金磊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

天下程序員苦看懂老、大項目久矣。

例如猛地給你一個包含近10000個代碼文件的項目，你就說把它們給吃透得花多長時間吧。

But！現(xiàn)在你不用再為此發(fā)愁了，因為有一款國產(chǎn)AI編程工具，會給你來一波實實在在的神助攻！

多說無益，我們直接拿微軟在GitHub上面的terminal倉庫來打個樣：

Terminal倉庫包含了大約7500個文件，編程語言涵蓋C++、C#、JSON、XML、Markdown等。

接下來，我們先克隆一下：

gitclone—depth=1https://github.com/microsoft/terminal.git

然后把這個項目導進國產(chǎn)AI編程工具里面，先點擊倉庫Wiki（Repo Wiki）功能，再點擊生成即可：

這期間我們什么額外的操作都不需要做，甚至你可以去打幾把王者榮耀……回頭再看，它已經(jīng)生成出了

完整的Wiki!

可以看到，AI已經(jīng)詳盡地整理出整個代碼工程系統(tǒng)，還是以圖文并茂的方式把架構(gòu)等細節(jié)內(nèi)容給呈現(xiàn)了出來。

（注：生成時間長短取決于項目的大小。）

而且啊，這個Wiki還支持共享模式，團隊里一個人生成，N個人可共享、協(xié)作。

如此一來，不論是梳理再龐大的項目，或是接手別人的陌生代碼（甚至是沒有注釋的那種），一切都會變得從從容容、游刃有余~

那這到底是何許AI編程工具是也？

不賣關(guān)子，它正是今年8月份一問世便已然名聲大噪過的Qoder。

而時隔僅三個月，這一次，它已然在AI編程圈里解鎖了三個“最”：

最強模型：使用“全球頂級模型+專項自研模型”的方式，效果優(yōu)勢立竿見影，效果評分領(lǐng)先頭部產(chǎn)品13.22%；最全覆蓋：全面支持IDE、CLI和JetBrains插件三種產(chǎn)品形態(tài)，無論你是小白還是專業(yè)開發(fā)者，都能用得上，一套賬號和積分體系，體驗絲滑一致；最高性價比：在同樣付費金額、SOTA模型的條件下，可完成205%的任務，性價比直接拉滿。

從這三個“最”中不難看出，Qoder這次是要鉚足了勁直擊AI編程的七寸——主打一個為真實軟件研發(fā)而生。

對真實軟件最好的理解來自Qoder 創(chuàng)始人叔同，他提到：

Qoder 繞過從0到1生成新項目的“酷炫”場景，直接切入占開發(fā)者95%工作時間的“真實軟件”研發(fā)領(lǐng)域。

真實軟件是指真正產(chǎn)生商業(yè)價值的軟件。一旦產(chǎn)生商業(yè)價值，就要對用戶和客戶負責，需要嚴肅的修改、迭代和演進，不能有故障問題，并且會有很多歷史積累，可能存在5年、10年。

這些歷史代碼不能亂改，不能發(fā)揮想象或產(chǎn)生幻覺。因此這是價值高地，因為它真正支撐信息產(chǎn)業(yè)持續(xù)產(chǎn)生價值。

今天很多工具從Vibe Coding切入，而Qoder選擇從真實軟件切入，構(gòu)建產(chǎn)品，這個選擇足夠大膽也很堅決。

但有一說一，畢竟真實開發(fā)場景可謂是錯綜復雜，即便是此前公認實力強悍如Cursor等產(chǎn)品，也時有被詬病。

Qoder到底能勝任到什么程度，唯有一波深度實測方能見分曉。

實測Qoder：后端程序員有福了

接下來，我們將用一個典型的企業(yè)級Java項目來貫穿整個實測內(nèi)容。

有請被測“選手”——Spring Petclinic。

雖然Spring Petclinic整體的大小不大，但它是Spring官方最佳實踐模板，涵蓋了MVC、JPA、Thymeleaf、單元測試、數(shù)據(jù)庫遷移、異常處理等企業(yè)開發(fā)核心要素。

我們依舊是先對這個項目做一下克隆的操作：

gitclonehttps://github.com/spring-projects/spring-petclinic.git

實測第一彈：IDE形態(tài)

精準理解代碼工程的上下文，可以說是檢驗AI編程工具是否好用的關(guān)鍵指標之一。

為了實測這一點，我們先在Qoder IDE里面打開Spring Petclinic項目，再任意打開一個Java文件（例如OwnerController.java）。

然后我們在右下角的對話框中，選擇“智能問答”模式，用自然語言提問：

這個controller的findAll方法用到了哪些Service和Repository？

從結(jié)果上來看，Qoder自動檢索出了OwnerService → OwnerRepository的調(diào)用鏈，不僅給出了結(jié)論是“僅使用了OwnerRepository”，還將具體分析過程羅列的清清楚楚。

而這也只是Qoder對代碼工程理解能力的冰山一角。

據(jù)了解，Qoder可一次檢索10萬個代碼文件，類似電商網(wǎng)站前后端開發(fā)這樣的任務，可以從數(shù)天壓縮到約十分鐘！

值得一提的是，Qoder這次還上線了模型分級選擇器，包括基礎(chǔ)輕量（Lite）、經(jīng)濟高效（Efficient）、極致性能（Performance）和智能路由（Auto）四種模式，可以匹配不同復雜度的研發(fā)。

理解和拿捏代碼工程的全貌固然重要，但對于一個AI編程工具來說，執(zhí)行力，才是關(guān)鍵中的關(guān)鍵。

Qoder所提供的Quest Mode正是一個由Spec驅(qū)動的AI自主編程功能。

在這個模式之下，開發(fā)者只需要用自然語言輸入Spec（需求描述）即可，例如：

為Petclinic添加一個RESTful API：GET /api/vets/specialties，返回所有Petclinic列表，使用JPA和Spring Data REST，包含單元測試。

只需片刻功夫，Quest Mode就會基于這句簡單的需求描述，先是設(shè)計出一份超完整的需求文檔，然后自動并逐步執(zhí)行計劃中的任務，最后還會對整體的任務做一份總結(jié)：

由此一來，AI編程工具不再是實時伴隨的存在，Qoder已經(jīng)把它進化到了異步委派的程度。

實測第二彈：JetBrains插件

對于很多開發(fā)者來說（尤其是后端），JetBrains已然是用得非常習慣的一款I(lǐng)DE。

如果在看完剛才的實測后，你想在不換IDE的情況下使用Qoder的各類功能，現(xiàn)在也是可以的——插件形態(tài)，了解一下。

剛低調(diào)上線一周就斬獲了3萬多下載，后端開發(fā)者對JetBrains插件渴望已久啊！

安裝完畢后，在JetBrains后側(cè)的邊欄中我們就能看到Qoder插件的身影。

我們依舊是小試牛刀地來看看插件形態(tài)下的Qoder對于整體項目框架的理解能力：

如何為 /owners/{ownerId} 添加分頁？

可以看到，Qoder插件依舊是詳細且穩(wěn)穩(wěn)地給出了問題的解決方案。

除此之外，Debugger集成也是Qoder插件在JetBrains中的一大亮點。

我們先在findowner這個方法處設(shè)置一個斷點：

而后我們可以點擊Debug按鈕，JetBrains會自動暫停在咱們設(shè)置的斷點處，此時再打開Qoder插件并詢問：

ownerRepository.findById返回的是什么對象？

可以觀察到Qoder插件能理解Debugger上下文，直接引用內(nèi)存中的變量和調(diào)用鏈，無需開發(fā)者手動復制粘貼信息，實現(xiàn)智能調(diào)試建議。

除了Debbuger集成，數(shù)據(jù)庫支持也是可以有的。

例如我們打開OwnerRepository.java，并詢問：“這個findByLastName方法有SQL注入風險嗎？”

嗯，依舊是穩(wěn)穩(wěn)輸出。

劃個重點：Qoder集成了海外SOTA模型，無論是速度還是體驗都是一流水平；而且它還是唯一支持記憶感知的JetBrains插件。

這就意味著Qoder插件在與開發(fā)者的持續(xù)對話中，會自動形成針對個人編碼習慣、項目特點、常見問題的記憶。

如此一來，就真正達到了“越用越懂你”的效果。

實測第三彈：CLI形態(tài)

除了IDE和插件之外，許多專業(yè)開發(fā)者們瘋狂迷戀的命令行界面工具（CLI），Qoder也是支持的！

安裝也非常的簡單，只需要在終端里面輸入一行代碼即可：

curl-fsSLhttps://qoder.com/install| bash

安裝成功后，重啟終端并輸入qodercli就可以開搞了：

我們先來在Vet.java文件中制造一個典型的bug，即一個潛在的空指針風險：

而后我們直接在CLI里面，用自然語言的方式讓Qoder來修復一下這個bug：

Vet.java文件中有個bug，幫我找到并修復一下。

非常精準，Qoder CLI直接找到到了bug所在之處，并且已經(jīng)幫我們修復好了！

通過@qoder還可直接在Issues和Pull Requests中進行交互對話：需要解釋某段復雜邏輯時，評論@qoder解釋這段代碼；發(fā)現(xiàn)bug需要修復時，直接評論@qoder修復這個問題。

而且Qoder CLI可以與GitHub深度集成，可在幾分鐘內(nèi)提供有關(guān)拉取請求的上下文反饋，進行高質(zhì)量代碼審查。只需在倉庫的 .github/workflows/ 目錄添加配置文件，就能為每個Pull Request自動提供智能代碼審查。

據(jù)了解，它可以提升2倍代碼審查質(zhì)量，提升10倍審查效率，大幅降低了人工審查代碼的壓力。

Qoder CLI之所以能夠做到又快又準，是因為它內(nèi)置一個輕量的Agent，支持自定義插件、命令及子代理的擴展。

從評測結(jié)果上來，Qoder CLI已經(jīng)是Claude Code的完美平替了。

最后總結(jié)來看本次的實測結(jié)果，我們不難發(fā)現(xiàn)，Qoder能夠同時支持IDE、JetBrains插件和CLI三種形態(tài)，只是它亮點中的一隅。

更難得是它在技術(shù)上實現(xiàn)了業(yè)界領(lǐng)先的增強上下文工程（評測領(lǐng)先13.22%）、擁有記憶力感知（對話質(zhì)量提升40%）、全球頂尖模型加持（RepoWiki模型Credits消耗節(jié)省93%）。

最最最重要的一點，是很多開發(fā)者更加關(guān)心的的性價比——花同樣的錢，可以完成205%的編程任務。

如果Qoder Pro按照實付$10實際2000 Credits計價，$20對應4000 Credits，SOTA模型可運行任務數(shù)為204.5，耐用度比Cursor高104.9%。

嗯，最強模型、最全覆蓋和最高性價比，Qoder這次是真的做到了。另外，大家關(guān)心的團隊版本據(jù)說將在12月初上線，再次把期待值拉滿了。

AI編程耐不耐用，現(xiàn)在也有標準了

不過一個AI編程工具到底好不好，光談實測和體驗還是不夠的。

這一次，Qoder團隊為行業(yè)提供了一個可參考的標準——AI編程工具的耐用度評測集，還開源了！

從語言方面來看，這個產(chǎn)品耐用度評測集涵蓋了目前最主流、最常用的幾種，比如 Python、Javascript、Typescript、Java 和 Golang等。

而且還會針對每種語言，設(shè)置一些使用主流或較新技術(shù)框架的題目。這就像模擬了開發(fā)者們在實際項目中會遇到的真實環(huán)境和復雜場景，能更全面地考察AI編程工具在復雜情況下的表現(xiàn)。

據(jù)了解，Qoder已經(jīng)通過真實軟件項目做了相應的測評，從結(jié)果來看，對比頭部AI IDE產(chǎn)品，Qoder在復雜工程、生成效果、Credits耐用度方面，均已經(jīng)超過全球頭部產(chǎn)品。

并且團隊還計劃在明年3月份前把評測集中的真實開發(fā)場景案例數(shù)量擴展到50多個。

不得不說，以后再要評判哪家的AI編程工具好，各式各樣只能看到數(shù)字成績的Benchmark可以往后稍一稍了；效果好不好，真實開發(fā)場景的實測說了算。

最后，體驗地址放下面了，感興趣的小伙伴們可以沖了~

Qoder地址：
https://qoder.com/

耐用度評測集地址：
https://github.com/agentic-coding-durability-evalset