2022 年以来,大模型在软件工程领域展现出生产力提升潜力,Coding Agent 也从代码补全工具逐步演进为能够参与生产级系统开发的工具。
本文整理自宋文龙(闻可)在 AICon 2026 深圳站的分享。结合团队使用 Coding Agent 开发 Coding Agent 的实践,以及企业客户的落地经验,文章讨论了 Coding Agent 从个人工具走向团队级生产系统需要解决的问题,并介绍 SPEC、团队级 Harness、Agent team 和组织转型的实践。
AI Coding 的发展:从辅助编程到自主编程
我们的团队一直在用 Qoder 开发 Qoder。这种工作方式让我们有机会观察 Coding Agent 在企业生产场景中的不同用法,也看到了团队在开发生产级软件系统时遇到的困难和有效方案。
从 Coding Agent 的发展趋势来看,大模型在编程领域的应用大致经历了三个阶段。
第一阶段是辅助编程。 2022 年至 2024 年前后,工具主要提供代码补全,帮助程序员编写一行代码、补充 API 或生成部分测试。核心生产工作仍由人完成,企业的核心资产是代码本身。
第二阶段是协同编程。 2024 年至 2025 年,Coding 模型快速演进,工具不再局限于补全,而是开始扮演结对编程伙伴。提示词、rules 和研发规范逐渐成为重要资产,Agent 的输入与产出都需要受到重视。人的能力边界随之拓展,开发也开始从任务执行转向任务驱动。
第三阶段是自主编程。 在 2026 年前后,行业开始探索让 Agent 在人可控的范围内自主完成生产级实现。生成代码不再是唯一稀缺的能力,SPEC、研发规范以及面向 Coding 的知识库正成为更重要的企业资产。人的工作也逐渐向业务侧延伸,研发范式需要同时面向人和 Agent 设计。

与此同时,LLM 工程化思路也在演进。早期的 prompt engineering 关注如何给模型编写好的提示词;随后,团队开始把上下文、输入和输出一起纳入设计。2026 年前后,LangChain 的 Viv Trivedy 提出 Agent 等于 LLM 加上 Harness 的观点:模型需要配合驾驭工程,才能更稳定地产生预期输出。后来出现的 loop、graph 等概念,也都在探索如何让模型和 Agent 在工程体系中更可控、更高效地产出。
这些变化在企业实践中表现得很具体:个人快了,团队未必更快;代码生成快了,端到端交付未必同步提速。 程序员可能更快地产出大量代码,但协作、测试、发布和质量保障仍然需要时间。
使用 Coding Agent 时,团队也容易走向两个极端。一种是过度信任,把 vibe coding 当作许愿式编程,期待输入两句话就得到生产级结果;另一种是极度不信任,不愿让 Agent 自主工作,甚至希望把批量接受代码改成逐行接受。前者忽略了知识体系和 Harness 的必要性,后者则可能让工具难以发挥价值。
从需求、设计、编码、验证到发布,编码只是软件工程的一部分。按照团队的实践经验,编码工作量和时间往往低于全流程的 30%。假设编码恰好占 30%,将编码效率改善折算为编码时间减少 50%,整体时间也只减少约 15%;即使消除全部编码时间,理论上也只能减少约 30%。因此,剩余环节同样需要回到整个软件工程流程中优化。

AI Native 研发流程:成熟度模型与流程重塑
软件工程发展过程中,流程和规范始终是大规模协作的基础。瀑布模型强调规划、设计、编码、测试和交付等阶段;之后,极限编程、轻量方法和敏捷开发缩短反馈周期,让团队更快响应变化。
到了 AI Coding 时代,文档和规范的作用再次受到重视。人不再亲自编写每一行代码时,Agent 接收的需求、约束和上下文就成为影响产出的关键输入。给 Coding 工具的不能只是简单命令,还需要生成约束、接口契约和流程规范。模型泛化能力虽强,但要让输出稳定、可靠地用于生产系统,仍需要大量工程化工作。

企业 AI 研发成熟度四级模型
基于实践观察,我们提出一个四级框架,用于讨论企业使用 AI Coding 工具所处的阶段:
- L1:AI 辅助。 以代码补全和建议为主,人承担主要工作,效果较依赖个人熟练度。
- L2:Agent 个人助手。 程序员为 Agent 提供上下文并委托任务,个人编码速度提升,但尚未解决团队级生产率问题。
- L3:Agent 与团队知识体系。 团队建立软件工程级 Harness,不只关注 Agent 级别的 skill、MCP 和上下文管理,还要形成共享的规范与知识契约,让产品、测试、开发和 Agent 基于同一套知识协作。
- L4:AI Native 流程。 这是更理想化的阶段,组织重新设计研发流程和生产系统,使其同时面向人和 AI。

这里需要区分人处于 loop 之内,还是处于 loop 之上。如果原有流程不变,只是把 Coding Agent 嵌入其中,再由人把生成结果逐项送入后续流程,整体效率的改善可能有限。
另一种思路是让 Agent 和团队成员在工作 loop 中执行,由人站在 loop 之上把握目标、关键取舍和质量。这样,优化范围就不再局限于编码环节,而是延伸到整个研发流程。
流程重塑并不意味着放弃人工把关。传统链路中的细小环节可以适当压缩,让工具在规范和质量门禁约束下自主工作;但需求合理性、代码合并和发布等关键节点,仍需由人验收。

AI Native 方案:SPEC、Harness 与 AgentTeam
落地时,我们主要沿着四个方向推进:SPEC、团队级 Harness、Agent team,以及与之配套的组织文化和组织转型。
SPEC 先行:让生成有边界、验收有依据
刚开始使用 Coding 工具时,很多人会用 vibe coding:写下几句话,期待工具直接交付结果。这种方式适合部分 demo,但用于生产系统时风险很高。
后来,团队开始编写 plan。不过,plan 往往局限于与工具的一次交互,未必能沉淀为持久化、结构化、可验收的资产。因此,我们更强调 SPEC 先行,并像管理代码一样管理 SPEC。
用 Qoder 进行会话时,工具会要求用户澄清部分问题,再生成结构化 SPEC。有些客户也会结合 OpenSPEC,要求各阶段产出文档。无论最终采用一个大文档还是分阶段文档,重点都是覆盖需求澄清、实现方式和验收方法,同时明确允许与禁止的行为,减少模型泛化带来的偏差。

一份可用于团队协作的 SPEC 至少需要形成三重闭环:
- 需求澄清完整。 不能只写标题或一句愿景,还要说明目标、边界和业务约束。
- 实现路径清晰。 说明方案和技术方向,但避免把 SPEC 写成伪代码,否则会限制 Agent 的自主性。
- 验收规则精确。 明确测试覆盖、错误处理、边界条件和禁止事项。
SPEC 被 Agent 消费后,可能影响数百、数千乃至数万行代码。规范中的错误也会随之放大,因此优秀团队对 SPEC 的管理往往非常严格。
团队 Harness:知识、能力与质量门禁
团队级 Harness 不只是 skill、MCP 和上下文管理,还包括整个团队的知识体系,以及对能力和质量的治理。许多用好 Coding 工具的团队,都投入了大量精力建设知识的生成、维护和治理机制。
Skill 很容易生成,但团队需要判断哪些能力可靠,哪些值得从个人级沉淀到团队级。代码生成、测试生成、迁移和重构等任务,都需要相应的能力约束,否则 Agent 可能遗漏必要工作,也可能产生过度工程化的结果。
测试与验证的重要性也在上升。有些团队可能减少专门测试人员,但并不意味着测试工作减少:输入知识不同,产出质量会不同;验收点不同,结果也可能有明显差异。测试需要融入更多研发环节。我们团队中甚至有工程师专职编写测试用例,以强化验收能力。
AgentTeam:从个人助手走向协作网络
个人使用 Coding Agent,主要解决的是个人效率问题。进一步实践时,一个人可以调度多个具备不同职责的 Agent。
Qoder 的专家团模式中,产品、开发、测试等角色拥有各自的配置和倾向。用户提出任务后,leader Agent 负责拆解工作,判断何时调度不同角色,将部分原本由人承担的协调工作交给 Agent team。
在团队实践中,一些工程师使用 Mac mini 运行自己的 Agent 工具,人与这些 Agent 共同形成协作网络。人机协同不再只是一个人向一个 Agent 发指令,也可以是多个 Agent 与人共同完成工作。

这种变化也对组织提出新要求。客户关注的问题不仅是工具选型,还有职责调整和 AI Native 组织转型。虽然不存在统一范式,但实践中可以看到几个共同方向:
- 缩短决策链路。 Agent 的执行速度提高后,缓慢决策可能成为新的等待点。
- 提升人才密度。 人的能力得到工具放大后,团队可能以更小规模承担更多工作,但对成员能力的要求也会提高。
- 降低协调开销。 随着人和 Agent 的协作增强,团队仍需控制人与人之间的沟通成本。
- 保留关键判断。 当前 AI 仍不能替代人对业务、风险和关键取舍的洞察与决策。
Qoder AI Coding 实践与标准化流程
Qoder 团队在解决自身研发问题的同时,也将部分经验沉淀为产品能力。按照团队介绍,产品家族基于统一的大模型、Agent 引擎与 Harness 能力,IDE、数字员工和云端 Agent 等形态构建在 CLI 能力之上,客户也可以使用底层 CLI 进行二次开发。
在相关能力中,QMind 承担企业级知识管理;Qoder 提供强 SPEC 模式,要求先形成持久化 SPEC 再继续执行;工具还提供 loop、数字员工、Cloud Agents 和 CLI SDK,供客户将能力嵌入自己的系统。

以强 SPEC 模式为例,用户需要完成需求澄清、生成并审核 SPEC,之后才能进入实现和提交。有些程序员白天编写 SPEC,晚上交由模型执行,第二天再检查产物。这既要求 SPEC 足够清晰,也要求工具具备长程执行能力;如果任务中途停止,只留下不完整代码和难以判断的结果,流程就难以持续。
目标驱动对应 loop engineering:用户给出明确目标,由 Agent 持续执行并检查是否达标。提高测试覆盖率、代码迁移和性能调优等任务,都可以尝试采用这种方式。团队还将知识库建设比作“编译知识”:对知识进行整理、生成和维护,再提供给 Agent 用于检索和生成。
使用各类 Agent 工具时,常见问题包括上下文不足、缺少规则、不审查阶段产出,以及知识只停留在会话中,无法复用。针对这些问题,团队需要维护项目 rules 和 Agent 文档,推动 SPEC 先行,管理 skill,并支持多个 Agent 协同。
让另一个 Agent 参与审查也有价值:同一个 Agent 可能沿用相似的上下文和偏差,难以发现自己产出的全部问题。人仍需审查,但重点应放在核心路径、硬性约束和曾经出现过的问题上。AI 可能生成大量过度工程化的代码,关键是把判断前置,并将验收要求纳入流程。
一个生产级标准化流程可以分为五步:
- Requirements:明确需求。 整理 SPEC、Issue 和项目上下文,利用 RepoWiki、
AGENTS.md 等承载相关知识。
- Plan:制定计划。 让 AI 先提出计划,通过多轮讨论对齐思路。
- Implement:逐步实现。 结合代码补全、MCP、skill 和子 Agent 等能力执行任务。
- Verify:持续验证。 通过 Diff Review、Lint、单元测试和多阶段 CI 等方式检查结果。
- Capture:沉淀经验。 将有效经验更新到 skill、记忆、
AGENTS.md 或 Wiki,供后续任务复用。

实践案例:高德知识工程与 Qoder Harness
高德:将领域知识工程化
高德团队使用 QMind 知识库,但并非简单扫描代码后就结束工作,而是投入了大量知识工程实践。
他们将知识分为四层:底层是代码等基础事实;向上是工程流程和术语;再往上是业务知识;最后是质量门禁和常见问题。曾经出现的错误,如果没有进入知识和门禁,模型在后续任务中仍可能再次犯错。
团队内部 Coding benchmark 的测试显示,工具在通用领域的单次解决成功率可以达到 90%,但涉及专业领域知识时表现会明显下降。这也是开展领域知识工程的原因。
高德团队还基于代码生成项目级知识文档。实践中发现,模型生成的通用内容可能夹杂套话,因此团队在生成前制定 Coding plan 和 knowledge plan,明确需要生成和补充的内容;发现知识问题后,再进行后置调整。
代码变化时,团队通过 Webhook,基于 SDK 和 CLI 更新知识;更新后,再通知关联团队调整产品手册或测试用例。知识以代码为重要来源,经过工程化处理后向不同角色分发。
高德有二十多个 SDK 仓库,存在嵌套依赖。为了识别改动的跨仓影响,团队通过知识工程实现嵌套召回,让知识层能够感知相关仓库之间的联系。

Qoder:让 Agent 在 Harness 中交付任务
Qoder 团队既生产 Coding 工具,也用 Coding 工具开发自身产品。需求变化与模型能力迭代交织在一起,因此团队为研发流程建设了 Harness,让 AI Coding 接手部分进入流程的需求。
不同节点由 Mac mini、底层 CLI 和云端 Agent 承担,并通过 graph engineering 的思路调度不同 Agent,形成闭环。按照团队分享,Qoder 用户反馈量很大,团队每天发布版本,其中相当一部分 bug 由 Agent 修复。
这套 Harness 的目标是让任务可调度、结果可验证,并将交付经验沉淀为后续任务的上下文。任务执行过程中,人工仍负责目标确认和关键 Review。

团队还分享了两个生产场景数据:一次生产机重构涉及约 400 万行存量代码,团队基于自身工具和流程编写了约 40 万行代码;另一个实践是由 5 人在 7 天内,基于 Qoder CLI 开发桌面办公系统 QoderWork。
Agent 能力增强后,人的重要性并没有消失,而是更多体现在目标定义、输入质量、业务判断和最终验收上。软件工程的复杂性很大程度来自真实世界;Coding 工具可以帮助团队减少部分实现工作,把更多精力用于理解和处理这些复杂问题。

来源
作者:宋文龙(闻可)
编辑:宇琪
审核:罗燕珊
策划:AICon 全球人工智能开发与应用大会
本文整理自 AICon 2026 深圳站分享《企业 AI Native 研发流程升级与重塑》,演讲实录由 InfoQ 编辑整理。