共计 1327 个字符，预计需要花费 4 分钟才能阅读完成。
2026 年 9 月 22 日的云栖大会技术主论坛上,阿里巴巴 ATH 事业群副总裁、Qoder 产品线总裁丁宇 (花名叔同) 宣布,Qoder 升级为“面向所有人的 Agentic Coding 平台”。此时距离这支团队在西溪园区一间小项目室里起步, 刚好 478 天。
📌 从当天拍板到 800 万用户
故事起点在 2025 年初。丁宇在西溪园区做了一次关于 AI Coding 的汇报, 高层当场决定孵化这项业务。团队随后整建制搬到西溪 C 区, 闭关约半年, 从端侧产品、官网、用户体系到商业化链路与全球部署架构, 几乎全部从零搭建。
从已披露信息看, 这一变化更值得关注的, 不只是表面动作本身, 还包括其对后续行业节奏、用户预期和市场竞争的连锁影响。
2025 年 8 月,首款产品 Qoder 上线, 率先支持 Repo Wiki、Quest 模式,5 天用户规模就达到 10 万。此后,JetBrains 插件、Qoder CLI、企业版与 Teams 版、桌面智能体 QoderWork、数字员工 QoderWake、Cloud Agents 以及移动端相继推出。据 Qoder 方面披露, 其全球用户已超过 800 万。
🔍 三次外扩: 从写代码到进入生产流程
丁宇把这一年多的变化分为三个阶段: 早期是辅助编程,AI 帮人补全代码; 随后进入代码工程,AI 能够理解整个代码库、完成多文件编写; 到 2026 年, 随着 Computer Use、Browser Use 等工具能力快速进步,Agent 可以处理更长的任务,AI Coding 开始覆盖软件全生命周期。
- 第一阶段: 把专业开发者做深做透, 覆盖 IDE、插件、命令行与企业协作场景;
- 第二阶段: 在“全民养龙虾”热潮中选择另一条路, 用五个人五天做出面向全岗位的 QoderWork;
- 第三阶段:18 天开发并上线数字员工 QoderWake, 让 Agent 接入企业流程、权限与知识体系。
💡 观察: 护城河不在模型本身
对谈中丁宇提到,团队投入精力最多的是基建, 做的是“产品、Context、Harness 加模型的端到端联合优化”。他甚至直言, 如果只做一个 Harness、跟任何模型都不沾边, 几乎做不好。在 Qoder 内部,Harness 与千问深度结合: 从评测、数据、分析、优化到灰度验证, 千问做强化学习训练时使用的脚手架, 也是 Qoder 的 Harness。这意味着工具与模型并非先后交接, 而是需要持续磨合的一个系统。
📊 影响: 软件生产的单位正在改变
据 IDC 市场调研报告,Qoder 在中国 AI Coding 市场份额位居第一, 企业客户覆盖中国东方航空、中国移动、中国交建、广东交通集团、同济大学等机构。当 Agent 能够被赋予岗位角色、在权限与安全规则约束下持续工作, 组织要回答的问题就不再只是“人如何使用工具”, 而是如何招聘、训练、管理数字员工, 以及人与 Agent 之间如何重新分工。
🚀 总结
Qoder 的 478 天,与其说是一款工具不断变大的过程, 不如说是 AI Coding 能力边界的三次外扩。丁宇反复强调,AI Coding 的终点并不是让 AI 写出更多代码; 当 Agent 开始理解上下文、调用工具并进入协作流程, 软件生产的基本单位可能不再是程序员, 而会变成“人加一组 Agent”的新型团队。
