阿里卷出最强上下文，完成十万级代码检索。作者 | 江宇编辑 | 漠影智东西8月22日报道，今日凌晨，阿里正式上线AI编程平台Qoder，率先支持Repo Wiki和Quest模式，支持自动生成设计文档、任务拆解与代码执行，并引入项目记忆机制，辅助AI在开发过程中保留上下文信息与执行偏好。Repo Wiki可用于记录代码工程中的隐性规则，例如“任务完成后生成单元测试”或“输出详细报告”，便于AI在后续任务中自动补充相关步骤。Quest模式则支持通过自然语言描述需求，系统会引导用户确认功能细节，生成任务说明文档并由Agent执行，整个过程中无需用户编写代码。Qoder现已支持Mac和Windows系统，用户可前往官网下载体验。体验指路：https://qoder.com01.引入Repo Wiki与Quest模式强调“上下文工程能力”在当前AI编程工具已进入规模应用的背景下，Qoder选择从“上下文工程能力”切入。其最大特点是支持一次性检索多达10万个代码文件，同时通过Repo Wiki将代码工程中原本隐性的规则和知识显性化，便于AI理解项目逻辑、还原任务偏好。例如，开发者在以往项目中的习惯会被Qoder记录、形成记忆，并在新任务中自动执行这些操作。此外，系统内置短期与长期记忆结构，可基于历史对话沉淀使用者偏好，以笔记形式留存，逐步调整生成风格。Qoder目前提供三种模式：问答式的Ask Mode、交互式的Agent Mode和一键生成式的Quest Mode。Quest Mode主打AI自主研发，在理解模糊需求后拆解任务、制定计划并持续执行。用户在项目中主要承担需求确认与最终验收的角色。此外，Qoder还支持自动选择最合适的LLM模型：面对复杂重构任务时调用更大规模模型以保障推理质量；处理如更新文档等轻量任务时则调用响应更快、成本更低的模型，无需用户手动切换。02.体验：写下想法，小程序就能跑起来了如果说过去开发一个小程序需要查文档、写代码、反复调试，现在用Qoder，流程大致可以简化为：写下想法，发给AI，由它拆解需求、生成代码，用户只需测试并处理AI执行中遇到的问题即可。智东西首先体验了Qoder的Agent模式，任务是开发一个“虚拟女友”微信小程序。输入需求后，AI首先生成了待办事项，并按步骤推进，整体逻辑接近Claude Sonnet 4的“待办拆解”方式。体验中，智东西并未提前提供微信小程序的开发规范。虽然代码在模拟器运行时，出现了渲染错误，但将报错信息粘贴至对话框后，Qoder识别出是兼容性问题，提出了三种修改方案，并在用户确认后自动修复。修复效果可在小程序开发者工具中直接预览。最终生成的小程序包括四个主要页面，覆盖了此前输入的所有设计需求：1、互动模式tab：支持文字/语音聊天，可选“快速聊天”和“自由聊天”两种方式，包含情绪识别与语气设定；2、角色设定tab：配置虚拟女友的昵称、性格、偏好等个性化信息；3、情感记录tab：统计用户与AI的互动频率与情绪波动；4、我的tab：展示聊天数据与账号信息等。从输入需求到生成可运行代码，整个过程约30分钟。虽然UI仍较为粗糙，语音识别等功能也尚未集成，但整体结构完整，可在微信开发者端部署。后续如能支持调用微信API与设计插件，体验还有进一步优化空间。随后，智东西体验了Qoder的Quest模式，输入指令为“创建一款背单词打卡小程序”。Quest模式提供“设计并执行”和“直接执行”两种方式，前者包含设计、操作轨迹和任务总结三个阶段。在“设计并执行”流程中，Qoder会主动提出细节思路，如目标用户群体、单词库选择方式、学习模式和打卡机制，并据此生成完整设计文档。这一阶段的差异也正是两种模式的主要区别所在。智东西输入的需求较复杂，Qoder最终拆解为11个子任务，并在45分钟内完成全部流程。在用户确认“接受”后，生成代码并提供任务总结报告。但由于需求复杂、开发过程中多次出现报错，最终生成的成品结构相对简化，以基础框架为主，未能完全覆盖所有设定内容。代码运行时的主要问题出现在各类程序语法处理上，尤其是某些表达式在开发者工具中存在兼容性差异，Qoder虽能识别报错并尝试修复，但在部分环境中仍存在限制。在多轮调试中，智东西尝试提示Qoder参考此前生成的“虚拟女友”小程序项目，将其中的结构用作参考，迁移至当前的“背单词打卡”任务中。Qoder能够理解提示内容，并跨任务关联已有模块，最终生成了一个功能完整但实现较简的版本。相比传统编程工具，Qoder在跨文件、跨任务的联动处理上表现出一定能力，能够同时修改多个相关文件来完成统一目标。对比来看，Agent模式更强调过程中的交互与控制，而Quest模式则更像“全权委托”，将需求制定、流程拆解和执行一并交由AI完成，适合明确目标但缺乏技术细节能力的用户。03.结语：AI协作开发走进主流创意正变得比写代码更重要随着阿里Qoder的加入，AI编程平台的竞争已形成“多巨头”格局：国内有字节的Trae、腾讯的CodeBuddy、百度的Comate先后推出，阿里云也上线了通义灵码 IDE；海外方面，GitHub Copilot、Cursor、Claude Code、Windsurf等产品持续发力。今年，各家新品密集上线，AI编程体验正加速迭代与进化。本轮体验也再次印证了一点：AI在开发任务中已具备基本可靠性，能够承担需求理解、方案生成和代码交付的工作。而相比编写代码本身，一个清晰的创意或产品设想（哪怕只是半成型的想法）正变得愈发关键。Qoder所引入的Quest模式，也在试图补齐这块短板，让用户从空白中起步启发项目构思，再由AI完成执行。对个人开发者而言，这是降低门槛的重要一步。
