在AI技術飛速發展的當下，開發者社群正密切關注著AI程式設計工具的實際效能。字節跳動技術副總裁洪定坤在火山引擎Force原動力大會上宣佈開源其使用AI程式設計助手TRAE三天開發的英語學習應用“積流成江”，這一訊息引發了廣泛關注。本文將深入探討這一專案的開發過程、技術細節以及其背後所承載的字節跳動對於“AI Development”的深遠思考。
———— / BEGIN / ————
三天開發，幾千行程式碼，從構思到上線——這就是AI程式設計時代的真實速度。
6月11日火山引擎Force原動力大會上，字節跳動技術副總裁洪定坤宣佈將開源其使用AI程式設計助手TRAE三天開發的英語學習應用後，開發者社群便對此翹首以盼。
6月18日，承諾如期兌現，這款名為“積流成江”（Stream to River）的應用完整程式碼正式在GitHub上線，迅速吸引了廣泛關注。
大家可以到網站體驗應用：https://sstr.trae.com.cn
這不僅是一個VP親自下場“Coding”的趣聞，更是一次對AI程式設計工具實際效能的有力展示，同時也承載了字節跳動對於“AI Development”的深遠思考。
“積流成江”：三天速成“麻雀雖小，五臟俱全”的應用
在Force大會上，洪定坤分享了他與TRAE合作開發“積流成江”的經歷：“上週端午節假期之後，我和兩個同事一起開發了一個新的學習英語的應用‘積流成江’……我在3天時間裡就陸續完成了開發。”
他提到，大約85%的程式碼是透過自然語言對話的方式讓AI（TRAE）生產的，最終用2天時間完成了超過3000行程式碼的開發和除錯。
如今，我們可以在GitHub https://github.com/Trae-AI/stream-to-river 上親眼見證這個專案的全貌。
從專案的README和程式碼結構來看，“積流成江”絕非一個簡單的Demo。它是一個功能相對完善的英語學習應用，核心功能包括：
-
單詞學習與管理：支援單詞的新增、查詢、詳情展示，並結合艾賓浩斯遺忘曲線進行復習進度跟蹤和智慧出題。
-
智慧聊天：基於大語言模型（LLM），提供即時聊天功能，支援流式響應、會話管理和內容高亮。
-
多模態輸入：集成了語音識別（ASR）和影像到文字（Image-to-Text）功能，豐富了使用者的學習和輸入方式。
-
使用者系統：包含使用者註冊、登入（JWT鑑權）、資訊查詢等基礎模組。
-
技術架構：採用了前後端分離的微服務架構。後端基於Go語言，API服務層使用Hertz框架，RPC服務層使用Kitex框架，資料儲存採用MySQL，並輔以Redis進行快取最佳化。前端技術棧則包括TypeScript, JavaScript, CSS等。
可以看出，“積流成江”涉及了API服務、RPC通訊、資料持久化、快取、外部服務呼叫（如LLM、ASR）等多個層面，是一個具備一定複雜度的現代應用。
洪定坤能在如此短的時間內，藉助TRAE完成這樣一個專案，無疑強有力地證明了AI程式設計工具在提升研發效率方面的巨大潛力。他甚至提到：“一個300行程式碼的功能，我可能只需要200字的方案描述。”
這種“自然語言程式設計”的體驗，正在改變傳統開發的模式。
洪定坤：TRAE的目標是“AI Development”
在Force大會的演講中，洪定坤深入闡述了字節跳動為何要大力投入AI Coding以及TRAE的願景。
-
技術普惠，AI讓人人都是開發者：AI降低了程式設計門檻，讓更多人能透過程式碼解決問題，實現創意。他舉例說，公司有同事用TRAE教11歲的孩子程式設計，併成功搭建了一個奧數競賽題庫網站。
-
提升研發效率：在字節跳動內部，已有超過80%的工程師使用TRAE等AI工具輔助程式設計，AI生成程式碼的比例也相當可觀。這對於大規模科技公司而言，效率的提升是巨大的。
-
追求智慧上限：Coding任務的結構化和邏輯性，使其成為衡量和提升大模型智慧水平的絕佳場景。
更重要的是，洪定坤強調，TRAE的目標不僅僅是“AI Coding”（AI編碼），而是“AI Development”（AI開發）。
“一個典型的軟體開發過程中，寫程式碼可能大概佔不到40%的工作……AI是有機會把這些工作統籌起來的。” TRAE希望成為一個“排程者”，將需求管理、設計、編碼、測試、部署、運維等環節整合，實現“軟體開發all in one”。
以除錯Bug為例，未來AI或許能自動從日誌定位問題、分析原因、與開發者確認後自動修改程式碼並上線，將原本耗時半天的工作縮短至數小時甚至更短。
TRAE引入的Agent能力，允許使用者自定義工具並串聯工作流，正是向這個方向邁出的嘗試。
人機協作：AI Coding離不開人的智慧
儘管AI展現出強大的程式設計能力，洪定坤也清醒地認識到，目前階段AI Coding離不開人的協作。“純粹用AI做開發，自己只是提要求，點點按鈕，做出來的程式是很難維護的。”
在他開發“積流成江”的過程中，雖然85%的程式碼由AI生成，但他強調：“仍然是我在驅動整個過程。”他負責提出技術方案和核心流程（用自然語言描述程式碼邏輯），AI將其轉化為程式碼，之後他會仔細審查（Review）程式碼，並隨時可以接管進行人工修改。
他認為，AI只有做到“聽得懂也理解人的想法”，“懂上下文”，並且能夠很好地和人合作，才可能是真正的“Real AI Engineer”（TRAE的含義），最終實現“AI Development”。
未來：AI重塑軟體開發正規化
從洪定坤的演講到”積流成江”的開源，我們看到的不僅僅是一個技術demo，而是AI開發時代的真實縮影。
就像洪定坤說的：”未來有沒有可能就是AI來做這個事情？它來幫我自動從日誌裡面定位，然後分析可能什麼問題，和我一起確認。我覺得沒問題的時候，我說你改吧，改完之後他幫我提交上線。”
這種全流程AI協作的開發方式，可能會在不久的將來成為現實。而字節跳動透過TRAE這樣的產品，正在這條路上快速前進。
當AI能夠理解複雜的技術方案，能夠生成高質量的程式碼，能夠協助完成整個開發流程時，程式設計的門檻將大幅降低，創新的速度將成倍提升。
“積流成江”專案的開源，就像是為我們打開了一扇窗，讓我們提前看到了這個未來的模樣。
———— / E N D / ————
本文來自微信公眾號：餅乾哥哥🍪，作者：餅乾哥哥🍪