Qoder 协作能力升级,「项目」和「讨论」来了

简介: Qoder 推出 Projects 与 Discussion 新功能,解决 AI 时代团队协作痛点:统一任务上下文、支持人与 Agent 共同讨论评审、自动同步执行结果,让协作围绕任务而非工具切换。

5eecdaf48460cde5ea620054f39315ed23a769c625d3dabc75b8339e1c4c24831b75b38faadcd24bec177c308ebd5304fe67bcef8f8fda0c5c926462d7d76b312d7211859a4a94634b13fc1d1f5ce048a9c04993fbe870c04fb4c8ed7016461c.png


当每个人都有了 Agent,团队该怎样一起工作?


在当下,写代码、查问题、跑测试,越来越多工作可以直接交给 Qoder 推进,交付的速度和质量也在不断提升。每一个独立个体的效率都得到了提升,但是组织的效率却没有显著提升。


为了解决这些难题,Qoder 协作能力全面升级,正式发布项目 Projects 和讨论 Discussion 功能。项目功能用于组织需要多人协作的研发工作,讨论功能支持邀请同事和专业 Agent,共同讨论需求、评审技术方案或分析缺陷。


人人都是超级个体,组织如何协作


说一个在团队里比较常见的协作方式。大家围绕一项需求,在群聊或线下会议中形成一套完整方案。讨论结束后,每个人回到自己的工作环境,从整体方案中取出与自己有关的部分,整理成上下文和提示词,再交给自己的 Agent。

每次从讨论进入执行,人都要在群聊、会议、终端和 Agent 会话之间来回切换。刚才确认了什么,哪些内容需要交给 Agent,都要由参与者自己记住和整理。注意力也在一次次切换中被拆开。

讨论形成的方案随后进入不同的 Agent 会话。每个人整理给 Agent 的内容都带着自己的理解。有人更关注需求目标,有人首先看到实现风险。同一句结论经过不同的人转述,可能已经变成了几个略有差异的任务。人的理解偏差再叠加模型输出的不确定性,主任务的分支很快就可能偏离原来的方案。

Agent 完成以后,代码变更、测试结果或 PR 链接又留在不同的会话和终端里。团队想继续推进,往往要先把这些产物重新收集起来,再解释它们分别做了什么。


任务本身还会持续变化。推进过程中出现的新情况可能改变原有方案,交给 Agent 的信息也要随之更新。人就这样变成人肉 API,在多个 Agent 之间来回搬运信息。Agent 与组织的协同效率并没有提升。


协作方式变化:人不再做智能体的搬运工


36a6c811a681327ed173a1a9f6dae3e8.png Qoder负责人丁宇在云栖大会发布现场


今天,我们在 Qoder 中推出「项目」,用于组织内需要多人协作的研发工作,例如开发新功能、修复缺陷或进行技术改造。你可以将工作拆分为 Issue,设置优先级和状态,在看板中跟踪进度。需要评审方案或确认问题时,可以从 Issue 发起讨论,邀请同事和 Agent 一起参与。


  • 团队可以在项目 Projects 中用 Issue 记录任务目标、负责人和当前状态。讨论从 Issue 开始,逐渐明确需求,确认后的信息连同任务交给 Agent。


  • 「讨论」功能则支持邀请同事和专业 Agent 共同讨论需求、评审技术方案或分析缺陷。你可以在讨论中添加上下文、回复具体问题,也可以通过@ 请 Agent 分析材料或比较方案。例如,评审技术方案时,可以邀请后端同事介绍现有实现、测试同事补充异常场景,再请 Agent 比较不同方案。


  • 讨论过程中,团队可以把已经确认的要求和决定标记为“关键信息”。Agent 得到更多内容的同时,也知道哪些信息仍然有效,可以作为接下来执行的依据。


  • 讨论结束后,记录选定的方案、待解决的问题和后续负责人。代码变更、测试结果或 PR 链接随后回到任务,相关成员直接检查和验收。


角色依然有各自的专业分工,共同的信息却不需要掌握在某一个人手里。研发可以看到需求为什么这样定,产品也能及时了解实现中的限制。每个人依据同一份任务上下文继续判断,等待某个人居中转述的情况也会减少。

这意味着,我们不再需要反复解释“刚才讨论到哪里”“这个文件是什么”“另一个 Agent 做了什么”。协作不再围绕工具切换,而是围绕任务本身展开。


让不同任务拥有合适的执行方式


准确的任务上下文进入执行以后,还需要合适的 Agent 来完成工作。


用户可以根据需要自定义 Agent,为不同任务配置相应的能力和工作方式。那些反复使用的设置可以保留下来,用户不必每次重新交代。复杂的任务还可以交给 Agent Team。Leader 负责拆解任务,多个成员 Agent 分别处理其中的部分,也可以从不同方向探索和验证,随后再汇总结果,等待人类判断。


一个更强的团队,需要让每个人和各自的 Agent 始终围绕同一项工作继续协作。


这也是 Qoder 想向前推进的一步。让团队从各自使用 Agent,走向人与 Agent 共同推进一项工作。

项目、讨论、自定义智能体和智能体团队功能目前处于 beta 阶段,企业(Teams 和 Enterprise)订阅用户可以优先体验,并逐步对外开放。


了解更多

目录
相关文章
|
8天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
7382 12
|
6天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
1545 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
7天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
998 8
|
3天前
|
人工智能 JavaScript 芯片
DeepSeek 官方偷偷上传 Harness 桌面端安装包,我已经用上了。。附最新下载地址
DeepSeek Harness 官方的桌面端安装包被网友扒出来了,2 分钟讲明白如何使用,体验如何,适合作为 AI 编程工具么?附最新 Windows 和 Mac 双端的下载地址
1196 1
|
20天前
|
人工智能 自然语言处理 安全
阿里云千问办公 QwenWork详细介绍:产品核心能力、典型场景、价格及常见问题解答
千问办公是阿里云推出的一站式AI办公平台,主打"不止于对话,更注重交付",依托通义千问旗舰大模型,用户一句话即可完成数据分析、PPT生成、视频剪辑等复杂任务,直接输出可用成果。产品深度打通钉钉生态与企业OA,覆盖桌面端、网页端,提供企业标准版198元/人/月等多档订阅方案,新用户注册即赠2000积分,适配工程师、HR、财务等多职业办公场景,成为能动手干活的"全能AI同事"。
3579 10
|
15天前
|
缓存 IDE Java
【保姆级】Android Studio下载、安装和汉化教程(2026最新)
Android Studio 是 Google 官方推出的免费 Android 应用开发集成环境,基于 IntelliJ IDEA,内置模拟器、调试器、性能分析及 Compose 界面工具,功能全面,文档丰富,是安卓开发首选工具。(239字)
1611 1
|
4天前
|
编解码 缓存 PyTorch
16G 显卡能跑 Qwen-Image 2.1 吗?
9月20日,阿里Qwen开源Qwen-Image-2.1:7B DiT图像模型+8B文本编码器+VAE,单模型支持文生图与图像编辑,原生输出2K PNG(含Alpha通道),支持10张参考图。在自建Qwen-Image-Bench达60.28分(开源模型第一),GenAI Showdown文生图排名7/15。16G显存可跑1024×1024(需INT8量化+ComfyUI优化),但2K需24G以上。注意其Qwen Research License限非商业用途。
506 1
|
5天前
|
人工智能 编解码 并行计算
MiniMax-H3 一键整合包技术文档:8G 显存运行 AI 漫剧制作 —— 角色替换 / 动作迁移 / 文图生视频部署与调参指南
MiniMax H3 是 MiniMax 开源的全模态视频生成模型,支持文/图/音/视多条件输入,输出最高2K、15秒带双声道音频视频。本文档详述其Int8量化版在8GB显存下的本地一键部署、三段式工作流(EDIT/REPLACE/CONTINUE)、参数调优及常见问题排查。(239字)

热门文章

最新文章