4月30日消息,阿里今日上线数字员工产品QoderWake与Qoder移动端应用,定位生产级数字员工与远程Agent操控入口。QoderWake已开启邀测,首批角色「数字程序员」已在阿里内部上岗,承接代码反馈分类、日志分析、根因定位与自动生成修复代码等工作,根因分析单条耗时从30分钟缩短至2分钟,后续将开放数字分析师、数字客户经理、数字内容编辑、数字流程专员等岗位。
Harness-First架构:五维度沉淀对冲通用Agent的"做完即忘"
QoderWake的核心差异点是Harness-First架构。每次任务执行完成后,系统将经验归类沉淀到记忆、技能、策略、验证规则、工作流五个维度,而不是单纯依赖上下文窗口或外挂记忆库。配套的Anti-Rot Governance(防腐机制)负责淘汰过时经验、合并冲突项、撤回失效策略,试图解决长期运行的Agent系统普遍存在的经验污染与策略漂移问题。
这套设计指向了通用Agent的一个共性短板。Manus、Devin、OpenAI Operator等产品在单次任务表现尚可,但跨任务的经验积累几乎为零——每次会话结束后系统状态归零,下一次执行同类任务仍要从头推理。Cursor、Windsurf等IDE形态的编程Agent通过Memory Bank、Rules文件做有限的状态持久化,但缺少对经验有效性的持续验证机制。QoderWake将经验沉淀拆成五个维度,并引入主动淘汰逻辑,本质上是把单次执行的Agent扩展为可长期运行的"员工"形态。 任务执行层面,QoderWake支持自主回溯任务轨迹、主动复盘,不依赖用户纠正信号。这一点对应了Devin早期被诟病的问题——任务失败后缺乏自我诊断能力,需要人工介入定位环节。
数字程序员阿里内部实测,人只做最终确认
首批落地的数字程序员承担三类典型场景:代码更新时整理变更简报、出错时输出初诊报告、告警时做分诊判断是否升级人工。从阿里给出的数据看,该角色在内部已实现反馈分类、日志分析、根因定位、自动生成修复代码的全流程无人值守,人只在部分场景做最终确认。
根因分析从30分钟压到2分钟的提速幅度,放在编程Agent赛道是有参考价值的。Devin官方公布的SWE-bench Verified成绩对应的是离线评测场景,真实生产环境下的端到端耗时数据公开较少。Anthropic的Claude Code、字节的TRAE主要面向开发者交互式调用,并非24小时在线的值守岗位。QoderWake将编程Agent的应用场景从"辅助开发者写代码"推到"独立处理告警与故障",这是一个明显的角色升级。 后续即将上线的数字分析师、数字客户经理、数字内容编辑、数字流程专员四个岗位,覆盖了传统RPA厂商(来也科技、达观数据、实在智能)长期耕耘的数字员工赛道。区别在于,RPA路线依赖流程编排与规则引擎,QoderWake走的是Agent自主决策路线,更接近Salesforce Agentforce、ServiceNow Now Assist的产品形态,但对中文场景与本土协作工具的适配会是阿里的主场优势。
Qoder移动端:远程操控桌面端Agent,接入Qoder CLI全部能力
同步发布的Qoder移动端走的是远程Agent操控入口路线,用户可以通过手机远程操作桌面端Qoder产品完成任务。
值得注意的是产品形态。市面上将Agent接入移动端的常见做法是IM机器人模式——飞书、钉钉、企业微信里挂一个Bot,用户通过聊天窗口与Agent交互。Qoder移动端没走这条路,而是直接展示Agent的思考链、工作流,支持主动弹窗与用户确认细节。这种做法更接近Cursor的Composer或Devin的Web控制台,把Agent的"工作过程"完整暴露给用户,而不是只返回最终结果。 从功能边界看,Qoder移动端目前接入了Qoder CLI的全部能力,后续计划打通Qoder IDE、QoderWork、QoderWake全系产品。这意味着开发者可以在通勤或差旅途中查看代码Agent的执行状态、确认关键决策、推动任务前进——这一点与GitHub Copilot Workspace的移动端设想方向类似,但Qoder的覆盖面更广,从CLI一直延伸到生产级数字员工。 局限与待观察点
QoderWake目前为邀测阶段,公开评测数据有限。Harness-First架构与五维度自进化体系的实际效果,需要在长周期运行(三个月以上)、跨任务类型(从编程到分析到客户管理)的场景下才能充分验证。防腐机制Anti-Rot Governance的淘汰策略是否会误伤有效经验、五维度之间是否存在冲突仲裁机制,均未公开技术细节。
数字程序员30分钟到2分钟的提速数据未说明对照基线——是与人工根因分析对比,还是与传统监控告警链路对比,样本量与问题复杂度分布如何,目前没有更细的披露。生产环境的根因分析涉及大量上下文依赖,自动生成的修复代码在合规要求高的场景仍需人工审查,实际节省的时间可能小于纯分析环节的提速。
数字员工赛道的真正竞争点不在Demo表现,而在长期运行的稳定性与经验复利效应。QoderWake给出了架构层面的回答,但产品价值需要在邀测期之后由更多企业用户的真实使用数据来验证。