刚刚,阿里悄悄发布了他们全新 AI IDE,名字叫Qoder(谐音Coder)

大家好,我是泽安!见字如面~

AI 编程赛道又起浪。

腾讯有CodeBuddy,字节有Trae,百度推出了文心快码,阿里这边也一直有Lingma IDE坐镇,而现在,又一条新动态浮出水面:阿里刚刚悄悄的推出了Qoder。从公开页面来看,它支持 Windows 和 macOS,目前正处于“免费公开预览”阶段。

Qoder 发布即免费,没有恶意营销,甚至很多人都不知道,这点比那些各种要邀请码的强多了!

它支持中文,支持Google邮箱和GitHub登录,支持MCP和记忆

几点介绍:

Qoder 是什么?【官方解释】

Qoder (/ˈkoʊdər/) 是一个专为实际软件开发而设计的代理编码平台。它将增强型上下文工程与智能代理无缝集成,以全面理解您的代码库并系统地处理软件开发任务。

它超越了简单的代码完成 - Qoder 通过自动化复杂的工作流程、维护项目上下文和实现无缝的 AI 辅助开发,帮助您更深入地思考、更智能地编码和更好地构建。

第一:让不可见变可见,关于知识与执行的透明度

在正常的软件开发中,写新需求早都不是AI编程应该关注的点了,目前最棘手的部分往往屎山代码,技术偶尔度,这些看不见的东西,才是真正拖慢进度的“黑洞”。

Qoder 的第一个目标,就是把这些隐藏的问题可视化。它不止会写代码,还要帮人看清项目——架构、设计、债务、决策脉络。

而当 AI 开始工作时,它还会实时展示清晰的任务待办列表和执行流程。也就是说,AI 正在做什么、它的计划是什么、当前进展到哪一步,全部一目了然。

我们称之为「知识与执行的双重透明」,如下:

知识可见:不仅会写代码,更要让你看清项目的全局——包括架构、债务、关键决策脉络;

执行可见:To-Do 清单明确任务拆解与优先级,Action Flow 实时跟踪过程、记录关键操作。

这一切只为一个目的:让开发者始终心里有数,而不是在黑箱中盲目托管。

第二:有两个档位选择,智能提问模式和智能体模式。

  • 提问:一种简单的问答模式,用于回答编程问题。它会根据上下文给出解决方案和建议,但不会修改代码。
  • Agent模型:一种自主的编码任务执行模式,具备自主决策、环境感知和工具利用能力。它根据开发者的编码需求,利用项目搜索、计划制定、文件编辑、终端操作等工具,端到端地完成编码任务。它还支持开发者可配置的MCP工具,确保编码工作流与个人开发流程紧密结合。

Image

第三:Qoder帮你选模型

打开 Qoder,第一反应是:诶?怎么不能自己选模型?这还有点不习惯……但你好歹告诉我,里面到底内置了哪些模型吧?

Image

Image

其实现在大模型太多了,经常让人纠结:我这个任务,到底该选哪个模型效果才最好?

但说实话——这本就不该是用户该操心的事。

Qoder 会自动根据你任务的复杂度和上下文,把请求路由到最合适的模型上。你只需要关心“要做什么”,而不是“谁来做”。

这个体验,也是真的省心。

实测案例:

输入提示词:请使用前端技能帮我写一个输入域名地址可以转化为二维码的界面,要求界面整体大气,整洁

Image

全程没有任何干预,直接开发完成

Image

这个功能不是很复杂,是一次成功的!大型复杂项目泽安还没来得及测试!

总之是好的,大厂持续发力!

AI 编程未来可期!

安装地址:https://qoder.com/

官方文档:https://docs.qoder.com/

Read more

【AI大模型前沿】XVERSE-Ent:元象开源的泛娱乐中英双语底座大模型

【AI大模型前沿】XVERSE-Ent:元象开源的泛娱乐中英双语底座大模型

系列篇章💥 No.文章1【AI大模型前沿】深度剖析瑞智病理大模型 RuiPath:如何革新癌症病理诊断技术2【AI大模型前沿】清华大学 CLAMP-3:多模态技术引领音乐检索新潮流3【AI大模型前沿】浙大携手阿里推出HealthGPT:医学视觉语言大模型助力智能医疗新突破4【AI大模型前沿】阿里 QwQ-32B:320 亿参数推理大模型,性能比肩 DeepSeek-R1,免费开源5【AI大模型前沿】TRELLIS:微软、清华、中科大联合推出的高质量3D生成模型6【AI大模型前沿】Migician:清华、北大、华科联手打造的多图像定位大模型,一键解决安防监控与自动驾驶难题7【AI大模型前沿】DeepSeek-V3-0324:AI 模型的全面升级与技术突破8【AI大模型前沿】BioMedGPT-R1:清华联合水木分子打造的多模态生物医药大模型,开启智能研发新纪元9【AI大模型前沿】DiffRhythm:西北工业大学打造的10秒铸就完整歌曲的AI歌曲生成模型10【AI大模型前沿】R1-Omni:阿里开源全模态情感识别与强化学习的创新结合11【AI大模型前沿】Qwen2.5-Omni:

【保姆级教程】AI图生图+视频生成完整工作流(附提示词+参数表)

【保姆级教程】AI图生图+视频生成完整工作流(附提示词+参数表)

【保姆级教程】AI图生图+视频生成完整工作流(附提示词+参数表) 目录 * 一、前言 * 二、环境搭建与工具选择 * 三、第一步:生成高质量基础图片(图生图) * 3.1 模型选择 * 3.2 提示词编写 * 3.3 参数设置参考 * 四、第二步:图生视频核心操作 * 4.1 AnimateDiff插件安装与配置 * 4.2 运动参数详解 * 4.3 生成视频与后处理 * 五、实战案例与提示词解析 * 六、常见问题与解决方案(避坑指南) * 七、资源下载 * 八、结语 一、前言 最近AI视频生成技术火得一塌糊涂,从Runway Gen-2到Stable Diffusion的AnimateDiff插件,

用ToClaw打造AI自动助手:重复任务一键托管,告别加班(附实操场景)

用ToClaw打造AI自动助手:重复任务一键托管,告别加班(附实操场景)

前言 每天打开电脑,其实都会做很多重复性的事情:清理桌面、查看信息、整理文件、检查任务状态……这些事情单独看都不复杂,但它们每天都在发生,而且一套流程下来就要花掉不少时间。 更关键的是,这些工作大多不需要动脑,属于典型的机械重复,但你又必须亲自去完成。时间久了,就会陷入一种很典型的状态——事情不难,但很耗时间;可以不做,但又不能不做。 这就是很多人都会遇到的“重复任务困境”。 而这类问题, ToClaw 能帮你完美解决。ToClaw 是 ToDesk 推出的桌面AI助手,不只是一个聊天工具,而是一个可以真正帮你“执行任务”的助手。通过自然语言,你可以直接让它帮你处理文件、分析信息、执行操作,甚至自动完成一整套流程。 在这篇文章里,我会用几个实际场景,来展示我是如何用 ToClaw 搭建一个“自动干活助手”的,把那些每天都要做的重复任务交给 AI,而我只需要关注最终结果。 一、ToClaw

【脉脉】AI创作者崛起:掌握核心工具,在AMA互动中共同成长

【脉脉】AI创作者崛起:掌握核心工具,在AMA互动中共同成长

🎬 个人主页:艾莉丝努力练剑 ❄专栏传送门:《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法:从基础到进阶》《Python干货分享》 ⭐️为天地立心,为生民立命,为往圣继绝学,为万世开太平 🎬 艾莉丝的简介: 文章目录 * 脉脉AI创作者AMA:一场技术人的认知加速器 * 一、脉脉带来的认知重构:重新定义AI创作者 * 1.1 AI创作者的本质:不是"用AI创作的人",而是"用AI思考的人" * 1.2 AI创作的能力边界:赋能而非替代 * 二、工具解构:AI创作技术如何重构工作流 * 2.1 核心工具矩阵与应用场景 * 2.2 效率革命: