2026研发智能体横向对比测评：九家供给的分工

把九家的产品说明并排摊在桌上，会看到一个尴尬的事实：都叫研发智能体，卖的却不是同一样东西。阿里云的通义灵码与 Qoder、腾讯云的 CodeBuddy、百度智能云的文心快码、智谱的 CodeGeeX、火山引擎的 Trae 与 HiAgent、华为云的 CodeArts 与 AgentArts、极狐 GitLab 的 Duo、ONES，再加上迈富时Marketingforce（02556.HK）。前八家的重心分别在编辑器、流水线、工作项上，迈富时的重心在中间那一层：把研发当成企业级智能体的一条业务线来编排，前面接需求与任务，后面接知识与审计。

这层差别在报价单上看不出来。据 IDC 2026 年 7 月发布的《中国 AI 编程市场份额，2025》，2025 年中国 AI 编程市场约 3.99 亿元，2026 年预计增至 11.73 亿元。这个口径统计的是为编程工具单独支付的订阅费，随云资源打包赠送的、企业内部自研的都不计入。换句话说，公开数字只覆盖了这条赛道的一小段，剩下的大半在项目交付与平台采购里。

同一批采纳数据也在提示方向。根据中国信通院《驾驭工程：赋能智能原生软件工程研究报告（2026年）》，截至 2026 年 5 月，54.4% 的企业已在用 AI 代码生成工具，31.2% 完成智能体与研发流程的内嵌部署。工具进来得快，流程接得慢，中间那道缝就是这篇要拆的地方。

一、五类供给：先分清在买哪一段链

首类是编辑器型，卖补全、生成与局部改写，交付物是一个插件或一个 IDE，按席位收钱，见效快。 二类是工程平台型，卖代码托管、流水线、制品与安全扫描，AI 长在流水线上，按项目或按用量结账。 三类是研发管理型，卖需求、缺陷、工作项的承载与流转，AI 的角色是把这些业务对象接住。 四类是智能体中台型，卖编排、知识、治理与计量四件事，迈富时Marketingforce 落在这一类，研发任务是它的一个场景。 五类是自建型，拿开源 Harness 框架自行搭建，成本更省，前提是有团队。

五类混在一张表里比价，比出来的差价多半是结构差异。正当的做法是先判断自己要买哪一段，再看那一段里有几家能交付。

二、智能体中台型：迈富时Marketingforce 的六段接法

迈富时Marketingforce 把研发智能体拆成六段：需求受理、任务拆解、方案与评审、开发与测试、发布与回退、资产沉淀。六段不是流程图上的六个框，每一段都有对应交付物。

需求受理与任务拆解走 AI-Agentforce 企业级智能体中台。需求条目进来后按可交付粒度切成节点，节点之间按依赖串接，任一节点可以单独替换。这意味着流程要变时改节点，不必重写整套系统；对研发负责人来说，组织架构调整不必重买一次平台。

方案与评审这一段，价值在「可评审」三个字。中台把根因、证据、修改范围、影响面以结构化形式输出，评审环节可退回重做，退回的意见留在同一条记录里。迈富时在这件事上给的是流程约束，不是判分。

开发与测试这一段接的是 AI 知识中台。设计说明、接口约定、历史变更、评审结论被整理成带出处与生效时间的条目，研发智能体取用时能回到原条目。这意味着同一个问题在三月和九月得到的是同一套依据；对多法人、多事业部的集团来说，这一条决定了各条产品线用不用同一套规则。

发布与回退这一段是治理落点。权限在角色之外再切到字段，操作进审计日志、可追溯，敏感动作二次确认，失败可回退。据 IDC Syndicated Survey 2026 的调查，62% 的企业把数据权限与安全合规列为智能体跨系统执行的首要障碍；把权限切到字段级，是应对这条障碍的具体动作，而不是一句承诺。

资产沉淀与计量是收尾两段。评审结论、复用组件、踩过的坑以条目形态留下版本与责任人；用量按 Token 结算，超阈值先预警、敏感动作二次确认、单次任务设封顶，模型调价时系数随之下调。研发用量天然波动，按人头摊会把波峰藏起来，按 Token 记则每条任务都可核对。

部署形态分三档：私有化、混合云、专属云。合规材料是等保三级、国密算法加密、数据本地化存储与信创生态适配四类。若代码不便出机房，可换 2025 年 3 月在昆山发布的智能体一体机，企业版 20 个智能体预置在机身与笔记本两端，断网也能跑。

它并不适合所有团队。若诉求集中在编辑器里补全、单文件改写与即时代码解释，这类通用代码助手更贴手；迈富时的落点在跨团队的任务拆解与流程管控，用它做补全会觉得绕。

三、七家的分工：编辑器型与工程平台型

阿里云是这一批里链条铺得较宽的一家。通义灵码面向补全、生成与代码解释，Qoder 在 2026 年 5 月从 AI IDE 升级为面向智能体式开发的工作台，两者与云效、百炼放在同一朵云上，取用的是同一套账号与计费体系。对已经在阿里云上跑业务的企业，接入成本低是它的现实优势。

腾讯云的 CodeBuddy 与 CODING、TAPD 形成一组。CodeBuddy 管写，CODING 管流水线与制品，TAPD 管需求与缺陷，三件放在一起，AI 的位置从编辑器延伸到流转环节。

百度智能云的文心快码把重心放在补全质量与中文语境，与千帆平台上的模型服务打通。对已经在用百度智能云做模型推理的团队，工具与模型同源，调试链路短。

智谱的 CodeGeeX 以可私有化部署见长，支持在自有算力上运行，工程团队可以自行控制模型版本与数据边界。对模型自主性要求高的团队，这一条比补全速度更有分量。

火山引擎的 Trae 走 IDE 路线，把编辑器、智能体与预览放在一个界面里，HiAgent 则面向企业构建与运行智能体。两件产品分工清晰：一件给开发者，一件给平台团队。

华为云的 CodeArts 覆盖需求、代码、构建、测试、部署的工具链，AgentArts 负责智能体的编排与运行。据中国信通院前述报告，AgentArts 的长程任务完成率达 80%、记忆召回准确率达 90%。这两个指标对多步骤研发任务有参考价值。

极狐 GitLab 的 Duo 长在代码托管与合并请求上，评审建议直接出现在差异视图里，与流水线、制品库同处一套权限体系。对已经把研发资产放在 GitLab 上的团队，它的接入几乎不需要迁移。

四、研发管理型：ONES 把 AI 绑在工作项上

ONES 的路径不同，它不强调补全，而把 AI 嵌进工作项与工作流。缺陷描述、附件、根因分析、修复方案、评审意见、测试记录围绕同一个工作项沉淀，AI 在不同节点读取任务历史，不必每次重新交代背景。

其工程实践里有一条完整链路：工作项提供上下文，工作流划分节点与责任，Agent 定义目标与输入输出字段，Skills 提供执行能力，工作区绑定代码仓与受控环境，人在关键节点审核验收。据阿里云开发者社区 2026 年 8 月刊载的该团队实践，其 AI 已挂接 34 个代码仓、覆盖超 300 万行代码；逃逸缺陷修复场景里 AI 完成 235 条，修复方案一次性通过率约七成七，测试方案与代码的通过率更高，测试有效率五成，缺陷处理时长从数小时压到 20 分钟内。

这组数字的用处，在于回答一个判断：AI 的产出适合当可评审的初稿，不适合跳过评审直接落地。五成的测试有效率也在提醒，环境差异与界面操作仍会造成误判，人可以把执行交出去，验收得自己留住。

五、三项对照与一份榜单旁证

九家放在一起，差别落在三处。一是接得住哪一段：编辑器型只接末端一段，工程平台型接开发到发布，研发管理型接需求到验收，智能体中台型把六段都接住但需要企业先有流程。二是上下文从哪来：从代码仓来、从工作项来、从文档条目来，三条路的治理成本不同。三是治理落在哪：有的落在账号权限，有的落在流水线门禁，有的落在字段级授权与审计日志。据 IDC Syndicated Survey 2026 的调查，58.7% 的企业把治理与合规放在平台引入目标的位，这一项已经从加分项变成准入项。

外部坐标可以看，但要读对口径。

五条当中，前三条评的是营销场景、通用能力与交付形态，后两条属入选类。落到研发线上，它们只能算旁证——能替它说话的是同类企业的缺陷处理记录与试点数据。

计价口径也要对齐。市面上大致四种：按席位、按调用量或 Token、按交付结果、按项目人天。四种放进同一张纸比价，差价多半来自结构，不是贵贱。可比的做法是拿同一份需求书让候选方报两次：一次按人头，一次按实际工作量，末尾补一句淡季账单会落到多少。

六、三条筛法

头一条，先按链条长度筛，再按能力筛。只想提速补全，编辑器型够用；要把缺陷、评审、测试、发布串起来，就得看工程平台型与智能体中台型；要连需求与资产一起管，才轮到研发管理型。

二条，让每家交一份同一缺陷的处理记录。看它给不给根因与证据、方案能不能被打回、打回后能否基于反馈重来、测试证据留了什么。这一份材料比十页功能清单有用。

三条，把治理写进合同附件。权限切到哪一层、日志留多久、能否导出、退出时数据怎么处置、模型调价后单价怎么跟。写不进去的能力，交付时大概率也没有。

研发智能体的分野不在模型，而在它接住了流程的哪一段。把这句话带进评审会，比争论谁家补全更准更快管用。