阿里發佈全新 Qoder，從 AI 編程工具升級為智能體工作臺
作者：汪淼 責編：汪淼 評論： 感謝網友 歸去如風、順勢而為、西窗、華南吳彥祖、麻辣清補涼 的線索投遞！8 月 27 日消息，阿里今日發佈了全新 Qoder，這是一個以 Coding 能力為核心底座，面向所有人打造的智能體工作臺。官方介紹稱，告訴 Qoder 你想完成什麼，它會理解上下文、制定計劃、調用工具、執行並驗證。整個過程隨時可以查看、調整或接管。原版 Qoder IDE 於 2025 年 8 月發佈，是一款 AI 編程工具。截至目前，Qoder 累計全球用戶超過 600 萬，超 10 萬家企業客戶正在使用 Qoder。
注意到，全新 Qoder 的主要工作從代碼工程轉為智能體任務，採用業界最新的 Harness 技術：擅長“讀 — 改 — 驗證 — 迭代”的長鏈路自治：自行檢索代碼庫、跨文件編輯、運行測試，並根據真實結果自我糾錯。分級權限模式 + 工具白名單機制，敏感操作必須顯式授權。內置海內外 SOTA 模型，每一款都做過深度適配；Harness 還與 Qwen 模型協同迭代，在長上下文處理、自動上下文壓縮、工具調用準確率上形成端到端的優化優勢。支持跨會話長期記憶，週期性自我提煉技能 —— 用得越久，越懂你的項目和習慣。
面向不同的任務場景和用戶，Qoder 還提供編程和通用兩種模式，編程模式更適合開發者和代碼相關任務，通用模式則面向更廣泛的用戶和場景，用戶無需直接處理代碼，也能借助 Coding 和工具能力完成任務。在 Qoder 中，Goal 讓 Agent 圍繞明確目標持續工作，Plan 幫它先想清楚路徑；記憶、本地項目和運行狀態提供任務需要的背景；Browser Use、Computer Use 讓它可以操作網頁、桌面應用。
此外，通過接入 40+ 連接器、70+ 插件與 20K+ 技能，Qoder 能夠打通工作系統 —— 無論是代碼倉庫、項目管理、雲服務還是內部工具，都可以作為上下文和工具直接融入 AI 的工作流。此外，Qoder 支持語音隨口喚起，不只回應指令，更會主動帶來任務進展、重要提醒與下一步建議。全新 Qoder 桌面應用端已發佈，可以前往 「qoder.com」下載國際版、「qoder.cn」下載中國版。
即日起至 9 月 1 日 10:00，面向 Qoder 國際版與中國版的用戶提供限時福利：個人版：連續 5 天，每天 10:00 可領取 500 Qwen 系列專屬 Credits，最多可領 2,500 Credits。企業版：企業用戶活動期間在全新 Qoder 使用 Qwen3.8 系列模型，可享 5 折優惠。投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：Qoder，阿里，智能體阿里雲：下調百鍊平臺 Qwen3.8-Flash 大模型計費單價阿里通義 Qwen3.
8-Flash（Next）發佈開源：125B 參數 MoE 模型，訓練成本僅為前代 1/9阿里千問辦公 QwenWork 國際版開啟公測，接入 Slack、Notion 等平臺基於下一代 Qwen4 架構所構建的多模態 MoE 模型，阿里千問預告明晚開源 Qwen3.8-Flash-Next消息稱馬雲出手增持，已連日買入阿里港股超 6 億港元小扎 AI 戰略的重要一環，消息稱 Meta 計劃未來數週內推出“Hatch”智能體平臺
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.