2025QECon全球软件质量效能大会：新一代Agentic Coding平台Qoder在真实软件开发场景的应用

Qoder技术专家

，负责CodingAgent在企业级场景的效果优化。

曾在蚂蚁集团研发效能部从事研发提效多年

，负责CloudIDE体系建设，AI

Coding产品创新。对于CloudIDE

，研发提效

，AI需求生成代码等领域有丰富的实战经验。左志鹏阿里云智能集团研发工程师目录CONTENTS02

Qoder在企业级代码上的探索和方案01

Vibe

Coding的两面性03

实践技巧PART

01Vibe

Coding的两面性METR实验：邀请开发者在真实生产环境中使用，统计发现AI工具的研发同学产出降低了19%

，而研究者的体感是提效24% Vibe

Coding在生产级开发真的提效了吗Replit8个月1亿的ARRLovable8个月1亿的ARRCursorSaaS历史上最快达到1亿美元ARR纪录 Vibe

Coding

的两面性❄

冷静的现实

情绪狂热的一面•

难以全面理解复杂项目构、隐性知识•

只有代码理解而没有业务领域知识理解•

用户每次都是新开的会话

，历史的经验没有得到保存和复用•

生成的代码常存在冗余、安全漏洞

，可读性差等问题

，增加了技术债务AI生成的代码问题增加了技术债务不断刷新ARR记录

侧重代码“预测”而非业务“理解”历史经验没有保存和复用PART

02Qoder在企业级代码生成上的探索和方案多维检索智能重排自动生成代码关联经验复用自动更新智能拆解异步执行企业仓库复杂上下文检索准确度低文档缺失无人维护个人经验无法复用长任务用户描述模糊智能上下文引擎Wiki

引擎记忆引擎Quest模式精准上下文实时wiki持久化记忆精准Spec和功能代码01020304 Qoder的一些思考和方案关键词引擎•实时查询•关键词分析•关键词改写•链路扩充精选精排定制Embeding模型•代码语义理解•嵌入生成•持续训练擎

新

析引

更

分

系图

图

系

链

关码

时

关

用

数代

实

类

调

函向量索引处理引擎•实时更新•批量处理•负载均衡Merkle树变更检测•文件哈希树•增量更新•版本追踪加密通信模块•端到端加密•

哈希验证•安全传输分布式缓存层•

热点数据缓存•

毫秒级响应代码检索工具语义检索引擎开发者本地机器远程私有集群加密传输 Code

base:面向AI编程的混合检索架构LLM•

•

•

•02

精

：

合

索：调：

代、

系，语、链接•双重排序：相似度

+结构相关性言解语理跨义继承关码模型用链定制代码图向量搜••略混检索策度解决技术解决方案 Code

base:Qoder索引方案对比×精度问题纯文本匹配

，忽略代码结构关系无法理解更高维度的仓库语义×延迟问题索引更新间隔数分钟

，模型拿到滞后代码•客户端变更即时通知服务端•秒级嵌入更新•个人化索引

，跟踪分支/文件状态•独立向量数据库

，零代码外传•哈希验证访问权限•端到端加密传输传统AI编程工具的一些问题×隐私问题代码三方存储

，安全风险延迟解决：

实时同步架构隐私解决：

端到端加密0103业务场景代码块检索

业务功能查询

代码关系查询

代码定义查询

项目目录结构关键词检索语义检索代码图谱检索符号检索

目录树检索 Code

base:检索系统汇总图索引索引事件分发向量索引索引构建管理文件树管理用户鉴权检索引擎任务调度关键查询能力基础依赖索引管理基础服务Repo

Wiki：

Qoder

Wiki预览 Repo

Wiki：

仓库知识好帮手知识内容分类多Agent处理引擎处理机制模块详情•功能说明•API文档•配置参数•使用示例全量生成完整仓库扫描从零构建Wiki断点续传进度保存机制中断后恢复机制触发机制会话定时触发git变更触发增量更新技术智能差异检测局部内容刷新内容生成Agent增量更新Agent目录分层Agent初始化AgentCodebase工具动态模型管理记忆工具Prompt管理Markdown工具Diff处理工具•业务流程•调用关系•数据流向•关键路径•文件结构•层级导航•重点标记•快速定位•项目介绍•技术栈•架构概述•快速开始核心逻辑仓库概览目录树 Memory：

Qoder

Memory预览自主学习用户需求自主学习Agent任务执行自动注入上下文仓库wiki记忆引擎记忆存储机制记忆解析记忆消费机制记忆召回历史经验错误排查方案构建部署经验重构调试经验项目知识项目架构技术栈和依赖API文档个人偏好代码风格工作流习惯自定义规则分析Code

base自动注入上下文记忆评估记忆精选记忆组织记忆汇总记忆类型 Memory：

自我进化的记忆系统使用场景动态组装引擎智能上下文组装

•多源数据融合

•个性化适配

•实时响应优化 Qoder的企业级仓库感知汇总个人维度个人Memory

•历史偏好环境信息工程信息

•运行环境项目维度代码检索

•仓库Wiki检索服务向量

•全文

•

图谱优化策略去重

•排序

•补充信息感知工程信息

•环境状态压缩处理信息压缩

•上下文优化实时更新变更检测•

增量同步代码生成智能问答Quest模式知识管理Context分类核心处理层Quest模式：

Qoder

Quest预览阶段3任务报告挑战

：AI产生数十或数百个代码文件变更量

，研发疲于审查自动产生报告：•

编程任务的概述•验证步骤和清晰的代码变更列表•

结果•

可靠性和正确性评估 Quest模式：

Spec

Driven

Coding

Agent自动化的解决方案：•

明确定义软件逻辑•

详细描述变更内容•

建立验证标准•

自动生成全面规格Qoder

特性：•

强大的架构理解能力•

代码检索功能•

自动化的Spec对齐能力阶段1Spec生成挑战

：开发者表达复杂需求的清晰度•

自动集成Qoder

Context引擎•

可视化仪表板监控进展•

规划和执行步骤可视化•

异步执行无需主动监督•

遇到障碍时发出行动需求通知阶段2行动智能体自主运行实现Spec特性：0-1应用生成大规模下重构复杂功能开发Quest模式适合场景

Quest模式：

Spec

DrivenCodingAgent（2）PART

03实践技巧•简单任务

：Task→Agent

→

Code（一步到位）•仓库学习了解

：Task→Ask→

Knowledge（交互获取）•复杂任务

：Task→Ask→Agent→

Code（先规划后实现）•大型项目/0-1需求

：Task→Quest

→

SPEC

→

Code（SPEC化开发）

实用技巧：

编码任务的不同使用方式示例：修复简单bug、

添加简单功能示例：学习新项目结构、理解业务逻辑、

技术选型讨论示例：大型新功能开发、

复杂算法实现、

系统集成示例：0-1原型，

完整系统开发、

大型重构、

产品迭代复杂任务大需求长任务/0-1项目明确的需求

，小需求仓库学习研发方案讨论直接实现代码理解架构获得方案AskAgent实现代码实现代码QuestAgentAsk

详细SPEC

实用技巧：

借助Wiki快速上手代码仓库阅读仓库Wiki

快速跳转代码查看

实用技巧：

借助Qoder生成测试来验证功能Qoder功能测试测试报告单元测试测试数据构造

实用技巧：

复杂任务逐步拆解复杂任务研发代码研发方案

Ask模式Agent模式设计文档Action

Flow完成研发

Spec

驱动全链路执行Quest模式：

把复杂需求“外包