600万人用的AI编程工具,一周年把自己重做了——全新Qoder实测:不会写代码的人,先学会＂验收＂

一个做AI编程工具的，一周年当天不办庆生会，把自己产品拆了重造。

这事发生在Qoder身上。就是那款上线5天10万用户、6周破百万、8个月收入干到1亿美元的AI编程工具，在整整一年这个节点，甩出一个叫"全新Qoder"的独立产品。定位从"AI编程工具"改成了六个字：智能体工作台。

我第一反应是警惕。"面向所有人"这种话，过去一年我在各种发布会上听了不下二十遍，多数产品的真实含义是"对谁都不够好用"。

但我在Windows和Mac两台机器上各装了一份，连着跑了两天任务之后，判断变了一半。变的那一半，恰恰是它最反常识的地方。

一、它到底改了什么：工作对象从"代码"换成了"任务"

先说清楚，全新Qoder不是Qoder IDE的版本更新，是一个并列的新入口。产品家族现在是一大家子：全新Qoder、Qoder IDE、Qoder CLI、JetBrains插件、移动端、数字员工QoderWake，再加Cloud Agents。

老版IDE的中心是编辑器，你打开一个代码仓库，跟AI在代码里来回改。新版的中心是任务（Task）——界面左上角摆着两个模式开关：Coding和General。你描述一个目标，它自己理解上下文、定计划、调工具、执行、验证，全程你可以看、可以改、可以随时接管。

技术底座的关键词是Harness。这个词最近热得发烫：就在两周前，DeepSeek刚开源了同名的Agent Harness框架，MIT协议，开发者可以拿去自建。简单说，模型负责"想"，Harness负责在模型和工具之间搭桥、盯着它把活干完。Qoder说自己这套积累做了一年，核心是"读—改—验证—迭代"的长链路闭环：自己检索代码库、跨文件编辑、跑测试，根据真实结果自我纠错，而不是生成一遍就交差。

配套的安全设计倒是少见的实在：分级权限加工具白名单，敏感操作必须显式授权。我实测时注意到一个细节——从编程模式切到通用模式，系统会把你之前勾选的"跳过权限确认"全部清空。第一次遇到我以为是bug，翻了技术分析才明白：通用模式可能碰到你已登录的浏览器、Office文件和桌面应用，工作对象变了，旧授权不许继承。这是冲着生产环境去的设计，不是演示版的花架子。

二、两个模式，同一套引擎，两种"交货语言"

官方文档和本机实现都印证了一件事：Coding和General不是两个模型，是同一个Agent运行时上的两套控制面。差异在任务边界和验收位置。

编程模式按工作区（Workspace）组织任务，突出本地、Worktree、SSH、分支。它的交货语言很工程化：文件变更、Diff、测试、构建、Commit。你是开发者，你看得懂这些，验收有客观标准。

通用模式按文件夹（Folder）组织任务，也可以不指定文件夹。它把文件处理、浏览器操作、电脑操作、连接器和交付物摆到前台，代码层整个藏起来。验收看的是：文件是不是真落盘了、格式对不对、来源能不能追溯、网页和桌面界面停没停在预期状态。

这个区别要命。代码至少有一套相对统一的Diff和测试语言，而报告、表格、网页、邮件的质量标准是散的。通用模式把代码藏起来了，却没把"验收"这道题变简单——它只是把考题换了张卷子。

长任务三件套值得单说：Plan在执行前把需求和步骤列给你审；Goal让Agent围着一个明确目标持续干、边干边自验；侧边任务处理主线里冒出来的衍生问题，不打断主流程。我用下来最大的体感是：Plan这一步千万别手快点放行，这是后话。

三、翻车时刻：一个0.1.0版本，两天连修两版

吹完了，说坑。这部分我特意没省。

坑一：它确实是个全新产品，新到版本号是0.1.0

发布当天是0.1.0，叫"你好，世界"；第二天0.1.1修启动和登录；第三天0.1.2接着修——输入历史覆盖当前内容、调分栏后消息重叠、大量会话下侧栏排序失效、Windows托盘图标异常、中文SSH Host识别不了、Linux首次安装走错引导流程。你看这个修复清单就懂，早期尝鲜者就是在用脚帮它测兼容性。主力生产环境别急着全家桶迁过去，先用两周免费试用跑非核心任务。

坑二：长任务是Credits黑洞

我派它去抓三个竞品官网的定价页、整理成对比表、再生成一个可分享的HTML页面。它给出的Plan里第一步是"抓取网站全部页面"。我直接放行，跑了二十分钟，积分掉得我肉疼。第二次学乖了，把计划改成"只抓定价页、只看年付价格"，Credits消耗直接砍掉一半，交付物质量没差。通用模式下，你审Plan的水平，约等于你钱包的厚度。

坑三：Agent最后那句"完成了"，没有任何证明力

有媒体实测让非技术同事用它做竞品分析页，产出HTML之后有一步关键动作——把渲染结果发回给它，命令它"检查表格数据和官网是否一致"，让它自己核对一遍再交货。我照做了，果然抓到两处价格抄错。代码任务你还能看红的绿的测试，通用任务的验收标准更碎，你要是连"什么叫对"都说不清，AI只能给你一个看起来很对的东西。

四、三个实测任务，摸到它的能力边界

手上过的三个任务，难度递进，结果比发布会演示有说服力。

轻量任务：批量处理设计素材。让它做一个素材工具，批量压缩、转格式、重命名、裁切、去水印。它写完代码还自己调浏览器截图预览效果，对照界面排查问题、迭代修bug、跑功能测试，最后在桌面打包出一个App，我拖个文件夹进去就能用。检测到我机器上没有Python环境，它给了完整安装引导，涉及权限和密码的步骤拆成了分步操作。这个任务，运营和设计同学自己就能跑通。

中等任务：一句话要一个健康管理App原型。需求只有一句"做个类似薄荷健康的iOS版"。它没有闷头开干，而是逐项跟我确认功能点、UI风格、交互逻辑，先出一版详细方案等我拍板，拿到反馈才动工，中途自己搭食物数据库、装插件。交付的是可点的原型，不是PPT。产品经理用这个抢验证速度，比排期等开发快一个数量级。

重度任务：企业级回归测试脚本。用Python Pytest写业务回归自动化，要求覆盖边界场景。测试用例设计、脚本架构、边界覆盖都立得住，代码规范。这是专业开发者的生产任务，它能扛，但前提是你得有能力review——它写得快，你看得慢，这就是新的人机配比。

另外两个交互件提一嘴：桌面宠物常驻桌面，点一下就能口述需求、同步进度；实时语音不只是应答，会主动把没人处理的报错、缺测试的改动、前后矛盾的逻辑推到你面前。从"你驱动它"变成"它提醒你"，方向对了，但语音识别在嘈杂环境下偶尔丢指令，别在开放工位全程指望它。

五、放到牌桌上：它跟Cursor、云端Agent、自家兄弟怎么排

直接上表，这是我按实测和公开资料整理的四条路线：

有个容易被忽略的背景：阿里现在手里其实是"两个工作台"。千问办公守的是钉钉和中国办公入口，Qoder守的是Coding底座和全球开发者市场（国际版qoder.com、中国版qoder.cn）。自家产品没打架，而是按"办公文档"和"工程任务"切了两桌。再看行业大盘，JetBrains刚出的8月数据显示AI编程工具正在洗牌：Claude Code使用率从18%涨到39%，GitHub Copilot从29%掉到21%，Cursor从18%掉到12%。座位还没排定，Qoder这时候掀桌子重做，赌的是下一程不比写代码、比"谁能把任务完整交掉"。

六、价格账：免费能试，但要会算

计费是Credits制，不是订阅自助餐，这点跟Cursor不一样：

• 免费版：
  0元，含14天Pro试用（300 Credits），之后降级基础模型、消息条数受限，支持自带API Key
• Pro：
  20美元/月，2000 Credits
• Pro+：
  60美元/月，6000 Credits
• Ultra：
  200美元/月，20000 Credits
• 加量包：
  20美元/1500 Credits，用不完月底清零
• 企业版：
  Teams/Enterprise，含SSO、权限管理、私有插件市场、VPC私有化

上线初期有限时福利：个人版连续五天每天可领500 Qwen系列专属Credits（最多2500），企业版用Qwen3.8系列模型五折，活动到九月初。我的建议很朴素：先拿14天试用把自己一周的真实任务量跑出来，再决定档位。轻度用户免费加自带Key就够；真想让Agent自主跑长任务，Pro起步，20美元是这条赛道的标配价。

七、一个不太中听的判断

所有人都在讲"不会写代码也能做应用"，我想泼半盆冷水：这一轮工具的门槛没有消失，它从"写"转移到了"验收"。

编程模式下，你不会写代码但能看懂测试红没红；通用模式下，AI给你一份报告、一个网页、一套数据，对错全靠你自己判断。目标描述得越模糊，产出越平庸；你说不出"什么叫完成"，它就敢给你"看起来完成了"。说句反常识的话——通用模式对使用者的要求不是更低，而是更高，它要求你是个好的甲方：需求讲得清、计划审得动、结果验得了。

所以我的立场很明确：

推荐用

团队里技术债集中在小工具、小脚本、数据整理这类事上的；非技术岗但经常需要可交互交付物（原型、对比页、自动化脚本）的产品/运营/设计；想把杂活委托出去、自己只做Review的开发者。它是目前少有的把"会写代码的"和"不会写代码的"接到同一张任务桌上的产品。

先观望

追求极致编码手感的重度开发者，日常写代码Cursor和Claude Code依然更顺手，这个不用争；只想聊天问答的，普通助手足够；对数据出本地高度敏感又没上企业版的团队，等VPC方案落地再说。

编程能力正在变成水电煤，人人都能用。但开水闸的那个人，得看得懂水表。

- - -

想问问你：如果AI能把活全干了，你觉得职场人下一个硬本事是"提需求"还是"做验收"？评论区聊聊。

之前写过《少给21%建议，采纳率反涨28%》聊Cursor的补全逻辑，也写过《GitHub宕机7小时那天，Cursor顺手掏了个竞品》聊代码托管战局，这篇讲工作台之争，三篇配着看，AI编程这盘棋的脉络就齐了。

【梨话代语】

聚焦AI效率工具犀利测评 · 工具好不好用，我先替你踩坑