知名开源开发者黄峰达离开Qoder，感慨在阿里要做好产品太难了！

10月28日，国内知名开源开发者、AutoDev项目作者黄峰达（Phodal）在X平台发文宣布，当天是自己在阿里巴巴Qoder团队工作的最后一天。

在告别帖中，他感谢了这段时间一起做产品、写代码、探索AI Coding的同事，并表示认识了很多优秀的人，也收获了不少新的思考。

不过，对于这段经历，他也留下了一句颇为耐人寻味的感慨：

“不得不感慨，在阿里要做好一个产品，可太难了。技术只是其中一部分，更多的挑战往往在技术之外。”

他还提到，这段经历让自己对AI Coding、Agent和软件工程的未来有了更多思考。

至于下一站，黄峰达并未透露具体去向，只表示仍希望继续做一些有意思的事情。

黄峰达在国内软件工程和开源社区有一定知名度。

在加入阿里之前，他曾长期任职于全球软件咨询公司Thoughtworks，担任过中国区开源负责人，也是国内较早探索AI辅助编程的开发者之一。

根据其个人履历，黄峰达毕业于西安文理学院电子信息工程专业，2013年12月进入Thoughtworks实习，2014年7月正式加入。

此后，他逐步从软件开发转向架构设计、技术咨询和开源生态建设，曾于2021年担任Lead Consultant。

在Thoughtworks工作期间，他参与开发了微前端框架Mooa、多语言代码分析工具Chapi、遗留系统重构工具Coca，以及架构治理工具ArchGuard等多个开源项目。

此外，他还出版了《前端架构：从入门到微前端》《全栈应用开发：精益实践》《自己动手设计物联网》等技术书籍。

真正让他在AI Coding领域受到更多关注的，是2023年启动的AutoDev项目。

当时，ChatGPT引发的生成式AI热潮正在席卷软件开发行业。

黄峰达与Thoughtworks同事及开源社区成员共同推进AutoDev，尝试将大语言模型能力引入真实的软件研发流程。

2023年8月，AutoDev 1.0正式发布。

这是一款面向开发者的开源AI编程助手，通过IDE插件提供代码生成、测试等能力，并探索如何将企业内部的工程规范和项目上下文提供给模型。

与只关注代码补全的工具不同，AutoDev更强调AI与软件研发流程的结合。

此后，黄峰达持续围绕AI辅助编程发表技术文章，讨论代码生成、模型微调、开发工具集成，以及AI在企业软件工程中的实际应用。

2024年，他曾结合Thoughtworks及客户侧的实践，讨论生成式AI对软件研发效率的影响。

文章披露的部分实践数据显示，不同研发环节的交付效率提升约为2%至13%，但对于多数已有项目，提升幅度不足5%。

这也让他将更多注意力放在模型之外的工程问题上。

随着Coding Agent兴起，他开始关注如何让AI理解整个项目、调用内部工具、执行测试，并完成更加复杂的开发任务。

离开Thoughtworks后，黄峰达加入了阿里巴巴Qoder团队。

Qoder是阿里在AI Coding领域的重要产品之一，于2025年进入市场，与Cursor、Claude Code等产品展开竞争。

据此前公开报道，Qoder上线5天用户突破10万，60天达到50万开发者用户。

此后，Qoder持续扩展产品形态，从最初面向专业开发者的AI IDE，逐步推出CLI、桌面智能体、Cloud Agents及移动端等产品，将AI编程能力延伸至更多工作场景。

2026年9月，Qoder提出“Agentic Coding Platform for Everyone”的新定位，进一步从AI编程工具向智能体编程平台演进。

据阿里官方披露，截至当年9月，Qoder已服务全球超过800万开发者。

在Qoder产品持续扩张的同时，黄峰达也在个人博客中分享了更多关于AI Coding工程化的实践。

2026年8月，黄峰达在个人博客中透露，加入Qoder三个月以来，他参与了基于Canvas的Agentic UI体系设计，并持续投入Agent插件生态建设。

围绕Better Harness项目，他进一步探索如何通过规格驱动、上下文编排、确定性验证、行为评测和证据闭环，让Agent插件从能够运行，走向可验证、可维护和持续演进。

在后续文章中，他还持续讨论Agent Loop、多Agent协作、执行过程可观察性，以及如何将开发经验沉淀为可复用的Skill。

这些技术探索与Qoder正在推进的Agentic Coding方向存在一定交集。

黄峰达此次宣布离职，正值Qoder持续扩展产品和用户规模之际。

从AI IDE到云端Agent，再到覆盖不同终端的Agentic Coding平台，Qoder过去一年经历了快速发展。

而黄峰达在告别帖中提到的“在阿里要做好一个产品，可太难了”，也成为这次离职消息中最受关注的表述。

他进一步指出，技术只是其中一部分，更多挑战往往来自技术之外。

从职业经历来看，黄峰达在Thoughtworks工作了十余年，随后从开源AI编程工具AutoDev转向商业化AI Coding产品Qoder。

他的技术关注点，也从传统软件工程和开发者工具，逐渐转向Coding Agent、Harness及AI原生软件研发流程。

如今，随着AI Coding产品竞争不断加剧，如何让Agent真正完成复杂任务，已经成为行业关注的重点。

而黄峰达在离职声明中强调的技术之外的挑战，也为这段大厂AI Coding经历留下了一个尚未展开的注脚。

至于下一站，他暂未透露更多信息。

在告别帖最后，黄峰达写道：

“下一站，还是想多做一些有意思的事。”