阿里Qoder上线实时语音智能体Qoder Voice，支持语音驱动AI编程

事件核心：发生了什么

据AIbase报道，阿里AI编程助手Qoder于近期上线了实时语音交互智能体Qoder Voice。该功能由阿里自研的全双工语音模型Qwen-Audio-3.0-Realtime驱动，支持开发者以自然语音完成编程全流程：用户可在Qoder Quest模式主界面点击语音入口，随后在任何界面通过浮动窗口唤醒Qoder Voice；说出语音指令后，系统自动创建任务、调用相关工具并后台执行。执行过程中用户可随时打断、追问或调整需求，实现语音交互与任务执行的同步。

官方介绍了一个典型场景：在代码重构时，用户可语音要求制定重构计划，并追加“添加缓存”等功能需求，Qoder Voice会立即调整策略并继续执行。目前Qoder Voice已在Qoder国际版上线，提供个人订阅、个人试用版和企业订阅，并开放3天免费试用。阿里表示，Qoder中文版（Qoder CN）也将很快推出。

为什么重要

语音交互正成为开发者与AI智能体协作的新入口。此前AI编程助手主要依赖文本对话界面（如ChatGPT的代码解释器、GitHub Copilot Chat），虽然高效，但在快速迭代、多任务并发场景下仍存在输入门槛。Qoder Voice通过全双工语音模型实现了“边说边做”的低延迟交互，显著缩短了从意图到执行的路径。

这一产品也反映了AI编程工具的竞争趋势：从单轮代码补全转向多轮、多模态的协作智能体。阿里的优势在于拥有完整的“模型—工具—平台”链条——Qwen-Audio系列语音模型持续迭代，加上Qoder已有的任务调度和代码执行能力，使其能在同一产品内整合语音理解、代码生成和运行时反馈。如果中文版顺利落地，将直接挑战现有以英文和文本为主的编程助手格局。

对用户/开发者/创作者的影响

对于个人开发者，Qoder Voice降低了AI编程的使用门槛：无需频繁切换键盘打字，尤其适合移动办公、会议间隙或需要同时查阅文档的场景。多轮语音讨论能力让复杂任务（如重构、调试）可以像与人沟通一样逐步细化需求，减少反复输入上下文的开销。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对于企业团队，企业订阅版本意味着可以将语音驱动的AI编程纳入标准化开发流程，可能提升团队协作效率，尤其是在远程或混合办公环境下。3天免费试用也降低了评估成本。

需要注意的是，目前Qoder Voice仅在国际版上线，中文版尚未开放，国内开发者短期无法直接使用。同时，语音交互对环境噪音、网络延迟和模型多语言能力仍有较高要求，实际体验有待用户验证。

值得关注的后续

第一，中文版Qoder Voice的具体发布时间和定价策略——如果中文版保持同等功能并接入国内云端，可能吸引大量本土开发者试用。第二，主要竞品（如GitHub Copilot、Cursor、Amazon CodeWhisperer）是否会在近期跟进语音功能，从而引发一轮“编程语音助手”的产品竞赛。第三，全双工语音模型在开发场景中的误识别率和延迟表现，将直接影响该模式能否从“尝鲜”变为“日常生产力工具”。若体验足够流畅，语音交互可能成为AI编程助手的标配能力。

来源：AIbase