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(fā)自 凹非寺

量子位 | 公眾號 QbitAI

友友們，AI Coding市場格局最新結(jié)果，新鮮出爐了！

就在這幾天，IDC發(fā)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(guī)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(chǎn)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(guī)模，事實上已經(jīng)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(chǎn)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(tǒng)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(chǎn)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(yè)敢不敢接入生產(chǎn)流程，以及產(chǎn)品能否把模型能力穩(wěn)定地交付出來…（扎心.jpg)

在國內(nèi)一眾的AI Coding類產(chǎn)品中，Qoder上線的時間并不算「太長」。

阿里是去年8月才正式發(fā)布的Qoder這個智能體編程平臺。

滿打滿算，從發(fā)布到現(xiàn)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(fā)布的時候，瞄準的就是一條覆蓋個人IDE、云端Agent、命令行和數(shù)字員工的完整Coding產(chǎn)品線。

這么看的話，產(chǎn)品剛發(fā)布那會兒其實對應(yīng)著AI編程行業(yè)正在發(fā)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(guān)系也從親自寫代碼、讓AI從旁輔助，逐漸轉(zhuǎn)向定義任務(wù)、監(jiān)督執(zhí)行和驗收結(jié)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(fā)工作臺。

由咱用戶主要負責定義需求，后面的執(zhí)行、驗證和交付，都可以交給Agent團隊繼續(xù)往下跑。

但是，真上手過AI Coding產(chǎn)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(xù)時間更長、執(zhí)行步驟更多、多個任務(wù)同時推進的開發(fā)流程。

用戶總不能隔一會兒就翻記錄、查進度、盯結(jié)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(diào)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(wù)管理、狀態(tài)追蹤、產(chǎn)物審查和知識調(diào)用等能力，都被集中到了這塊視窗里，是的，統(tǒng)統(tǒng)梭哈了……

即使多個任務(wù)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(wù)跑到了哪里、生成了哪些產(chǎn)物。

而這也解決了Agent自主開發(fā)之后很現(xiàn)實的一件事兒：活可以交出去，過程依然看得見，結(jié)果也始終審得清。

Qoder的產(chǎn)品考量也沒有停留在獨立開發(fā)者身上，還有「企業(yè)」，而這恰好也是AI Coding的核心用戶群體之一。

要知道獨立開發(fā)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(fā)團隊，它面對的就變成了幾十名開發(fā)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(fā)規(guī)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(tǒng)一收進了同一個知識引擎。

具體來說，Agent開始執(zhí)行任務(wù)時，可以主動調(diào)用團隊規(guī)范、歷史決策、編碼習慣和技術(shù)棧知識。

某位開發(fā)者已經(jīng)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(xù)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(shù)據(jù)說話——

實測數(shù)據(jù)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(wù)開始前，由企業(yè)策略劃定邊界；任務(wù)執(zhí)行中，通過安全運行時識別和攔截風險；任務(wù)完成后，再由審計治理系統(tǒng)留下完整記錄。

代碼層面則設(shè)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(shù)據(jù)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(yè)敢不敢讓Agent走出實驗區(qū)，進入「核心生產(chǎn)流程」。

但光給Agent裝上剎車還不夠，企業(yè)內(nèi)部不同角色接觸的代碼和承擔的職責各不相同，權(quán)限也需要跟著細分。

因此，Qoder企業(yè)版還把模型權(quán)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(diào)用什么模型、在哪個項目中調(diào)用，都有清晰邊界。

甚至Qoder還把個人摸索出的經(jīng)驗留在團隊里——給企業(yè)開放了專屬Plugin和Skill市場。

經(jīng)過驗證的工作流可以被封裝、共享和統(tǒng)一管理，逐漸變成整個團隊都能反復調(diào)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(chǎn)品的持續(xù)進化

作為一款AI編程產(chǎn)品，Qoder能沖到市場頭部，自然離不開最基礎(chǔ)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(wù)統(tǒng)統(tǒng)梭哈下來！！

而Qoder背后的關(guān)鍵模型之一，大家也相當熟悉，就是在編程智能體領(lǐng)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(shù)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(wù)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(diào)用工具和運行測試這一整套流程持續(xù)執(zhí)行下去。

對于Qoder來說，模型提供的正是這條任務(wù)鏈能夠跑通的能力上限——

在模型供應(yīng)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(nèi)外頂尖模型，把選擇權(quán)交給用戶。

產(chǎn)品和模型夠強之后，自然還得有一套工程系統(tǒng)，把它穩(wěn)定地組織起來。

Qoder 1.0的一項關(guān)鍵升級，就發(fā)生在Harness Engineering上，其將傳統(tǒng)聊天對話，升級為結(jié)構(gòu)化的任務(wù)運行時——

Agent做了什么、任務(wù)推進到哪一步、生成了哪些產(chǎn)物，都有清晰的狀態(tài)和歸屬，整個執(zhí)行過程可以隨時審查。

知識調(diào)用也被嵌入任務(wù)流程，Agent會在規(guī)劃、生成和審查等不同階段，主動調(diào)用對應(yīng)范圍的團隊知識，減少無關(guān)信息對任務(wù)的干擾。

而同樣的模型能力最終能不能被穩(wěn)定地轉(zhuǎn)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(xù)」使用和付費，很大程度上取決于產(chǎn)品能力能不能「及時」轉(zhuǎn)化成真正用得上的功能——

自2025年8月發(fā)布首個版本以來，Qoder持續(xù)補齊插件、CLI、Mobile、Cloud Agents和QoderWake等產(chǎn)品形態(tài)，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(fā)場景。

這套持續(xù)迭代，也獲得了國際研究機構(gòu)的關(guān)注。

今年6月，Gartner?發(fā)布《2026年企業(yè)級AI代碼智能體魔力象限》報告，全球僅12家企業(yè)入圍，憑借Qoder的產(chǎn)品能力和市場表現(xiàn)，阿里云連續(xù)三年進入“挑戰(zhàn)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(chǎn)品形態(tài)，Qoder也逐漸補齊了一款Coding Agent走向規(guī)模化應(yīng)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(chǎn)品火是一方面，但這兩年AI Coding對于行業(yè)的意義，事實上早已超出一款生產(chǎn)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(wù)能不能交付，這些結(jié)果都擺在明面上的。

模型的推理、工具調(diào)用和長任務(wù)執(zhí)行能力究竟行不行，放進真實開發(fā)任務(wù)里跑一遍，基本就見分曉了。

也正是因為有著足夠明確的結(jié)果，AI Coding的商業(yè)價值，其實更容易衡量——

到底提升了多少效率、節(jié)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(fā)現(xiàn)，AI Coding率先在行業(yè)建立起相對清晰的付費模式和ROI，也成為大模型商業(yè)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(nèi)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(shù)字員工的Qoder產(chǎn)品家族，阿里將模型、Harness Engineering、開發(fā)工具和企業(yè)交付接進了同一條鏈路。

最終，這套系統(tǒng)能力也被轉(zhuǎn)化成了用戶的投票結(jié)果，那就是行業(yè)頭部的市場份額，500萬的產(chǎn)品用戶規(guī)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(guān)注了。

當前AI Coding的競爭現(xiàn)已經(jīng)進入系統(tǒng)能力階段，模型決定技術(shù)上限，工程體系決定交付穩(wěn)定性，產(chǎn)品矩陣與企業(yè)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(yè)驗證，模型能力可以落進產(chǎn)品，產(chǎn)品能力可以進入企業(yè)，企業(yè)使用可以轉(zhuǎn)化為真實收入。

行業(yè)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。