AI编程的发展历程:从 辅助式编程 变成到 委派式编程。工程师做验收。

委派式编程：真正的把一个需求交给agent，它不仅可以帮我们把需求做完，还可以把一部分验收工作做掉。

1，qoder能帮你做什么？

• Qoder IDE：上下文启动的ai编程引擎。
• idea中集成Qoder插件。

2，智能体模式和任务模式

智能体模式：基于对话的智能体实时协作

• 深入理解工程上下文和工具，Agent 可大规模生成上下文感知的代码，显著提升研发效果和准确度
• 内置代码检索引擎，可检索 10万 个代码文件
• 通过 TO-DO，打开智能体执行的黑盒，将任务结构化，确保智能体执行的准确性和确定性

Quest Mode: Spec 驱动的 AI 自主编程（所有的事情都让ai做，不再是辅助编程）

• Spec Driven：Specification 对于开发者来说是最熟悉的意图表达方式，设计文档 是人与人、人与 AI 之间主要的沟通媒介
• AI 自主编程：开发者的主要工作变成明确任务意图、协作生成设计文档，最后确认执行结果，有了Spec，工作模式从实时伴随，进化到异步委派。

 Agent Mode和Quest Mode模式。（智能体模式和任务模式）

Qoder 的 Agent Mode（智能体模式）与 Quest Mode（任务模式）是两种核心编程协作方式，核心区别在于交互节奏与任务自主性：‌‌

‌Agent Mode‌：‌实时对话、人机协同‌，AI 在你指令下逐步执行代码修改、调试或小重构，支持中断、回滚与手动干预，适合短周期、需频繁确认的任务（如修 Bug、学新库、小功能添加）。Agent Mode：基于对话的智能体实时协作。

‌Quest Mode‌：‌委托执行、AI 自主闭环‌，你只需描述目标（如“实现用户登录”），AI 自主澄清需求、生成 Spec、规划任务、异步执行并交付结果，人工仅需事前确认意图与事后审查成果，适合复杂、长时、多文件任务（如全栈功能开发、系统重构）。‌‌

Quest Mode：Spec驱动的ai自主编程。(规格驱动编程，SDD与TDD)

两者可通过 IDE 左上角 ‌Editor/Quest 按钮切换‌；Agent Mode 像“结对编程伙伴”，Quest Mode 像“可委派的全栈实习生”。Quest 通常需更多 Credits 且支持云端沙箱异步运行，Agent 更侧重本地即时交互。‌‌

3，上下文对模型效果的影响

• 所有模型的有效上下文都比较有限，随着上下文长度的增长，模型效果会出现比较大的下降。
• 在有限的窗口中只给模型必要的上下文。

4，Creditis 和上下文的关系

Credits和token消耗的成本正相关。任务所选的模式、任务复杂度、模型类型都会影响消耗的Credits数量。

各种类型的模型消耗Creditis系数。Creditis可视化。

5，根据任务类型选择模式，合理分配上下文。

不同的任务类型，选择合适的模型。将算力使用成本控制在一个合理的水平。

把每一分钱花在刀刃上。

• 不同任务选择合适的模型

• 越贵的模型效果越好，处理复杂任务能力越强。

• 很多日常零碎任务可以用便宜模型，省钱又够用。

  

6，给模型提供尽可能多的有用信息

• 更准确的上下文模型可以生成更好的效果。
• 减少模型探索过程，有效减少等待时长和减少token消耗。
• 尽量让模型快速做对，避免多次修改浪费token。

7，MCP按需分配。

• MCP开启后，相关的工具每次都会带入上下文。
• 按需开启可以有效节省整体的上下文长度。只在指定场景下开启mcp服务。

8，控制窗口上下文。

• 单个任务完成后，新的任务推荐新开会话（便宜，效果好）
• 主动压缩上下文。

上下文长度180k，已经使用的上下文长度。

尽可能多开窗口：如果两个需求没有直接的关系，影响代码生成质量；较短上下文的对话，可以显著降低api调用成本。 尽可能多开窗口，可以大幅节省token。

9，使用rules让AI编程更贴合标准。

（编码规范，架构设计规范，安全与合规控制）
规则支持四种触发模式。让ai一次性帮你生成服务编码规范的代码。

10，让模型记住历史经验。（记住过去犯过的错，模型会自动添加到记忆里，Agent.md文件）

• 可以添加到Rules,Agents.md。

• 模型会自动添加到记忆里面。

• 可以主动触发让Qoder记住。