程团队带来 30%–50% 的生产力提升。

代码能不能运行、测试能不能通过都有明确结果。开发者习惯为效率工具付费,企业也能直接比较采购成本与人力、周期和交付收益。

这让 AI Coding 同时检验两件事:模型是否真正拥有行动能力,以及这种能力是否值得用户付钱。

因此,阿里在 Coding 上的领先,比拿下一项普通 AI 应用的市场第一,会产生更多想象力。

模型之外的脏活,阿里干得比较早

AI Coding 发布会最爱演示的,是一句话做出一个网站。但无数案例表明,真正该关心的是,一句话下去别把项目删了。

这两件事之间,隔着的就是模型能力与软件工程的距离。

阿里的 Qoder 要进入全球竞争,首先得有一个足够强的模型。Qwen3.7-Max 在 SWE-Pro、SWE-Verified 和 Terminal Bench 2.0 等测试中已经处于第一梯队,但这只能说明,阿里有模型能力。

真正让阿里拉开差距的,可能恰恰是那些写不进 Benchmark 的脏活。

比如看 Qoder 的功能介绍,非常枯燥,知识引擎、Task Runtime、权限管理、安全审计,远不如做个贪吃蛇来得惊艳,但这些才是企业真正愿意付费的东西。

先说知识。

一家公司的代码库,很多时候就是一个九龙城寨,只有老员工知道哪些地方不能碰,模型不知道。

Qoder 把 Memory、Repo Wiki 和 Knowledge Cards 并到同一套知识引擎里,目的就是给 Agent 补上这本“不成文的公司历史”。

它不仅要知道代码写了什么,还得知道当年为什么这样写。

Qoder 披露内部评测,知识引擎上线后,代码保留率提升 11%,输入 Token 消耗下降 40%,对话轮次减少 33%。

然后是 Task Runtime。

传统 AI 编程工具很像一个特别聪明、但记性不太稳定的远程同事。你在对话框里交代需求,它转头打开文件、跑终端、看报错,任务稍微一长,过程就散得到处都是。更糟的是,几个任务同时跑,Agent 之间还可能互相捣乱

Qoder 给每个任务单独划出运行环境,执行到哪一步、产生了什么文件、最后要交付什么,都挂在同一个任务下面。规划、编码、测试和审查可以交给不同 Agent,多个项目也能隔离运行。

安全能力是企业最在意的。

个人开发者可以为了省事给 Agent 更高权限。企业的核心代码、客户数据、生产命令,哪一个都不能只靠模型“自觉”。System Prompt 里写一句“高危操作前请确认”,本质上还是嘱咐,模型会遗忘。

Qoder 允许企业按照人员、群组和代码库分配模型权限,高风险操作需要拦截,执行过程留下记录,最终产物还要接受审查。

企业采购 AI Coding,买的不是 Agent 偶尔有多天才。它们花钱买的是,这个天才最差的时候也别捅出大娄子。

Qoder 没有要求程序员集体搬家

Qoder 另一个容易被忽略的优势,是产品形态足够多。

Desktop、JetBrains 插件、CLI、Cloud Agents、移动端,它们其实在解决同一个问题:程序员不喜欢搬家。

习惯 JetBrains 的人,不会因为 AI 功能换掉用了十年的 IDE。终端用户嫌鼠标碍事,也不会为了一个 Agent 天天打开新窗口。企业把任务放进云端以后,又希望工程师离开电脑也能查看进度。

Qoder 做了一套产品家族,IDE 里有插件,终端里有 CLI,需要长时间运行就交给 Cloud Agents,人离开工位还能拿手机看一眼。

这比“重新教育用户怎样开发”现实得多。

文章配图

而 Plugin 和 Skill 市场则把公司里真正值钱的经验变得可复现。

某个工程师知道出了这类故障应该先查哪份日志,另一个人知道这个模块绝对不能直接重构。这些经验过去藏在人脑里,很难分享,而把方法整理成 Skill 以后,它才有版本,能审查,也能复用。

AI Coding 往企业里走到最后,考验的也不再只是代码生成,而是契合度。

模型几个月就会换一代,而已经沉淀进去的架构关系、编码规范、历史决策和内部 Skill,却会一直重要。

文章配图

阿里的牌,确实不止一张

单看模型,Qwen 要和 OpenAI、Anthropic 及国内同行正面竞争。单看产品,Qoder 面前也有 Codex、Claude Code 和 Cursor 这些强敌。

阿里的优势,是手里的牌能够连起来。

Qwen 提供模型,Qoder 承接产品,负责上下文、运行与验证,阿里云提供算力和执行环境,企业服务体系再把整套能力送进真实生产线。当然,自研不代表不开放,除了自家模型,Qoder也集成了GLM、DeepSeek等国内外顶级模型,把选择权交给用户。

企业采购 AI Coding,买的从来不只是一张跑分表。它们既要模型足够聪明,也要 Agent 能够理解内部知识、接入原有流程,在权限范围内稳定干活,出了问题还能找到原因。

淘宝曾经把商家、商品、支付和物流组织成一套交易系统,阿里云后来又把服务器、数据库和软件变成可以按需购买的计算资源。到了 Agent 阶段,Qoder 试图组织的是模型、工具、知识和数字工程师。

这恰好发生在大模型竞争最关键的领域之一。

Coding 同时考验模型智力、Agent 执行力、软件工程能力和商业价值。

海外市场上,Codex 与 Claude Code 攻势凶猛,已经俘获了大量开发者。Gartner 给阿里的定位也只是“挑战者”,但挑战者不等于追随者。

阿里布局得早,覆盖也足够完整。

如今,Qoder 全球用户突破 500 万,并以 47.6%的营收份额拿下中国 AI 编程市场第一。

对 AI Coding 来说,这比任何一次 Demo 都难,也比任何一张 Benchmark 榜单都更有分量。

文章来自于"硅星人Pro",作者 "董道力"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)