腾讯云推出 AI CLI 工具 CodeBuddy Code，IDE 正式公测，三端协同重塑开发体验

9月9日，腾讯云正式推出全新 AI 编程工具 CodeBuddy Code ——一款面向专业开发者的 AI 命令行工具（CLI Agent），同时宣布 CodeBuddy IDE 正式开启公测，全面向所有用户开放，无需邀请码即可使用。

此次发布标志着腾讯云 CodeBuddy 成为业内首个同时支持 插件、IDE、CLI 三种形态 的 AI 编程工具矩阵，覆盖从初级开发者到资深工程师、从图形界面到终端自动化等全场景开发需求。

三大形态协同：构建完整 AI 编程生态

腾讯云 CodeBuddy 已形成“三位一体”的产品布局，满足不同角色和场景下的开发需求：

腾讯云开发者产品总经理刘毅表示：“全球范围内能同时提供这三种形态的 AI 编程工具极为少见。CodeBuddy 不仅覆盖全场景，更通过底层技术打通三者间的模型与能力协同，实现‘随时随地、按需切换’的高效开发体验。”

CodeBuddy Code：专业开发者的 AI 终端助手

CLI（命令行界面）因其高效性、可脚本化和自动化能力，长期被专业开发者用于服务器管理、CI/CD 流水线、批处理任务等场景。然而，传统 CLI 工具缺乏智能，开发者常需在 GUI 与终端之间反复切换。

CodeBuddy Code 正是为填补这一空白而生——它是终端原生的 AI CLI 工具，允许开发者通过自然语言在命令行中完成代码生成、调试、部署等复杂任务。

✅ 安装方式（基于 npm）：

npm install -g @tencent-ai/codebuddy-code

安装后即可在终端直接调用，无缝融入现有开发流程。

五大核心能力

1. 自然语言驱动开发

只需描述需求，如“创建一个用户登录接口”，CodeBuddy Code 即可自动制定开发计划、生成代码、创建文件并提交变更。

2. 智能代码库分析与上下文感知

具备短、中、长期记忆机制，能理解跨文件依赖与项目架构，支持：

• 大规模重构
• 跨模块调试
• 版本升级辅助
  并通过 MCP（Model Control Protocol） 实现能力扩展，深度集成项目上下文。

3. 内置完整工具链

集成文件读写、搜索匹配、任务管理、命令执行等一体化能力，无需额外配置即可处理复杂开发任务。

4. 多场景自动化

支持从描述直接构建功能，也能自动化处理繁琐事务，例如：

• 修复 lint 错误
• 解决 Git 合并冲突
• 生成 changelog 和发布说明
  显著减少重复性劳动。

5. 灵活扩展 AI 团队能力（即将上线）

未来将支持自定义 Agents，开发者可组建专属“AI 团队”：

• AI 开发者：负责编码
• AI 测试员：自动编写测试用例
• AI 运维：监控部署状态
  实现多智能体协同，应对复杂工程管理。

CodeBuddy IDE 正式公测：对话即编程，非技术用户也能开发应用

CodeBuddy IDE 自 2025 年 7 月启动内测以来，现已面向所有用户开放公测。其核心理念是 “对话即编程” ——用户无需写一行代码，仅通过自然语言对话，即可完成从产品构想到部署上线的全流程。

主要升级亮点：

✅ 强化 AI 软件工程能力

• 提升复杂后端逻辑生成质量（如数据库操作、API 接口设计）
• 增强多文件记忆与架构感知，确保生成代码具备工程可用性
• 支持项目级智能体（Craft Agent）进行整体规划与迭代

✅ 深度融合腾讯云生态

• 直接连接 云开发 CloudBase，一键创建数据库、云函数、存储服务
• 内置 EdgeOne Pages，支持静态站点与无服务器应用的快速构建与部署
• 可直接发布为 Web、H5、小程序或移动应用

✅ 即将上线功能预告

• 更灵活的“规格（Spec）”配置：允许开发者定义 AI 生成规则（如命名规范、安全策略）
• 全新 UI 设计：优化交互流程，提升操作效率

国内外版本支持主流大模型

为满足不同地区开发者需求，CodeBuddy 提供双版本支持：

所有功能在公测期间均可自由使用，开发者可根据项目需求选择合适模型。

此外，腾讯云此前推出的 CloudBase AI CLI 已同步支持 CodeBuddy Code，可统一调用多种 AI CLI 工具（包括 Claude Code、Qwen Code、Codex 等），并深度集成 CloudBase 平台，实现应用的一键云端部署。

内部实践验证：AI 已深度融入研发流程

据腾讯内部数据，目前 超过 90% 的工程师正在使用 CodeBuddy，其带来的效率提升显著：

• 整体编码时间平均缩短 40% 以上
• AI 生成代码占比从 2024 年的 35% 提升至 50%
• AI 在代码评审中的贡献比例从 12% 增至 35%

这表明 AI 的角色已从“辅助补全”转向“项目级智能体协作”，覆盖需求分析、编码、测试、评审、部署等全生命周期。

刘毅指出：“今年的实践更强调以智能体为核心的项目级代码生成，而非单一函数补全。我们正推动 AI 成为研发流程中的‘第一公民’。”

AI 编程的演进：从插件到 CLI 的必然趋势

AI 编程工具的发展经历了三个阶段：

1. IDE 插件时代：聚焦代码补全（如 GitHub Copilot）
2. AI IDE 时代：支持对话式开发，降低门槛
3. AI CLI 时代：面向专业场景，实现自动化与流程集成

CLI 的加入，标志着 AI 编程真正进入“全栈自动化”阶段。它不仅服务于个体开发者，更可嵌入 CI/CD、运维脚本、自动化测试等企业级流程中，成为 DevOps 新基建的一部分。