最近的AI信息焦虑，被阿里Agent团队治好了（附赠工具）

推荐语

阿里Agent团队用AI工具帮你解决信息焦虑，打造专属灵感管理平台，全程无需写代码！

核心内容：
1. 信息焦虑的痛点：收藏的素材难以整理和复用
2. 阿里Qoder的Experts Mode如何解决复杂开发问题
3. 开源AI工具的实际功能与使用体验

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

它能各种维度的抓取小红书、抖音、B站等主流平台的内容，包含原视频下载链接。还能通过AI一键打标签，并获取多种选题灵感。支持链接、图片类型的素材。以及通过AI语义检索我的所有内容。非常好用～

而且全程我没有写过一行代码，我只是在想，我想要什么

这段时间，我越来越明显的感受到一件事：我的灵感（或者说信息）根本留不住。

我平时刷抖音，会习惯性地收藏很多视频。刷小红书，会顺手点一堆收藏。看 GitHub 上的开源项目、微信里的深度长文，甚至是在某本书里看到一句很绝的金句，我都会立刻觉得：嗯～这个以后写文章肯定能用上。

但问题是，这些东西最后都散了。

它们可能散落在微信的收藏夹里，散落在手机相册的截图里、备忘录里，散落在和文件传输助手的聊天记录里..

更难受的是，很多时候你明明清楚的记得，自己确实看过一个特别好的切入点，一个很绝的标题，或者一个极其贴切的案例。

可等你真的坐在电脑前，准备写文章、做视频的时候，脑子一片空白，去各种收藏夹里翻找，就是死活翻不出来。

后来我发现，真正让我难受的，不只是素材（信息）太散找起来麻烦。

而是这些素材，根本没有变成我的资产。

我收藏了很多东西。但收藏，不等于掌握。截图，不等于整理。

灵感在这个瞬间出现过，不等于你下一次需要它的时候，它还能再来。

它们更像是一堆流沙。你当下觉得紧紧抓在手里了，过两天风一吹，就什么都没了。

所以这次，我决定不再去市面上找那些笔记工具了。我想根据我的需要直接让 AI 帮我做一个。

这次我决定试试阿里的AI IDE：Qoder

https://qoder.com/

主要有两个因素：

1、是我一直以来还真没有深度体验过阿里的Qoder，但之前评论区有很多朋友一直安利它；

2、我发现Qoder最近推出了一个新模式：Experts Mode（专家团模式）

我想顺便试试：如果把这个需求，完整的交给一支 AI 开发团队来解决，到底如何？

一般我们用 AI 写代码，遇到简单的单页面任务，还行。可一旦项目稍微复杂一点，比如涉及到前后端交互、数据库设计、路由配置，很多问题就随之而来了。

前端的样式、后端的逻辑、数据结构、测试用例，所有的东西都挤在同一个对话的上下文里。当任务太长，上下文爆掉之后，它可能给你整出一堆前后矛盾的Bug。

Qoder 最近上线的全新模式：Experts Mode（专家模式）像是一支工程团队（有调研员、前端、后端、测试、代码评审员等等）。

Experts Mode 里每个专家有独立上下文，它的优势是不互相干扰。做完前端再做后端时不会忘记前面写了什么，更适合做复杂任务。

在人类社会中也是类似的，大项目往往是开发团队来执行。

而且我发现，一直以来，很多AI编程工具的多Agent，本质上只是同一个大模型换了几套Prompt规定了角色。单其他都一样。

而据说Qoder这次每个专家是经过专项调优的SWE Agent，而且不同专家会根据当前任务，自动路由到最适合的模型和工具。比如规划用Opus，写后端代码用GLM-5，写前端代码、浏览器测试使用kimi-k2.5。

所以我最后选定的方向，是做一个个人的 内容素材与灵感管理平台。

它能把我平时看到的网页、文本、截图、灵感备注这些碎片化的东西，统一收拢进来，整理成标准化的素材卡片。

然后再利用 AI 进行初步加工：自动提取摘要、打上标签、智能分类，甚至根据这些素材，给我提供可延展的选题方向建议。

但是，我很快就发现，有个难点是：跨平台的数据采集并不是单靠 AI 写几段代码就能轻松搞定的。

不同平台的页面结构、反爬机制、登录态维持，里面有太多坑要踩。

所以在这一步，我没有选择从零开始硬造轮子。

我借助了一个在 GitHub 上已经46.4K Star的知名开源项目：MediaCrawler，先把多平台信息采集这个层底层能力搞定。

这个开源项目是一个现成的数据采集底座。

我准备在这个底座之上，结合 Qoder 的 Experts Mode，把我真正需要的核心业务补上去：

把采进来的各种格式的内容，统一清洗、整理成我的素材卡片，再接入大模型 API 做摘要、标签、分类和搜索。

真正的工程开发，很多时候并不是所有东西都从 0 开始。它更像是日常装修房子，你不用连烧砖、配水泥这种事都亲力亲为。你肯定是先去建材市场选好合适的成品材料和部件，再把它们按照你的设计图纸组合起来，最后搭成一个真正适合自己居住的空间。

这次我做这个项目也是一样。

以下是我提交给它Qoder专家团的任务：

我想做一个面向内容创作者的“内容素材 / 灵感管理平台”MVP。

这个产品的目标是：把网页链接、文本、截图、灵感备注等内容统一收进来，整理成素材卡片，并支持基础搜索、筛选，以及 AI 摘要、标签、灵感方向建议等初步加工能力。我希望你在获取小红书、抖音、知乎等平台内容的时候，可以借助当前目录下的开源项目：MediaCrawler的能力，不要重复造轮子。

请你以 Experts Mode 的方式来推进，不要一开始就把所有细节定死，也不要立刻闷头写完整代码。

我希望你先做这些事：

先理解产品目标，帮我定义合理的 MVP 边界，拆 TaskList，组建合适的专家团队，告诉我哪些功能应该做，哪些功能先别做，列出需要和我讨论确认的关键点

这个项目第一版请优先考虑这些输入方式：

手动粘贴文本，输入网页链接并解析基础内容，上传截图并 OCR，手动记录一句灵感，请优先保证主流程完整、适合演示、方便后续迭代。

先输出你的理解、MVP 范围、任务拆解和待确认问题，不要直接进入最终实现。

为了方便大家更直观的看到过程，我录了屏：

调研员Alex先把MediaCrawler项目研究了个遍，然后它向我提出了几个很好的问题。

我一一回答了，然后它生成了一个完备的计划。

它告诉我这个 MVP（最小可行性产品）版本应该先做到哪一步，哪些基础功能先做，哪些功能可以放到二期，以及在图片识别等关键功能上，需要我来拍板决定。

点击确认后，Leader Agent 先根据计划，给我拆出了一版详尽的 TaskList。

然后，背后的专家团队才开始分头推进。

前端工程师Lee，和后端工程师Jimmy同时开工，分别负责前后端骨架的搭建

过程中，我发现计划中有我待确认的部分忘记确认了，还可以任务过程中随时介入，补充这块细节～

同时，开发完毕，还会有测试工程师打开浏览器，逐条进行功能测试。

从下面这个录屏中可以看到，它之前列的计划是非常详细的（包含技术选型，系统架构，项目目录结构，数据模型设计等等）

以及整个开发过程，开启了6个后端工程师，1个前端工程师，和1个测试工程师。每测试完一个功能还会截图保存测试结果，这点也太赞了～

大概过了25分钟左右，V1.0就开发完成了

不过V1.0只是完成了基本的前后端功能+数据库，还没有接入MediaCrawler

所以我很快让它开始了V1.1的开发工作（约花了30分钟）：

干完之后，我还让它进行了一次全流程的回归测试：

如果有bug，自动修。我终于不用充当测试了！相当爽～

这种感觉真的很像：你作为甲方先开了一个需求对齐会，然后一个建制完整的小型工程团队接了单，开始埋头干活。

而我，更多的时间是在看它出的计划，提出业务层面的修改意见，在几个技术方案之间拍板做决策。

具体的代码实现、模块之间的衔接、边缘情况的补全和修正，全是它们自己内部就消化推进了。有一种运筹帷幄的赶脚 😄

因为是分工推进，每个专家都只维护自己那一块精简的上下文，所以项目一旦复杂起来，它也不容易像以前的单 Agent 那样写着写着就烂尾、漏步骤或者前后矛盾。

最后，这个素材灵感平台的 MVP 版本已经顺利跑起来了～

由于第一版的UI界面有点丑，我又让它优化了一下，改成孟菲斯风格：

还不错，而且没有影响到现有功能：

它可以接收我输入的各种碎片化信息，接入我需要的数据源，把这些东西整理成统一的素材，然后再做基础的摘要、标签和搜索。

对我来说，它目前还不算一个完美的终态产品。

但已经初雏形，也是我自己每天真的会打开去用、并且会持续迭代下去的生产力工具。

目前已经开源了，项目叫ideahub，地址是：

https://github.com/kangarooking/ideahub

有需要的朋友可以自取，欢迎Star 😄

接下来准备做成Skill给龙虾用，并跟飞书等平台打通，以及设计更方便的一键收集信息、素材的方式，敬请期待～

这次完整体验完Qoder，我有一个很强烈的感受：

2026 年的 AI 编程还在飞速的持续进步。

当 AI 具备 拆解复杂任务、组建专业团队、多线程并行执行、最终交付结果的完整工程化能力时，软件开发这件事本身，也就大踏步进入下一个阶段了。

我觉得这件事，对专业的程序员极其重要，它能让你一个人活成一家外包公司。

同样的，生成力的提升也会淘汰掉一部分不会使用AI编程工具的程序员

emmm，程序员危险的这个事儿，我其实在之前的好多期文章标题上都有体现，但是评论区总是说我在制造焦虑。

最近网易、B站等很多大厂都又出了裁员的传闻

这些事情不是没有预兆，因为AI编程，它从来都不只属于程序员。

当越来越多的人，不再需要先去苦哈哈的学会怎么亲手敲每一行底层代码。就能根据自己的想法，开发的时候，程序员似乎也逐渐沦为了AI时代的搬砖工人。我们以前引以为傲的那些技术，正在被AI平权。

而普通人更需要学会的，是怎么精准的提出商业需求，怎么判断技术方案的优劣，以及怎么验收最终的交付结果。

越来越需要成为那个：清楚地知道自己想要什么，并且知道该怎么指挥一支 AI 团队把它完美实现出来的人。

如果你本身就是 Qoder 的 Pro+、Ultra 或者 Teams 订阅用户，那么恭喜你，Experts Mode 已经自动解锁了，你现在就可以去模式选择器里切换体验。