原来 AI 比我更了解我自己——Qwen Code Insight 功能体验
Qwen Code 新功能 Insight 体验分享，用数据告诉你你是怎么用 AI 的，以及 AI 如何指导你更好地使用 AI。
最近 Qwen Code 更新了一个新功能——Insight。
用了几天之后，我有一个很强烈的感受：原来 AI 比我更了解我自己。
我以前总觉得自己和 AI 配合得挺顺畅的，直到 Insight 把那些「我习以为常的麻烦」都摆在了明面上。更有意思的是——AI 在教我如何更好地使用 AI。它不只是告诉你「你做了什么」，还会告诉你「你可以怎么做得更好」。
这不就是一个及时复盘的定制化老师吗？
为什么我们需要一个「AI 使用复盘」？
我们都知道复盘的价值——回顾、反思、改进。但说实话，有多少人会主动复盘自己「怎么用 AI」？
大多数人（包括我）的状态是：遇到问题就问 AI，AI 给了答案就用，出了 bug 就再问一轮。日复一日，我们以为自己用得挺好，但其实可能一直在重复同样的低效模式，踩同样的坑。
Insight 做的事情，就是帮你把这个复盘自动化了。
它会分析你和 Qwen Code 的所有对话记录，生成一份个性化的使用报告。有点像手机的「屏幕使用时间」，但不是告诉你「你今天刷了多久短视频」，而是告诉你「你今天让 AI 帮你干了多少活，以及你可以怎么让 AI 帮你干更多活」。
它像一面镜子：帮你看清自己的「AI 使用习惯」
Insight 最打动我的地方，是它让我看到了那些我自己都没意识到的模式。
比如我的报告显示，4 天里我用了 246 次 shell 命令，远超其他所有工具。Insight 据此分析出：
你不喜欢提前详细规划，而是喜欢边做边调整。
你更喜欢让 Qwen Code 执行和验证，而不是只给建议。
读到这段的时候我愣了一下——它说得太准了。我确实是那种「先干再说」的人，但我从来没意识到这个习惯会影响我和 AI 的协作效率。
这就是复盘的价值：不是告诉你做错了什么，而是让你看见自己的行为模式，然后你自己会知道哪里可以优化。
Insight 还会分析你的工作内容分布、活跃时间、需求类型，帮你从宏观视角理解自己到底在用 AI 做什么。我才发现自己这几天主要在搞文档和技能开发（19 个会话），而不是写代码——原来我是个彻底的「文档人」（笑）。
它像一个诊断师：帮你找到「卡住你的地方」
复盘不只是看数据，更重要的是找到痛点。
Insight 会自动识别你和 AI 协作中的摩擦点，并归类分析。比如我的报告里，最大的三个痛点是：
- 构建和依赖问题：npm 冲突、缺 ffmpeg、权限错误——每次都折腾好几轮
- 文件写入失败：heredoc 语法、YAML frontmatter 损坏——创建技能文件时反复出错
- Git 工作流中断：PR 创建失败、引号转义问题——本该一步到位的操作变成了多轮调试
看到这个我恍然大悟——原来这些问题不是偶发的，而是系统性的。我每次遇到构建问题都要折腾好几轮，不是 AI 的问题，是我的环境配置不完整。如果不是 Insight 把这些数据摆出来，我可能永远不会意识到这一点。
这就像去看医生：你可能一直觉得「偶尔头疼没什么」，但体检报告告诉你血压偏高——问题不在于单次症状，而在于你没看到背后的模式。
它像一个教练：给你具体的改进方案
发现问题之后呢？这才是 Insight 最有价值的部分——它不只是诊断，还会开「处方」。
Insight 会根据你的痛点，给出可以直接复制到 QWEN.md（Qwen Code 的个性化配置文件）里的规则建议。比如针对我的情况，它建议：
- 创建 PR 时始终验证并提供 URL（因为我多次遇到 PR 没真正创建的问题）
- 写技能文件用直接文件写入而不是 heredoc（因为 heredoc 反复导致 YAML 损坏）
- 开始构建前先验证依赖是否安装（因为缺依赖是我最大的时间黑洞）
这些不是泛泛的「最佳实践」，而是从你的实际使用数据中提炼出来的个性化建议。 就像一个教练看了你的比赛录像后说：「你的第三步总是慢半拍，试试这样调整」——而不是给你一本通用的训练手册。
它还会推荐你可能需要但还没用过的功能。比如它发现我经常用 shell 命令变通地创建 PR，就推荐我试试 MCP Servers，可以让 Qwen Code 直接和 GitHub 交互，省去命令行的折腾。
它也会鼓励你：看到自己做得好的地方
好的复盘不只是找问题，也要看到进步和亮点。
Insight 会告诉你哪些地方做得好、AI 在哪些方面对你帮助最大。我的报告显示 97% 的满意率，80% 的任务完全或大部分完成。Qwen Code 对我帮助最大的能力是「主动帮助」——它会主动发现问题并提出解决方案，而不是等我一步步指挥。
报告最后还有一个未来展望模块，描绘了 AI 辅助开发的演进方向——从「被动完成任务」到「自主多智能体工作流」。读完之后会觉得：我们现在和 AI 的协作方式，可能只是一个起点。
一个有趣的彩蛋
报告里记录了一个小故事：我请求本地 IP 地址时打了个错字，输入是乱码，但 Qwen Code 居然正确理解了我的意思并成功提供了 IP 地址。这种「心有灵犀」的感觉还怪可爱的 hhh。
如何使用 Insight？
在 Qwen Code 中输入 /insights 命令，就可以生成你的使用报告了。
报告包含七大模块：
| 模块 | 说明 |
|---|---|
| At a Glance | 使用概览，快速了解整体使用情况 |
| What You Work On | 工作内容分析，了解时间分布 |
| How You Use Qwen Code | 使用模式，发现行为习惯 |
| Impressive Things | 亮点成就，看到自己的进步 |
| Where Things Go Wrong | 问题诊断，找出痛点 |
| Features to Try | 功能推荐，发现新可能 |
| On the Horizon | 未来展望，了解演进方向 |
每个人的报告都是独一无二的，因为它完全基于你自己的使用数据。你的痛点、你的习惯、你的改进建议，都是量身定制的。
小技巧：
定期使用 /insights 命令查看报告，持续优化你和 AI 的协作方式。
如果你也在用 Qwen Code，强烈建议试试。不是为了看数据，而是为了看见那个你没注意到的自己——然后让下一次和 AI 的协作，比上一次更顺畅一点。
写在最后
Insight 不只是一个功能，更是一种新的视角——让 AI 帮你理解你如何使用 AI。
在这个 AI 辅助编程越来越普及的时代，学会高效使用和协作，可能比掌握某门编程语言更重要。而 Insight，就是你的一面镜子、一个诊断师、一位教练。
📌 项目地址：https://github.com/QwenLM/qwen-code
如果觉得有用，欢迎给项目点个 ⭐️ Star！
有问题或者想分享你的使用场景，欢迎在评论区留言～
🔗 链接与资源
- GitHub: github.com/QwenLM/qwen-code
- 官方文档: qwenlm.github.io/qwen-code-docs
欢迎加入我们！
Qwen Code 离不开社区开发者的共建，也离不开内部用户的反馈支持。我们目前的 Java SDK、VS Code 插件、Chrome 浏览器插件等重要特性，都是内部伙伴一起共建的。如果你对 Qwen Code 感兴趣，欢迎一起来共建！
最后也欢迎加入我们，Qwen Code 项目正在招聘 AI 全栈方向技术人才，层级不限，欢迎投递简历！pomelo.lcw@alibaba-inc.com
拥抱 AI Coding 的新时代，从终端里的 Qwen Code 开始。