一间项目室里长出的Qoder：阿里如何用一支AI Native团队，押注Agent时代的入口

2026年9月22日，杭州，云栖大会技术主论坛。阿里巴巴ATH事业群副总裁、Qoder产品线总裁丁宇（花名叔同）站上讲台，带来题为“不止编程，无限创造”的演讲。他宣布，Qoder全新升级为“面向所有人的Agentic Coding平台”。 这一天，距离Qoder在西溪园区一间小项目室里成立，刚好478天。 478天里，Qoder从一款AI IDE，发展为覆盖桌面、IDE、CLI、云端、移动端和数字员工的产品家族。据Qoder方面披露，其全球用户已超过800万。产品面对的人群也在变化：从专业开发者，到不以编程为职业的普通用户，再到希望将Agent纳入业务流程的企业。 变化同样发生在团队内部。这支最初人数不多的创新团队，已经成为阿里内部AI Native实践最深入的团队之一。 演讲结束后，钛媒体联合创始人刘湘明与丁宇再次坐到一起。一年前，两人在云栖大会上谈论的，主要还是AI如何帮助人写代码。一年后，近一个小时的对话已经越过编程本身，延伸到软件工程、组织协作，以及人在AI时代究竟应该保留什么能力。 因此，这场对话不只是关于一款编程产品如何扩张边界。它也提供了一个观察窗口：当AI开始改变软件生产，一支亲自使用这些能力的团队，会如何重新组织自己。 起点：一个当天拍板的决定 西溪园区的一次交流 故事要从2025年年初说起。那天，丁宇在西溪园区向阿里高层做了一次汇报，话题是AI Coding。丁宇后来回忆，高层对Coding这件事非常看重，当天就决定孵化这个业务。 接下来的节奏很快。Qoder团队快速成立，被看作阿里参与全球AI Coding竞争的号角，也拉开了阿里全面投入Agent应用赛道的序幕。 此后，团队整建制搬到西溪C区，闭关了整整半年。 一个做基础设施的人，为什么来做AI Coding 丁宇在2010年加入阿里。此后的十几年里，他长期与云计算的底层技术打交道，带领团队攻坚全面容器化、统一调度、混合部署等技术，推动阿里业务上云。 这些工作很少直接出现在普通用户眼前。用户看到的是应用和服务，背后则是计算资源如何分配、不同业务如何协同运行，以及庞大的系统如何保持稳定。 从云基础设施到AI Coding，工作对象发生了变化，工程问题却没有消失。过去要解决的是让大量应用在云上可靠运行；如今，除了运行，还要进一步参与这些应用的生产过程。 因此，基础设施出身的创始人，也在Qoder身上留下了印记，不只是“重技术”，而是重视技术之间的衔接：模型如何与Harness配合，上下文如何被理解和传递，生成速度如何与测试、安全和交付能力匹配。丁宇在后来的采访中反复强调这些问题。 闭关半年，一切从零开始 闭关的那半年，团队要做的远不止写一个产品。 丁宇列过一张清单：端侧产品、独立官网、用户体系、商业化链路、产品营销、全球部署架构……“都是从无到有。”一家创业公司在头两年要搭的东西，这支团队要在两个月搭完。 攻坚数月，首款产品Qoder在2025年8月上线。它率先支持Repo Wiki、Quest模式等功能，为开发者提供了一种新的开发范式。上线后仅仅5天，用户规模就冲上了10万。考虑到它面对的是一向挑剔的专业开发者，这个速度并不多见。 此后，团队几乎每个月都有一次重量级发布：JetBrains插件、Qoder CLI、企业版和Teams版、桌面智能体QoderWork（后合并至千问办公）、数字员工QoderWake、云端Cloud Agents、移动端相继推出。半年时间，一套面向AI Coding场景的全产品矩阵就搭了起来。丁宇说，这在AI时代以前是很难想象的速度。 一年，三次扩大边界 去年还在聊怎么写代码 在今年云栖大会的直播间，刘湘明和丁宇又坐在了一起。 一年前的云栖大会，两人也是这样对谈。刘湘明记得，那时Qoder刚刚冒头，“咱们聊的很多都还是怎么写代码”。一年后，他听完丁宇的演讲，第一反应是“这个进步太快了”：不只是写代码，已经到了软件工程、到了完成任务，甚至开始考虑生态。 热度也肉眼可见。刘湘明说，他们在三亚办的一场AI编程分论坛，一个小会场前后加了三次椅子。 丁宇把这一年多的变化分成三个阶段。第一阶段是辅助编程，AI帮人补全代码。第二阶段进入代码工程，AI能理解整个代码库，完成知识问答、多文件编写，但仍以代码为中心。到了2026年，模型能力大幅提升，Computer Use、Browser Use等工具能力快速进步，Agent能处理的任务越来越长，AI Coding开始覆盖软件全生命周期。 “Coding Agent本身就是一个通用Agent。”丁宇说。很多人已经在用它做和编程无关的事，AI Coding因此可以服务每一个人。回看Qoder的发展路径，它并不是简单地把一个AI编程工具做得更大，而是在短时间内完成了三次能力边界的外扩：先服务专业开发者，再走向普通岗位，最终进入组织的生产流程。 第一阶段：先把专业开发者做深、做透 2025年下半年，Qoder IDE、JetBrains插件、CLI和企业版相继推出。这个阶段，Qoder的目标十分明确：围绕专业开发者构建一套完整的AI Coding产品矩阵。 它解决的不再只是代码问题，而是逐步深入真实的软件工程场景——理解项目上下文、跨文件修改代码、执行长周期开发任务，并适配不同开发者的工作习惯。从IDE、插件到命令行，再到面向企业的管理能力，Qoder正在覆盖开发者从个人编程到团队协作的完整链路。 这也是Qoder后续扩展边界的技术基础。无论产品形态如何变化，其底层始终围绕同一套核心能力展开：以模型、Context和 Harness的联合优化，让Agent不仅能够生成代码，也能够理解环境、调用工具并完成任务。 第二阶段：在“全民养龙虾”的热潮中，选择另一条路 2026年1月，OpenClaw爆火，“全民养龙虾”成为当时最受关注的Agent现象之一。大量产品试图把Agent放进个人电脑，让它在本地自主执行任务。 Qoder也看到了这股趋势，但没有直接复制一只“住在电脑里的龙虾”，而是选择从“人与Agent如何协作”出发，开发面向所有岗位的桌面Agent工具QoderWork。它不再只面向程序员，而是试图服务产品、设计、运营、市场等更广泛的职业人群。 这款产品延续了Qoder团队一贯的AI Native开发方式。团队对外给出的说法是“五个人、七天完成上线”。后来，面对外界对这一速度的追问，丁宇在一次内部会议上给出了更出人意料的答案： “我们其实没用七天，只用五天就完成上线。之所以对外说五人七天，是怕卷到大家。” 这句话指向的不只是开发效率的变化。它指向了AI Native团队与传统软件团队的根本差别：当代码生成、测试、评审和任务执行逐渐交给Agent，制约产品迭代的主要因素，开始从“有多少人写代码”转向“团队能否定义清楚目标、组织好上下文，并管理多个Agent协同工作”。 2026年5月，Qoder 1.0发布，通用任务处理、能力扩展和全流程执行能力进一步增强。Qoder仍以专业Coding Agent为能力底座，也试图通过更低门槛的交互，把这种能力开放给更广泛的人群。同月推出的Qoder Cloud Agents，则把任务执行从本地延伸到了云端。长时间、高资源消耗的