当阿里入局全球 AI Coding，战场里的 60 天 | 对话叔同：Qoder 创始人

摘要

• AI Coding 的资本热度已从辅助插件扩展到 IDE、Agent 与“数字员工”，但叔同判断这些形态最终很可能大一统。 主持人给出的市场坐标是 Cursor 年收入约 5 亿美元、估值约 100 亿美元，Anthropic 发布 Claude Code 后收入曲线陡增；底层共同需求则是“通过 Coding 提供一种软件服务，满足一个业务场景，创造一个商业价值”。

• Qoder 没有追逐最炫的“一句话生成”，而是押注 95% 以上专业开发者正在维护的“真实软件”。 这类已产生商业价值、需要持续五年或十年迭代的代码不能乱改，更要求理解历史、控制幻觉；Qoder 上线两个月已有 50 万活跃开发者，商业化“比较符合预期”，叔同将真实软件视为后来者可以直接进攻的价值高地。

• 模型所有权会显著影响 AI Coding 产品的成本、利润与估值，应用层创业公司的窗口因而收窄。 叔同认为 Cursor“一定会”构建自己的模型，因为不能与基模联动优化的产品容易沦为高成本“套壳”；新创业者若既无模型、又没有先发品类优势，就必须创造新模式，而不能在相同形态里硬拼大厂与 Claude Code、GPT-5 Codex。

• Qoder 把 Agent 的方向定义为异步自主编程：人写清目标，AI 整块交付。 spec 驱动先把一句话需求扩成业务、架构、模块、验收文档，再让 Agent 长时间执行；Quest Mode 进一步把 spec 和代码库送入云端沙箱，一个人可并行启动 10 个 Agent，叔同将其概括为“真正带来十倍生产力提升”。

• Qoder 不让用户选择模型，是一次以结果承担风险的产品押注。 面对“若 Claude 5.0 石破天惊，用户却不能点选怎么办”的追问，叔同坚持“机选要优于人选、平台知识要优于个人知识”，让系统逐问题路由模型；性能、效率、成本的“不可能三角”能否被推开，关键在上下文工程，而不是堆一张模型菜单。

• Repo Wiki 是 Qoder 具体的差异化能力：把代码及其提交历史重新生成一份持续更新的系统理解文档。 它服务交接、入职、离职和模块理解，最初生成一个代码库约需 60 分钟，叔同称最新版本已将时间缩短 5 倍；但 Qoder 拒绝用锁定换留存，文档可共享、导出并归用户所有，“差异化的能力和开放性”才是其粘性主张。

• 阿里给 Qoder 的筹码是模型、工程体系与内部创业式授权，目标则是“世界前三”。 团队没有等自家模型成为全球第一，而是整合海外模型与千问，以全球最佳效果先争开发者；通义灵码继续服务中国市场，Qoder 从第一天采用全球单一版本，品牌也被解释为“你兜里的程序员”，不绑定某个模型或平台。

• 叔同不接受“AI 取代程序员”的线性结论，真正的分化将发生在能否驾驭 Agent 并创造业务价值。 杰文斯悖论可能让低成本软件需求激增，程序员总量甚至可能变多，但人的能力要上移到需求洞察、架构设计与结果验收；他认为三年时间窗口内组织形态可能发生变化，更远的未来则可能由 Coding 连接大模型、机器人与现实世界，完成从真实软件到火星建房一类任务的重组。

精读

1. AI Coding 正从三个入口汇入同一条生产链

• 主持人把热度具体化为 Cursor 年收入约 5 亿美元、估值约 100 亿美元；Anthropic 发布 Claude Code 后收入曲线突然变陡，甚至超过 OpenAI，但也提醒其基数可能更小。

• 叔同把第一类产品定义为从 0 到 1：Lovable、Bolt.new 一类工具让泛开发者几块钱生成网站或服务，惊艳却可能生命周期很短；当作品需要被别人购买和使用，平台化市场便自然出现。

• 第二类是 Cursor、Claude Code、Qoder 面向约 3,000 万专业开发者，处理从 1 到 10、再到 100 的长期维护；第三类以 Devin 为代表，直接交付能接完整任务、长时间工作的“数字员工”。

2. 产品形态可能统一，模型能力却会重写利润分配

• 叔同认为几条路线“非常有可能大一统”：未来能力更强、界面更多元，但核心仍是通过 Coding 交付软件服务、满足业务场景并创造商业价值。

• 模型缺位的应用层公司不仅推理成本高，也无法端到端联动性能、效率与成本；叔同直言，这类产品容易被称为“套壳”，甚至只是“帮模型去创造流量的这么一个服务”。

• 主持人追问 Cursor 是否终将自研模型，叔同的回答没有留太多余地：“他们一定会去提供或者叫构建自己的模型。”模型所有权会同时影响产品结果、企业利润与估值。

3. Qoder 选择了不够炫、但价值更高的“真实软件”

• 叔同给出的关键比例是，95% 以上专业开发者都在维护真实软件。真实软件是已经产生商业价值、必须对用户和客户负责的软件。

• 一旦系统可能已经运行五年或十年，修改就变得严肃：AI 必须理解历史积淀，不能“乱改”，更不能靠想象和幻觉输出。Qoder 因而把这里称为信息产业的“价值高地”。

• 主持人的追问值得保留：如此显性的需求为何此前少有人先做？叔同承认既有难度因素，也因为“一句话生成一个非常漂亮的网站”更有创造快感，第一波产品自然先摘这类果实。

• 后来者的反向选择是跳过“第一次的果实”，直接进攻高价值维护场景；同时覆盖辅助、协作与自主三个阶段，而不是用下一代定位否定开发者眼下仍在大量使用的补全与问答。

4. 全球单一版本必须容纳不同成熟度的开发者

• Qoder 从第一天就面向全球，只有一个版本。叔同观察，中国开发者目前仍以补全、Ask 和“模型回答、我来改”为主，海外用户则更快进入“自己已经不怎么干了，都让模型帮我全改掉”的阶段。

• 因此所谓广谱不是平均主义，而是让补全、问答、Agent 自主编程同时存在，再以 IDE、CLI、插件，以及未来的图片和语音输入覆盖不同习惯；用户准备好时可以直接切到更先进的生产方式。

5. spec 驱动是 Agent 长时间工作的前提，不是文档复古

• 叔同把方法演进概括为从提示词工程到上下文工程：想让 Agent 承担更大任务，必须先把需求洞察、业务逻辑、技术架构、设计规约、模块拆分、实现要求与验收标准说清楚。

• 这并非凭空发明的新流程，而是把人与人的开发协作映射到人与模型：老板提需求，团队调研，写 PRD，确定上下游与数据接口，开发、验收、上线，再根据市场反馈迭代。

• Qoder 没要求人重新爱上写文档。用户先给一句话，“每个人都是老板”，隐藏的 spec Agent 再扩成标准设计文档；人微调并确认后，执行 Agent 才开始异步工作。

• 叔同的结论很明确：spec 驱动是想让 Agent 长时间工作的“必然选择”。文档的价值不在形式，而在把大任务变成可执行、可校验的契约。

6. rules 与 memory 正在成为 AI 团队的组织制度

• 主持人用“网站的宪法”形容常驻需求文档和情绪板；叔同认可这个比喻，Qoder 也允许用户把“什么事不能干、什么事应该怎么干”写进 rules，先完成团队式的约法三章。

• Agent 还会归纳用户接受、拒绝和偏好的模式，写入 memory；但叔同承认这种归纳可能过度，用户必须能编辑和修改，因为“我只是今天有这么一个情况”。

• 新协作同时带来上下文压缩、切换模型、重启会话等成本意识。产品要在工具趁手、生产力高与频繁打断之间平衡，让开发者始终感觉自己在掌控智能体的方向。

7. AI 时代的“心流”不再是绝不打断，而是无需理解产品本身

• JetBrains、VS Code 的旧理念是让开发者在单一平台里整段工作；但当一个人开始结对编程、甚至带一队 Agent，一问一答、返工与新要求都使传统心流难以维持。

• 叔同因此调整判据：被打断未必最重要，真正不能接受的是理解成本。“一个东西一眼扫过去他看不懂”，就说明传达、行为或交互设计出了问题。

• 他援引自己十五年前读到的《Don’t Make Me Think》：新工作方式可以改变，但界面仍要“特别自然”。掌控感取代了绝对连续性，成为 Qoder 衡量 Agent 交互的重要体验。

8. 不提供模型菜单，是 Qoder 最反共识也最可检验的设计

• Qoder 的最高原则是整合全球最优模型，其中既有海外模型，也有千问；但具体场景用谁由平台决定，用户看不到 Cursor 式的约 40 个模型列表。

• 叔同认为菜单会迫使开发者记忆价格、专长和排行榜，每逢模型升级还得重测，最后“变成了一个模型的选择器和训练师了，或者叫测试员了”。

• 主持人的反例很尖锐：如果市场突然出现“Claude 5.0”，被公认为十倍效率提升，不能直接点选的用户可能难受甚至流失。叔同的回答是以同题结果负责：“我们的结果一定是不比对方差的，甚至要比对方要好。”

• 他把约束称为性能、效率、成本的“不可能三角”；Qoder 的两条判断是“机选要优于人选”和“平台知识要优于个人的知识”，系统甚至能每个问题重新路由，人却不会每问一句手动换一次模型。

9. 公开评测将把产品理念变成可比较的指标

• Qoder 计划开放面向真实软件的公共评测集，让不同产品比较耐用度、成本消耗、完成时效和成果满意度；叔同承认用户体感也是评测，但公共数据会更客观。

• 对阿里而言，Coding 是大语言模型走向 AGI 的必经路径，也能端到端提升大语言模型的 Coding 能力。Qoder 的愿景是“世界前三”，但叔同拒绝给发布两个月的产品排位：“一场马拉松，大家其实刚刚跑了一千米。”

• 当前最常被比较的仍是 Cursor，叔同承认 Qoder 尚在追赶；其信心来自模型、上下文、工具和产品界面的联合优化，而不是把“前三”包装成已经实现的份额。

10. 通义灵码没有被替代，而是为全球路线让出一张新牌

• Qoder 的立项、开发与 8 月发布都发生在 2025 年；此前通义灵码已在国内运行两年多，按叔同说法，其插件在中国市场占有率第一，因此新项目不是从零起步，而是选择了另一条全球化产品路径。

• 内部真正争论的是基本面：用什么平台全球化，选择插件、IDE、CLI 还是独立 Agent，以及只用自家模型还是整合全球模型。最终答案是灵码服务中国，Qoder 以新的产品形态服务全球。

• 叔同说得很现实：如果一年内阿里模型成为全球最好，Qoder 的模型组合自然会变化；但“不能等模型成为世界第一，我再去服务开发者，这个已经没有机会了”，先拿用户也等于为模型争取时间。

11. Qoder 被设计成阿里内部创业，而不是另一个冠名产品

• 团队并非从零组建，核心成员已有灵码和其他产品经验；叔同把自己接手项目称为“双向奔赴”，并说把灵码延展为全球产品，“我们认为还是非我们莫属吧”。

• “Qoder”被解释为 coder 的谐音，刻意不绑定某个模型或平台。叔同给出的品牌画面是：“它就是你兜里的程序员，你家里的程序员和你的团队。”

• 阿里提供的关键支持不是口号，而是资源、目标解绑、团队效率和开放度。叔同将其定义为“内部的创新，也是一个内部的创业”，核心要求是卸掉一些包袱，跟着市场和友商速度跑。

12. 创业窗口正在收窄，但市场还远未进入零和阶段

• 叔同判断，“创业公司的机会会越来越少”：AI Coding 即便被理解为模型封装，也需要可观的团队和成本投入，应用层公司并不占优势。

• Claude Code 与 GPT-5 Codex 的先天优势是使用自家模型和集群，资源对模型公司近似沉没成本；同样能力卖给 Cursor 却“一分钱都不会少”，足以同时压低成本、保持性能与效率。

• Cursor、Lovable 等早期公司仍有机会，因为它们定义了品类和产品形态，再用迭代速度守住先发优势；新进入者若做同类型产品，则要同时面对大厂、基模厂商和成熟创业公司。

• 主持人追问国内谁做得好，叔同先答“我们做得很好”，随后没有点名第二家。但他强调全球专业开发者最多只覆盖约 1/3，另有 2/3 尚未进入，因此眼下更像不同理念撬动不同用户，而非性价比血战。

13. Qoder 拒绝用资产锁定制造留存

• 主持人的担忧很直接：代码库留在原处，用户今天用 Qoder，明天切 Cursor 并不困难，尤其当后者接入新的模型时，留存可能脆弱。

• 团队曾讨论 Repo Wiki 是否只能在 Qoder 内查看，最后认为“不可能”：资产必须属于用户，可以共享和导出。叔同的朴素答案是，“差异化的能力和开放性”共同赢得认可，而不是把用户关起来。

14. Repo Wiki 把代码而非旧文档作为理解系统的出发点

• 叔同的出发点是，工作沉淀里“最实时、最新鲜的就是代码”。老板一句话改掉功能后，团队通常不会同步补文档，但代码一定改变，久而久之原文档便严重失真。

• Repo Wiki 不只读取当前代码切片，还分析提交记录、历史版本和中间变更，以重建系统设计、迭代过程、时序关系、业务架构及逻辑。

• 每一行文档都由大模型生成，不增加程序员的书写工作；代码库继续提交后，它还能增量刷新，使文档跟着真实实现变化。

• 这份文档被放进真实协作：交接模块、员工离职、新人入职和学习系统都可从 Repo Wiki 开始。十人共同开发时也无须生成十份，而是与 Git 仓库结合后共享。

15. Repo Wiki 的壁垒在完整工作流，而非一次性总结按钮

• 叔同承认“实现这个功能”本身未必极难，难点是多快好省地理解历史。Qoder 为此定制模型、专用 Agent、维护流程和使用流程，再把结果深度融入开发者协作。

• 最初生成一个代码库约需 60 分钟，叔同称最新版本已将时间缩短 5 倍；由于 token 量仍很大，定制模型带来的数倍效能提升直接影响功能能否被日常使用。

• 质量评估先与自己上一版比较，再拿定制模型和海外优秀模型对照；一部分靠人工判断，另一部分借鉴奖励模型，以采纳率、阅读量和用户标注判断是否真正进步。

16. Quest Mode 试图打破人的工时与电脑边界

• 自主编程遇到的天花板不是只有模型能力，还有“人的工作时间，还有人的电脑”：合上电脑或下班后，本地 Agent 也跟着停止。

• Quest Mode 把 spec 与代码库发送到云端沙箱，让 Agent 在用户休假时继续工作；一个人可以同时启动 10 个异步沙箱，叔同据此描述“一人带十个 Agent”和十倍生产力。

• 与远程启动整套 IDE 的路径相比，Qoder 云端只保留运行环境和编程智能体，不迁移大量插件与工具，因此更轻、启动更快，也更适合高并发任务。

• 这套设计将生活与执行异步化：人负责安排、检查和验收，机器利用人不在线的时间持续推进，而不是要求开发者为了 Agent 一直守着工作站。

17. 长任务仍需监督，因为 Agent 会跑偏也会“耍小聪明”

• Qoder 在任务开始时制定 to-do list，Agent 必须逐项执行，不能跳过，也不能没完成却宣称完成；叔同把这种约束视为数字员工可信交付的底线。

• 用户可以随时询问它正在做什么，查看持续输出的工作流，并在中途增加指示。原因很现实：一个跑三四小时的任务若中段已经偏离，继续计算只是更大的浪费。

• 叔同承认 Agent 可能跑偏、跳任务甚至“耍一些小聪明”。因此未来不是人退出流程，而是人的位置上移为 leader，用制度、追问和验收管理 AI 团队。

18. Coding 将成为大模型的双手，人则转向组织智能体

• 叔同把 Coding 定义为大语言模型的“双手和执行器”，也是数字世界与物理世界的连接器；它把自然语言目标转换为可以调用工具、改变系统的行动。

• 人在这套关系里仍是管理者：提出明确要求，调动不同 Agent 理解和协同。未来有竞争力的人，是能找到业务场景、管理 AI 并把结果转成商业价值的人。

• 他认为 AI 原生公司代表了一种可能的组织形态：形成很多有创造力的组织，很多工作由 AI 之间相互协同完成；这“有可能”成为未来主流，而不是一个已经确定的时间表。

19. IDE 只是最大公约数，CLI 让 Agent 脱离单一工作台

• Qoder 先做 IDE，是因为它仍是最广谱专业开发者的核心界面；但基于 VS Code 也天然排除了 Vim 等习惯，因此只靠 IDE 无法兑现“服务所有开发者”。

• CLI 把原本封装在 IDE 里的 Agent 外化为命令行、脚本和可集成能力，可进入维护、流水线、内部平台及自动化任务，理论上覆盖所有开发者。

• 与 Claude Code 的竞争不是单维度对撞。叔同评价其上下文构建“比较简单粗暴，但效果非常好”；Qoder 使用外部模型可能更贵，只能在上下文组装、Agent 灵活性和场景设计上做得更精细。

• 应用层的延展还包括手机、Slack、IM 和定制平台：用户可以远程安排、跟进任务。叔同认为模型厂商不会去做这些产品形态上的创新，这正是 Qoder 的差异化空间。

20. 上下文工程是在有限 token 里完成“多快好省”

• 对每次问题都塞入整个代码库既慢又贵，因此 Qoder 要先判断相关性：向量检索、文本检索、语义检索各有适用场景，不存在一套方法覆盖全部任务。

• 工程选择还包括使用 Agent 还是 subagent、设计哪些工具、怎样循环调用并聚集信息。叔同强调“上下文绝不是越长越好”，目标是拼出足够而合理的上下文。

• 用户对“这不是我要的”“我喜欢什么”等反馈会被抽象为规则，有些进入系统提示词，有些进入记忆；这样既不会让上下文增长得太快，也让用户产生“这个工具越用越懂我”的默契。

• 叔同确认 memory、沙箱、to-do list 等基础设施均为自建；在他的叙述里，这些是性能、效率、成本三角能否被推开的重要能力。

21. AI 不会简单消灭程序员，却会迅速改变能力边界

• 叔同明确不认可“以后程序员都不需要了”。他的逻辑来自杰文斯悖论：软件生产成本下降会释放海量需求，泛开发者做小创新，专业程序员承担更复杂的大创新，程序员数量甚至可能增加。

• 但个体会明显分化：能借 AI 爆发五倍、十倍生产力的人更有竞争力，做不到的人则可能“变成一个普通的程序员”。Qoder 团队已在“用 Qoder 做 Qoder”，并明确要求关注代码生成中有多少由 AI 完成。

• 前端、后端、iOS、DBA 等边界正在被模型抹平；当模型写代码比人更快，人必须上移到需求洞察、意图识别、需求描述、整体设计、产品 sense 与结果验收。

22. 学生要同时拥抱 AI 与基本功，因为验收能力决定驾驭能力

• 叔同给大一新生的第一条建议是充分使用 AI，主动探索其边界；第二条却是扎实学习计算机专业知识，因为冯·诺依曼体系、操作系统和底层结构并未发生革命性变化。

• 如果不懂计算机结构以及 Linux、Windows、Mac 等操作系统，就无法判断模型交付得好不好，“它可能会忽悠你”。专业性不再只为亲手编码，也为了审查、纠错和选择架构。

• 他用一句尖锐判断解释稀缺性：“以后一个简单软件可能就值五毛钱。”AI Coding 产品可以做 iOS App，却做不了 iOS 系统；大语言模型也还没有创造出大语言模型。足够复杂、少见和需要顶层设计的工作仍有最高附加值。

• 对已有工程师，叔同反而乐观：这个群体过去二三十年一直快速学习，“根本不在乎再多学一个东西”；项目因开发能力不足而反复延期的瓶颈，也可能被 AI 显著削弱。

23. 双十一塑造了叔同的底层方法：永远向技术要红利

• 叔同加入阿里时，双十一流量可达日常约 100 倍；各团队像“铁路警察各管一段”，平时靠余量还能运行，峰值下几百上千个系统拼起来却极易从局部瓶颈开始散架。

• 2013 年，他和团队开创性提出全链路压测，叔同称这是全球第一个提出这一概念的团队：让几百上千个系统保持一致水位，超出处理能力的流量挡在外面，放进来的请求都能完成；他称这后来成为互联网服务的标配。

• 落地不只有技术阻力。双十一不能延期、所有人共享“不宕机”目标；推动不了的改造，核心团队就亲自兜底。阿里较早统一技术栈，使中间件可以“一改一大片”，整套工作约三个月完成。

• 团队会以真实用户动线进行多轮预演，曾模拟某天零点 50 万笔交易在一秒内同时进入，逐次暴露容量、并发、弹性和错配问题。即便如此，零点仍紧张；2013 年后没有大问题，但“小问题也是接连不断的”。

24. 从零故障到零增量成本，Qoder 延续的是同一套价值观

• 稳定性解决后，下一目标变成成本：面对约 50 倍流量，集团能否“不多花一分钱”。容器化、云原生、混合部署和跨业务分时复用，让资源在 10 到 20 分钟内缩放、借出、归还。

• 当大流量能力成熟且人口红利触顶，叔同转向技术标准化、开源和商业化，把内部能力服务给互联网与产业客户；他把这条路径概括为“技术驱动商业，然后创造价值”。

• 对职业选择，他建议“不要为过去的一些事情去买单，还是要为未来即将发生的事情去买单”。他不把 Qoder 视为革自己的命，而是探索程序员下一条路：“站在技术的肩膀上，而不能成为技术的奴隶。”

• 三年后的满意画面，是 Qoder 生产最多具备商业价值的真实软件；三年时间窗口内，组织形态也可能发生变化，多 Agent 联动承担长期复杂目标。大模型回答、生成和推理本身不具备确定性，而“代码能够带来的是确定性”；更远的未来，他以火星作比喻：火星房屋不会由宇航员亲手建，而会由大模型、Agent、Coding 与机器人共同完成。