新智元報(bào)道

編輯：定慧 好困

【新智元導(dǎo)讀】短短3天時(shí)間，字節(jié)技術(shù)副總裁就借助AI原生IDE——TRAE，打造并開源了一款英語學(xué)習(xí)應(yīng)用「積流成江」。其中，約85%代碼都是通過自然語言生成的。

創(chuàng)造一個(gè)AI Coding的產(chǎn)品，再用這個(gè)產(chǎn)品來做AI Coding是什么體驗(yàn)？

未來的AI開發(fā)范式究竟是什么樣子的，開發(fā)者+AI能夠迸發(fā)出多大的創(chuàng)造力？

也許字節(jié)跳動(dòng)研發(fā)負(fù)責(zé)人洪定坤可以幫你回答這個(gè)問題。

就在最近，他把自己用AI Coding完成的首個(gè)項(xiàng)目——英語學(xué)習(xí)應(yīng)用「積流成江」 （Streams to River），給開源了。

GitHub地址：https://github.com/Trae-AI/stream-to-river

更難以置信的是，洪定坤說這次開發(fā)大概85%的代碼是通過自然語言對(duì)話的方式讓AI生成的，甚至這3天里他還被「公務(wù)纏身」。

而他使用的工具正是字節(jié)研發(fā)的TRAE——一款A(yù)I原生IDE，名字取自The Real AI Engineer的縮寫。

技術(shù)層面，積流成江是一個(gè)基于Hertz和Kitex框架構(gòu)建的單詞學(xué)習(xí)與語言處理微服務(wù)系統(tǒng)。

可提供包括用戶認(rèn)證、單詞管理、復(fù)習(xí)進(jìn)度跟蹤、實(shí)時(shí)聊天、語音識(shí)別和圖像轉(zhuǎn)文本等功能模塊的完整解決方案。

采用前后端分離的系統(tǒng)架構(gòu)，主要分為以下幾層：API服務(wù)層、RPC服務(wù)層、數(shù)據(jù)訪問層、智能處理層。

系統(tǒng)架構(gòu)

組件調(diào)用關(guān)系

技術(shù)高管和AI合作寫的代碼到底什么水平？感興趣的讀者可以直接到GitHub查看。

3天「寫」出一個(gè)上線產(chǎn)品

過去想要開發(fā)一個(gè)像積流成江這樣的應(yīng)用，可能至少需要幾周甚至一個(gè)月的時(shí)間。

但是洪定坤用他的親身實(shí)踐中證明，現(xiàn)在的AI Coding已經(jīng)完全可以做到使用「自然語言」快速完成一個(gè)項(xiàng)目。

想象一下，一場(chǎng)重要的發(fā)布會(huì)（火山引擎Force原動(dòng)力大會(huì)）只有幾天就要開了。

作為技術(shù)副總裁，洪定坤要上臺(tái)分享公司在AI編程領(lǐng)域的核心產(chǎn)品——TRAE。

他可以準(zhǔn)備一份精美的PPT，列出各種數(shù)據(jù)和功能，告訴大家這個(gè)工具多么強(qiáng)大。

但他覺得，這還不夠。

「要怎么才能讓大家真正感受到AI編程的魔力？」

「也許作為一個(gè)開發(fā)者和用戶，把自己使用TRAE的過程分享出來，會(huì)更生動(dòng)、真實(shí)」他心里想。

玩的就是真實(shí)。

洪定坤說他在工作中有學(xué)英語的需求，但是常規(guī)的背英文單詞軟件有兩個(gè)問題：

1. 學(xué)習(xí)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(chǎng)合進(jìn)行練習(xí)

怎么解決？

正好現(xiàn)在大模型，比如字節(jié)的豆包，都可以很好地和我們對(duì)話。

那么是不是就可以把這兩種功能結(jié)合在一起了。

于是積流成江就誕生了。

在大會(huì)上，洪定坤現(xiàn)場(chǎng)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本。

并且，生成的文本中還自動(dòng)將一些特定的、需要學(xué)習(xí)的英文單詞自動(dòng)進(jìn)行了劃線標(biāo)注。

值得一提的是，這個(gè)功能是依靠字節(jié)的另一款產(chǎn)品Coze智能體實(shí)現(xiàn)的。

洪定坤說他已經(jīng)有一段時(shí)間沒在一線寫代碼，「自己有點(diǎn)生銹」，但是在TRAE的幫助下，開發(fā)這個(gè)完成度相當(dāng)高的英語學(xué)習(xí)應(yīng)用，僅僅用了3天。

這個(gè)過程中，最關(guān)鍵的是，洪定坤大部分時(shí)候是用編程邏輯的「自然語言」實(shí)現(xiàn)過去的工程化開發(fā)過程。

用他的話講：

一個(gè)300行的代碼功能，可能只需要200字的方案描述。

這個(gè)產(chǎn)品不是純Demo，也已經(jīng)上線了，體驗(yàn)地址：https://sstr.trae.com.cn

我們?nèi)鞒腆w驗(yàn)下來的感覺就是，很難相信這是一個(gè)只花了3天時(shí)間就做出來的產(chǎn)品，完成度幾乎可以說是100%了：

• 融入了Chat聊天界面，能夠主動(dòng)定位/制定學(xué)習(xí)語料

• 并且能夠自動(dòng)定位到對(duì)話中的英文單詞

• 點(diǎn)擊英文單詞可以切換「流程」到學(xué)習(xí)分支

• 順手就可以把單詞收錄在學(xué)習(xí)合集中

• 還有背單詞軟件都有的復(fù)習(xí)功能，從發(fā)音、釋義、單詞拼寫等各個(gè)方面加強(qiáng)學(xué)習(xí)

積流成江如何教你背單詞？

積流成江這款產(chǎn)品的復(fù)雜度有多高，為什么值得洪定坤在Force大會(huì)重點(diǎn)介紹？

其實(shí)主要是通過這款產(chǎn)品的復(fù)雜度來說明現(xiàn)在的AI Coding究竟已經(jīng)進(jìn)化到了什么地步。

積流成江共有兩個(gè)頁面選項(xiàng)卡。

第一個(gè)選項(xiàng)卡集成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(xué)習(xí)的文本。

在生成內(nèi)容后，積流成江會(huì)把特定的單詞用下劃線進(jìn)行標(biāo)記，點(diǎn)擊后即可打開單詞卡。

單詞卡中設(shè)定了學(xué)習(xí)目標(biāo)，通過「添加」按鈕即可添加到學(xué)習(xí)選項(xiàng)卡頁面。

點(diǎn)擊開始復(fù)習(xí)，就可以就可以進(jìn)入學(xué)習(xí)界面，學(xué)習(xí)界面中有諸多功能幫助你鞏固單詞，比如補(bǔ)全單詞和選擇單詞對(duì)應(yīng)的中文釋義。

使用起來，積流成江最舒服的一點(diǎn)是，通過將大模型的能力引入學(xué)習(xí)英語的工作流以后，大家可以按照自己的興趣來自定義學(xué)習(xí)文本，學(xué)習(xí)動(dòng)力大大地增強(qiáng)。

比如我想學(xué)習(xí)顯卡相關(guān)的知識(shí)，就可以讓積流成江先用英語生成顯卡相關(guān)的文本，看著滿屏幕的RTX 4090，確實(shí)極大的增強(qiáng)了我的學(xué)習(xí)動(dòng)力。

同樣，也可以根據(jù)工作需要，生成相關(guān)的文本。

字節(jié)為什么堅(jiān)定投入AI Coding賽道？

今年AI Coding帶火了國外Cursor、Copilot和Windsurf等諸多產(chǎn)品，國內(nèi)有對(duì)標(biāo)的產(chǎn)品嗎？

有的！就是字節(jié)在今年年初發(fā)布的TRAE。

字節(jié)是一家技術(shù)研發(fā)比重很高的公司，所以研發(fā)效率間接決定著企業(yè)的效率。

洪定坤說他們?cè)贏I Coding方面的探索已經(jīng)有一段時(shí)間了，GPT-3.5出來的時(shí)候，就意識(shí)到這也許是大模型一個(gè)很好地應(yīng)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(shí)會(huì)給Coding帶來真正的變革。

不過大模型一開始并沒有足夠的能力來很好地完成Coding任務(wù)，但是過去僅僅不到一年，大模型的進(jìn)化就超過所有人的預(yù)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(shí)現(xiàn)了重大的突破。

同樣地，字節(jié)在火山引擎Force原動(dòng)力大會(huì)上發(fā)布的豆包大模型1.6，在編程能力上也有很大的進(jìn)步。

這讓AI Coding真正有了落地的可能，并且極有可能帶來編程領(lǐng)域的范式革命——就像洪定坤一樣，用自然語言完成一個(gè)真實(shí)的、可用的工程項(xiàng)目。

首先，TRAE有兩個(gè)基礎(chǔ)功能「代碼補(bǔ)全」和「局部代碼生成」，能在寫代碼的過程中，根據(jù)上下文自動(dòng)推測(cè)和補(bǔ)全代碼，助力編程效率的提升。

其次，借助 TRAE 所實(shí)現(xiàn)的「自然語言編程」，并非一般意義上的「產(chǎn)品經(jīng)理描述功能，然后讓 AI 來開發(fā)」。

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

更重要的是，底層模型能力的提升，讓TRAE的開發(fā)效率獲得了質(zhì)的提升。

洪定坤表示，他們想要做TRAE這件事其實(shí)有幾個(gè)重要的愿景：

· 技術(shù)普惠，AI讓人人都是開發(fā)者

每一次大的技術(shù)革命都是一次巨大的篩選。

在上一次互聯(lián)網(wǎng)數(shù)字革命中，編程語言作為計(jì)算機(jī)歷史上的偉大發(fā)明，用簡(jiǎn)潔、優(yōu)雅的語法和語義規(guī)則，定義清晰明確的指令，讓計(jì)算機(jī)完成各種任務(wù)。

而且，不管技術(shù)如何發(fā)展，字節(jié)都相信，代碼仍然是未來最重要，或者說唯一的，能夠讓計(jì)算機(jī)完成各類復(fù)雜任務(wù)的工具和手段。

代碼是數(shù)字世界的基礎(chǔ)生產(chǎn)力工具。

AI的出現(xiàn)，則前所未有地降低了大眾掌握代碼能力的門檻。

· 提升研發(fā)效率

認(rèn)真做好開發(fā)工具，對(duì)公司和開發(fā)者個(gè)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(jié)跳動(dòng)內(nèi)部，有超過80%的工程師，在使用TRAE這樣的產(chǎn)品輔助開發(fā)。

也有相當(dāng)比例的代碼是通過 AI 生成的。

· 追求智能上限

最后，字節(jié)做大模型工作，最重要的任務(wù)之一是追求智能上限。

Coding作為一種高度結(jié)構(gòu)化、邏輯嚴(yán)密的任務(wù)，對(duì)模型理解復(fù)雜的語義結(jié)構(gòu)、邏輯推理、算法設(shè)計(jì)和精確表達(dá)都有很高的要求，能很好地助力模型智能上限的探索。

因此，幫助更多人掌握代碼做更多復(fù)雜的任務(wù)、提升專業(yè)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(tuán)隊(duì)決定認(rèn)真做AI Coding這個(gè)事情的原因。

洪定坤用積流成江給我們演示了什么是真正的AI原生開發(fā)范式。

在TRAE的加持下，也許每個(gè)人都有機(jī)會(huì)成為「真正的AI工程師」。

AI Coding的未來，或許已經(jīng)悄然抵達(dá)。

TRAE體驗(yàn)地址：https://www.trae.cn/

參考資料：