用 AI 开发 AI：FunQ 背后的 Qoder 最佳实践分享

在2025云栖大会现场，Qoder资深用户王庆分享了基于Qoder打造的 FunQ 平台和最佳实践。FunQ是一款服务于阿里云函数计算的智能助手，包含深度知识问答，以及辅助的函数编码，还有智能费用查询等。他指出在Qoder加持下，有非常多的前端工程师的增量价值，能够节省时间，提升开发效率。因为Qoder有强大的文档编写能力，可以帮助工程师写出可维护、可阅读的相关的文档，把一些可复用组件进行提取和抽象，让其变得更加可复用。

以下是演讲全文：

我是王庆，今天非常荣幸接受Qoder的邀请来给大家做分享，我是一名前端工程师，也是一名Qoder的资深用户。今天要分享的主题------用AI开发AI，第一个AI就是Qoder，第二个AI是我开发的智能体FunQ。

FunQ是一款服务于阿里云函数计算的智能助手，包含深度知识问答以及辅助的函数编码，还有智能费用查询等。FunQ不仅是一个可以解答业务深度领域问题的对话机器人，而且是一个能够提供丰富交互能力的智能助手。

FunQ简介

FunQ前端工程交付模式与传统的交付已截然不同，当前FunQ沿用了Qoder的多种交互模式完成最终的交付。

Quest模式 ------ 快速实现0到1原型

第一个FunQ的版本大约使用了60+ Quest Task，快速搭建出完整的功能框架。
智能体模式（Agent）------ 自动化微调，释放人力

原型完成后，进入细节打磨阶段。大约使用了40+的智能体的自动执行帮助我完成微调。
智能问答模式 ------ 精准补缺，人机互补

通过问答的方式辅助人来完成更好的精度，即传统的智能问答模式。这里具备前面的Quest上下文以及自动化执行上下文之后，问答会更加精准。

可以看到今天交付这样一个工程，大部分的代码都是靠AI形成的，当然少部分还是需要人类工程师把控它的质量以及提升精度。

前端的工作范式迁移

开发工具的变化

整个前端工作范式发生了非常明显的变化，以前用的编辑器还是偏人工编写，今天有了新的自主编程 Qoder之后，前端工程师既可以在上面做设计、Review代码，还可以让Qoder自动化交付任务。

开发流程的变化

整个开发流程也发生了非常大的变化。以前都是通过人（工程师）的智力输出，即工程师接受需求、思考、编码、设计，但是今天发生了变化，现在是工程师主导设计，让AI辅助接下来的完成，当然最后还需要工程师来把控代码质量。

FunQ的前端工程化Qoder实践

【 0-1 】工程的初始化

工程初始化是项目0-1的关键节点，以前初始化的工程框架会用指令生成固定模板的方式，比如Next.js、Create React App 等命令行工具初始对应的框架，其局限性在于，它只能针对某一框架完成某一个模板脚手架的初始化。如果你希望进行混搭，利用更多的优秀工具就比较困难。使用Qoder后，只需要通过简单的提示词把想要的工程框架填进去，它就可以很好帮我们做组合。比如FunQ前端工程是基于Vite编译构建工具加上ShadCN的UI、以及Ag-UI 通讯协议（LLM 输出对接协议）的，这种组合方案是固定模板的指令无法提供的。但是利用Qoder一句话就可以搞定了，这就是它的强大之处。

【 1-10 】业务的迭代与精调

对于交互开发，以前我们需要人工校对、设计完成一个编码，但是现在可以采用D2C或者C2C的模式。所谓D2C就是直接把设计的稿子变成用来生产的代码，而C2C更加直接，Qoder使用各种智能编码的工具直接生成一个可交互的界面，接下来再把它转化成可以用于前端生产的代码。

今天，我们也看到很多产品经理工作范式变化。产品经理已经不用使用原型工具拖拽UI 构建原型，而是用各种智能编码的工具直接生成一个可交互的界面，这个界面可能由HTML这种简单代码构成的，基于这个我们接下来再把它转化成可以用于前端生产的代码，非常地顺其自然。

完成初始化之后，接着需要精调，这个过程我是怎么完成的？首先开启Quest模式，我让它设计完之后需要反复Review的过程。完成一个设计之后，接下来开始进入自动化的调试和交付，这时启动Agent模式，结合前面的标准化设计，反复与Qoder确认，就可以完成一个比较好的交付。

FunQ会话持久化功能实践

这是我在做的持续化会话的功能实践，首先让Qoder完成精细化的设计方案，我再进行Review，然后开始详细的人工审查。因为Qoder本身提供友好的审查界面，可以让我们能够清楚知道它的变化、逻辑在什么地方，等设计完如果觉得功能没有什么大问题后，接下来进入更加精细地微调，右侧对话框里使用Agent模型对它进行下一次交付，最后需要统一验收。今天前端工程师可以直接打开浏览器看结果，更直接更方便。

Qoder协助下的更高业务价值实现

除了交付业务，Qoder还可以做更高阶的事情。例如从FunQ里抽象出一个独立的库，主要作用是把大语言模型输出的token变成丰富的可视化的交互。这个东西在整个智能体应用里是非常重要的。如果是以前，我们为了应付业务的结果就已经很疲惫了，没有精力去做抽象这件事，现在有了Qoder之后，我就有精力做了。首先让Qoder从主工程里把这样的功能检索出来，然后把这些功能单独提取成一个目录，接下来要求Qoder把目录做进一步细化，包括编写文档、写相关的使用示例，当它编写完之后会让它把我现在的依赖剔除，换成抽象的独立的工程。

这样的好处是当开发者完成独立模块之后，不仅仅只在像FunQ这样业务里使用，未来可以应用到更多的类似Agentic 应用里，可以极大提升工程师的复用度，甚至可以做开源，进一步提升影响力，这些变化都是Qoder生产效率的工具带来的。

Qoder加持的前端工程师的增量价值