随着人工智能技术的迅猛进步，开发者社区对AI编程工具的实际应用效果愈发关注。在火山引擎Force原动力大会上，字节跳动的技术副总裁洪定坤宣布了一项令人瞩目的消息——他们开源了通过AI编程助手TRAE在短短三天内开发的英语学习应用“积流成江”。这一消息引发了广泛的讨论和关注。接下来，本文将深入分析该项目的开发流程、技术细节以及字节跳动在“AI Development”领域的深刻思考。

仅用三天，几千行代码，从构思到上线——这正是AI编程时代的真实速度写照。

在6月11日举行的火山引擎Force原动力大会上，洪定坤正式宣布将开源其利用AI编程助手TRAE在三天内完成的英语学习应用，开发者们对此充满期待。

到了6月18日，承诺如约实现，这款名为“积流成江”（Stream to River）的应用源码在GitHub正式上线，迅速吸引了大量关注。

用户可以通过以下链接体验该应用：https://sstr.trae.com.cn

这不仅是一次VP亲自参与编程的趣事，更是对AI编程工具实际应用效果的生动展示，同时也反映了字节跳动在“AI Development”方面的深远思考。

“积流成江”：三天内完成的“麻雀虽小，五脏俱全”应用

在Force大会上，洪定坤分享了他与TRAE共同开发“积流成江”的经历：“在上周的端午节假期后，我与两位同事一起创建了一个新的英语学习应用‘积流成江’……我在三天内陆续完成了开发。”

他指出，约85%的代码是通过与AI（TRAE）的自然语言对话生成的，而整个开发和调试过程则在两天内完成了超过3000行代码。

现在，我们可以访问
GitHub网站https://github.com/Trae-AI/stream-to-river，查看这个项目的全面情况。

从项目的文档和代码结构分析，“积流成江”并非只是个简单的示例应用。它实际上是一个功能较为成熟的英语学习平台，其核心功能包括：

• 单词学习与管理：能够添加、查询和展示单词详情，并结合艾宾浩斯遗忘曲线来跟踪复习进度和智能出题。
• 智能聊天：依托于大型语言模型（LLM），实现实时聊天功能，支持流式响应、会话管理及内容高亮显示。
• 多模态输入：集成了语音识别（ASR）和图像转文本（Image-to-Text）功能，极大地丰富了用户的学习方式和输入渠道。
• 用户系统：包含用户注册、登录（JWT鉴权）和信息查询等基本功能模块。
• 技术架构：采用前后端分离的微服务架构，后端使用Go语言开发，API服务层基于Hertz框架，RPC服务层则使用Kitex框架，数据存储采用MySQL，并辅以Redis进行缓存优化。前端技术栈涵盖TypeScript、JavaScript、CSS等。

可见，“积流成江”涵盖了API服务、RPC通信、数据持久化、缓存以及外部服务的调用（如LLM和ASR）等多个层面，显示出其作为现代应用的复杂性。

洪定坤在如此短暂的时间内依托TRAE完成这一项目，充分展示了AI编程工具在提升开发效率方面的巨大潜力。他甚至表示：“一个300行的功能，我或许只需200字的方案描述。”

洪定坤：TRAE致力于“AI开发”的愿景

自然语言编程的体验正在彻底转变传统开发方式。

在Force大会上，洪定坤详细分享了字节跳动为何积极布局AI编码及其对TRAE的展望。

• AI技术的普及使得编程变得更加平易近人，更多人能够通过编写代码来解决问题，发挥创意。洪定坤提到，一位同事通过TRAE帮助11岁的孩子学习编程，并成功创建了一个奥数竞赛题库网站。
• 研发效率得到了显著提升：在字节跳动内部，超过80%的工程师已经开始使用TRAE等AI工具进行编程，AI生成的代码占比亦相当可观。这对大型科技公司而言，效率的提升是显而易见的。
• 追求智能的极限：编程任务的结构化和逻辑性使其成为衡量和提升大模型智能水平的理想场景。

洪定坤特别指出，TRAE的目标不仅限于“AI编码”，而是要实现“AI开发”。

“在一个典型的软件开发流程中，编写代码的工作量通常不会超过40%……AI有潜力将这些工作进行合理的整合。” TRAE希望成为一个“调度者”，将需求管理、设计、编码、测试、部署和运维等环节紧密结合，完成“软件开发一站式服务”。

以调试Bug为例，未来的AI或许能够自动从日志中识别问题、分析原因，并在与开发者确认后自动修复代码并上线，从而将原本需要半天的工作时间缩短到几个小时甚至更少。

TRAE所引入的Agent能力使用户能够自定义工具并串联工作流程，这正是向这一理想目标迈出的重要一步。

人机协作：AI编码依赖于人类智慧

尽管AI展现出强大的编程能力，洪定坤清楚地认识到，目前阶段的AI编码仍需依赖人与机器的协作。他指出：“仅仅依靠AI进行开发，用户只负责提出需求，单击按钮，生成的程序很难维护。”

在他开发“积流成江”的过程中，尽管85%的代码由AI生成，但他强调：“仍然是我在引导整个过程。”他负责提出技术方案和核心流程（用自然语言描述代码逻辑），AI将其转化为代码，随后他会仔细审查这些代码，并随时可以进行人工修改。

他认为，AI要实现真正的“真实AI工程师”（TRAE的含义），必须能够“理解并听懂人类的想法”，懂得上下文，并能够与人类良好合作，最终实现“AI开发”的目标。

展望未来：AI重塑软件开发的模式

从洪定坤的演讲到“积流成江”的开源项目，我们所见的不仅仅是一个技术展示，更是AI开发时代的真实缩影。

洪定坤曾提到：“未来是否有可能由AI来承担这个任务？它能够自动从日志中找出问题，并与我一起分析、确认。当我认为可以时，我会让它进行修改，完成后再由它提交上线。”

这样的AI全流程协作开发模式，或许将在不久的将来成为现实。而字节跳动通过TRAE等产品，正积极朝着这一方向迈进。

当AI能够解读复杂的技术方案、生成高质量的代码并协助完成整个开发流程时，编程的入门门槛将显著降低，创新的速度也将成倍提升。

“积流成江”项目的开源，仿佛为我们打开了一扇窗户，让我们提前领略到了未来的样貌。

本文由 @饼干哥哥 原创发布于人人都是产品经理。未经作者许可，禁止转载

题图来自Unsplash，基于CC0协议