AI news

Qoder 获领先科技奖,阿里如何把 AI 编程接入真实业务

By 极客公园1 viewsSource: 极客公园
Qoder 获领先科技奖,阿里如何把 AI 编程接入真实业务

报道介绍 Qoder 获奖及其从代码工具向智能体工作台的扩展,列举工业CAD、汽车研发和养殖管理案例。IDC所引47.6%是阿里在2025年中国AI编程市场的份额,不能直接算作Qoder单品份额;预计节省成本仍是客户口径。

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

Qoder,从程序员专属工具到所有人的 AI 技术底座。

2026 年 11 月,每年乌镇世界互联网大会期间举办的领先科技奖,已经走到第十年。

作为面向全球征集互联网领域领先成果的国际性科技奖项,领先科技奖每年会选出涵盖基础研究、关键技术与工程研发约 15 至 20 项获奖项目。一定程度上,它的评选也预示了未来几年潮水的走向。

这一年,传统互联网的光环逐渐退去,AI 成了最大的关键词。其中,仅工程研发组的 8 项获奖成果,从 AMD 的 AI 处理器,到蚂蚁的大模型健康服务平台,再到地平线的整车智能体……就有至少 5 项与 AI 有关。

而在通用 Agent 这一领域,阿里旗下智能体平台 Qoder,成为了国内唯一获此殊荣的通用 Agent 产品。

文章配图

至此,在领先科技奖诞生的第 10 个年头,命运形成了一个有趣的回环。

那时的领先科技奖,名字还叫世界互联网领先科技成果发布活动。而那一年在首届活动中,与特斯拉自动辅助驾驶、微软 HoloLens、「神威·太湖之光」超级计算机并列入选的,正式阿里云飞天开放平台为基础的大规模分布式交易处理平台。

那时的飞天,立项已经超过 7 年,逐渐从承托阿里庞大业务的基础设施,转变为连接超过百万台服务器,能把计算能力送到更多企业手中的行业 Infra 定位。乌镇的亮相,见证了飞天从内部技术攻坚走向更广阔市场的历程。

十年后,Qoder 来到同一个舞台。

论资历,这款 2025 年 8 月才首次上线的产品还很年轻;但论成绩,迄今为止,这款产品的全球用户已经超过 800 万;IDC 发布的 2025 年中国 AI 编程市场份额报告中,阿里以 47.6%的份额位居第一,超过第二至第五名之和;Gartner 最新的企业级 AI 代码智能体魔力象限,也将阿里云列入「挑战者」,与 AWS、Google 等公司同处这一象限。

从云计算的大幕拉起到 AI Coding 的编程新范式,相比 10 年前的云计算时代,今天的竞争节奏已经被压缩到以周、甚至以天计算,竞争烈度也今时不同往日。那么,外有海外优秀产品在前,对内又有国内厂商密集入场,Qoder 究竟是如何从强敌环伺中突围的?

强敌环伺,Qoder如何突围

在 Qoder 正式立项时,它所要进入的市场,已经坐满了人。

2025 年 6 月,阿里成立面向 Agent 时代的 AI 创新事业部。Qoder 团队随即开始冲刺,那时手里待完成的清单:从产品到官网,从用户体系到商业化链路、营销,再到面向全球用户的部署架构,一切都要从 0 开始

完成它们的时间,只有两个月。

但此时,海外先行者已经有了相当可观的规模。同月,Cursor 刚刚完成 9 亿美元融资,估值达到 99 亿美元,年化经常性收入超过 5 亿美元;紧随其后,GitHub Copilot 官宣用户达到 2000 万。Claude Code、Codex 也在一轮轮产品革新中不断争取开发者,让 AI 接手越来越完整的开发任务。

国内同行也在加速。

7 月,字节旗下 TRAE 推出 SOLO 模式,将自主开发延伸到需求规划、编码与部署。8 月 21 日,Qoder 上线。仅 19 天后,腾讯发布 CodeBuddy CLI,并直接官宣国内版全系列产品免费使用。

开发者已经不缺选择。作为一款新产品,Qoder 要争取的,是开发者们可能已经交给其他工具的时间与信任。

但好在,这是一个已经有了充足准备的团队。Qoder 负责人丁宇,花名叔同,2010 年加入阿里,长期与云计算底层技术打交道。从全面容器化、统一调度到混合部署,再到让庞大的业务系统稳定运行,对他来说已经是轻车熟路。并且,早在 2023 年,大模型编程能力尚未成熟时,他就开始与内部大模型团队协作,主导研发通义灵码,带领的团队从代码补全、问答和局部修改做起,对真实开发中模型怎样理解私有代码,企业怎样部署与管理,都已经有了成熟的摸索。

这些基于真实场景锻炼出的经验,也成为了 Qoder 打响第一枪的关键:去年 8 月 Qoder 刚亮相时,选择把 Repo Wiki 和 Quest 放在了重要位置。打开一个项目,Repo Wiki 先梳理架构、模块与依赖,帮助人和 Agent 认识工程;接到开发任务,Quest 与用户明确需求和验收条件,再持续推进规划、编码和验证。补全代码、对话修改、委派完整任务,可以在同一款产品里完成。

五天后,超过 10 万名开发者加入。此后,JetBrains 插件、CLI、企业版和 Teams 版接连推出。半年内,一套覆盖不同开发习惯的产品矩阵成形。

但产品发布只是起点。团队很快把自己也放进了这场实验。

于是,2026 年初,借助已有的Qoder 能力,团队将其用在了内部的开发流程中,五个人仅用七天时间,就完成了桌面助手 QoderWork 的开发,又用 18 天时间上线了 QoderWake,让数字员工拥有岗位身份、长期记忆、技能和权限边界,能够进入日常协作,持续承担工作。

与之同期,阿里的 Qwen 模型体系,也为这种尝试提供了条件。模型、Agent 运行框架和产品可以共同调整,意味着一次任务失败后,团队能够沿着执行过程继续追查:信息是否找全,工具是否合用,模型是否学会了正确的做事方法,最终深入到问题的最底层。

就这样,团队一边开发 Agent,一边用 Agent 改造自己的研发;阿里此前积累的模型、云计算与研发经验,被重新组织进一套产品,Qoder 也开始拥有了与全球顶级对手持续竞争的能力。

今年 8 月,Qoder 焕新升级迎来统一入口,这是一款以 Coding 为核心能力,面向所有人的智能体工作台,用户无论是否懂代码,都能把创意快速转化为可落地的成果。

文章配图

全新 Qoder 的核心优势在于既能适配专业开发人员需求,也能覆盖产品、设计、运营、数据、独立创作者等一众目标明确、能辨别产出好坏、希望快速落地创意的人群。

上线三天用户破 10 万,再次展现了 Qoder 的 AI 速度。

让AI进入真实开发流程

阿里内部的探索,展示了一支顶级技术团队怎样用 Agent 改造研发。

但走出阿里的项目室,Qoder 遇到的,往往是企业已经运行多年、五花八门的复杂系统、多年沿袭下来的流程,以及不同团队各自的开发思路和技术标准。

能否在这些工程约束里实现效率加速,才真正决定了开发者会不会继续把任务交给它。

以山东山大华天软件为例,在工业设计中,工程师从供应商那里收到零件模型,或者准备复用旧设计时,文件里可能只剩下完整的外形。最初怎样建模、用了哪些参数、各处尺寸如何关联,已经无从得知。要在此基础上改型,往往还得重新分析结构、补做建模。

接入 Qoder 后,团队让 AI 配合行业知识和专业工具分析模型,再调用 CrownCAD 的建模能力,重新生成带有可修改参数和建模记录的模型。旧零件由此能够继续用于设计与校验。

文章配图

在这类任务里,Qoder 要能够接入专业的 CAD 系统,让生成结果经得起几何计算和工程校验。到了汽车研发,同样是做验证,又有另一套新的要求。

吉利的一位智能座舱语音开发主管工程师,希望车机回答「雨刮器怎么用」时,能直接给用户展示适配当前车型的图文指引。听上去只是一个小功能。真正做起来,图片多大、文字怎样排、放到车端是否合适,都要来回调整。过去,这样的开发往往要经历三到五轮台架或实车验证。

借助 Qoder,他先搭建网页预览界面,一次生成五六版方案,在电脑上比较,再到车端验证。一些原来需要等到台架或实车阶段才能展开的调整,在概念阶段就能够完成,大幅节约了后续的真车验证流程。

同样是汽车研发,相比座舱,自动驾驶算法的困难,则出现在不容易被触发的异常分支里。

通常来说,感知算法开发主管工程师需要把上游模型和后处理代码集成为可交付版本。但实际场景和数据回放很难覆盖所有异常。

于是,吉利的工程师选择让 Qoder 辅助编写繁琐的单元测试,自己检查关键情况是否覆盖、结果是否正确;接手不熟悉的工程,则先通过 Repo Wiki 梳理模块和依赖,再深入处理问题。

从界面预览到单元测试,再到工程理解,Qoder 已经逐渐进入吉利不同岗位的日常工作。截至 2026 年 9 月底,它已覆盖吉利逾千名研发人员,支持 500 余个研发场景。

尽管,这些项目背后的需求与实际开发环境五花八门,但项目的背后,还仍然有能够拆解需求、检查代码、判断结果的专业人员。但在今天,一款 AI Coding 产品,它所要服务的用户,早已从开发者扩展为所有想用代码解决问题,具备上下文信息的普通人。

于是,当开发的成本与门槛开始下降后,Qoder 的用户范围再一次完成了破圈。

专业开发者之外的新市场

对专业开发者来说,Qoder 或许只是一个好用的「程序员工具」,但对更多普通人来说,他更是一个普通人可以 0 成本探索开发过程的通用 Agent 技术底座。

西鲜记总经理张立非,就是这个过程转变中的最大受益者之一。

他早年在华为、爱立信做过研发,2015 年回乡创业后,把生意从销售逐渐延伸到养殖、屠宰和加工。多年过去,西鲜记已经有了大约 120 名员工,技术研发却只有他一个人。

于是,搭建一套养殖管理系统的想法,就这样被不断搁置了下来。

这就导致,日常的经营变成了一个谁也说不清的乱账。西鲜记的三个养殖场有上万只在栏滩羊,不同批次的羊每天消耗饲料,体重和生长阶段不断变化。企业却只能依靠复杂的 Excel 台账管理,一批羊究竟赚了多少钱,往往要到全部出栏屠宰后才能算清。

张立非知道问题在哪,也知道自己需要什么。难的是把这些需求变成系统:通用软件难以适配,外部定制方案的报价可能达到百万元级,后续还得持续沟通、修改。

直到 2026 年,他开始用 Qoder 自己推进开发。

文章配图

没有产品经理整理需求,也没有前后端团队分头实现。张立非就趁着下班后和出差间隙,同时使用两台电脑打开多个开发会话,用自然语言描述需要的功能,让 Qoder 读取项目、修改代码、运行任务,自己检查结果,再把业务中的新情况补进去。

一个任务等待输出时,就转到另一个会话,继续推进其他功能。

三个多月里,养殖管理在内多套业务系统逐渐搭建起来。过去一些只有在屠宰时才能暴露问题,也被提前到了喂养阶段就能及时发现并调整。这套系统被用于日常饲喂、生长监测和出栏决策后,西鲜记预计每年可减少数百万元隐形损失。

西鲜记的故事并非个例。

随着 Qoder 不断破圈,越来越多的一线业务人员有了根据需求定制软件的能力:一笔迟迟算不清的账、一段始终理不顺的流程,都可能成为一款软件的起点。

于是,最懂业务的人,开始有机会把自己的经验和判断,亲手写进系统,再随着每天的使用不断修改、完善。

Qoder 从程序员工具进化为所有人的 AI 技术底座,正在进行时。

文章来自于微信公众号 “极客公园”,作者 “极客公园”

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)