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

未來的AI開發范式究竟是什么樣子的，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。

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

更難以置信的是，洪定坤說這次開發大概85%的代碼是通過自然語言對話的方式讓AI生成的，甚至這3天里他還被「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，積流成江是一個基于Hertz和Kitex框架構建的單詞學習與語言處理微服務系統。

可提供包括用戶認證、單詞管理、復習進度跟蹤、實時聊天、語音識別和圖像轉文本等功能模塊的完整解決方案。

采用前后端分離的系統架構，主要分為以下幾層：API服務層、RPC服務層、數據訪問層、智能處理層。

系統架構

組件調用關系

技術高管和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。

想象一下，一場重要的發布會（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，洪定坤要上臺分享公司在AI編程領域的核心產品——TRAE。

他可以準備一份精美的PPT，列出各種數據和功能，告訴大家這個工具多么強大。

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？」

「也許作為一個開發者和用戶，把自己使用TRAE的過程分享出來，會更生動、真實」他心里想。

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件有兩個問題：

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

怎么解決？

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。

那么是不是就可以把這兩種功能結合在一起了。

于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本。

并且，生成的文本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注。

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代碼，「自己有點生銹」，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編程邏輯的「自然語言」實現過去的工程化開發過程。

用他的話講：

一個300行的代碼功能，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聊天界面，能夠主動定位/制定學習語料
• 并且能夠自動定位到對話中的英文單詞
• 點擊英文單詞可以切換「流程」到學習分支
• 順手就可以把單詞收錄在學習合集中
• 還有背單詞軟件都有的復習功能，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復雜度有多高，為什么值得洪定坤在Force大會重點介紹？

其實主要是通過這款產品的復雜度來說明現在的AI Coding究竟已經進化到了什么地步。

積流成江共有兩個頁面選項卡。

第一個選項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。

生成特定的學習的文本。

在生成內容后，積流成江會把特定的單詞用下劃線進行標記，點擊后即可打開單詞卡。

單詞卡中設定了學習目標，通過「添加」按鈕即可添加到學習選項卡頁面。

點擊開始復習，就可以就可以進入學習界面，學習界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后，大家可以按照自己的興趣來自定義學習文本，學習動力大大地增強。

比如我想學習顯卡相關的知識，就可以讓積流成江先用英語生成顯卡相關的文本，看著滿屏幕的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，生成相關的文本。

字節為什么堅定投入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布的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。

不過大模型一開始并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原動力大會上發布的豆包大模型1.6，在編程能力上也有很大的進步。

這讓AI Coding真正有了落地的可能，并且極有可能帶來編程領域的范式革命——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「代碼補全」和「局部代碼生成」，能在寫代碼的過程中，根據上下文自動推測和補全代碼，助力編程效率的提升。

其次，借助 TRAE 所實現的「自然語言編程」，并非一般意義上的「產品經理描述功能，然后讓 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愿景：

· 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。

在上一次互聯網數字革命中，編程語言作為計算機歷史上的偉大發明，用簡潔、優雅的語法和語義規則，定義清晰明確的指令，讓計算機完成各種任務。

而且，不管技術如何發展，字節都相信，代碼仍然是未來最重要，或者說唯一的，能夠讓計算機完成各類復雜任務的工具和手段。

代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代碼能力的門檻。

· 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。

也有相當比例的代碼是通過 AI 生成的。

· 追求智能上限

最后，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，對模型理解復雜的語義結構、邏輯推理、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，幫助更多人掌握代碼做更多復雜的任務、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么是真正的AI原生開發范式。

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。

TRAE體驗地址：https://www.trae.cn/