友友們，AI Coding市場格局最新結果，新鮮出爐了！
就在這幾天，IDC發佈了《中國AI程式設計市場份額，2025》報告。
果然啊，還得是AI Coding——
報告顯示，2025年中國AI程式設計市場規模為3.99億元，預計2026年底增長至11.73億元。
（咱就說，這裡頭有沒有大家貢獻的一份Token之力吧！）
而在一眾AI Coding廠商中，營收份額最高的玩家，大家也很熟悉——阿里。
營收份額佔總體市場的47.6%，差不多接近整個市場的一半兒，落到具體產品上，就是它家的「Qoder」。
甚至，我還淺淺瞭解了一下，Qoder目前的使用者規模，事實上已經有500萬了？？（doge）
估計大家想的跟我一樣，滿打滿算上線還不到一年的產品，咋就幹到市場第一了…….
上線不到一年，阿里Qoder衝到中國AI程式設計市場份額第一
講真，剛看到這份報告的時候，我對阿里衝到「第一名」這事兒倒沒有太意外。
畢竟，阿里的模型千問能力到底啥水平，也是有口皆碑，確實蠻夯……
但IDC這份報告不太一樣的地方在於，它統計的不是模型能力，而是中國AI程式設計Agent的「市場份額」。
要知道，模型跑分高和真正吃下市場，中間還隔著一整條漫長的產品化的鏈路的。
AI程式設計最終能拿到多少市場份額，還得看使用者願不願意長期使用、企業敢不敢接入生產流程，以及產品能否把模型能力穩定地交付出來…（扎心.jpg)
在國內一眾的AI Coding類產品中，Qoder上線的時間並不算「太長」。
阿里是去年8月才正式發佈的Qoder這個智能體程式設計平台。
滿打滿算，從發佈到現在也就不到一年的時間，能在這麼短時間衝到中國AI程式設計市場份額的頭部，自然也有點說法……
事實上Qoder剛發佈的時候，瞄準的就是一條覆蓋個人IDE、雲端Agent、命令列和數字員工的完整Coding產品線。
這麼看的話，產品剛發佈那會兒其實對應著AI程式設計行業正在發生的一次變化——
那就是隨著Agent能力越來越強，使用者與工具的關係也從親自寫程式碼、讓AI從旁輔助，逐漸轉向定義任務、監督執行和驗收結果。
順勢而為，今年5月，阿里上線了Qoder 1.0版本，這次升級也讓Qoder 從AI IDE升級為智能體自主開發工作台。
由咱使用者主要負責定義需求，後面的執行、驗證和交付，都可以交給Agent團隊繼續往下跑。
但是，真上手過AI Coding產品的朋友都知道，Agent這東西，你賦予它的能力越強，它越容易出岔子。
過去以對話方塊為核心的互動方式，其實很難承載持續時間更長、執行步驟更多、多個任務同時推進的開發流程。
使用者總不能隔一會兒就翻記錄、查進度、盯結果，所以，當Agent越能幹，「過程管理」的重要性也就越突出。
針對這個問題，Qoder 1.0其實在互動體驗上做了一次比較大的調整，那就是將Quest從IDE中的一項功能，單獨做成了一塊完整的工作視窗。
任務管理、狀態追蹤、產物審查和知識呼叫等能力，都被集中到了這塊視窗裡，是的，統統梭哈了……
即使多個任務平行推進，使用者也不用逐一切換窗口，只看一個螢幕就能知道每項任務跑到了那裡、生成了那些產物。
而這也解決了Agent自主開發之後很現實的一件事兒：活可以交出去，過程依然看得見，結果也始終審得清。
Qoder的產品考量也沒有停留在獨立開發者身上，還有「企業」，而這恰好也是AI Coding的核心使用者群體之一。
要知道獨立開發者一個人庫庫Coding時，Agent記住個人的編碼習慣，基本就能順利開工。
可一旦進入研發團隊，它面對的就變成了幾十名開發者、多個程式碼庫，以及一套運行多年、甚至很難被完整寫進文件裡的開發規則！！！
所以到了Qoder 1.0，原本分散在Memory、Repo Wiki和Knowledge Cards中的資訊被統一收進了同一個知識引擎。
具體來說，Agent開始執行任務時，可以主動呼叫團隊規範、歷史決策、編碼習慣和技術堆疊知識。
某位開發者已經解釋過的問題，也會沉澱進團隊的知識體系，下次換個人、換一個Agent繼續幹活，依然能夠無縫接上～
至於這套知識引擎究竟有沒有用，最終還得用實際資料說話——
實測資料顯示，知識引擎功能上線後，使用者程式碼保留率提升11%，輸入Token消耗大幅降低40%，對話輪次減少33%。
（不是我說，這是真省Token啊……）
甚至，在「安全」這件事上，Qoder 1.0還把防線拉到了Agent運行的整個過程——
任務開始前，由企業策略劃定邊界；任務執行中，通過安全執行階段識別和攔截風險；任務完成後，再由審計治理系統留下完整記錄。
程式碼層面則設定L1到L4四級防禦，從正則校驗、語義Diff，一路延伸到跨檔案分析和CI/CD攔截，並配合資料本地記憶體、高危操作攔截與加密連接。
而這些能力，其實也直接決定了企業敢不敢讓Agent走出實驗區，進入「核心生產流程」。
但光給Agent裝上剎車還不夠，企業內部不同角色接觸的程式碼和承擔的職責各不相同，權限也需要跟著細分。
因此，Qoder企業版還把模型權限交給管理員，其可以按照人員、群組和程式碼庫分別配置。誰能呼叫什麼模型、在那個項目中呼叫，都有清晰邊界。
甚至Qoder還把個人摸索出的經驗留在團隊裡——給企業開放了專屬Plugin和Skill市場。
經過驗證的工作流可以被封裝、共享和統一管理，逐漸變成整個團隊都能反覆呼叫的能力。
AI程式設計這件事兒，真的從每個人自己研究怎麼用，走向了整個組織一起把它用起來。
模型、Harness Engineering與產品的持續進化
作為一款AI程式設計產品，Qoder能衝到市場頭部，自然離不開最基礎的一件事兒，那就是「程式設計能力」本身。
畢竟，真正落到寫程式碼、改Bug和跑測試的時候，還得看模型能不能幫咱任務統統梭哈下來！！
而Qoder背後的關鍵模型之一，大家也相當熟悉，就是在程式設計智能體領域拿下SOTA的「Qwen3.7-Max」——
在SWE-Pro上拿到60.6分，SWE-Multilingual達到78.3分；在更考驗終端操作能力的Terminal Bench 2.0-Terminus上，甚至拿到了69.7分。
Benchmark榜單上的數字，對我們普通使用者來說可能沒那麼有體感。
但落到實際使用中，這意味著使用者在面對複雜任務時，Agent能夠讀懂更龐大的程式碼庫，跨檔案定位並修改問題，再把寫程式碼、呼叫工具和運行測試這一整套流程持續執行下去。
對於Qoder來說，模型提供的正是這條任務鏈能夠跑通的能力上限——
在模型供應上，Qoder也一直走開放路線，除了自家Qwen模型，還保持上線最新的GLM、DeepSeek和Kimi等國內外頂尖模型，把選擇權交給使用者。
產品和模型夠強之後，自然還得有一套工程系統，把它穩定地組織起來。
Qoder 1.0的一項關鍵升級，就發生在Harness Engineering上，其將傳統聊天對話，升級為結構化的任務執行階段——
Agent做了什麼、任務推進到那一步、生成了那些產物，都有清晰的狀態和歸屬，整個執行過程可以隨時審查。
知識呼叫也被嵌入任務流程，Agent會在規劃、生成和審查等不同階段，主動呼叫對應範圍的團隊知識，減少無關資訊對任務的干擾。
而同樣的模型能力最終能不能被穩定地轉化成一次完整交付，靠的正是這套Harness Engineering！（大師，我悟了）
一代更比一代強的老話，放在AI Coding上確實格外貼切，事實上Qoder的進化也沒有停在1.0版本。
畢竟使用者願不願意「持續」使用和付費，很大程度上取決於產品能力能不能「及時」轉化成真正用得上的功能——
自2025年8月發佈首個版本以來，Qoder持續補齊外掛、CLI、Mobile、Cloud Agents和QoderWake等產品形態，將能力從IDE延伸到終端、移動端和雲端Agent，覆蓋更多真實開發場景。
這套持續迭代，也獲得了國際研究機構的關注。
今年6月，Gartner®發佈《2026年企業級AI程式碼智能體魔力象限》報告，全球僅12家企業入圍，憑藉Qoder的產品能力和市場表現，阿里雲連續三年進入“挑戰者”象限，也是其中唯一一家中國公司。
從模型能力到Harness Engineering，再到不斷擴展的產品形態，Qoder也逐漸補齊了一款Coding Agent走向規模化應用所需要的完整鏈路。
這兩年AI Coding確實火，火到各種xx Plan一湧而入，火到OpenAI、Anthropic、微軟、阿里全部下場。
甚至就在這兩天，Claude Code和Codex都捲起使用者使用額度來了……（妙啊.jpg）
產品火是一方面，但這兩年AI Coding對於行業的意義，事實上早已超出一款生產力工具的範疇。
原因很簡單，程式碼能不能運行、測試能不能通過、任務能不能交付，這些結果都擺在明面上的。
模型的推理、工具呼叫和長任務執行能力究竟行不行，放進真實開發任務裡跑一遍，基本就見分曉了。
也正是因為有著足夠明確的結果，AI Coding的商業價值，其實更容易衡量——
到底提升了多少效率、節省了多少成本、究竟值不值得使用者去買單，這些都變成了一筆能算出的《清楚帳》。
於是我們發現，AI Coding率先在行業建立起相對清晰的付費模式和ROI，也成為大模型商業化跑得最快的方向之一。
△AI生成
相較於Codex和Claude Code在海外的猛攻勢頭，在國內的這場AI Coding市場競爭中，阿里Qoder蠻特殊的點在於——
佈局時間夠早，覆蓋鏈路也足夠長。
從SOTA級Qwen模型，到覆蓋IDE、CLI、雲端Agent和數字員工的Qoder產品家族，阿里將模型、Harness Engineering、開發工具和企業交付接進了同一條鏈路。
最終，這套系統能力也被轉化成了使用者的投票結果，那就是行業頭部的市場份額，500萬的產品使用者規模。
如果我們從這個角度看，Qoder拿下頭部位置所釋放的訊號，或許比排名本身更值得關注了。
當前AI Coding的競爭現已經進入系統能力階段，模型決定技術上限，工程體系決定交付穩定性，產品矩陣與企業能力決定市場縱深。
Qoder的成長路徑，也讓這場變化有了一次清晰的商業驗證，模型能力可以落進產品，產品能力可以進入企業，企業使用可以轉化為真實收入。
行業頭部的市場份額，可能更像是一個階段性坐標，第一當然不是終點，更像是下一輪Agent競爭的起跑線。
而率先站到起跑線前排的，正是阿里Qoder。 (量子位)