2026 年 8 月 29 日，阿里旗下 AI 编程产品 Qoder 发布全新桌面端，把过去一年积累的 Agentic Coding 能力从 IDE 里搬了出来：用户以桌面宠物形态的对话界面提出需求，不写一行代码，也能做出可运行、可操作的软件系统。据官方数据，Qoder 过去一年已服务全球 600 万用户和 10 万家企业客户。
桌面端把 Coding 能力搬出了 IDE
新版桌面端以桌面宠物形态呈现，支持实时语音对话。用户随时喊话派活，Qoder 在执行过程中可以自己打开浏览器检查成果。对用户而言，需求不一定先要打开工程、创建项目、琢磨实现方案——直接和桌宠对话即可。
这套体验背后是一条完整的执行链：理解 → 规划 → Coding → 运行 → 验证 →修正。阿里自研的 Agent Harness 负责把上下文、文件系统、终端和工具调用组织起来，让一次次模型判断落到实际的代码执行上，并根据运行结果继续推进。验证环节通过 Computer Use 和 Browser Use 进入真实软件环境操作，检查生成的代码是否达标，发现问题后回溯修改，再次完成闭环校验；打开自动审批模式后，整套校验流程可以交给 Qoder 完成，用户只负责最终验收。
实测一：不会编程的人做出经营系统
量子位编辑模拟了一名连锁咖啡店区域店长的场景，该店长管理 5 家门店，需要处理营业额、订单量、爆款商品和员工排班，但不会编程。
整个过程中，店长通过对话分轮提出需求（第一遍说不全，后面逐步补充），Qoder 先给出一份计划书，把散落在多轮对话里的要求重新梳理：员工端怎么做、店长端需要哪些功能、经营页面展示什么数据、页面之间如何联动，拆成具体任务。随后它创建项目、设计数据结构、生成模拟经营数据、搭建页面、编写交互逻辑，并把营业额、订单量、客单价等指标放进可视化图表。
最终产物包含员工端和店长端：员工可查看自己的班次和工时、提交调班申请；店长端展示各门店经营总览（卖了多少单、赚了多少钱）和一周排班情况；调班申请批准后，员工端状态实时更新。全程没有写一行代码，但 Qoder 背后实际写出的代码并不少。
实测二：给存量项目加新功能
第二个场景考验的是读懂既有代码库的能力。编辑找来一个已经相当完整的 3D 太阳系项目（太阳和八大行星按轨道运动，支持缩放、旋转视角、点击星球查看信息），要求新增一个「星际旅行模式」：从地球前往火星时出现星际航线和一艘小飞船，旁边增加旅行面板显示进度、飞行状态和预计抵达时间，镜头跟随飞船移动。
Qoder 首先读懂原仓库：项目技术栈、行星生成方式、公转动画控制位置、场景渲染和相机管理逻辑，在不推翻原有结构的前提下找到新模式的嵌入点，给出修改计划后才动手。改动分布在多个文件之间：新增旅行模式组件、修改原有场景逻辑、把飞船加入 3D 世界、处理飞行路线、动画状态、进度变化和镜头控制。改完后它通过自动审批模式完成自我验证，最终成品中出现了贝塞尔航线，点击起航后飞船出发、进度条推进、镜头跟随穿越太阳系。
现实中的开发工作大多发生在已运行数月甚至数年的项目里，因此能读懂别人的项目、再接着往下开发的工具，是比「从零生成」更刚需的能力。
生态与接入能力
Qoder 支持 40 多个连接器、70 多个插件和 2 万多个技能，可以将代码仓库、项目管理、云服务及内部工具等工作系统接入 AI 工作流。这些能力并非桌面端上线时凭空出现，而是过去一年 Qoder 在 Agentic Coding 领域积累的技术底子：上下文理解负责读懂模糊的口头需求和存量项目现状，Goal 和 Plan 把目标拆成可执行路径，Agent Harness 组织执行，最后通过测试和真实环境实操验证。
判断仍属于人
Qoder 桌面端反映的趋势是：Coding 正在从程序员的专业技能，变成 AI 进入数字世界后的执行能力。网页、数据、文档、软件、数据库、代码仓库、业务系统，这些日常工作中的数字资产，操作它们的执行层越来越多地由 Agent 承担，调用 Coding 能力的人不再需要自己会编程。
但边界同样清晰：产品怎么定义、体验好不好、业务流程怎么跑、一个创意值不值得做，这些决定结果的判断依然来自产品经理、设计师和运营；越是复杂的软件工程，架构设计、工程质量、关键技术判断和最终审阅越需要真正的专业能力。变化发生在「想法」和「实现」之间的执行层，而非判断层。
Qoder 上线活动已同步开启：上线 5 天内，所有个人用户每天可领取 500 Credits，为 Qwen 3.8 系列专用积分。
一句话结论：Qoder 桌面端把「从想法到实现」的执行层放进了对话里，不会编程的个人和团队做内部工具的门槛明显下降；对专业开发者来说，它仍然是需要人工审阅与把关的助手，而不是替代者。