百度发布文心快码 AI IDE：首创设计稿一键转代码，赋能高效智能开发

AI资讯
1

百度发布文心快码 AI IDE，首创设计稿一键转代码，支持多智能体协同和MCP，为开发者打造高效智能的AI原生开发环境。

原文标题：百文心快码正式发布AI IDE，首创设计稿一键转代码、支持MCP

原文作者：AI前线

冷月清谈：

百度发布了文心快码独立 AI 原生开发环境工具——Comate AI IDE，这是一个多模态、多智能体协同的 AI IDE。亮点包括首创设计稿一键转代码功能，并支持多模态能力，尤其是在前端场景中做了场景化增强，如Figma设计稿一键转换为高可用代码（F2C）。集成了编程智能体 Zulu，具备自主思考和决策能力，可以自动拆解任务，实时展示思考过程，从而使用户可以通过语音控制完成复杂任务。此外，Comate AI IDE 还内置了多种开发工具，并且支持 MCP 对接外部工具和数据，适配各种开发场景，方便用户快速迁移原 IDE 配置，覆盖从需求分析到代码提交的全流程。百度表示，文心快码针对中文开发者优化了自然语言理解能力，更贴合国内研发场景。

怜星夜思：

1、文心快码的“设计稿一键转代码”功能（F2C）声称能节省80%的重复劳动，你觉得这个数据靠谱吗？如果让你来评估这个效率提升，你会考虑哪些因素？
2、文心快码强调其针对中文开发者优化了自然语言理解能力。那么，在编程领域，针对特定语言（如中文）进行优化的AI工具，相比通用型AI工具有哪些优势和局限性？
3、文心快码 Comate AI IDE 提到了支持 MCP（不知道是啥），并能对接外部工具和数据。你认为这种开放的平台对于AI IDE 的发展有多重要？如果让你设计一个AI IDE 的开放平台，你会考虑哪些方面？

原文内容

整理 | 褚杏娟

6 月 23 日，百度智能代码助手文心快码迎来重大突破。百度副总裁陈洋发布了文心快码独立 AI 原生开发环境工具——Comate AI IDE。据介绍，这是行业首个多模态、多智能体协同的 AI IDE，首创设计稿一键转代码，开箱即用，为国内企业和开发者打造高效、智能、安全可靠的 AI IDE。目前，百度每天新增的代码中，文心快码生成的代码占比已超过 43%。

百度副总裁陈洋表示：“六十年前，程序员用穿孔卡片写下第一个“Hello World”，文心快码 AI IDE 让这句问候有了新的回响：Hello World，Hello Life。提升编程效率的同时，降低了使用门槛，不论是视障开发者还是小学生群体，文心快码在帮助每个有梦想的人构建他们的世界。”

IDC 报告显示，AI Coding 市场在 2025 年迎来应用爆发期，不少用户认为自研独立 IDE 代表着下一代、更先进的智能代码助手。自研 AI 原生开发环境，而非仅作为插件附着于 VS Code、JetBrains 等既有平台，能够在编辑器的界面与底层逻辑、重构整个开发工作流，乃至开发者生态层面具备更大主动性。

根据介绍，文心快码推出的 Comate AI IDE，在“智能”、“拓展”、“协同”、“灵感”四大方面实现全方位链接，具备多项核心能力：AI 辅助编码全流程、多智能体协同、多模态能力增强、支持 MCP 等，已成为 AI 时代工程师的“工作台”。百度文心快码高级经理彭云鹏进行了详细介绍。

在 Comate AI IDE 中使用编程智能体 Zulu，可体验多智能体功能完成复杂任务，具备自主思考和决策能力，支持自动拆解任务计划、自主决策下一步执行内容、实时展示思考过程。开发者只需要动动嘴，就可以搞定需求。目前 Zulu 也宣布升级，在专精场景、行为能力、组合模式维度更专业。

据悉，多模态能力也是这次 Comate AI IDE 的亮点之一，尤其在前端场景做了场景化增强。如设计稿转代码（F2C）、图片转代码、自然语言转代码，生成高还原度的代码，同时生成代码可预览，预览后选定元素用自然语言进行页面调整，像真正的“前端工程师”一样开发代码。其中，F2C 即 Figma To Code，Figma 设计稿一键转换为高可用代码，高还原、好维护、超便捷，让设计师的每个图层都精准转化为可运行代码，节省了 80% 重复劳动。

Comate AI IDE 还内置了十余种开发工具，如文件检索、代码分析、代码编辑等，同时支持 MCP 对接外部工具和数据，适配各种开发场景。此外，Comate AI IDE 迁移使用方便，支持快速迁移原 IDE 配置，AI 辅助编程覆盖从分析需求、编写代码、运行与测试到提交代码的全流程。

百度方面表示，对比 Cursor，Comate AI IDE 在 F2C、代码效果实时预览、主动追问完善需求、智能化页面调试等方面优势显著，尤其针对中文开发者优化了自然语言理解能力，更贴合国内研发场景。

算法工程师张欣欣表示，其在中文理解能力的加持下，放弃了 Cursor 转向文心快码。借助文心快码智能体 Zulu，她仅用两周时间，就开发了一款医疗辅助诊疗系统，实现了从一个算法工程师向全栈工程师的进阶。


活动推荐

6 月 27～28 日的 AICon 北京站将继续聚焦 AI 技术的前沿突破与产业落地，围绕 AI Agent 构建、多模态应用、大模型推理性能优化、数据智能实践、AI 产品创新等热门议题，深入探讨技术与应用融合的最新趋势。欢迎持续关注，和我们一起探索 AI 应用的无限可能！
今日荐文

图片

你也「在看」吗？👇

2

开放平台对AI IDE的发展至关重要！

* 生态构建： 开放平台能够吸引更多的开发者和工具提供商加入，形成繁荣的生态系统。
* 功能扩展： 开发者可以根据自己的需求，通过插件或API扩展AI IDE的功能。
* 数据共享： 开放平台可以促进数据共享和交流，帮助AI IDE更好地理解和预测开发者的行为。

如果让我设计一个AI IDE的开放平台，我会考虑以下几个方面：

1. 标准化的API和SDK：方便开发者快速集成自己的工具和服务。
2. 安全机制：确保用户数据和代码的安全。
3. 插件管理：提供插件的安装、更新和卸载功能。
4. 开发者社区：鼓励开发者分享经验、交流技术。
5. 商业模式：为开发者提供盈利的机会，激励他们持续贡献。

总之，开放平台是AI IDE走向成熟和普及的关键。

3

谢邀，利益相关，我来抖个机灵。就像英语四六级一样，通用AI工具是“裸考”，而针对中文优化的AI工具是“考前抱佛脚”。

* 优势： 至少在中文编程这个“考场”上，它更懂“出题人”的套路，更容易“蒙对题”。
* 局限性： 一旦换到其他“考场”（比如英文编程），可能就“抓瞎”了。

当然，这只是个玩笑。更严肃地说，这类工具的价值在于更好地满足特定用户的需求，提高他们的生产力。

4

我个人认为，开放性是AI IDE的灵魂！你想想，一个封闭的AI IDE，就像一个被限制住手脚的超级英雄，再厉害也发挥不出全部实力。

如果让我来设计，我希望能做到以下几点：

* 足够灵活： 允许开发者自定义各种功能，甚至是整个UI界面。
* 足够智能： 能够根据开发者的使用习惯，智能推荐合适的工具和插件。
* 足够安全： 保护开发者的代码和数据不被泄露。

当然，理想很丰满，现实很骨感。要实现这些目标，还需要解决很多技术难题。

5

这个问题很有意思！我觉得针对特定语言优化的AI工具，优势主要体现在以下几个方面：

1. 更准确的语义理解：中文语境复杂多变，针对中文优化的AI工具能更好地理解开发者的意图。
2. 更贴合的编程习惯：例如，中文开发者可能更习惯使用中文注释，针对中文优化的工具可以更好地支持这些习惯。
3. 更高效的错误检测：针对中文的错误提示和建议可能更易于理解和采纳。

但局限性也很明显：

1. 适用范围窄：只能服务于特定语言的开发者，市场规模受限。
2. 维护成本高：需要持续投入资源来更新和维护针对特定语言的模型。
3. 难以扩展到其他领域：如果想扩展到其他编程语言或领域，可能需要重新构建整个系统。

所以，这类工具更适合在特定市场或领域深耕，提供更精准的服务。

6

我觉得80%这个数字可能有点理想化了，实际效果肯定会因设计稿的复杂程度和目标代码质量要求而有所不同。要评估这个效率提升，我会关注以下几个方面：

1. 设计稿的精细程度：如果设计稿非常规范，图层命名清晰，组件划分合理，那转换效果肯定更好。
2. 代码的可维护性：生成的代码是否易于阅读、修改和扩展，这直接影响后续的开发效率。
3. 人工干预的程度：转换后是否需要大量的人工调整才能达到生产标准，这也会影响最终的效率。

如果能提供更详细的测试报告或者案例分析，那就更有说服力了。

7

80%这个数字嘛，信则灵！不过话说回来，任何工具的效率提升都离不开具体的使用场景。就F2C这个功能而言，我觉得以下几点会影响效率：

* 设计稿的规范性： 乱糟糟的设计稿，AI再厉害也无力回天。
* 生成代码的质量： 如果生成一堆难以维护的“屎山代码”，那还不如自己手写。
* 开发者的熟练度： 熟练的开发者可以快速定位和修改问题，提高效率。

所以，别太迷信数字，关键还是看实际效果和个人使用习惯。

8

我不太相信能节省80%的时间。设计稿转换成代码，只是将视觉稿变成了结构化的代码，还需要大量的人工干预才能真正成为可用的产品。比如，交互逻辑、数据绑定、性能优化等等，这些都不是简单的转换能够完成的。我认为，F2C更大的价值在于提供了一个快速搭建页面的框架，减少了重复性的机械劳动，但并不能完全替代人工开发。