IDC報告：中國AI Coding市占率阿里Qoder斷層第一，超過二三四五名總和

夢瑤 發自 凹非寺

量子位 | 公眾號 QbitAI

友友們，AI Coding市場格局最新結果，新鮮出爐了！

就在這幾天，IDC發布了《中國AI編程市場份額，2025》報告。

果然啊，還得是AI Coding——

報告顯示，2025年中國AI編程市場規模為3.99億元，預計2026年底增長至11.73億元。

（咱就說，這里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。

營收份額占總體市場的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，我還淺淺了解了一下，Qoder目前的用戶規模，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，咋就干到市場第一了…….

上線不到一年，阿里Qoder沖到中國AI編程市場份額第一

講真，剛看到這份報告的時候，我對阿里沖到「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于，它統計的不是模型能力，而是中國AI編程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編程最終能拿到多少市場份額，還得看用戶愿不愿意長期使用、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上線的時間并不算「太長」。

阿里是去年8月才正式發布的Qoder這個智能體編程平臺。

滿打滿算，從發布到現在也就不到一年的時間，能在這么短時間沖到中國AI編程市場份額的頭部，自然也有點說法……

事實上Qoder剛發布的時候，瞄準的就是一條覆蓋個人IDE、云端Agent、命令行和數字員工的完整Coding產品線。

這么看的話，產品剛發布那會兒其實對應著AI編程行業正在發生的一次變化——

那就是隨著Agent能力越來越強，用戶與工具的關系也從親自寫代碼、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臺。

由咱用戶主要負責定義需求，后面的執行、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。

過去以對話框為核心的交互方式，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。

用戶總不能隔一會兒就翻記錄、查進度、盯結果，所以，當Agent越能干，「過程管理」的重要性也就越突出。

針對這個問題，Qoder 1.0其實在交互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、產物審查和知識調用等能力，都被集中到了這塊視窗里，是的，統統梭哈了……

即使多個任務并行推進，用戶也不用逐一切換窗口，只看一個屏幕就能知道每項任務跑到了哪里、生成了哪些產物。

而這也解決了Agent自主開發之后很現實的一件事兒：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的核心用戶群體之一。

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、多個代碼庫，以及一套運行多年、甚至很難被完整寫進文檔里的開發規則！！！

所以到了Qoder 1.0，原本分散在Memory、Repo Wiki和Knowledge Cards中的信息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，可以主動調用團隊規范、歷史決策、編碼習慣和技術棧知識。

某位開發者已經解釋過的問題，也會沉淀進團隊的知識體系，下次換個人、換一個Agent繼續干活，依然能夠無縫接上～

至于這套知識引擎究竟有沒有用，最終還得用實際數據說話——

實測數據顯示，知識引擎功能上線后，用戶代碼保留率提升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，通過安全運行時識別和攔截風險；任務完成后，再由審計治理系統留下完整記錄。

代碼層面則設置L1到L4四級防御，從正則校驗、語義Diff，一路延伸到跨文件分析和CI/CD攔截，并配合數據本地存儲、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代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、群組和代碼庫分別配置。誰能調用什么模型、在哪個項目中調用，都有清晰邊界。

甚至Qoder還把個人摸索出的經驗留在團隊里——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復調用的能力。

AI編程這件事兒，真的從每個人自己研究怎么用，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編程產品，Qoder能沖到市場頭部，自然離不開最基礎的一件事兒，那就是「編程能力」本身。

畢竟，真正落到寫代碼、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背后的關鍵模型之一，大家也相當熟悉，就是在編程智能體領域拿下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，對我們普通用戶來說可能沒那么有體感。

但落到實際使用中，這意味著用戶在面對復雜任務時，Agent能夠讀懂更龐大的代碼庫，跨文件定位并修改問題，再把寫代碼、調用工具和運行測試這一整套流程持續執行下去。

對于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，把選擇權交給用戶。

產品和模型夠強之后，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運行時——

Agent做了什么、任務推進到哪一步、生成了哪些產物，都有清晰的狀態和歸屬，整個執行過程可以隨時審查。

知識調用也被嵌入任務流程，Agent會在規劃、生成和審查等不同階段，主動調用對應范圍的團隊知識，減少無關信息對任務的干擾。

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。

畢竟用戶愿不愿意「持續」使用和付費，很大程度上取決于產品能力能不能「及時」轉化成真正用得上的功能——

自2025年8月發布首個版本以來，Qoder持續補齊插件、CLI、Mobile、Cloud Agents和QoderWake等產品形態，將能力從IDE延伸到終端、移動端和云端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?發布《2026年企業級AI代碼智能體魔力象限》報告，全球僅12家企業入圍，憑借Qoder的產品能力和市場表現，阿里云連續三年進入“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一涌而入，火到OpenAI、Anthropic、微軟、阿里全部下場。

甚至就在這兩天，Claude Code和Codex都卷起用戶使用額度來了……（妙啊.jpg）

產品火是一方面，但這兩年AI Coding對于行業的意義，事實上早已超出一款生產力工具的范疇。

原因很簡單，代碼能不能運行、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、工具調用和長任務執行能力究竟行不行，放進真實開發任務里跑一遍，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、究竟值不值得用戶去買單，這些都變成了一筆能算出的《清楚賬》。

于是我們發現，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

相較于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蠻特殊的點在于——

布局時間夠早，覆蓋鏈路也足夠長。

從SOTA級Qwen模型，到覆蓋IDE、CLI、云端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用戶的投票結果，那就是行業頭部的市場份額，500萬的產品用戶規模。

如果我們從這個角度看，Qoder拿下頭部位置所釋放的信號，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。