阿里 Qoder 拿下这个第一，并不意外

今天凌晨是阿根廷和英格兰世界杯的半决赛，作为老登我也是努力在 3 点半爬起来看球了，阿根廷众志成城，再次完成无敌逆转，看的人心潮澎湃。比赛结束，我又睡了个回笼，跑来公司了。

打开 Mac 就看到这条消息，IDC 发布了《中国 AI 编程市场份额，2025》报告，阿里的 Qoder 以 47.6% 的份额排在了第一位。排在第二到第五位的分别是智谱、商汤科技、腾讯和百度，份额相加是 34.9%，仍然没有追上阿里。

IDC《中国 AI 编程市场份额，2025》市场份额图

对一个 2025 年 8 月才推出首个版本的产品来说，这个增速可谓迅猛。我们常常讨论海外几个著名的 Agent 工具，其实国内开发者因为规则和安全因素，更多要使用国内的 Agent 工具，所以我一直在关注这方面的进展。

这个第一是怎么算出来的呢？按营收计算的。下载量、注册数都可以靠活动和补贴拉新，但收入是实打实的，需要开发者和企业打开钱包付费才行。在这个过程里，ROI 会被算得很清楚，能不能快速交付产品，能不能为企业带来价值，这些都是使用过程里实实在在的东西。

一个 AI 编程产品如果只有漂亮的 demo，往往活不过第一个真实项目。

Qoder 在这种情况下拿到 47.6% 的市场份额，证明了一件事：一大批中国开发者和企业认为，这个工具可以进入日常工作流，也值得持续付费。

说实话，现在开发者对工具的耐心真的很有限，没啥忠诚度，因为这个赛道太卷了，还有海外工具可选择。持续的续费一定来自效率提升。

中国开发者为什么愿意选择 Qoder ？

我想，第一个原因是它没有强迫大家换一种方式写代码，一切都很自然，习惯桌面 IDE 的人可以用 Qoder IDE（Desktop），喜欢 Vibe Coding 的用 Qoder Quest，长期待在 IntelliJ IDEA、PyCharm、WebStorm 里的开发者可以安装 JetBrains 插件，终端用户可以用 CLI，离开电脑后还能通过移动端查看和管理任务，还可以独立配置自己喜欢的模型，Qoder 内置了全球领先的模型，也支持用户 BYOK。

产品形态看起来很多，背后的逻辑却是一致的：让工具适应开发者，降低使用上的摩擦阻力。

这件事其实挺容易被低估的。程序员的桌面上从来不缺新工具，真正稀缺的是能长期留存的；每换一个编辑器、命令行习惯或账号体系，都会增加一笔看不见的成本。Qoder 把能力放进开发者已经熟悉的环境里，降低使用摩擦，这比再写十页“颠覆软件工程”的介绍更有用。

第二个原因是什么呢，我觉得是 Qoder 对 AI 编程的理解已经从“帮我写代码”彻底走向了“完成复杂长任务”。今年 5 月发布的 Qoder 1.0，把产品升级为了智能体自主开发工作台；独立的 Quest 视窗承载任务定义、状态追踪、产物审查和知识调用，Agent 则负责执行、验证和交付。用户可以在同一屏幕管理跨项目的多个任务，开发者的工作重心随之转向确定目标、处理异常和判断结果。

并且，使用过 Qoder 的用户会发现，这期间的转化非常优雅。

Qoder 多任务 Agent 工作台

自动补全解决的是打字速度，Agent 工作台处理的是复杂长任务；前者提升写代码的效率，后者完成多个复杂长程任务。

第三个原因是 Qoder 对上下文的处理做了巨大改进——这一点我之前就专门写文章介绍过。Qoder 1.0 把 Memory、Repo Wiki 和 Knowledge Cards 整合成团队知识引擎，让 Agent 在执行任务时，能随手调用个人偏好、项目架构、历史决策、编码规范和技术栈知识。

根据 Qoder 披露的 A/B 测试数据，记忆系统使代码保留率提升 11.10%，输入 Token 降低 40.13%，对话轮次降低 32.60%。当一个 Agent 能够理解并记住项目，它才能像一个伙伴一样帮你完成工作，而不是狗熊掰棒子，干一个扔一个。

第四个原因，是模型之外的工程能力。模型决定了天花板，Harness Engineering 决定有效产出。烧 Token 没问题，你得做有价值的东西才行。

Qoder 现在创新性地把聊天升级为了结构化的 Task Runtime，为任务建立工作区、执行、产物、交付和知识边界，每一步都有状态，也可以审查，所以企业才喜欢用。

这也解释了为什么 Qoder 的优势能从个人开发者延伸到企业。企业关心的不止是代码生成速度，还包括数据安全、禁止高危操作、过程可审计、不同员工可以调用哪些模型等等。

Qoder 在这方面建立了事前策略、事中运行时和事后审计三层架构，并支持按人员和代码库分配模型权限；企业还可以建设专属 Plugin/Skill 市场，把内部工作流交给员工和 Agent 使用。

对金融、汽车和大型软件团队来说，一次越权操作或一段来源不明的代码，代价可能远高于节省的工时。因此，安全和治理这些事听起来没那么热闹，却直接决定采购合同能不能签下来。

显然，企业愿意把预算交给能进入生产环境的产品。

AI Coding 发展到现在这个阶段，显然没到提前发奖杯的时候。海外有 Claude Code、Codex 等非常强大的产品，国内各家也在快速迭代；模型能力、价格、生态和开发者口碑，都可能让排名继续变化。

我的判断是，国内外最终都会有 3 - 5 个产品，留在开发者和知识工作者的桌面上。除了模型能力强大之外，完整工作流、组织知识和企业治理形成的系统能力更难复制。

阿里拿下这个第一，并不意外。用户每一次生成代码、提交版本、完成交付和订阅续费，都在给产品打分。未来的竞争仍在代码仓库、终端窗口和每个准时上线的版本里。

期待中国的 AI Coding 工具能走得更远，也期待这场竞争中能够出现世界级的国产 AI Coding 产品。