Token导航 LogoToken导航

把整个内容团队搬进Qoder后的效率变化

更新时间 2026-10-01来源 沃垠AI正文 2176字阅读约 7分钟16 张图片

大家好,我是冷逸。

今年阿里的云栖大会上,CEO 吴泳铭泼了一盆冷水。

他说:今天的 AI Coding,可能仅仅类似机器智能时代早期的“电灯”——它替代了现有的局部工作,但还远远不足以创造一个新的时代。

图片

吴泳铭在2026云栖大会演讲现场

这话很刺耳,但一针见血。

回顾过去三百年你会发现,真正改变世界的从来不是那颗发光的玻璃球,而是灯泡背后那张看不见、却无处不在的“电网”。没有电网,灯泡就只是一个更亮一点的蜡烛;有了电网,才有了随之而来的家用电器、现代工厂和第二次工业革命。

今天的 AI,恰恰就是那颗孤独的灯泡。

如果你在团队里用过 AI,一定会有一种深深的无力感:模型智商明明这么高,为什么干起活来却像个毫无常识的“笨实习生”?

Anthropic 的产品负责人 Scott White 在8月接受专访时,戳穿了这个秘密: 企业 AI 最大的瓶颈,根本不是模型的智商不够。而是绝大多数人,还在“单打独斗”地使用 AI。

当所有人的目光都盯着“灯泡”够不够亮的时候,我们真正缺失的,是把这些超级大脑串联起来的那张“网”。而这张网里流淌的核心能源,叫做“业务上下文”。

图片

深入拆解

在这次大会的分论坛上,Qoder 技术负责人谢吉宝给出了一组极其反直觉的数据: Qoder 上线一年,超过 30% 的用户已经不是专业开发者,非编程任务占比超过 50%。更夸张的是,超过 80% 的用户已经不再亲自写代码了。

图片

谢吉宝(唐三)在云栖大会「Qoder赋能超级个体」分论坛

他们在干嘛?他们通过 Agent(智能体)生成代码。人不再是“打字员”,人变成了“包工头”——只负责定义目标、委派任务和验收结果。

人变了,任务变了,人和机器的关系彻底变了。

9月23日,Qoder 发布了 v0.4.0。这一次,它的核心动作只有一个:把上下文从个人的电脑里,搬进整个团队。它试图铺设那张缺失的“电网”。

这次,我也把团队的内容生产流程,完整地搬进 Qoder 跑了一遍。

1)建团队项目

仔细想想,一个真实的团队项目是怎么跑起来的? 背景在负责人的脑子里,资料在某个同事的网盘里,讨论散落在无数个微信群,结论沉在聊天记录的最底端。一个真人新人入职,第一周的基本动作全是在问:“这个当初为什么这么做?”

当 Agent 加入团队后,这场灾难被放大了。它能干活,不知疲倦,但它对你们的业务一无所知。

每次协作,你都得像念经一样把背景从头喂一遍。几个同事带着各自的 Agent 协作,每个人手里的版本都不一样。 讨论在 IM 里,执行在 IDE(开发环境)里,结论靠人脑来回搬运,搬着搬着,信息就丢了。

Qoder 的解法极其粗暴,但有效:消灭重复的背景板。

在 v0.4.0 的项目(Projects)里,第一件事就是强制写清项目目标。

图片

这里有一个精妙的细节:建项目这一步,本身就留了「使用 Agent 创建」的入口。

这意味着,Agent 从项目出生的那一刻起,就在场了。它看着这个项目长大。邀请同事也只需要一条链接,后面进来的每一个人类同事、每一个 Agent,看到的都是同一套背景、同一批任务(Issue)、同一份进度。业务常识不需要讲第二遍。

图片

2)搭Agent Team

除了人类员工之外,还可以配 Agent。

通用模型为什么总犯错?因为它什么都想管。在 Qoder 的智能体设置里,我没有用通用示例,而是按自己的流程“捏”了三个极其垂直的赛博同事:选题调研员、事实核查员、风格审校员。

工作指令、角色定位、可调用的工具(Tools)、权限,全部单独配置。

图片
图片

随后,我把这三个 Agent 组成了一个 Team,指定了负责人,写明了协作指令和分工边界。

图片
图片

此时的 Agent,不再是一个在对话框里随时待命的闲聊机器人,而是一条精密配合的工业流水线。

有一个真实的细节必须注意:Agent 的协作执行目前是跑在当前这台设备上的(电脑需保持在线),或者交给 Qoder Cloud Agents 在云端持续跑。

不过这意味着,算力也正在从“即时问答”向“后台长效运行”转移。

3)随时讨论、多人讨论

最后是讨论(Discussion),这次更新里我最看重的一个。

以前同样的动作是什么流程?我们在微信群里聊两句,我凭记忆把结论写进云文档,然后这个文档再也没人看,信息彻底断层。

在 Qoder 里,讨论直接从任务(Issue)发起,标题和描述自动带过来,完全不需要重新铺垫。在这里,整个团队都可以参与讨论。

图片

我实跑了一次:在输入框里直接@事实核查员,丢给它一段带有云栖大会数据的文字,请它逐条核查。

在执行记录里,我看到它先去检索了公开信源,跑了十几轮工具调用。

中间还给自己留了「工作笔记」: “初步检索发现两个疑点”、“关键数据已有出处,还需核实原话措辞”。

图片

它在思考,它在基于这个项目的“上下文”进行逻辑推演。 

最后的报告完美契合了我的预设格式:标明原文、影响、依据,附带信源。还挑出了几处数据错误。

图片
图片

谈出结论后,我将结果标为「关键消息」,一键记录回 Issue,状态顺势推到「待验收」。

作为人类主管,我和我的小伙伴只需要在这个讨论流里,看一眼结论,点击确认,任务直接流转闭环。 

在这里,不只是你跟AI讨论,其他同事也可以跟AI以及跟你就一个任务发起持续讨论。人类负责提建议,Qoder负责做执行。

图片

比如,团队有小伙伴希望增加金句、备选标题等,它迅速识别出来讨论的上下文,立马开干。

图片

最后,讨论、决策、执行、沉淀,全都待在同一个地方。上下文,由始至终没有离开过业务现场。

图片
文章标签智能体
资讯来源:由AI资讯编辑整理自互联网公开内容,版权归原作者所有,未经许可,不得转载。

继续浏览更多资讯

返回资讯目录

相关资讯

更多