正在加载，请稍候
菜鸟把 AI 编码贡献率做到 90%+，需求交付却只快 10%。AIcoding 跨平台落地的卡点在平台知识来源、上下文分层与验证闭环，不在模型分数。
同一个需求，在 Web 上一把编译通过，切到鸿蒙手机就报出一屏不认识的平台接口——这是多端团队在 2026 年最常见的体感差异。
2026 年 9 月的 AICon 上海站上，菜鸟网络研发总监郭凤钊给出一组内部口径：AI Coding 贡献率从约 10% 提升到 90% 以上，部分团队接近 100%，但对比有 AI 参与和无 AI 参与的需求，变更周期只相差约 10%。InfoQ 完整记录了这场分享。
他的解释很具体：编码只是交付链路上的一环，在整体周期中大约占三成时间；其余七成散落在需求澄清、方案设计、用例生成、编译、测试与部署上，而且阶段之间仍依赖工程师确认结果、切换工具来推动。
多端场景会把这种非线性放大。单端项目里被模型能力掩盖的环节，到了跨平台会一起浮出水面：一份需求要在不同语言、不同构建链路、不同发布通道上各走一遍。
公开的编码能力评测，题目绝大多数集中在 Web 前端。2026 年 9 月小米 MiMo-V2.6-Pro 登上 Code Arena 的 WebDev 榜、以 1628 分位列约第十（开放权重中约第三），是个典型样本。该榜单数据见 AIHOT 整理。但这类榜单里几乎不会出现移动平台专有语言、端侧接口与多端布局适配。
通用模型在 Web 技术栈上的语料密度，远高于某个移动平台的专有语言。9 月 21 日华为云对码道 CodeArts 的升级恰好说明这一点：为鸿蒙单独训练编码模型，针对 ArkTS 语言和鸿蒙开发范式，引入超过百万级鸿蒙原始素材、10 万条以上高质量数据，覆盖高频组件与接口。升级细节与内部测试口径在这篇报道里。
华为云给出的内部测试结果是：生成千行代码的错误率下降 80% 以上，一次编译通过率提升 78% 以上，单次任务 Token 消耗下降 20% 以上。换算成工程语言就是——跨平台落地的第一步不是挑模型，而是先确认这个平台的知识从哪里来。
单端项目里，把代码库交给代理基本够用。多端项目里，代理还需要平台规范、组件与布局模板、第三方库转换规则、存量工程的历史写法。华为云把鸿蒙知识库、第三方库转化、小程序转元服务这些能力与编码能力放进同一套流程，目的就是减少上下文来源的碎片化。面向代理的设计系统在做同一件事。
碎片化的代价是每次都要重新交代背景。团队的隐性约定如果只存在于资深工程师的脑子里，代理的正确率就会长期卡在能写但不合规范。如果你的产品只有一个 Web 端，判断逻辑会简单得多，可参考单端场景下选型胜负手的换位；多端团队则需要继续往下做上下文分层。
Linear 工程师 9 月的复盘值得抄作业：编码代理提速之后，瓶颈立刻转移到持续集成环节，PR 等待时间从 6 分钟以上压到 5 分钟出头，单测运行时间约减半。原文要点。单端已经如此，多端还要叠加模拟器矩阵、真机与多套构建产物——生成得越快的团队，验证环节越先堵住。
| 对照维度 | 单端（以 Web 为主） | 跨平台多端 |
|---|---|---|
| 公开基准覆盖 | 榜单密集，题目贴近真实任务 | 平台专有语言与端侧接口几乎无公开评测 |
| 上下文来源 | 单一代码库加框架文档 | 多套平台规范、组件模板、存量工程写法 |
| 验证成本 | 一次构建加一套单测 | 模拟器与真机矩阵，构建链路彼此独立 |
| 失败代价 | 页面回滚即可 | 多端表现不一致，迁移与上架成本叠加 |
菜鸟在从 Vibe Coding 走向端到端托管交付时，明确排除了几种常见做法：把所有节点写进工作流、从头自研专用代理、让工程师逐个手动触发技能。原因分别是流程难以维护、自研成本高、人依旧是瓶颈。同一份分享还提到一个容易忽略的约束：即使上下文窗口约有 100 万 Token，系统提示、历史会话、工具定义与读取的文件都会挤占空间，执行轮次一多就会出现上下文腐烂（Context Rot）。
跨平台团队可以照这个思路把上下文拆成三层，各自有明确归属：
分层的收益是可控性：平台知识升级时只动一层，仓库重构不会污染平台规范。运行环境的取舍同样有参照——云端沙箱换来全天候的执行环境，也让最佳实践从个人电脑里变成团队可复用的资产。
成本上还有一层分工可以提前规划：把高频、边界清晰的执行步骤（工具调用、样板代码补全）交给小参数模型，复杂推理留给大模型。9 月 NVIDIA 发布的 Nemotron 3.5 Lightning 就是 30B 总参、约 3B 激活的混合专家结构，明确定位在工具调用与编码这类执行环节，与 550B 级别的推理型号形成分工。OpenRouter 对这款模型的解读。多端项目的请求量本来就大，这层路由直接决定单位成本。
| 验收维度 | 要问供应商的问题 | 可接受的答案 |
|---|---|---|
| 平台知识来源 | 平台专有接口的覆盖怎么来？ | 有垂直训练或可审计的知识库，而非只依赖通用模型 |
| 上下文工程 | 多端上下文如何分层与回收？ | 有明确分层与压缩策略，不是全部塞进单一会话 |
| 验证闭环 | 生成后能否自动编译预览？ | 能直连端侧模拟器或命令行构建，提交前跑通 |
| 度量口径 | 只看贡献率，还是也看交付周期？ | 双指标并行，且以交付周期为主 |
这四个问题都指向同一件事：把隐性知识变成可复用资产。供应商如果答不上来，多半是让团队自己去补这部分工作。
先建知识库。工具的同质化程度远高于平台知识，先有可检索的平台规范与组件模板，换任何工具都能受益；反过来，知识只在个人电脑里，换工具就要重新踩一遍坑。
能生成，但编译通过率不稳定。华为云针对鸿蒙的专项训练把一次编译通过率提升了 78% 以上，这个差距主要来自平台语料，而不是通用推理能力。
因为编码在交付周期里大约只占三成，其余环节仍靠人工串联。菜鸟的观测是有 AI 参与与无 AI 参与的需求，变更周期只差约 10%，瓶颈已经不在写代码这一步。
先用命令行构建加自动化脚本做最小闭环：让代理在提交前跑一次编译与静态检查，并保留可回放的执行日志。沙箱的价值是可复用与不中断，可以从一台常驻的构建机开始。
会。9 月 Kimi 发布的桌面客户端同时上线 macOS（含 Apple 与 Intel 芯片）与 Windows 版本，发布信息见此。本地环境差异越大，能在团队内统一的那一层——沙箱或容器化环境——价值越高。
如果你正在为多端项目评估编码代理的落地路径，可以把现有工具链、仓库结构和目标平台清单整理好发给我们：提交你的落地评估需求，也可以先看已完成的多端交付案例。同类工程复盘会持续更新在技术博客的工程实践栏目。