继通义灵码的 Lingma IDE 之后，阿里在海外推出另一款 Agent Coding 产品。
据官方介绍，Qoder (/ˈkoʊdər/) 是一个专为真实软件开发而设计的 Agent Coding 平台（所以谁不真实？）
Qoder 个人版目前面向所有用户免费试用，且无需邀请码（能处）。
Qoder 官网：https://qoder.com/
特工们已经下载完毕，并且 Qoder 也已经上架「观猹」平台，后续会将体验反馈发布到观猹上。
观猹上 Qoder 主页：https://watcha.cn/products/qoder
在 Qcoder 官方看来，随着 LLM 技术的不断发展，它正在迅速改变 AI 辅助编码的范式。其应用范围正在不断扩展——从简单的代码建议，到端到端的功能实现——并且 AI 的自主性水平也在不断提高。
AI Coding 能力正在经历三个关键阶段：
1. 辅助代码编写：基本自动完成和代码片段生成。
2. 对话重构：通过聊天进行交互式代码修改和重构。
3. 自主编程：将全部开发任务委托给 AI Agent。
这种演变使 AI 的角色从工具转变为合作者，能够处理复杂、长期运行的软件工程任务。
虽然社交媒体上充斥着一些“惊艳项目”的故事，这些项目都是由一个想法完成的，但现实世界的软件开发仍然错综复杂。
- 软件的抽象性质使得知识的协调和继承变得困难，从而导致技术债务和协作摩擦。
- 虽然人工智能可以自动执行重复的编码任务，但开发人员可能会忽视深度设计和需求澄清，导致 AI 生成的代码难以维护。
- 目前，人机协作通常是同步的，需要不断地来回沟通。这限制了人工智能的效率，使其无法充分发挥其能力。
而 Qcoder 一直在探索如何构建一种能够最大限度发挥 AI 潜力的工具，同时解决软件开发的实际挑战。
其中首要目标是要透明化，AI 应该帮助开发者理解项目的架构、设计决策等——就像一位对代码库了如指掌的专家。
这种可见性能够：
- 缩短上手时间
- 提升知识传递效率
- 为 AI 生成的代码提供上下文，使其与项目整体结构保持一致
当 AI 在后台默默运行时，开发者可能会感到失控。为了解决这个问题，Qoder 推出了以下功能：
- 待办事项：清晰的任务分解
- Action Flow：实时执行跟踪
开发人员可以随时查看 AI 的计划、进度和决策，从而使整个过程透明且值得信赖。
在 AI Coding 中，可见性是必须的——它对于有效协作至关重要。
此外，更好的上下文可以带来更好的代码。其关键在于增强上下文工程 (Enhanced Context Engineering)，它包括：
- 深入的代码库理解：AI 不仅仅是阅读代码——它还理解结构、依赖关系和设计理念。
- 记忆：项目历史、用户操作和 AI 交互的持久记录，实现长期上下文保留。
通过丰富输入环境，Qoder 可以提供更准确的建议并为架构决策提供见解——超越代码完成，实现智能共同开发。
增强型上下文工程不仅仅是一个技术特性，它是一种新的开发理念。
在 Agent 时代，开发人员的主要角色从执行者转变为需求表达者。
聊天模式：Agent 协作
- 可以通过聊天来指导 AI。
- 审查、改进并批准每个更改。
- 非常适合短期的项目、迭代任务。
任务模式：自主委托
- 写一份详细的规范（Spec）。
- 将任务委托给 AI。
- AI 异步工作，只有在遇到困难时才会寻求帮助。
- 非常适合长期运行、定义明确的任务。
Spec 不仅仅是一份任务描述，它更是一种思考工具和沟通媒介。它协调人类与 AI 的目标，充当项目的指南针，并成为团队知识库的一部分。
任务模式是针对这种新范式而设计的：编写规范、委派任务并检查结果。
编写规范→检查和重构 — 软件开发的新工作流程。
随着可用模型数量的增长，“选择正确的模型应该是用户的工作吗？”
Qoder 的答案是：“不是。”
开发人员需要的是解决方案，而不是模型比较。他们不应该为了选择最佳模型而研究评估指标。
Qoder 会根据复杂性和上下文自动将您的任务路由到最佳模型，从而确保最佳性能而无需用户开销。
文章来自微信公众号 “ 特工宇宙 ”，作者 特工小樱
