9月23日，在云栖大会"Qoder 赋能超级个体"分论坛现场，阿里巴巴 ATH 事业群 Qoder 技术负责人谢吉宝（花名：唐三）带来主题演讲《不止编程，无限创造——Qoder 产品重磅升级》。
谢吉宝在演讲中给出了一组真实使用数据：30% 的用户已不再是专业程序员、50% 的任务不再是传统编程任务、80% 的代码已由 Agent 完成。基于此，他系统阐述了 Qoder 从用户改变、产品升级、企业落地到协同方式改变四个方面的全新升级，并详细介绍了 Qoder Voice、Computer Use、移动端与眼镜耳机生态、Cloud Agents、数字员工 QoderWake 以及鸿蒙 PC 首发等重磅进展。
以下是演讲全文：
今天我在这里和大家分享一下对于 Qoder 未来的一个理解。今天分享的主题，叫《不止编程，无限创造》。过往一年我们一直在思考：随着 AI 能力的增强、写代码的能力越来越强，那么下一步在 AI Coding 领域究竟要解决的问题是什么呢？
我们给出的答案，不是帮你写更多的代码，而是让 AI Coding 变成一个普惠的能力，让越来越多的人可以借助 AI Coding 完成更多的任务。这就回到了今天分享的主题——不止编程，无限创造。
接下来我会从用户的改变、产品的升级、企业的落地、以及协同方式的改变四个方面，来讲一下 Qoder 的全新升级。
云栖分论坛现场爆满，会场站满了人
能力边界持续延伸
首先，先看一组数据，这就是 Qoder 真实的一个使用情况。
第一，30% 的用户已经不再是传统意义的专业程序员。 他们可能是运营，可能是产品经理，也有可能是研究人员，他们通过 Qoder 来完成自己相关的一个任务，而这个群体还在逐渐变大。
第二，传统意义的编程任务占比在逐渐降低，越来越多非编程任务的占比在提升。 到目前为止，已经有超过 50% 不再是传统意义的编程任务了。他们通过 Qoder 完成报告的撰写、学术的研究，还有一些文档的制作等等。
第三，有 80% 的人群已经不再是亲自写代码了，而是通过 Agent 来写代码。 人只是负责定义目标、委派任务，然后来验收结果。
总的来看，用户群体发生了变化，从专业开发者逐渐迈向了泛开发者；工作对象也在发生变化，从专业的、以代码为产物的工作，变成了多任务类型更复杂的一些工作；同样，工作方式也发生了变化——以前是以人为主导的手写代码、Agent 作为辅助，那今天我们是以 Agent 来写代码，人只负责定义目标、委派以及验收结果就可以了。
基于这些变化，对 Qoder 进行了全新的升级，并且对 Qoder 的定位进行了更明确的定义。
它的定位就是 Agentic Coding Platform for Everyone。
我们坚信代码越来越重要，代码是数字世界里的通用能力。但是，代码正在从"交付物"变成数字世界里的"通用能力"，并且越来越多的任务可以通过编程来解决，而用户可能根本就不需要感知编程这样一个过程。所以 Qoder 是服务于所有期待用编程来解决问题的人。
这就是 Qoder 的一个全新升级，主要有三方面。
第一，更加简约的交互。 以前的方式是面向程序员的，所以里面看到的是以代码为主体、以人为主导为主体。那今天，我们区分了两种模式：第一种是面向程序员的编程模式，像程序员里面一些专业的概念、专业的操作，我们全都保留，让你在这里仍然可以完成真实工程的开发；
同时，面向泛开发者人群，我们提供了一种通用模式，在这种通用模式里面，我们不光把那些显性的、面向专业程序员的功能隐藏掉——比如 Git、worktree、代码审查等等这些专业的概念——同时在你和 Agent 对话的过程中，Agent 给你返回的结果也会把一些代码专业领域晦涩的概念尽可能规避掉，让你能够轻松地和 Agent 对话。在交互方式上也变得更加轻量：不是一进来你就能看到非常复杂的一个代码工作区，而是一个非常简洁的聊天框，你只需要把你想要做的任务表达出来即可。
第二，更新颖的协作方式。 在全新的 Qoder 里面，我们支持跨任务之间、跨工程之间的协作，同时也支持你和 Agent 之间在同一个空间进行讨论和协作。
第三，更强大的 Harness。 Qoder 从诞生第一天起，我们就坚持去走多模型的路线。我们的 Harness 针对每一种模型都进行了深度的适配，并且根据你的任务类型可以选择自动路由调度这样一种能力。今天不光对于多模型适配，还和千问以及百炼推理平台进行了深度的联合优化。针对千问模型，在百炼平台上，端到端地面向真实任务进行了大量的优化，使得 Qoder 是千问的一个最佳 Harness。
那么是不是更简约的交互意味着专业能力下降、能力变弱了呢？显然不是。以前的软件工程面向代码、是人通过驱动 IDE 然后完成整个软件代码的编写、编译以及运行。那么今天这种方式，我们只需人定义任务、验收结果就可以了。这并不是说把人从工作流中踢出去了，而是把人放到了一个更高价值的位置上：人去思考我应该做什么、我这个边界应该怎么去设定、我这个结果应该怎么去验收；而 Agent 则和你更好地协作，它只需要负责拆解你的目标，然后把它干好就可以了。
以前我们更加聚焦在编码上，但是在整个软件工程里面，编码的时间只占 30%~40%。而今天随着整个 Qoder 能力的增强，我们可以覆盖整个的软件生命周期——从最开始的设计、到研发、到测试、到交付，端到端的都可以通过 Qoder 来完成。
并且我们自己也是"吃自己的狗粮"：产品经理、设计师、前端、后端、测试，今天都基于一个上下文空间在进行协作，去除了角色之间的这种摩擦，使我们的效率变得更高。
第三，当单一智能体不能解决问题的时候，我们也推出了 Agent Team。 Team Leader可以针对你的目标进行拆解，并且把任务分派到各种子智能体里边，让各种子智能体能够把这些任务完成。这就是协作方式的一个变化。
协作方式不断进化
按照传统的方式，一般是在一个 IM 群里进行讨论，然后再把这个上下文搬到不同的 Agent 里面去；或者来到一个会议室进行讨论，然后整理好会议纪要搬到不同的地方去。在整个过程中，人已经变成了"人形 API"，你只是在给 Agent 搬运不同的上下文。
有调查结果显示：在工作里边，有效的工作时间只有 39%，而其他的时间都用在"搬运"上了。
那面对这种情况，我们推出的 Project 和 Discussion 的功能就是来解决这个问题——让讨论回归到原本应该存在的地方去。
当遇到一个任务的时候，可以针对这个任务拉你的同事、拉 Agent 进到一个讨论组来进行讨论。在这个讨论组里边，它天然地就具备完整的一个上下文信息，Agent 就可以针对这些上下文信息进行有效的工作。同时的讨论也会沉淀成固定的资产，反馈到这个任务本身上，让这个任务本身的发展链路和推进进度就变得更加完整。
除此以外，在使用 Qoder 的时候，也不期望每一次来你都要重新开始。所以整个 Qoder 也是要能够不断地和用户共同去进化的。
第一，连接你现有的工作模式。 你现有的一些资料、现有的一些软件，怎么样和 Qoder 进行连接？在生态市场里面，目前已经有 150 多个连接器，可以轻松地和你日常工作中的软件进行有效的连接和互动。
第二，我们推出了 70 多款插件。 这插件里面有自研的，也有三方合作的。这些插件可以轻松地把各种各样工作类型、日常的一些问题都通过插件来解决。
第三，我们有 2 万多个 Skills。 通过这些 Skills，可以把别人的一些工作经验快速地复用起来、沉淀下来。
除此以外，我们也不期望软件是一个静止的状态、不断地去增加这些内容；也期望在使用软件的时候越来越好用，软件能够自感知、自学习和自适应。
什么是自感知呢？它就能够充分地了解整个上下文信息、了解 Agent 自身的能力，并结合你布置的任务来选择合适的模型、合适的 Agent 来进行协同工作。
自学习呢，就是在你和它对话的过程中，它能够沉淀对应的记忆，并且能够把一些有经验的内容沉淀成对应的 Skills，然后让它自身不断地进化。下次你在布置同类型任务的时候，这个 Skills 将会直接被触发、完成整个任务。还有一些情况：大家说已经有一些 Skills 了、我在用了，但是后面我发现随着工作内容的一些变化、随着模型能力的一些提升，我这些 Skills 已经不完全适用了、我需要不断地去纠错它。那么自学习就可以根据你的纠错内容不断地去进化 Skill，让这个 Skill 能更适合你当下的一个工作。
那最后一个呢，是自适应。就是每个人使用都会有一个不同的方式，每种工作类型也会有不同的方式。比如说面向编程，你会有一个专业的界面；那面向通用也有一个界面，但通用的范畴又很大。那面向不同的类型，通过插件提供了非常强的一个定制能力，每一款插件里都可以定制属于自己的一个工作台。那这样子在你特定任务里面，你就可以去定制自己适合的一个工作台来完成你的任务了。
最后一个，就是意识。当你不断地和它进行交互，当你的记忆、你的纠错、你不断地去教 AI 去完成任务的时候，它自己也不断地会去产生意识。除了沉淀这些记忆、进化整理这些记忆之外，它还会针对你的会话、你的 Skills 不断地去迭代进化，让它的能力变得更强，让协作也变得更加默契。
工程知识引擎：把个人经验变成组织资产
那有了这个意识能力，它底层是依托于什么呢？本质上来讲，就是要拥有完整的上下文。
在一个组织里边，一个上下文不简简单单的就是一段代码、一份文档，它更需要的是散落到各个代码库里、各个文档仓库里的一些内容。所以我们正在构建一整套工程知识引擎，期待能够把散落在代码里、散落在各个文档里、散落在各次提交记录中的所有知识能够汇总起来，供 Agent 和人来使用。
第一，RepoWiki。 我们一直强调代码是唯一的事实来源。为什么讲代码经常和文档对不上？因为本身这两者是解耦的：一个进步、另外一个就没有改变，那可能就会出现不一致。但是有了 RepoWiki，只以代码作为唯一的事实来源，确保 RepoWiki 里面拿到的内容就是真实的。所以通过这种方式，不光 Agent 可以更有效地去操作代码工程，人也可以立刻读到基于代码的、最新鲜的"活知识"。
第二，企业知识库。 企业知识库就是在企业里面分散到各个地方的一个知识库。通过企业知识库之后，你可以把各种文档类型、各种 Wiki、各种你们自己搭建以及买的三方的文档服务都导入到这个知识库里边，供 Agent 来整理和学习。这样子就能够确保 Agent 能够拿到完整的上下文，而不是分散到各个角落的知识、没能够让这个知识最大化。
第三，企业共享 Skills。 当你的经验能够沉淀成 Skills、当你的经验能够被企业内复用的时候，你就可以在企业内完成 Skills 共享。结合着知识，能够让这个 Skills 发挥出更大的一个价值。那这个就是企业关心的：如何把个人的能力带成一个组织能力。
Qoder Security：让安全和效率不再二选一
除此以外，随着代码越来越多，安全也变得越来越重要了。
以前的方式就是在代码写完之后，再去做整个的一个安全扫描，可是这个时候代价就非常大了。那我们期待整个安全的动作能够不断地左移：在编码的过程中就能够实时地进行扫描，在代码有增量的时候能够进行深入的洞察，并且能够跨文件和全库进行扫描。为此，在各个阶段也定义了不同的等级，从 L1 到 L4 能够进行主动式的一个安全扫描。
有了这个方式，企业管理员也会变得简单，他只需要配置安全规则就好了；那么同事也会变得很简单，他只需要按照规定去处理对应的安全动作就好了。那么这样子就可以把整个安全问题的解决前置掉，让安全和效率不再成为一个二选一的难题。
这个功能上线了两个月了，效果提升从 55% 提升到了 90%；一共检测出了大概 180 万次，共计修复出了 5.8 万个安全漏洞。
交互升级：语音、Computer Use 与移动端
除此以外，语音也会成为操作智能体的新入口，而 Agent 也会成为操作电脑的一个新方式。
我们推出 Qoder Voice，支持全双工。Agent 操作再也不用像以前一样打一整段文字、不断地优化、一次性地发给 Agent；你和 Agent 交互更像人一样自然——随时打断、随时去说、随时补充上下文，那么 Agent 就会按照你的意图去完成。那么同时，升级的 Computer Use 具备了更强的操作电脑的能力，你可以用 Voice 来指挥。
针对移动端我们也进行了升级。移动端呢，就是你口袋里的 Agent 的一个指挥官。那么我们推出移动端，不是期望把它桌面缩小到你的口袋里，而是任务越来越多，期待移动端人和任务之间的连接能够实时在线、保持着这种连接。
除此以外，我们也不希望只是说手机这种语音，我们期待整个 Qoder 能够连向更多的设备，这个也是交互更简约的一种方式。期待未来越来越多的设备可以连接到我们的 Qoder 移动端里。那么目前我们和 AI 眼镜、麦克风、还有耳机都进行了合作，重点像千问的 AI 眼镜、Rokid AI 眼镜、大疆的麦克风以及千问的 AI 耳机，我们都进行了一个深度的合作。大家可以看到，有了这些智能设备之后，可以更方便地获取上下文，并且直接把任务委派到你的电脑或者云端上，让任务直接进行操作。
从桌面到云端：Cloud Agents
那么除了各个端的延伸之外，也把 Qoder 的 Harness 能力从本地端延伸到了云端。
以前在大模型推出的时候推出了 Message API 供客户来进行使用，但随着 Agent 能力增强，越来越多的人期待构建自己的 Agent。但是构建过的人就会发现：构建 Agent 是一个简单的事情，但构建一个好用的 Agent 是一个非常复杂的事情。
那 Qoder Cloud Agents 就是这样一个能力：它把 Qoder 的 Harness 放到了云端，并且提供了沙箱。在共享租户的时候，它可以直接地去和 Qoder Agent 进行交互；如果需要任务执行的时候，会在云端直接启动一个沙箱来完成复杂任务的交互，并且把结果推送到你的设备上。
在 5 月 20 日上线以来，我们已经服务了数千家企业，Agent 数量已经超过了 10 万，企业主要看重的就是我们的高可用、高安全、高并发和低成本。
QoderWake 数字员工：进组织、懂业务、有工位、会学习
那么如果说 Cloud Agents 是把整个 Harness 变成一个云端基础设施，那 QoderWake 就是更进一步——它直接以数字员工的身份入驻到你的组织里边。
QoderWake 主要有四个特征。
第一，进组织。 它可以和你的钉钉、你的企业微信、你的飞书进行合作，你像拉一个正式员工一样把它拉到群里去。每一个 QoderWake 叫 Waker，你可以在群里面像 @ 你同事一样去 @ 这个 Waker，让他来帮你把这个任务解决掉。
第二，懂业务。 它不是简单一个情绪价值的聊天机器人、只是你问它答这样一种方式，而是它可以直接嵌入到你的真正的整个工作流程里边去。它是懂业务、了解业务，并且能够真正去干活的一个同事。
第三，有工位。 你可以在云端用一台云电脑，也可以在企业的自有设备上把它部署起来，那它就有了 7×24 小时的一个工位了。你有任何任务，可以直接通过 IM 去 @ 它，让它来完成。
第四，会学习。 它和你身边的同事一样，会不断地去成长和学习，在和你的共同过程中不断地总结和进化，在不断的执行任务过程中不断地沉淀和总结，让你觉得它越来越好用。
上线以来，我们已经服务了 2000 家企业、10 万个 Agent，并且部分企业场景里面得到了 10 倍以上的生产力效率的提升。
Qoder 全景图：一套产品体系与开放生态
以 Qoder 为入口，面向不同的人群提供不同的入口。面向专业人群，除了 Qoder 里面编程模式之外，我们仍然有 IDE、CLI、JetBrains 插件这样的方式；那同样组织也提供了 QoderWake 这样产品；面向想做集成开发的，提供了 Qoder Cloud Agents 以及 Agent SDK 这样的产品。
面向不同的场景，都有不同的入口，但是它们底层有共同的特点，就是 Qoder 的 Harness。Qoder 家族所有产品都基于同一个 Qoder Harness 进行构建。
那在企业落地里面，大家又关心另外一个问题，就是安全：如何让一个企业、如何让一个 Agent 能够在企业内有效地去落地？比如说像 Agent、或者是 Qoder Cloud Agents、或者是 QoderWake。
第一，身份可信。 你要给它一个入驻的身份，能够纳管到这个企业的管理里边去，让 Agent 不越界去做事情。
第二，模型可信。 你的模型是不是能够经过安全审计、模型内部的数据是不是可靠、链路是不是清晰。
第三，数据可信。 整个 Agent 的推理过程调用的数据权限是可控制的，那么你只有充分的授权才能够访问对应的数据。
第四，运行可信。 Agent 的运行过程全程透明，所有的日志均可以被审计。
只有具备这些能力，才能够把它入驻到我们整个企业里边。
那么同时，也对全行业的生态进行了开放。开放主要分为三层。
第一层，扩展能力开放。 我们提供的各种技能、Skill、插件全都开放，大家可以按照不同的扩展能力，在上面构建出属于自己的技能以及插件；又提供了定制工作台的能力，可以按照自己的行业特点、业务场景，定制属于自己的工作台。
第二层，商业方向的合作。 如果有数据类的、服务类的提供商，那么也可以进行深度的合作，在能力市场上直接为用户提供一个便捷的服务，端到端地完成整个一个任务场景。
第三层，硬件产品相关的联合合作。 像眼镜、耳机等等一系列都可以进行联合合作。
惠博基于 Cloud Agents 完成任务的整理，效率提升了 90% 以上；新东方和客如云则是集成了我们的 Agent SDK 的能力，通过开放能力为它们内部 Agent 的提效做了一个大幅的提升，能够解决它们日常场景的一些问题。
同时，除了集成之外，也被集成。我们也和行业内的一些顶尖的客户进行了深度的合作：刚刚和中国移动推出了联名版本，购买了移动的 Token Plan 也可以直接在 Qoder 运行；我们也刚刚和联想合作，基于 Harness 推出了联想天禧个人工作台，让每一个购买联想的客户都能够使用到 Qoder 的 Harness 带来的能力；同时，也刚刚上架了鸿蒙 PC 的应用市场，成为鸿蒙 PC 首个编程的智能体工作台。
未来也期待更多的生态伙伴能和我们一起来共事，能够把 Qoder 打造得更加强大，也能够给你的工作带来更大的便利。
不止编程，无限创造
那最后，回到我今天分享的主题——不止编程，无限创造。
Qoder 以 Coding 起家，第一天起就没有定位说"帮你多写几行代码"。我们第一天起就期待能够把 Coding 能力更加普惠、带到你身边，让越来越多的人能够借助 Coding 能力完成越来越多的任务。
最终实现让 AI 去执行、拿到更好的效果，让人去思考、去布置任务、去验收结果，最终形成一个 AI 的有效协同。
