AI寫完85%的程式碼！字節研發負責人和TRAE合作的首個項目官宣開源

短短3天時間，字節技術副總裁就借助AI原生IDE——TRAE，打造並開源了一款英語學習應用「積流成江」。其中，約85%程式碼都是通過自然語言生成的。

創造一個AI Coding的產品，再用這個產品來做AI Coding是什麼體驗？

未來的AI開發範式究竟是什麼樣子的，開發者+AI能夠迸發出多大的創造力？

也許字節跳動研發負責人洪定坤可以幫你回答這個問題。

就在最近，他把自己用AI Coding完成的首個項目——英語學習應用「積流成江」 （Streams to River），給開源了。

更難以置信的是，洪定坤說這次開發大概85%的程式碼是通過自然語言對話的方式讓AI生成的，甚至這3天裡他還被「公務纏身」。

而他使用的工具正是字節研發的TRAE——一款AI原生IDE，名字取自The Real AI Engineer的縮寫。

技術層面，積流成江是一個基於Hertz和Kitex框架建構的單詞學習與語言處理微服務系統。

可提供包括使用者認證、單詞管理、複習進度跟蹤、即時聊天、語音識別和圖像轉文字等功能模組的完整解決方案。

採用前後端分離的系統架構，主要分為以下幾層：API服務層、RPC服務層、資料訪問層、智能處理層。

技術高管和AI合作寫的程式碼到底什麼水平？感興趣的讀者可以直接到GitHub查看。

3天「寫」出一個上線產品

過去想要開發一個像積流成江這樣的應用，可能至少需要幾周甚至一個月的時間。

但是洪定坤用他的親身實踐中證明，現在的AI Coding已經完全可以做到使用「自然語言」快速完成一個項目。

想像一下，一場重要的發佈會（火山引擎Force原動力大會）只有幾天就要開了。

作為技術副總裁，洪定坤要上台分享公司在AI程式設計領域的核心產品——TRAE。

他可以準備一份精美的PPT，列出各種資料和功能，告訴大家這個工具多麼強大。

但他覺得，這還不夠。

「要怎麼才能讓大家真正感受到AI程式設計的魔力？」

「也許作為一個開發者和使用者，把自己使用TRAE的過程分享出來，會更生動、真實」他心裡想。

玩的就是真實。

洪定坤說他在工作中有學英語的需求，但是常規的背英文單詞軟體有兩個問題：

1. 學習背誦的單詞和工作生活中用到單詞是割裂的

2. 工作中要用的單詞又沒有合適場合進行練習

怎麼解決？

正好現在大模型，比如字節的豆包，都可以很好地和我們對話。

那麼是不是就可以把這兩種功能結合在一起了。

於是積流成江就誕生了。

在大會上，洪定坤現場演示了用「語音」的方式讓積流成江生成一段介紹一下火山引擎的文字。

並且，生成的文字中還自動將一些特定的、需要學習的英文單詞自動進行了劃線標註。

值得一提的是，這個功能是依靠字節的另一款產品Coze智能體實現的。

洪定坤說他已經有一段時間沒在一線寫程式碼，「自己有點生鏽」，但是在TRAE的幫助下，開發這個完成度相當高的英語學習應用，僅僅用了3天。

這個過程中，最關鍵的是，洪定坤大部分時候是用程式設計邏輯的「自然語言」實現過去的工程化開發過程。

用他的話講：

一個300行的程式碼功能，可能只需要200字的方案描述。

這個產品不是純Demo，也已經上線了，體驗地址：https://sstr.trae.com.cn

我們全流程體驗下來的感覺就是，很難相信這是一個只花了3天時間就做出來的產品，完成度幾乎可以說是100%了：

• 融入了Chat聊天介面，能夠主動定位/制定學習語料
• 並且能夠自動定位到對話中的英文單詞
• 點選英文單詞可以切換「流程」到學習分支
• 順手就可以把單詞收錄在學習合集中
• 還有背單詞軟體都有的複習功能，從發音、釋義、單詞拼寫等各個方面加強學習

積流成江如何教你背單詞？

積流成江這款產品的複雜度有多高，為什麼值得洪定坤在Force大會重點介紹？

其實主要是通過這款產品的複雜度來說明現在的AI Coding究竟已經進化到了什麼地步。

積流成江共有兩個頁面選項卡。

第一個選項卡整合了豆包的大模型能力，可以通過文字和語音的方式來詢問大模型。

生成特定的學習的文字。

在生成內容後，積流成江會把特定的單詞用下劃線進行標記，點選後即可打開單詞卡。

單詞卡中設定了學習目標，通過「加入」按鈕即可加入到學習選項卡頁面。

點選開始複習，就可以就可以進入學習介面，學習介面中有諸多功能幫助你鞏固單詞，比如補全單詞和選擇單詞對應的中文釋義。

使用起來，積流成江最舒服的一點是，通過將大模型的能力引入學習英語的工作流以後，大家可以按照自己的興趣來自訂學習文字，學習動力大大地增強。

比如我想學習顯示卡相關的知識，就可以讓積流成江先用英語生成顯示卡相關的文字，看著滿螢幕的RTX 4090，確實極大的增強了我的學習動力。

同樣，也可以根據工作需要，生成相關的文字。

字節為什麼堅定投入AI Coding賽道？

今年AI Coding帶火了國外Cursor、Copilot和Windsurf等諸多產品，國內有對標的產品嗎？

有的！就是字節在今年年初發佈的TRAE。

字節是一家技術研發比重很高的公司，所以研發效率間接決定著企業的效率。

洪定坤說他們在AI Coding方面的探索已經有一段時間了，GPT-3.5出來的時候，就意識到這也許是大模型一個很好地應用方向。

所以TRAE的意思就是「真正的AI工程師」——寓意AI大模型確實會給Coding帶來真正的變革。

不過大模型一開始並沒有足夠的能力來很好地完成Coding任務，但是過去僅僅不到一年，大模型的進化就超過所有人的預料。

GPT-4.1、Gemini 2.5 Pro、Claude Opus和DeepSeek-R1-0528等底層模型都在編碼能力上實現了重大的突破。

同樣地，字節在火山引擎Force原動力大會上發佈的豆包大模型1.6，在程式設計能力上也有很大的進步。

這讓AI Coding真正有了落地的可能，並且極有可能帶來程式設計領域的範式革命——就像洪定坤一樣，用自然語言完成一個真實的、可用的工程項目。

首先，TRAE有兩個基礎功能「程式碼補全」和「局部程式碼生成」，能在寫程式碼的過程中，根據上下文自動推測和補全程式碼，助力程式設計效率的提升。

其次，借助 TRAE 所實現的「自然語言程式設計」，並非一般意義上的「產品經理描述功能，然後讓 AI 來開發」。

積流成江APP 的打造過程仍然是典型的工程師開發，在功能之外，更多是編碼邏輯和技術方案本身。

更重要的是，底層模型能力的提升，讓TRAE的開發效率獲得了質的提升。

洪定坤表示，他們想要做TRAE這件事其實有幾個重要的願景：

· 技術普惠，AI讓人人都是開發者

每一次大的技術革命都是一次巨大的篩選。

在上一次網際網路數字革命中，程式語言作為電腦歷史上的偉大發明，用簡潔、優雅的語法和語義規則，定義清晰明確的指令，讓電腦完成各種任務。

而且，不管技術如何發展，字節都相信，程式碼仍然是未來最重要，或者說唯一的，能夠讓電腦完成各類複雜任務的工具和手段。

程式碼是數字世界的基礎生產力工具。

AI的出現，則前所未有地降低了大眾掌握程式碼能力的門檻。

· 提升研發效率

認真做好開發工具，對公司和開發者個人，都有很大的意義，能夠大幅度地提升工作效率。

今天，在字節跳動內部，有超過80%的工程師，在使用TRAE這樣的產品輔助開發。

也有相當比例的程式碼是通過 AI 生成的。

· 追求智能上限

最後，字節做大模型工作，最重要的任務之一是追求智能上限。

Coding作為一種高度結構化、邏輯嚴密的任務，對模型理解複雜的語義結構、邏輯推理、演算法設計和精確表達都有很高的要求，能很好地助力模型智能上限的探索。

因此，幫助更多人掌握程式碼做更多複雜的任務、提升專業工程師工作效率和助力模型追求更好的智能上限，是洪定坤和他的團隊決定認真做AI Coding這個事情的原因。

洪定坤用積流成江給我們演示了什麼是真正的AI原生開發範式。

在TRAE的加持下，也許每個人都有機會成為「真正的AI工程師」。

AI Coding的未來，或許已經悄然抵達。

(新智元)