我是前几天刚了解到Qoder产品并付费的新用户。用Quest模式执行第一个任务，发现有几个执行过程消耗超出预期地大。我本身也是AI产品经理，提一些产品和工程方面的优化意见：
（1）搜索：一次简单的并发搜索可能就要消费20~30 credits，根本不合理，只是搜索的话完全可以用基础模型来做总结和提取，不用高级模型，而且也不需要那么多上下文。上下文管理、模型自动路由、子模块或任务执行，有很大优化空间，建议排到高优先级。
（2）包的安装和执行简单语句：例如python安装某个依赖包时发现存在版本不兼容，反复多次尝试最后放弃，每次只是简单的尝试pip install就要花1~5个credit，整个依赖安装过程花了接近150credits，结果还是放弃了没有解决问题。每次简单的执行一行代码就要消耗高级credit，这也很不合理。我项目还没正式开始写代码，试用的300credits就在依赖的安装debug里基本耗完了。如果之后还是这个情况，我不会续费，转而使用其他的AI Coding产品。强烈建议对不同情形的模型调用和上下文使用优化路由方式和credits计算方式。
（3）规划：对规划提出简单的反馈或者修改意见，就要重头写一次，也不能像Trae一样直接手动修改计划，花费很多credits。建议产品经理多增加对竞品的调研。
（4）模型选择：无法给用户自己自由选择模型分配方式（例如简单操作用基础模型减少credits消耗）或使用自己的API。现在背后工程和产品的不合理设计问题基本都由用户买单。credits的消耗不透明，建议透明公开，要么就是按token计费或者完成度计费，不透明的计费规则很影响用户信任和留存。
（5）定价：last but not least，相比同类竞品还是太贵了，这是很致命的问题。即便打了5折，还是不经用。我很可能在第一次付费结束后就不会继续续费了（除非反馈的问题得到了优化，并且给我提出这些有价值问题提供了实在的优惠）。据我所知，阿里至少有3个AI Coding工具，同时面临大量国内外竞品的竞争。在AI Coding这个领域，现在对用户来说性价比和交付质量就是影响留存的核心，如果不能比竞品更好解决这些问题而导致用户持续流失，年终总结的时候，面对公司内同类和竞品的数据，岂不是很尴尬？
这其实也涉及到产品的策略选择：在当下这个阶段，到底是产品的用户量和口碑优先（活跃和留存），还是成本和收益优先？看看百度起个大早、赶个晚集的现状，以及字节和腾讯后发先至的领先模式，或许能提供一些启发。
当然，最后再夸一下，这是我第一个付费的国内AI Coding产品，确实在一些方面做得不错，花这么多时间打字提这些意见，也是希望好的产品不要因为特别明显的短板而夭折。
以上，祝好。
