去年 8 月底， Agentic 编程平台 Qoder 面向全球开发者发布，并提出了"面向真实软件开发的智能体编程平台"的定位。短短5个月后的今天，上线了首个定制模型 Qwen-Coder-Qoder，补齐了专属模型最后一块拼图。
这款模型基于 Qwen-Coder 基座，并紧贴 Qoder 的 Agent 框架、工具与场景进行了大规模强化学习训练。在面向真实软件工程任务的评测集 Qoder Bench 上，Qwen-Coder-Qoder 的任务解决率超过了 Cursor Composer-1，尤其在 Windows 系统下的终端命令准确率方面，领先幅度达到 50%。
升级后的Qoder平台，已在线上真实用户环境中取得了显著成效。数据显示，得益于模型的快速迭代。Qoder生成代码的线上留存率提升了3.85%，工具异常率下降61.5%，Token消耗降低了14.5%，数据整体已接近世界顶级模型水平。
除了数据上的提升，定制模型还赋予了Qoder更接近资深开发者的"开发者思维"：它不仅能严格遵循项目独有的软件工程规范，还能基于代码图谱、项目记忆等上下文信息，从全局视角理解代码仓库，甚至在面对棘手问题时，能像人类开发者一样持续尝试，直至问题解决。
智能进化体系：Qwen-Coder-Qoder诞生的必然
当前 AI Coding 领域正在快速发展，Qoder团队构建了一套"模型即Agent，Agent即产品，产品增强模型"的智能进化体系：
- 模型即 Agent：将Qoder Agent所需的各种能力，如遵循工程规范、高效规划任务、理解代码图谱等，直接训练到Qwen-Coder-Qoder中，让模型直接驱动Agent执行任务。
- Agent 即产品：在Qoder中，Agent是产品的核心，一切功能都围绕Qoder Agent展开。
- 产品增强模型：产品触达万千用户，能够感知用户的真实行为和偏好。Qoder从中发掘出"软件工程的最佳开发实践"，并将其转化为奖励信号，用于增强模型的训练。
这形成了一个大模型软件工程智能的进化体系。Qwen-Coder-Qoder正是基于真实产品环境、真实软件开发任务、真实软件开发奖励而训练的大规模强化学习模型。
扎实的技术方案：如何炼成一个懂软件工程的模型
为了实现上述理念，Qoder 团队构建了一套扎实且先进的训练方案。
- 真实的产品环境作为沙盒环境：Qoder让模型在真实的Qoder Agent环境中进行强化学习，其中集成了Qoder的Knowledge、Memory、Tools/MCP等所有组件，确保训练与推理的一致性。同时，Qoder构建了完整的自动化项目可执行环境构建链路，依靠强大的虚拟化容器技术，可快速拉起和销毁数万级别的容器，为模型提供真实且丰富的探索环境。
- 真实的软件工程实践作为奖励信号：Reward（奖励）在智能体训练中至关重要。Qoder团队不仅通过单测、命令行验证等方式确保任务的正确性，更为了应对Reward Hacking（模型为骗取奖励而做出有害行为）这一挑战，专门构建了一套"Rewarder - Attacker"对抗式审查机制，有效提升了Reward系统的速度和健壮性。
- 大规模高效的强化学习训练框架：Qwen-Coder-Qoder使用ROLL（Reinforcement Learning on Large-scale Language models）训练框架。Qoder团队通过一系列系统级优化，让千卡规模集群能够高效完成千亿参数MoE LLM的RL后训练，获得了超过10倍的端到端吞吐提升，将模型训练周期缩短至"周"级别，为Qoder的快速迭代提供了坚实基础。
未来展望：持续进化的开发者体验
从发布到推出定制模型，Qoder团队仅用了5个月。这只是一个开始。
Qoder负责人丁宇表示：“Qwen-Coder-Qoder是我们智能进化体系的初版成果，在过去几个月的迭代中，我们已经看到了它对整体开发体验提升的巨大潜力。未来，我们将继续坚定地沿着这条路走下去，通过周级别的快速迭代，不断提升模型效果与用户体验。”
Qoder将持续投入模型与产品的深度融合，朝着"面向真实软件的智能体编程平台"的愿景不断迈进。为回馈全球开发者，开启了新模型2周限免体验活动，欢迎使用！https://qoder.com/blog/qwen-coder-qoder?sessionid=
)
 数据采集指南)