9 月 23 日，杭州云栖大会。阿里旗下的智能体平台 Qoder 一口气放出四项能力。
「项目」和「讨论」是两项协作功能。另外两项，是自定义智能体与自定义智能体团队。
这四项能力讲的是同一件事。人和智能体不再各干各的，而是进到同一个任务里一起干。
放到更大的背景看，变化更明显。今天跑在企业研发流程里的 AI工具，早就不止会补全下一行代码。它开始接手一整段任务。读代码，改文件，跑测试，最后交出一份改动说明。
这一步跨得不小。
但接手任务之后，麻烦也跟着来了。
最早的大模型应用以 AI对话 为中心。人问一句，模型答一段。上下文都在这一轮问答里。干净，封闭，可控。
研发不是对话。
一个需求会反复变。结论散在几个人的脑子里，也散在好几个工具里。
真实项目里，一项需求往往先在会议里讨论，或者在即时通讯里讨论。讨论完，得有人把结论整理成一段话，再交给智能体执行。
这道缝，就是 AI编程 眼下最贵的一段路。讨论的地点，和执行任务的地方，分开了。参与者得在消息和会议之间来回切。任务和智能体，又是另外两个地方。方案一改，背景和要求还得重新传一遍。
一遍一遍。
Qoder 这次想补的，正是这道缝。「项目」和「讨论」把任务管理与协作收进了同一套流程。
一、项目：把活拆成待办，把讨论挂在待办上
「项目」用来组织需要多人参与的工作。
团队可以把新功能开发拆开。也可以把缺陷修复拆开，把技术改造拆开。每一项拆成一个待办事项，写清目标、优先级和状态，再用看板跟进进度。
需要确认需求或评审方案时，成员直接从这条待办发起讨论。待办的标题和描述会跟着带过去。不用再复制粘贴一遍背景。
这一步很实用。
二、讨论：人和智能体在同一个现场评方案
「讨论」是这次更值得看的一项。
项目成员可以在讨论里添加设计资料，也可以直接回复消息。加进来的智能体同样能用。它读材料，比较几个候选方案，给出它看到的差别。
拿技术方案评审举例。开发人员说明现有实现的限制。测试人员补充异常场景。智能体再根据这些信息，比较几种候选做法。
团队确认的要求和决定，可以标记成「关键消息」。参与者回头能翻到，不用在几百条消息里捞。选定的方案和待办，随后记回原来那条任务，继续跟执行和验收。
一句话，讨论不是开完就散。它变成任务的一部分，留在原地。
现场就在任务里。
Qoder 产品线总裁丁宇的说法很直白。他说这一功能的核心，是让讨论发生在任务现场。人与模型共享上下文，讨论历史和讨论资产都沉淀在任务上。人不必再做智能体的「搬运工」。
这两个功能，按他的说法，大幅提升了人机协作的效率。
三、智能体不再每次从零配
讨论出了结论，还得有人挑一个智能体去执行。
Qoder 的自定义智能体功能，允许用户为常见任务把配置存下来。指令存下来，模型设置存下来，权限和工具也存下来。下次做同类工作，直接调用。
配置是死的。任务是多变的。
对于需要多个专业角色参与的任务，还有一层。团队可以配置智能体团队。由负责人智能体拆解工作，协调成员智能体分头处理，再把结果汇总，交给人审阅。
这套分工听着简单，做起来不容易。难点不在智能体会不会干活，而在它有没有拿到干这件事需要的全部信息。讨论留在任务上，信息就不用再搬一次。
这一步也不轻松。
四、还在内测，先给企业订阅
四项能力目前都已经开启内测。
开放顺序上，Qoder 先给了两家订阅用户。一家是团队版，一家是企业版。官方称未来会逐步扩大开放范围。
对企业来说，这个顺序不算意外。多人协作，权限管理，工具调用，这几件事本来就更像企业侧的刚需。
门槛不算低。先内测，也合理。
五、下一个战场是上下文
回头看这两年，AI编程工具的变化有一条清晰的线。
先是补全。模型猜你下一行想写什么。再是对话。模型在聊天框里给你一段代码。现在是接手。模型自己读代码，改文件，跑命令。
每往前一步，模型要用到的信息就多一层。代码在仓库里，需求在文档里，决定在会议里，调整在群里。这些东西从来不在同一个地方。
谁把这些散落的信息收拢到一个现场，谁就能少让人当一次搬运工。
这就是分水岭。
答案在上下文里。
Qoder 这次做的，是其中一件小事。方向倒是很清楚。
