同一模型对照：阿里云用内部复杂任务集评测 Qoder Experts Mode

同一模型对照：阿里云用内部复杂任务集评测 Qoder Experts Mode

阿里云社区在 2026 年 7 月 29 日介绍 Qoder 的 Experts Mode。Qoder 是阿里云的智能体编程产品。这篇文章的主体是产品能力，但中间有一节写了他们怎么做对照评测。评测读者要分开看：前面是设计说明，后面那一组相对增幅才是公开的测量结果，而且测量范围写得很窄。

评测要测的对象：不是再复制一个 Agent

文中把单 Agent 顺序执行写成两个问题：慢，以及任务链一长就容易在复杂工程上下文里丢方向。Experts Mode 被定义成面向复杂开发任务的多智能体协作：用户描述需求后，系统拆任务、组专家团队，并行做方案、实现和验证。原文强调这不是把同一个 Agent 复制多份同时跑，而是有分工、有协同、有闭环质检的专家组。

角色配置写了三条，它们决定评测时到底在比什么：

• 按任务选更合适的模型。推理、速度或领域能力的需求不一样。
• 每个角色有自己的系统提示词，用来守住职责边界。
• 每个角色只拿跟自己职能相关的工具，减少无关工具带来的噪声。

文中点名的角色包括 Team Lead、Frontend、Backend、QA、Reviewer，并写明还有其他角色。用户中途追问或改方向时，由 Team Lead 把输入转给对应专家。

另外两块是设计，不是这次对照实验的结果。一块是持续演化：单个专家记住技术栈和偏好，团队记住哪类任务用哪套专家配置。另一块是闭环交付：从拆需求、分角色，到实现、测试、评审，而不是只生成代码。这些机制没有单独给出留存率或回归分数。

内部复杂任务集怎么比

评测使用 Qoder 内部复杂任务基准。覆盖的场景类型写了三类：全栈前后端开发、大规模跨语言重构、在已有代码库上实现完整功能。

公开的对照结论是：

• 质量：Experts Mode 比 Agent Mode 高 67%，比 Claude Code Agent Teams 高 16%。原文把这解释成复杂任务上多专家协作的质量收益。
• 成本：质量更高，同时成本低于 Claude Code Agent Teams 的三分之二。
• 时间：单次执行时间和 Claude Code Agent Teams 相当；相对 Agent Mode，单次会稍长，但规划和测试更完整，返工变少，从需求到可交付的总周期更短。

脚注写了两条控制条件：数据来自这套内部复杂任务基准；所有测试使用相同模型；成本按官方 API 定价计算。

这里有一处必须同时保留的不一致。产品设计说每个专家可以使用最适合该角色的模型；评测脚注又说所有测试使用相同模型。正文没有解释这两句话怎么同时成立，所以不能把「分角色换模型」当成这次 67% 和 16% 的原因，也不能把「同一模型」改写成另一套实验设置。

数字没有说清的部分

正文没有给出任务条数、评分量表、抽样方式和统计显著性。质量分的定义只出现在配图里，配图中的刻度没有写进文字，因此不能补出绝对分或分项分。67%、16% 和「不到三分之二成本」都是相对值。时间结论是「相当」「稍长」「总周期更短」，没有秒数或小时数。

文后三个例子是推荐用法，不是同一套基准的成绩：用户管理模块、跨订单/用户/支付三个微服务的性能瓶颈、用 GraphQL 替换 REST 的可行性研究。其中「原先要几天、现在几小时」没有测量协议，不能并进上面的百分比。

适用范围也写了一条限制：简单、边界清楚的文件修改，Agent Mode 仍然更合适。Experts Mode 被放在中大型、希望一次执行就拿到端到端结果的任务上。

出处：阿里云，Alibaba Cloud Community，AI Coding Enters the "Agent Teamwork" Era: Introducing Qoder Experts Mode，2026-07-29，https://www.alibabacloud.com/blog/ai-coding-enters-the-agent-teamwork-era-introducing-qoder-experts-mode_603406