AI Coding，终于开卷协同作战了。
最近实测阿里Qoder的「专家团模式（Experts Mode）」后，我发出了上述感慨。在这个模式下，Qoder直接为我组织了一支赛博工程团队，我主要负责观看，专家团则负责具体执行。
它能自动解析需求、分配任务，并调配前端、后端、测试、运维等不同职责的“工程师”，驱动多个智能体同时推进任务。这让我体验了一把躺着当CTO的感觉。
这背后体现的是AI Coding的新趋势：氛围编程（Vibe Coding）正在走向多智能体协同编程。开发者逐渐转变为Agent管理者，而AI IDE本身也正在演变为智能体管理工具。
一、Qoder专家团带我速通个人博客
打开Qoder，在Editor模式下点击右上角“切换AI侧栏”，再点击中间下方的模式切换键，就能启用「专家团模式」。
为了快速检验专家团的能力，我选择从零开始搭建一个简单的个人博客项目。在我输入项目需求后，专家团的「指挥官」Team Lead自动将需求拆解为8个任务，并分派给了不同的赛博工程师。
Team Lead首先派出的是通用工程师Nick。他并不负责具体开发，因为当时只有一个空文件夹，缺乏项目所需的环境。Nick的任务是安装依赖、搭建基本的项目结构，完成项目初始化。
在这一过程中，Nick遇到了一些问题，但它自己就成功解决了。
最终Nick顺利完成任务，并向我汇报了工作。
接着，Nick将工作交接给他的“同事”——后端工程师Jimmy。但与人类后端工程师通常既负责后端开发又负责数据库不同，Jimmy在这里只负责初始化数据库，这体现了「专家团模式」细致的分工。
Jimmy建完数据库后，项目正式进入编码阶段。Team Lead按模块将工作分给了5位工程师，他们分别负责前端页面、中间件和后端API的开发，覆盖非常全面。
这看起来是一个线性过程，但实际上在开发阶段出现了多名工程师同时推进项目的情况。这无疑加快了开发效率，也是专家团模式下多智能体协作编程的优势之一。
等前面7位“同事”完成开发后，项目指挥官Team Lead还安排了测试工程师Chris进行完整流程验证。
Chris会直接打开浏览器，输入账号密码登录网站，然后完整测试一遍整个增删改查（CRUD）逻辑。
同时，系统会自动保存关键页面的截图，用于展示测试结果。
测试工作完成后，项目开发并未结束。我又让系统评审了一下代码质量，于是Team Lead追加了专家代码评审员Mark。Mark找到了多个系统漏洞，并按严重程度进行了分级。
我随即让专家团修复这些漏洞。专家们没有逐一修复，而是先分析情况，发现两个任务之间没有依赖关系，可以独立开发。于是，两位专家并行完成了任务，效率显著提升。
至此，开发和测试工作全部结束。在Qoder专家团8位专家的帮助下，我只花了16分钟就拥有了一个功能完整的个人博客网站。它具备完整的增删改查逻辑，拥有前台展示页面和后台管理页面。
但目前的技术架构还比较简陋，没有实现前后端分离。我决定增加难度，考验一下专家团的重构能力，要求其使用Spring Boot和MySQL重构后端。
二、专家团组团重构，并用AI开发AI工具
我首先将我的重构需求告诉了Team Lead。Team Lead进行可行性分析后，向我提出了几个问题，每个问题都提供了选项。在我做出决策后，Team Lead派遣了一名新专家Alex。
Alex是一名调研员，负责分析我当前的项目结构和代码接口，然后制定完整的重构计划，并将其写成Markdown文档，以指导后续的规范化开发。
有了重构计划后，Team Lead开始指挥工程师团队工作，新角色运维工程师Nick出现了，他负责为我安装MySQL。
本地装好MySQL后，我担心不同组件之间会有版本冲突，于是在此时介入提出了疑问，系统给出了让人放心的回答。这也是Qoder专家团模式的特点：开发者可以随时介入流程，提出问题或者改变需求。这个设计非常真实，毕竟哪个开发者没被临时追加过需求呢？
接下来就是正常推进项目和自动Debug的过程，中间多次出现前后端同时推进的情况，最终高效地重构了项目，改写了技术栈。
但我并未止步于此。用AI Coding做的软件，怎么能没有AI功能？于是我又要求专家团为我接入通义千问（Qwen）的API，设定主题后，让AI直接帮我写文章。
接到需求后，Team Lead创建了新的任务，同时安排前端和后端工程师并行交付了功能。
从初始开发到项目重构，我仅通过口头描述就“召集”了13个程序员，完成了多达30个任务。
纵观整个流程，对比其他AI IDE，Qoder的专家团模式展现出了许多独到之处。那么，为什么我们现在需要一个「AI Coding专家团」？
因为AI Coding正在迎来新的范式转变。
三、为什么需要「AI Coding专家团」？
“从去年12月开始，AI Coding已发生质变”，大神Andrej Karpathy的这段发言最近引起了行业热议。
卡帕西曾一手提出并带火了“Vibe Coding”概念，现在他又一次洞察到AI编程风向的转变。他认为，AI编程智能体现在的能力远超以往，已经可以攻克大型项目和长期任务了。
这意味着AI编程已从Vibe Coding转向了Agentic Engineering。AI不再只是简单地补全代码，而是开始通过智能体的形式，完整地构建项目。
AI编程新范式的出现，也引发了新的问题。
一方面是代码质量问题。目前很多主流AI Coding工具仍以单智能体为主，处理简单任务尚可，一旦面对复杂任务，如多轮迭代或项目重构，其上下文长度可能就不堪重负。最终可能导致开发过程像狗熊掰玉米，做着手头的功能，却忘了前面的任务，逻辑链条零散，代码质量堪忧。
另一方面则是效率存在提升空间。大型项目非常复杂，涉及前端UI、后端开发和数据库设计等多方面工作。一些任务明明可以并行执行，现实开发团队也往往是这么安排的，但在单智能体编程的情况下，却被迫线性等待。
Qoder专家团模式正好可以解决质量和效率这两大痛点。从前面的实测体验来看，专家团并非简单地堆砌智能体数量，而是一个真正的多智能体系统。因为它分配的专家具有不同特长，据介绍他们是在各自独立的上下文中工作，通过相互协同，显然能应对更多的交互轮次和更复杂的任务。
针对上下文管理问题，Qoder还打造了工程知识引擎，这是一套可以使用多维数据源的代码认知系统，能整合代码文件、提交历史、RepoWiki、记忆等，优化专家们深度理解上下文的能力。
此外，实测中我多次发现多名专家同时推进工作的场景。在这种模式下，专家们可以分别编写不同页面，或并行开发前端和后端，这无疑加快了项目推进速度。
这是我目前已感知到的特点。据说专家团的智能体还会自主学习新的Skills，实现自我进化，越用越聪明，越用越懂开发者。由于新模式刚上线，这个特性我暂时还未深入体验到，后续有机会再与大家分享。
总的来看，「专家团模式」加快了开发效率，提高了代码质量。Qoder采用内部复杂任务基准对「专家团模式」进行了测试，结果显示专家团模式的得分较自身的单智能体模式提升了67%，并领先Claude Code Agent Teams 16%。
显然，Qoder「专家团模式」正在开启AI Coding的一个新阶段。
四、开启多智能体协同编程时代
氛围编程和单智能体编程之后，AI Coding正在转向多智能体协同编程时代。
这背后的驱动力是用户需求的变化。用户不再满足于简单的AI代码补全，而是希望AI能高效交付完整可用的软件，并且软件质量要有保证。单智能体显然已无法充分满足这种需求，迈向多智能体协同编程就成为必然。
多智能体协同编程进一步放大了个人开发者的能力，让个人拥有了一支随时待命、持续进化、不只懂编程更懂工程的数字军团。
这一转变也要求AI IDE从简单的代码编辑器和文件管理器，转向智能体的组织者与调度者。这也符合卡帕西的预判，即AI Coding时代人们依然需要IDE，甚至需要一个更庞大的IDE，用它来管理智能体。这就是IDE未来的发展方向。
现在，实测过Qoder专家团模式后，我已经从中看到了AI Coding和AI IDE未来形态的雏形。
发表于 1 小时前
|
查看: 2|
回复: 0
