字节跳动技术副总裁开源首个Trae合作项目，AI开发水平到底如何？听听Mur Cheng怎么说！

6月19日，字节跳动的研发负责人洪定坤宣布了他们与TRAE合作推出的首个开源项目。从公开的资料来看：

TRAE有两个基本功能，分别是「代码补全」和「局部代码生成」，它们可以在你写代码时，根据上下文自动推测并填充代码，从而提高编程效率。

此外，TRAE还实现了「自然语言编程」，这可不是简单的「产品经理描述功能后让AI开发」。在「积流成江」APP的开发过程中，依然是工程师们在主导，更多的是关注编码逻辑和技术方案。一个300行的功能，可能只需要200字的描述方案。

另一个顺利完成项目的重要因素是强大的底层模型。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，TRAE团队在此基础上，针对工程开发场景进行了一番再训练。

字节方面提到，这几天TRAE的用户们应该已经更新到最新的豆包1.6版本，相信这将进一步提升开发效率。

对此，有人体验过的朋友能分享一下吗？你们怎么看目前AI的开发水平？

创建一个AI编程的产品，然后用这个产品来进行AI编程，究竟是什么样的体验呢？

未来的AI开发方式会是什么样子，开发者与AI的结合会激发出多大的创造力呢？

或许，字节跳动的研发负责人洪定坤能给你带来答案。

最近，他把自己通过AI编程完成的第一个项目——英语学习应用「积流成江」 （Streams to River）公开了。

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

更让人惊讶的是，洪定坤表示，这次开发大约有85%的代码是通过自然语言与AI对话生成的，甚至在这3天中，他还被各种公务缠身。

他使用的工具正是字节研发的TRAE——一款AI原生IDE，名字的缩写是“The Real AI Engineer”。

技术上来看，积流成江是基于Hertz和Kitex框架搭建的一个单词学习与语言处理微服务系统。

它能够提供用户认证、单词管理、复习进度追踪、实时聊天、语音识别和图像转文本等完整的功能模块解决方案。

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

想知道技术高管与AI合作编写的代码是什么水平吗？感兴趣的朋友可以直接去GitHub看看。

3天「写」出一个上线产品

过去要开发像积流成江这样的应用，可能至少需要几周甚至一个月的时间。

然而，洪定坤通过自己的亲身实践证明，现在的AI编程已经能够通过「自然语言」快速完成一个项目。

试想一下，一场重要的发布会（火山引擎Force原动力大会）只剩几天就要召开了。

作为技术副总裁的洪定坤，准备在会上分享公司在AI编程领域的核心产品——TRAE。

他可以准备一份精美的PPT，列出各种数据和功能，告诉大家这个工具有多强大。

但他觉得，这样还不够。

「怎么才能让大家真正感受到AI编程的魅力呢？」

「也许，作为开发者和用户，分享我使用TRAE的过程会更生动、真实。」他心里这样想着。

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，但常规的背单词软件存在两个问题：

1. 所学习的单词与工作生活中用到的单词并不一致。

2. 工作中需要用到的单词又没有合适的场合进行练习。

那么，怎么解决呢？

恰好现在的大模型，比如字节的豆包，能够很好地与我们对话。

所以，这两种功能结合在一起，积流成江就诞生了。

在大会上，洪定坤现场演示了用「语音」方式让积流成江生成一段介绍火山引擎的文本。

而且，生成的文本中还自动将一些特定需要学习的英文单词进行划线标注。

值得一提的是，这个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，虽然他已经有一段时间没有在一线写代码，感觉有点「生锈」，但依靠TRAE的帮助，开发这个完成度极高的英语学习应用，仅仅用了3天。

在这个过程中，最关键的是，洪定坤大部分时间都是用编程逻辑的「自然语言」替代过去的工程化开发过程。

用他的话来说：

一个300行代码的功能，可能只需要200字的方案描述。

这个产品并不是纯粹的Demo，已经正式上线，体验地址是：https://sstr.trae.com.cn

我们全流程体验下来，简直不敢相信这是一个只花了3天时间做出来的产品，完成度几乎达到了100%：

• 包含了聊天界面，能够主动定位/制定学习内容
• 还能够自动识别对话中的英文单词
• 点击单词就能跳转到学习模块
• 方便将单词加入学习合集
• 还有复习功能，从发音、释义、拼写等方面加强学习

积流成江如何教你背单词？

积流成江这款产品的复杂程度有多高，洪定坤为何在Force大会上特别介绍它？

其实，主要是通过这款产品的复杂度来展示现在AI编程究竟进化到了什么阶段。

积流成江总共有两个页面选项卡。

第一个选项卡集成了豆包的大模型能力，可以通过文字和语音询问大模型。

生成特定学习文本后，积流成江会对需要学习的单词进行下划线标记，点击后即可打开单词卡。

让学习变得更有趣的积流成江

在单词卡上，你可以设置自己的学习目标，只需轻松点击「添加」按钮，就能把它们放到学习选项卡中。

一旦你准备好复习，直接点击开始，就能进入学习界面。这里有一系列功能，像是补全单词和选择对应的中文释义，帮助你更好地巩固记忆。

说到使用体验，积流成江的一个亮点就是它将大模型的强大能力融入英语学习的流程中，让大家可以根据自己的兴趣来自定义学习内容，显著提高了学习的积极性。

比如说，我想了解显卡的相关知识，那就可以让积流成江用英语生成相关的文章，看着满屏的RTX 4090，学习的动力瞬间就来了。

同样，针对工作上的需求，也能生成相关的学习文本。

字节为何坚定走上AI编程之路？

今年，AI编程的热潮让国外的一些产品如Cursor、Copilot和Windsurf等迅速走红，国内是否也有类似的产品呢？

当然有，那就是字节今年年初推出的TRAE。

字节是一家非常重视技术研发的公司，因此研发的效率直接关系到公司的整体效率。

洪定坤提到，他们早在GPT-3.5发布时，就意识到AI在编程领域的应用前景非常广阔。

因此，TRAE的名字寓意着「真正的AI工程师」，意在强调AI大模型将为编程带来实质性的变革。

不过，刚开始时大模型在完成编程任务方面并不够成熟，但在短短一年内，它的进步却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都有了显著突破。

同样，字节在火山引擎Force原动力大会上推出的豆包大模型1.6，也在编程能力上取得了不小的进展。

这让AI编程真正实现了落地应用，并可能引发编程领域的一场革命——就像洪定坤所说，用自然语言就能完成一个真实可用的工程项目。

首先，TRAE提供了「代码补全」和「局部代码生成」两个基础功能，可以在编码时根据上下文自动推测并补全代码，从而提升编程效率。

而且，TRAE所实现的「自然语言编程」，并不仅仅是产品经理描述功能后让AI来开发。

积流成江的开发过程依然是以工程师为主导，强调编码逻辑和技术方案的实现。

更重要的是，底层模型能力的提升，使得TRAE的开发效率有了质的飞跃。

洪定坤表示，他们开发TRAE的背后有几个重要愿景：

· 技术普惠，让每个人都能成为开发者

每一次重大的技术革命都是一次巨大的筛选。

在上一次的互联网数字革命中，编程语言作为计算机历史上的伟大发明，以简洁优雅的语法和语义规则，明确了指令，让计算机完成各种任务。

而且，不管技术如何发展，字节坚信代码仍然是未来最重要的工具，能够让计算机执行各种复杂任务。

代码是数字世界的基础生产力工具，而AI的出现大大降低了大众学习代码的门槛。

· 提升研发效率

认真开发工具对公司和个人开发者来说都有着重要意义，能够显著提高工作效率。

如今，在字节跳动内部，有超过80%的工程师在使用像TRAE这样的产品来辅助开发。

同时，还有相当一部分代码是通过AI生成的。

· 追求智能上限

最后，字节在大模型方面的工作，最重要的任务之一就是追求智能的上限。

编程作为一种高度结构化和逻辑严密的任务，要求模型具备理解复杂语义结构、逻辑推理、算法设计和精确表达的能力，从而为探索模型的智能上限提供了助力。

因此，帮助更多人掌握代码、完成更复杂的任务，提高专业工程师的工作效率，以及助力模型追求更好的智能上限，正是洪定坤和他的团队认真对待AI编程的原因。

洪定坤通过积流成江向我们展示了什么才是真正的AI原生开发模式。

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编程的未来，或许已经悄然来临。