2026年7月28日，阿里旗下AI编程助手Qoder正式推出实时语音交互智能体Qoder Voice，该产品由全双工语音模型Qwen-Audio-3.0-Realtime驱动，支持开发者通过自然语音完成任务创建、方案讨论、代码执行全流程，支持随时打断调整需求，任务可后台静默执行无需用户等待，大幅降低编程交互成本。
不少开发者在编程过程中都遇到过双手被键盘占满、需要反复切换窗口录入需求的场景，一边调试代码一边打字修改AI指令的操作，往往会打断开发思路，降低工作效率。而AI编程工具的实时语音交互功能，正在破解这一长期存在的使用痛点。
用户只需在Qoder Quest模式主界面点击语音入口，即可唤起悬浮窗形态的Qoder Voice，在任意开发界面随时发起语音指令。不同于传统AI工具需要用户等待单轮指令执行完成才能进行下一步操作，Qoder Voice接收到语音指令后会自动创建对应任务，调用相关工具在后台静默执行，用户无需停留在当前页面等待结果，还可以在任务执行过程中随时打断、追问或是调整需求，实现语音交互与任务执行的同步推进。
针对复杂开发任务，Qoder Voice还支持多轮讨论式交互：智能体会先根据用户的初步需求生成执行方案，用户可以随时通过语音补充细节或是修改开发方向，系统会根据反馈实时优化方案并继续执行。比如在代码重构场景中，用户只需口头提出“采用观察者模式重构，同时增加本地缓存功能”的要求，Qoder Voice就会即时调整执行策略，无需用户重新输入大段文字指令。
Qoder Voice流畅的实时交互体验，背后依托的是阿里自研的全双工语音模型Qwen-Audio-3.0-Realtime。传统的单轮语音交互系统只能遵循“用户说话-系统处理-系统反馈-用户再说话”的串行逻辑，一旦用户中途有新的需求，只能终止当前任务重新发起指令，效率极低。而全双工模型支持语音输入、任务处理、结果输出并行推进，交互逻辑更接近人和人之间的面对面讨论，大幅降低了交互的等待成本。
从最早的自动补全代码片段，到后来根据文字指令生成完整函数、模块，AI编程工具的迭代始终围绕“降低开发者交互成本”的核心方向展开。此次语音实时交互功能的落地，意味着AI编程工具的交互方式已经从“打字输入”进阶到“语音对话”的新阶段，未来甚至有可能实现完全脱离键盘的开发模式，进一步降低编程的技术门槛，让非专业开发者也能借助AI工具快速实现自己的产品想法。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号