6月19日，字节跳动的研发负责人洪定坤宣布了与TRAE合作的首个开源项目。根据公开的信息，
TRAE的两个核心功能「代码补全」和「局部代码生成」，可以在你写代码的时候，自动根据上下文来推测和补全代码，从而提高编程效率。
此外，TRAE还实现了「自然语言编程」，这并不是简单的「产品经理描述需求，让AI来开发」的模式。实际上，「积流成江」这款APP的开发过程仍然是由工程师主导，除了功能外，更加专注于编码的逻辑与技术方案。比如，一个300行代码的功能，可能只需200字的方案描述。
而且，底层模型的强大代码能力也是此次开发顺利进行的重要因素。这次使用的doubao-dev模型，正是基于字节跳动最新发布的豆包1.6系列模型。TRAE团队在豆包1.6的基础上，对工程开发场景进行了深度训练。
字节方面表示，这几天TRAE的用户已经获得了最新的豆包1.6，期待这能进一步提升开发效率。
有体验过的朋友们，能分享一下吗？对当前AI开发水平有什么看法？
创造一个AI编码产品，然后用这个产品来做AI编码，感觉如何呢？
未来的AI开发模式会是什么样的呢？开发者和AI之间能碰撞出多大的火花？
也许字节跳动的研发负责人洪定坤能为你解答这些疑问。
最近，他将自己用AI编码完成的首个项目——英语学习应用「积流成江」 （Streams to River）进行了开源。
GitHub地址：https://github.com/Trae-AI/stream-to-river
更令人惊讶的是，洪定坤提到这次开发中，大约有85%的代码都是通过自然语言的对话方式让AI生成的，甚至在这三天里，他还忙于其他工作。
他使用的工具正是字节研发的TRAE——一个AI原生IDE，名字的缩写代表了The Real AI Engineer。
从技术角度看，「积流成江」是一个基于Hertz和Kitex框架构建的单词学习与语言处理微服务系统。
它提供了完整的解决方案，包括用户认证、单词管理、复习进度跟踪、实时聊天、语音识别和图像转文本等功能模块。
系统采用前后端分离的架构，主要分为API服务层、RPC服务层、数据访问层和智能处理层。
系统架构
组件调用关系
对于技术高管与AI合作写的代码，感兴趣的读者可以直接去GitHub看看。
三天时间「写」出一个上线产品
过去，开发一个像「积流成江」这样的应用，至少需要几周甚至一个月的时间。
然而，洪定坤通过亲身实践证明，现在的AI编码已经可以用「自然语言」迅速完成一个项目。
想象一下，距离一场重要的发布会（火山引擎Force原动力大会）只剩几天。
作为技术副总裁，洪定坤需要在会上介绍公司在AI编程领域的核心产品——TRAE。
他可以准备一份精美的PPT，展示各种数据和功能，告诉大家这个工具有多强大。
但他觉得，这样还不够。
「怎样才能让大家真正感受到AI编程的魅力呢？」
「或许作为一个开发者和用户，分享自己使用TRAE的过程，会更生动真实。」他心中想着。
真实的体验才最重要。
洪定坤表示，他在工作中有学英语的需求，但常用的背单词软件存在两个问题：
1. 学习的单词与工作生活中用到的单词脱节。
2. 工作中需要的单词又缺乏练习的机会。
那么，怎么解决这个问题呢？
恰好现在的大模型，比如字节的豆包，能够很好地与我们进行对话。
那是不是可以把这两种功能结合起来呢？
于是「积流成江」就应运而生。
在大会上，洪定坤现场演示了用「语音」指令让积流成江生成关于火山引擎的介绍文本。
生成的文本中，还自动标记了一些特定需要学习的英文单词。
值得一提的是，这一功能是通过字节的另一款产品Coze智能体实现的。
洪定坤表示，他已经有一段时间没在前线写代码，觉得自己有点生疏，但在TRAE的帮助下，仅用三天就开发出了这个功能完善的英语学习应用。
在这个过程中，最重要的是，洪定坤大部分时间都是通过编程逻辑的「自然语言」来实现传统的工程开发。
用他的话来说：
一个300行的代码功能，可能只需要200字的方案描述。
这个产品可不是简单的Demo，它已经正式上线了，体验地址：https://sstr.trae.com.cn
我们全程体验下来，难以置信这是一个仅花了三天就完成的产品，几乎可以说是100%完美：
- 集成了聊天界面，能够主动定位并制定学习内容
- 自动识别对话中的英文单词
- 点击单词可切换到学习模块
- 轻松将单词加入学习收藏
- 包含复习功能，从发音、释义到拼写等多方面强化学习
积流成江教你如何背单词？
这款产品的复杂度到底有多高，为什么洪定坤在Force大会上重点介绍？
其实，主要是通过这个产品的复杂性，说明当前的AI编码技术已经发展到了什么程度。
「积流成江」共有两个页面选项卡。
第一个选项卡结合了豆包的大模型能力，可以通过文字和语音向大模型提问。
生成特定的学习文本。
生成内容后，「积流成江」会将特定单词用下划线标记，点击后即可打开单词卡。
让学习变得轻松有趣的AI工具
在单词卡上，你可以设定自己的学习目标，随时通过那个“添加”按钮把它加入到学习选项卡里。
只要点击“开始复习”，你就能进入学习界面。这个界面真的是很方便，有很多功能帮你巩固单词，比如说可以补全单词，或者选择对应的中文释义。
使用积流成江这款应用最让人感觉舒服的地方是，它把大模型的能力融入到学习英语的过程中，让你能够根据自己的兴趣来定制学习内容，学习的动力一下子就提升了。
举个例子，如果我想了解显卡的知识，就可以让积流成江用英语生成相关的文本。看到满屏的RTX 4090，学习的热情瞬间就被点燃了。
当然，你也可以根据工作需要生成相关的文本，十分灵活。
字节为什么在AI编码领域持之以恒？
今年，AI编码热潮使得国外的Cursor、Copilot和Windsurf等产品备受关注，那国内是否也有类似的产品呢？
答案是肯定的！就是字节在年初推出的TRAE。
作为一家重视技术研发的公司，字节的研发效率对企业的整体效率至关重要。
洪定坤提到，他们在AI编码方面的探索已经有一段时间了，早在GPT-3.5发布时，他们就意识到这是大模型应用的一个绝佳方向。
因此，TRAE的名字寓意着“真正的AI工程师”，意思是说AI大模型将带来编码领域的真正变革。
不过，刚开始大模型的能力并不足以完美完成编码任务，但在短短一年的时间内，模型的进步超出了所有人的预期。
像GPT-4.1、Gemini 2.5 Pro、Claude Opus和DeepSeek-R1-0528等底层模型在编码能力上取得了显著的突破。
同样，字节在火山引擎Force原动力大会上发布的豆包大模型1.6在编程能力上也有了很大的提升。
这让AI编码真正成为可能，甚至可能引发编程领域的革命——就像洪定坤所说的，利用自然语言完成一个真实可用的工程项目。
首先，TRAE具备“代码补全”和“局部代码生成”两个基本功能，能在编写代码时根据上下文智能推测和补全代码，从而提升编程效率。
其次，借助TRAE实现的“自然语言编程”并不仅仅是让产品经理描述功能后由AI来开发。
积流成江APP的开发过程仍然是典型的工程师工作，除了功能外，更注重编码逻辑和技术方案本身。
更重要的是，底层模型能力的提升，让TRAE的开发效率获得了质的飞跃。
洪定坤表示，他们做TRAE是出于几个重要的愿景：
· 技术普及，让每个人都能成为开发者
每一次技术革命都是一次巨大的筛选。
在上一次互联网数字革命中，编程语言的诞生无疑是计算机历史上伟大的发明之一，它用简洁优雅的语法和语义规则定义了清晰明确的指令，使计算机能够完成各种任务。
不论技术如何发展，字节始终相信，代码依然是未来最重要的工具，能够让计算机完成各类复杂任务。
代码是数字世界的基础生产力工具，而AI的出现，前所未有地降低了大众掌握代码的门槛。
· 提升研发效率
认真做好开发工具，对公司和开发者个人都意义重大，能极大提升工作效率。
如今，在字节跳动内部，超过80%的工程师都在使用TRAE这样的产品进行开发。
还有相当一部分的代码是由AI生成的。
· 追求智能的极限
最后，字节在大模型工作方面，最重要的任务之一就是追求智能的上限。
编码作为一种高度结构化、逻辑严密的任务，对模型理解复杂的语义结构、进行逻辑推理、算法设计和精确表达的能力要求极高，这正好能助力模型的智能上限探索。
因此，帮助更多人掌握代码，完成更多复杂的任务，提高专业工程师的工作效率，推动模型追求更高智能上限，是洪定坤和他的团队决定认真做AI编码的原因。
洪定坤通过积流成江向我们展示了什么才是真正的AI原生开发范式。
在TRAE的支持下，或许每个人都有机会成为“真正的AI工程师”。
AI编码的未来，或许已经悄然来临。
