当前，随着人工智能技术的迅猛进展，开发者社区对AI编程工具的实际应用效果表现出浓厚的兴趣。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将开源一款利用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”，这一消息立刻引起了广泛的关注。本文将对该项目的开发经历、技术细节以及字节跳动在“AI Development”方面的深刻思考进行深入分析。

仅用三天时间编写数千行代码，从概念到正式上线，这正是AI编程时代的真实写照。

在6月11日的火山引擎Force原动力大会上，洪定坤副总裁宣布将开源基于AI编程助手TRAE开发的英语学习应用，立刻引发了开发者社区的热切期待。

6月18日，承诺如期兑现，名为“积流成江”（Stream to River）的应用完整代码正式在GitHub发布，迅速引发了广泛关注。

大家可以访问该网站体验这款应用：https://sstr.trae.com.cn

这不仅是副总裁亲自参与“编码”的趣闻，更是对AI编程工具实际效能的一次有力体现，同时也反映出字节跳动在“AI Development”上深远的思考。

“积流成江”：三天打造“麻雀虽小，五脏俱全”的应用

在Force大会上，洪定坤分享了与TRAE共同开发“积流成江”的经历：“在刚过去的端午假期，我和两位同事一起完成了一款新的英语学习应用‘积流成江’……我竟然在三天内就完成了所有开发。”

他提到，约85%的代码都是通过与AI（TRAE）进行自然语言对话而生成的，最终在两天之内完成了超过3000行代码的编写和调试。

现在，我们可以在
GitHub上亲自查看这个项目的全貌，网址是：https://github.com/Trae-AI/stream-to-river

探索“积流成江”：一个多功能英语学习应用的全景

通过项目的README文件及代码结构分析，“积流成江”的复杂性远超一般的Demo。它作为一款综合性英语学习应用，具备了一系列核心功能：

• 单词学习与管理：该功能支持用户添加、查询和查看单词详情，并依据艾宾浩斯遗忘曲线进行复习计划的追踪与智能出题。
• 智能聊天：依托大语言模型（LLM），该应用提供实时对话功能，支持流式响应、会话管理和内容高亮展示。
• 多模态输入：集成了语音识别（ASR）和图像转文本（Image-to-Text）功能，极大丰富了用户的学习与输入方式。
• 用户系统：系统包括用户注册、登录（JWT鉴权）及信息查询等基本模块。
• 技术架构：采用前后端分离的微服务架构，后端使用Go语言，API服务层基于Hertz框架，RPC服务层运用Kitex框架，数据存储则使用MySQL，并结合Redis进行缓存优化。前端技术栈包含TypeScript、JavaScript、CSS等。

显而易见，“积流成江”涵盖了API服务、RPC通信、数据持久化、缓存管理、外部服务调用（如LLM、ASR）等多个方面，展现出其现代应用的复杂性。

洪定坤在如此短的时间内借助TRAE完成这个项目，充分展现了AI编程工具在提升开发效率方面的巨大潜力。他更是指出：“一个功能只需300行代码，我可能只需要200字的方案描述。”

洪定坤：TRAE的目标是“AI开发”

在Force大会的演讲中，洪定坤对字节跳动为何加大对AI编程的投资及TRAE的远景进行了深刻分析。

这种“自然语言编程”的新体验正在重塑传统开发的方式。

• 技术普及，AI使每个人都能成为开发者：AI极大地降低了编程的门槛，让更多人能够通过编写代码来解决问题，实现创意。例如，有同事使用TRAE教11岁的孩子编程，并成功创建了一个奥数竞赛题库网站。
• 提升研发效率：在字节跳动内部，已有超过80%的工程师在使用TRAE等AI工具进行编程，AI生成代码的比例也非常显著。对于大型科技公司而言，这种效率的提升意义重大。
• 追求智能极限：编程任务的结构化和逻辑性，使其成为评估和增强大模型智能水平的理想场景。

洪定坤特别强调，TRAE的目标不仅是“AI编码”，更是实现“AI开发”。

“在典型的软件开发流程中，编码工作大约只占不到40%……AI有机会整合这些环节。”TRAE希望成为一个“调度者”，将需求管理、设计、编码、测试、部署和运维等多个环节整合，达到“软件开发一体化”。

以调试Bug为例，未来AI可能会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，这将把原本需要耗费半天的工作缩短至数小时甚至更短。

TRAE所引入的Agent功能，允许用户自定义工具并连接工作流程，正是向这一目标迈出的重要一步。

人机协作：AI编码不可或缺的人类智慧

尽管AI展示了强大的编程能力，洪定坤也清楚地意识到，在当前阶段，AI编码依然需要人与之协作。“单纯依赖AI进行开发，仅仅提出要求、点击按钮，生成的程序将很难维护。”

在他开发“积流成江”的过程中，尽管85%的代码由AI生成，他却强调：“我依然在主导整个过程。”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将这些转化为代码，随后他会仔细审核（Review）代码，必要时可以进行人工修改。

他认为，AI必须做到“能够理解人类的想法”，“领会上下文”，并且能够与人有效合作，才能真正成为“真实的AI工程师”（TRAE的含义），最终实现“AI开发”。

未来：AI重塑软件开发的新范式

从洪定坤的演讲到“积流成江”的开源，我们所看到的并不仅是一个技术演示，而是AI开发时代的真实写照。

洪定坤提到：“未来是否可能由AI来处理这些任务？它可以帮助我自动从日志中识别问题，分析原因，并与我共同确认。当我觉得没有问题时，我就会让它进行修改，修改完成后，它再帮助我提交上线。”

这种全程AI协作的开发模式，或将在不久的将来成为现实。字节跳动通过如TRAE的产品，正在迅速推进这一进程。

当AI能够掌握复杂的技术方案，生成高质量的代码，并协助完成整个开发流程时，编程的门槛将会显著降低，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，让我们提前窥见了未来的景象。

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