本文摘自《云棲戰(zhàn)略參考》，這本刊物由阿里云與鈦媒體聯(lián)合策劃。目的是為了把各個(gè)行業(yè)先行者的技術(shù)探索、業(yè)務(wù)實(shí)踐呈現(xiàn)出來，與思考同樣問題的“數(shù)智先行者”共同探討、碰撞，希望這些內(nèi)容能讓你有所啟發(fā)。

2025 年，是生成式 AI 從技術(shù)探索邁向規(guī)?；?、價(jià)值化應(yīng)用的關(guān)鍵一年。在這一浪潮中，智能編碼作為大模型落地最成熟、需求最剛性的領(lǐng)域之一，取得了突破性進(jìn)展。阿里云在過去一年間，也推動(dòng)智能編碼從輔助工具升級(jí)為生產(chǎn)力核心，不僅在技術(shù)產(chǎn)品上持續(xù)引領(lǐng)，更通過深入千行百業(yè)的實(shí)踐，將 AI 注入產(chǎn)業(yè)創(chuàng)新的血脈之中，不僅讓開發(fā)者更高效，更是通過降低軟件創(chuàng)新的門檻，使每一家企業(yè)都能敏捷地構(gòu)建自己的數(shù)字化未來。

從概念走向規(guī)?；瘧?yīng)用

智能編碼泛指利用生成式 AI 和大模型技術(shù)，實(shí)現(xiàn)代碼的自動(dòng)生成、補(bǔ)全、優(yōu)化及部分程序的開發(fā)。這項(xiàng)技術(shù)歷經(jīng)研發(fā)突破和市場(chǎng)洗禮，已逐步走進(jìn)各行業(yè)企業(yè)研發(fā)場(chǎng)景。

近年來智能編碼產(chǎn)品的快速落地取決于多方面因素。核心是得益于大模型技術(shù)的突破。從 Anthropic 的 Claude 3.5 Sonnet、OpenAI 的 GPT-4o，到國產(chǎn)大模型 DeepSeek V3，全球優(yōu)秀大模型在編碼能力上持續(xù)優(yōu)化，其部署成本也大幅降低。而千問大模型 Qwen3-Coder 發(fā)布后，其成本優(yōu)勢(shì)更為顯著，不僅調(diào)用價(jià)格更低，且完全開源免費(fèi)商用，這意味著開發(fā)者無需支付任何授權(quán)費(fèi)用，即可將其集成到商業(yè)產(chǎn)品或服務(wù)中，徹底消除了智能編碼工具高昂的成本門檻。

從需求側(cè)來看，隨著企業(yè)加快數(shù)字化轉(zhuǎn)型，對(duì)利用數(shù)字化工具以降本增效的迫切性高漲。傳統(tǒng)軟件的開發(fā)時(shí)間和人力成本，早已無法滿足企業(yè)業(yè)務(wù)的需求。應(yīng)用開發(fā)需求跟上市場(chǎng)節(jié)奏，以提高生產(chǎn)力和市場(chǎng)競(jìng)爭(zhēng)力，這導(dǎo)致企業(yè)主動(dòng)尋求能夠減輕開發(fā)負(fù)擔(dān)并加快開發(fā)進(jìn)程的輔助工具。同時(shí)，開發(fā)人員的行為也在不斷演變，越來越多的專業(yè)開發(fā)者也在尋求更流暢的開發(fā)體驗(yàn)。

此外，盡管智能編碼工具推出時(shí)間不算太長，但其在商業(yè)化能力已經(jīng)得到了市場(chǎng)驗(yàn)證。在海外，一些頭部智能編碼產(chǎn)品如 GitHub Copilot、Cursor 在相當(dāng)長一段時(shí)間內(nèi)實(shí)現(xiàn)了訂閱式收入商務(wù)暴漲和用戶激增；在中國企業(yè)級(jí)市場(chǎng)，通義靈碼插件本身的下載量已經(jīng)突破 2000 萬，截至目前有 60 億行通義靈碼生產(chǎn)的代碼被采納。

回看 2025 年，一個(gè)越來越清晰的態(tài)勢(shì)已經(jīng)浮現(xiàn)，越來越多的企業(yè)開發(fā)者主動(dòng)上手，眾多的參與廠商也在依據(jù)市場(chǎng)反饋及時(shí)調(diào)整，智能編碼成為大模型落地的最佳場(chǎng)景。

不過，智能編碼仍存在明顯局限性。從企業(yè)自身來看，AI 生成的代碼與原本技術(shù)體系的兼容性、復(fù)雜業(yè)務(wù)場(chǎng)景理解泛化和個(gè)性化需求等都是極為現(xiàn)實(shí)的挑戰(zhàn)；從智能編碼技術(shù)來看，其無法避免輸出錯(cuò)誤結(jié)果，在理解用戶意圖層面也有局限，導(dǎo)致用戶大量時(shí)間浪費(fèi)在重復(fù)、繁瑣的校準(zhǔn)工作中。換言之，盡管智能編碼效率大幅提升，但距離企業(yè)預(yù)期的開發(fā)團(tuán)隊(duì)生產(chǎn)力整體提升還有很大一段距離。目前智能編碼生成代碼的質(zhì)量和效果，仍需要開發(fā)者對(duì)整個(gè)開發(fā)流程做把控。

因此，智能編碼應(yīng)用于核心生產(chǎn)場(chǎng)景，是一場(chǎng)需要技術(shù)、流程與組織協(xié)同變革的系統(tǒng)工程。成功的鑰匙不在于尋 找萬能的 AI 工具，而在于構(gòu)建一個(gè)規(guī)范可控的 AI 工程體系。

扎根生產(chǎn)級(jí)場(chǎng)景

對(duì)于智能編碼應(yīng)用深化的系統(tǒng)化解題思路，阿里云基于多年在智能編碼領(lǐng)域的能力沉淀，構(gòu)建了三個(gè)層面的能力：模型層面，千問大模型家族推出了代碼大模型 Qwen3-Coder；工具層面有通義靈碼智能編碼助手；平臺(tái)層面，Qoder 智能體編程平臺(tái)，從插件到 IDE，再到命令行工具，圍繞智能編碼產(chǎn)品落地不斷做加法。

2025 年 7 月發(fā)布并開源的 Qwen3-Coder，擁有卓越的代碼和 Agent 能力，在 Agentic Coding、Agentic Browser-Use 和 Agentic Tool-Use 上取得了開源模型的 SOTA 效果，一度超越同一時(shí)期的 GPT4.1 等閉源模型，與 Cluade Sonnet 4 不分伯仲。

通義靈碼是基于千問大模型的智能編碼輔助工具，提供代碼智能生成、智能問答、多文件修改、編程智能體等能力，助力開發(fā)者編碼。在 2024 年 5 月首次亮相，并 于 2025 年 5 月上線了基于 Qwen3-Coder 的版本，對(duì)代碼理解和生成能力進(jìn)一步優(yōu)化，并提升了對(duì)中文開發(fā)場(chǎng)景的適配性。

Qoder 則是一款面向全球的智能體編程平臺(tái)，于 2025 年 8 月上線，集成了全球頂尖的編程模型，基于強(qiáng)大的編碼智能體，例如具備面向上下文工程的 Spec-Driven（需求文檔驅(qū)動(dòng)）、面向任務(wù)異步委派的 Quset Mode（AI 自主編程模式）、解決存量代碼維 護(hù)的 Repo Wiki（智能項(xiàng)目文檔生成功能），可實(shí)現(xiàn) AI 自主研發(fā)，大幅提升真實(shí)軟件的開發(fā)效率。

上述三層能力共同指向的結(jié)果非常明確，就是讓智能編碼從單純的開發(fā)輔助工具向生產(chǎn)力核心突破跨越——不僅能提供好用的工具，更能提供解決問題的完整方案，從一行代碼的生成到一個(gè)企業(yè)研發(fā)體系的智能化改造，展現(xiàn)出強(qiáng)大的適應(yīng)性和擴(kuò)展性。

目前，在阿里巴巴集團(tuán)內(nèi)部，Qwen3-Coder 已經(jīng)在多個(gè)技術(shù)團(tuán)隊(duì)中落地應(yīng)用：阿里云研發(fā)團(tuán)隊(duì)用于自動(dòng)生成 API 文檔、補(bǔ)全函數(shù)代碼、優(yōu)化 DevOps 腳本；淘寶 / 天貓技術(shù)部輔助前端工程師快速生成 React/Vue 組件代碼，提升頁面開發(fā)效率；菜鳥網(wǎng)絡(luò)利用模型理解物流調(diào)度系統(tǒng)的遺留代碼，并生成測(cè)試用例。

在企業(yè)客戶側(cè)，一汽集團(tuán)、中國石油、建設(shè)銀行、平安集團(tuán)、中華財(cái)險(xiǎn)、南方航空、蔚來等各行業(yè)頭部則已接入通義靈碼。

近年來，激烈的市場(chǎng)競(jìng)爭(zhēng)下，車企需要持續(xù)應(yīng)對(duì)新功能快速開發(fā)、長周期研發(fā)維護(hù)，對(duì) AI 的應(yīng)用訴求非常高；同時(shí)，車企對(duì)研發(fā)質(zhì)量和研發(fā)效率要求更高。蔚來汽車通過使用通義靈碼，打破過去軟件研發(fā)同時(shí)滿足質(zhì)量、效率和成本要求的“不可能三角”。據(jù)悉，在蔚來智能座艙研發(fā)團(tuán)隊(duì)，已有近 400 名成員在工作中使用通義靈碼，日常開發(fā)中由 AI 生成的代碼占比達(dá) 30%—40%。2025 年，團(tuán)隊(duì)進(jìn)行“天探”項(xiàng)目（新車 AI 全身自檢系統(tǒng)）開發(fā)時(shí)，通義靈碼生成的代碼占全量代碼約 40%，在支持業(yè)務(wù)擴(kuò)展、業(yè)務(wù)邏輯增加的增量代碼部分，AI 生成占比最高可達(dá) 70% 以上，為研發(fā)效率和質(zhì)量帶來顯著提升。

金融保險(xiǎn)業(yè)的研發(fā)面臨系統(tǒng)復(fù)雜的挑戰(zhàn)，對(duì)于中華財(cái)險(xiǎn)而言，在日常研發(fā)工作中，開發(fā)人員經(jīng)常會(huì)遇到大量重復(fù)性、機(jī)械性的編碼任務(wù)，耗費(fèi)時(shí)間和精力，通義靈碼不僅能處理重復(fù)性編碼任務(wù)，還能實(shí)現(xiàn)跨文件感知能力確保代碼質(zhì)量。目前公司前后端研發(fā)團(tuán)隊(duì)超過 500 人，已有近 60% 人使用通義靈碼。除了將研發(fā)人員從大量相似性編碼、單元測(cè)試、報(bào)錯(cuò)排查等繁雜工作解放出來外，對(duì)于減少人為錯(cuò)誤、保障代碼質(zhì)量、提升團(tuán)隊(duì)創(chuàng)新能力等方面也發(fā)揮了重要作用。據(jù)悉，通過使用通義靈碼，中華財(cái)險(xiǎn)的 AI 生成代碼量已達(dá)到約 233 萬行，代碼生成占比從 28% 提升至 46%。

打造研發(fā)新范式

放眼 2026，智能編碼正處于從協(xié)同編碼逐步過渡到自主編碼的階段，在這一階段，AI 生成代碼占比會(huì)超過人，人主要進(jìn)行創(chuàng)意、需求澄清和結(jié)果驗(yàn)收。未來，或許的 80% 需求由 AI 自主完成，Agent 將處理更為復(fù)雜的任 務(wù)，同時(shí)軟件研發(fā)模式發(fā)生根本性變化，異步委派成為主流，而 Agent 也真正實(shí)現(xiàn)了無處不在，從 IM 到編程 IDE，再到應(yīng)用構(gòu)建的全生命周期，延伸到通用 Agent 場(chǎng)景。

分解其中，AI 能力又體現(xiàn)為兩類模式：一是單任務(wù) Agent，類似于單一職能專家；二是 Muti-Agents，多 Agent 相互協(xié)同完成復(fù)雜任務(wù)，基于 IDE 環(huán)境感知，Agent 會(huì)自主使用各類工具，完成人類下達(dá)的相關(guān)指令或任務(wù)。

具體到軟件開發(fā)實(shí)踐中，如何構(gòu)建 Agent 開發(fā)新范式? 從阿里云推出的 Qoder 新一代技術(shù)架構(gòu)中可以洞察一二。

從 Qoder 定位為智能體編程平臺(tái)就可以看到，其面向的是未來開發(fā)協(xié)作模式，即從人機(jī)協(xié)同進(jìn)化為 AI 自主編程，AI + Agent 可以形成數(shù)字員工，完整、異步地完成任務(wù)，開發(fā)者的 AI 助手們能整塊完成任務(wù)。其中，上下文工程、長任務(wù)異步委派、全鏈路軟件開發(fā)等能力至關(guān)重要。

當(dāng)前，Agent 開發(fā)正從提示詞工程轉(zhuǎn)向上下文工程，目的是通過擴(kuò)展上下文進(jìn)行工具的提示詞處理和多輪反饋，以幫助 Agent 更好地理解代碼，但與此同時(shí)也面臨成本和注意力機(jī)制方面的挑戰(zhàn)。

Qoder 通過面向上下文工程的 Spec-Driven（需求文檔驅(qū)動(dòng)）來解決，把原來人與人協(xié)作的方式進(jìn)行映射到與大語言模型的協(xié)同中——通過技術(shù)文檔和業(yè)務(wù)架構(gòu)設(shè)計(jì)，讓模型把任務(wù)分解清楚，明確需求內(nèi)容與步驟，模型接收詳細(xì)的 Spec（規(guī)范）后，就能分階段、長時(shí)間自主完成任務(wù)，并自檢結(jié)果是否符合開發(fā)者預(yù)期。因此 Spec 驅(qū)動(dòng)是實(shí)現(xiàn)智能體長期自主協(xié)作的必然選擇。

而在 Agent 的長任務(wù)異步委派方面，Qoder 推出 Quest Mode 自主編程模式就是對(duì)未來開發(fā)者工作形態(tài)的定義或預(yù)判。與實(shí)時(shí)協(xié)同時(shí) Agent 需要與開發(fā)人員實(shí)時(shí)協(xié)作不同，異步委派需要 Agent 自主完成編碼的測(cè)試、修復(fù)，開發(fā)人員無需逐行交互地工作，而是為 Agent 分配一個(gè)特定的、可能很復(fù)雜的編碼任務(wù)，然后 Agent 將接管該任務(wù)，在后臺(tái)進(jìn)行獨(dú)立處理，并在完成工作后呈現(xiàn)，甚至可以在人休假之后仍進(jìn)行自主工作，突破時(shí)間和空間的限制，實(shí)現(xiàn)生產(chǎn)力數(shù)倍提升。

Agent 的全鏈路軟件開發(fā)也是應(yīng)用痛點(diǎn)。Qoder CLI（命令行界面）具備強(qiáng)大的代碼生成與理解能力，并大幅降低內(nèi)存消耗和命令響應(yīng)時(shí)間，進(jìn)一步提升開發(fā)效率。目前，Qoder 擁有 IDE 和 CLI 兩種產(chǎn)品形態(tài)，其中 IDE 提供深度上下文與復(fù)雜任務(wù)處理，CLI 提供速度、靈活性與自動(dòng)化能力，這種雙引擎模式能覆蓋更多場(chǎng)景。

此外，Qoder 很多好評(píng)來自于存量代碼難維護(hù)，其 Repo Wiki 代碼可視化能力，既能低成本運(yùn)行，又能精準(zhǔn)理解代碼歷史與上下文，直擊結(jié)構(gòu)和邏輯復(fù)雜的歷史代碼項(xiàng)目痛點(diǎn)。

在多個(gè)實(shí)踐中，Qoder 也已經(jīng)證明其多重能力正將開發(fā)者從重復(fù)性編碼中解放出來，專注于架構(gòu)設(shè)計(jì)與價(jià)值創(chuàng)造。

在企業(yè)級(jí)復(fù)雜項(xiàng)目中，Qoder 通過自動(dòng)生成項(xiàng)目全景 Wiki、封裝領(lǐng)域知識(shí)為 MCP 服務(wù)、制定精確的項(xiàng)目規(guī)則，使 AI 能深度理解抽象框架與私有語法，將技術(shù)支持響應(yīng)時(shí)間從“10-30 分鐘”縮短至“IDE 內(nèi)一站式解決”，開發(fā)效率提升 200% 以上。它不僅能生成代碼，更能完成風(fēng)險(xiǎn)評(píng)估、方案設(shè)計(jì)與疑難雜癥定位，成為平臺(tái)開發(fā)者的超級(jí)伙伴。

從根本上來看，Qoder 推動(dòng)了一場(chǎng)開發(fā)范式的變革：開發(fā)者角色從碼農(nóng)轉(zhuǎn)向人機(jī)團(tuán)隊(duì)指揮官，核心能力從編寫代碼變?yōu)轳{馭 AI、定義意圖與確保閉環(huán)。它證明，在 AI 時(shí)代，一個(gè)人憑借清晰的思考與架構(gòu)能力，就能成為一支高效的全棧隊(duì)伍，快速將想法轉(zhuǎn)化為可運(yùn)行、可商業(yè)化的產(chǎn)品。

在阿里云更深、更廣、更智能的技術(shù)布局下，智能編碼正轉(zhuǎn)變?yōu)樯钊爰±?、重塑?guī)則、并驅(qū)動(dòng)根本性價(jià)值創(chuàng)造的核心力量。

未來，隨著智能編碼在企業(yè)軟件開發(fā)中的占比不斷擴(kuò)大，其產(chǎn)生的效果會(huì)越好，企業(yè)研發(fā)流程也會(huì)變成流水線制造。屆時(shí)，AI Agent 將如人們最初期待的那樣——長出手腳，幫助人類開發(fā)者將整個(gè)研發(fā)流程規(guī)范化，實(shí)現(xiàn)軟件研發(fā)的新范式。

本文摘自《云棲戰(zhàn)略參考》總第21期

掃碼查看最新雜志