一、主要功能

1. 多模型协同支撑：原生深度整合 Gemini 3，同时兼容 Anthropic Claude Sonnet 4.5 以及 OpenAI GPT - OSS 等第三方主流模型，其中 Gemini 3 Pro 提供双精度算力版本，可分别适配复杂智能编码和轻量化实时交互需求，满足不同开发场景的算力诉求。
2. 双视图协作管理：拥有默认编辑器视图和智能体优先管理视图两种核心视图。前者可提供完整 IDE 体验，支持代码补全、行内命令，智能体常驻侧边栏随时响应需求；后者能创建、协调和监控多个工作空间中的多个智能体，实现复杂任务的多智能体协同调度，且两种视图可快速切换。
3. 全流程任务追踪与反馈：工作过程中会生成任务清单、实施计划等可验证的 “工件”，清晰呈现智能体工作逻辑与进度。同时支持开发者通过文本评论、截图选区评论等多种异步反馈方式，智能体能实时接收反馈并在不中断当前工作的情况下融入后续执行流程。
4. 全栈自动化开发赋能：内置多个专项 AI 子智能体，具备多模态原型生成、浏览器自动化操作、会话上下文管理和轻量化语义检索等能力，可实现原型图生成、自动化测试、长时会话稳定保障以及毫秒级代码语义匹配等全开发周期的自动化操作。
5. 自改进知识库沉淀：能从过往工作中学习代码片段等显性信息和任务完成步骤等抽象信息，持续沉淀开发经验并复用，助力智能体逐步提升工作效率和准确性，形成良性的自改进循环。

二、技术原理

1. 基于 VS Code 重构核心架构：以微软开源的 VS Code 为基础构建，继承其庞大的插件生态和界面习惯以降低开发者迁移成本，同时重构核心交互逻辑，实现开发流程与智能体能力的深度耦合。
2. 多模态模型技术栈支撑：依托谷歌多模态模型技术栈，搭建原生 AI 子系统，通过不同专项子智能体分别负责原型生成、浏览器自动化、上下文管理和语义检索等工作，覆盖开发全流程的智能化需求。
3. 智能体协同与交互协议：引入 A2A 协议，制定智能体间沟通标准，让不同来源的 AI 智能体可相互沟通协作。同时借助 Gemini 3 的强大推理能力，支撑智能体自主完成编码、终端操作、浏览器测试等一系列连贯开发动作。
4. 上下文与检索优化技术：通过实时检查点生成与摘要压缩技术优化内存占用，保障长时会话的系统稳定性；针对代码库场景优化向量检索算法，在轻量化部署的前提下实现毫秒级代码语义匹配。

三、应用场景

1. 前端开发领域：可快速生成应用原型图、自动创建页面布局、编写 CSS 样式，支持复古相机等应用的界面设计与交互实现，还能完成 3D 渲染、AR 交互等复杂前端效果的开发，大幅缩短前端开发与设计验证周期。
2. 后端与全栈开发领域：能协助编写后端数据库操作、API 开发等逻辑代码，支持多智能体并行协作，比如让不同智能体分别负责后端 API 编写、前端组件开发和测试用例编写，实现端到端的全栈项目开发与协同。
3. 自动化测试领域：智能体可自主启动本地服务器，在内置无头浏览器中进行页面元素识别、交互行为模拟等操作，实现自动化测试流程的端到端闭环，还能自动生成测试用例并执行，验证代码正确性。
4. 创意与小型应用开发：适配视频提词器、AR 射击游戏等各类创意小应用的快速开发，原本需数天的开发周期可大幅缩短，同时也能胜任基于 Three.js 的 3D 图形处理类应用的开发需求。

四、使用方法

1. 初始准备：在 Windows、macOS、Linux 等主流操作系统上获取该平台的公开预览版，完成安装后，可直接导入原有 VS Code 的快捷键、主题和插件等配置，快速适配使用习惯。
2. 视图选择与任务创建：根据需求选择对应的视图，若为简单编码任务可使用默认编辑器视图；若为复杂多任务项目，可切换至智能体优先管理视图，创建多个智能体并分配具体开发任务。
3. 交互与反馈操作：在开发过程中，可随时查看智能体生成的各类 “工件” 以监控进度。当需要调整时，通过平台支持的评论方式提交反馈，等待智能体适配优化。
4. 项目验证与交付：智能体完成任务后，可通过其生成的截图、浏览器录制文件等内容验证成果，确认无误后即可完成项目的开发与交付。

五、适用人群

1. 独立开发者：可借助平台快速完成各类创意应用和工具的开发，大幅缩短开发周期，降低从想法到产品落地的门槛，适配前端、后端等多类独立开发需求。
2. 企业开发团队：适合处理复杂的多模块项目，团队可通过多智能体协同调度提升项目推进效率，同时清晰的任务追踪和反馈机制便于团队成员协作与进度管控。
3. 初级程序员：平台的代码补全、自动化开发等功能可辅助初级程序员解决复杂工程问题，减少重复性编码工作，同时其生成的 “工件” 也能帮助初级程序员理解开发逻辑与流程。
4. 创意设计与开发相关从业者：对于需要快速将设计理念转化为可视化应用的从业者，如需要实现特定风格界面的设计师，可通过自然语言描述需求，借助平台快速生成对应的应用产品。

六、优缺点介绍

1. 优点
   • 协作模式革新：将 AI 升级为主动协作者，支持多智能体并行工作，改变传统编码模式，大幅提升复杂项目和全栈开发的效率。
   • 信任问题有效解决：通过生成可验证的 “工件”，打破智能体工作的 “黑箱”，让开发者能清晰把控工作进度与逻辑，增强对 AI 智能体的信任。
   • 迁移与适配成本低：基于 VS Code 构建，兼容其插件和操作习惯，同时支持多模型和多操作系统，开发者无需大幅调整使用习惯即可快速上手。
   • 覆盖全开发周期：从原型设计、编码、测试到后期优化的全流程都能提供智能化支持，功能全面且贴合开发实际需求。
2. 缺点
   • 初期稳定性不足：目前处于预览阶段，存在算力过载导致的报错问题，高负载情况下易出现智能体执行终止的情况，影响开发进度。
   • 存在使用限制：部分地区用户会遇到邮箱关联地区限制等问题，需通过复杂操作申请修改，影响这些地区用户的使用体验。
   • 依赖高算力支撑：其多智能体并行工作、多模态处理等功能对算力消耗极大，长期使用的算力成本较高，且可能在低配置设备上难以流畅运行。
   • 存在代码质量风险：“氛围编码” 模式下，非专业开发者仅通过自然语言描述需求可能导致智能体生成的代码存在冗余等问题，部分复杂场景下代码质量仍需专业人员进一步优化。