这是什么

掘金上一篇近万字教程演示了一件事：开发者把阿里旗下 AI 编程工具 Qoder 当「数字同事」训练，让它按自己公司的技术栈（数据库设计工具 Pdman、Spring 全家桶 + sa-token 鉴权、已有项目的 ivy 代码生成器）从零搭项目骨架、写业务代码、改 bug、测试、提交 git。

整个过程作者反复追问、补漏、改规范文档，AI 主要负责标准化的代码生成和外围验证。所谓「数字同事」，本质是让 AI 学习个人或公司的开发习惯。

行业怎么看

支持方认为这是关键拐点：AI 编程工具正从「通用助手」走向「定制化工作流」，类似当年企业软件从标准化走向行业定制。一旦 AI 学会公司规矩，就能稳定输出符合标准的产品。

反对意见同样值得听。教程本身暴露问题——作者列了六条验证点逐条核对，发现核心模块和程序入口漏生成、SQL 文档没反哺回规范、starter 命名还残留旧项目名，每处都要开发者反问才补上。所谓「数字同事」，现阶段更像「需要反复管的实习生」。

另一个被忽视的问题：教程里用的 harness（工作流框架）、openspec（规格说明工具）、superpowers（辅助框架）要开发者自己摸索拼接，并不是普通企业 IT 团队能直接复用的方案。

对普通人的影响

对企业 IT：「让 AI 学会公司规矩」这件事本身需要投入——可能要先把手里的开发规范、代码模板文档化，AI 才能照着学。

对个人职场：短期内 AI 还无法独立交付项目，但会用 AI 写代码的人效率会明显拉开差距，差距在「会不会管 AI」，而不在「会不会写代码」。

对消费市场：AI 编程宣传里的「自主完成项目」目前还停在演示阶段，企业评估数字化项目预算时别被话术带偏。