字节在通向AGI的征途中又迈出了一步。

作者｜Iris

编辑｜栗子

字节在新的领域中展现出强烈的野心。

在6月11日举行的火山引擎Force 2025原动力大会上，字节跳动的技术副总裁首次公开亮相，重点介绍了自主研发的AI编程工具——TRAE。值得注意的是，TRAE的月活跃用户已突破一百万。

“当GPT-3.5问世时，我们意识到编程可能是一个极具潜力的应用领域。AI大模型确实将为编程带来深远的变革。”

2024年6月，字节发布了MarsCode编程助手。今年1月，AI原生IDE产品TRAE正式推出。两个月后，TRAE的中文版本上线，成为首个中文AI IDE工具。在字节内部，已有80%的工程师在使用TRAE等AI编程辅助工具进行开发。

通过内部使用情况及技术副总裁的首次发言，我们可以窥见字节对TRAE的重视程度。

字节在人工智能领域的投资一向高调，但之前仍处于“潜伏期”的TRAE并未被广泛关注。这次的明显变化，显示了字节对AI编程领域的坚定信心。

与面向消费者的Chatbot、AI搜索等领域相比，专注于开发者的AI编程则显得更加专业化。字节为何会重金投入这一领域呢？

字节跳动在AI编程领域的创新探索

AI编程，作为大规模模型产品中为数不多的实现商业闭环并获得市场认可的领域，正逐渐引起行业的广泛关注。

在遥远的美国，Cursor公司在2023年6月的年经常性收入（ARR）已突破5亿美元，表明AI编程已顺利融入开发者的日常工作，并实实在在地提升了工作效率。其带来的良好投入产出比（ROI）也增强了用户的付费意愿。许多互联网企业因此开始自上而下地推广这一技术，以节省运营成本。Windsurf的首席执行官曾表示，团队通过应用AI编程开发内部工具，一年内节省了50万美元的SaaS订阅费用。

字节跳动在AI编程领域看到了重新定义数字世界的契机。在数字化时代，几乎所有的人类活动都依赖于底层编程。而大规模模型能够生成和执行代码，从而在数字领域中收集信息、实现构思并获得及时反馈。因此，AI编程有助于扩展大模型的能力边界。

此外，编程是一项高度结构化且逻辑严谨的任务，它对模型理解复杂语义结构、逻辑推理、算法设计及精准表达提出了很高的要求。这使得AI编程成为探索模型智能上限的重要途径，或许将成为实现通用人工智能（AGI）的捷径。

因此，字节跳动将AGI视为最终目标，必须抓住AI编程这一关键机会。

1.TRAE，来自于TRAE的创新

字节跳动在AI编程的探索始于2023年，那时行业主流产品是插件形式的AI编程工具，字节也推出了MarsCode编程助手。然而，到了2024年，随着大模型能力的飞跃，团队意识到AI编程的产品形态可以迎来更优的解决方案。

当时，AI编程产品有多条发展路线：一些选择在现有开发工具中嵌入插件，另一些则开发完全由AI驱动的“智能代理”产品，亦或专注于构建最强的编码模型。而字节团队最终决定开发将AI深度整合进集成开发环境（IDE）的AI IDE产品。

在大模型时代，AI产品的形态受用户需求、模型能力和工程能力的共同影响。团队认为，AI IDE产品是AI编程领域最合适的第二代产品形态。其背后的原因在于，他们不仅仅希望提供面向大众的自然语言生成结果的Vibe Coding（氛围编码），而是更关注于创建高价值的应用。

字节跳动推出TRAE：重新定义AI编程体验

在应用市场中，存在着明显的供需失衡，众多应用的数量远超消费者的实际需求。用户所渴望的并非泛滥的应用，而是为数不多的、高效且有价值的工具。满足这些真实需求的应用开发过程相对复杂，因此他们希望借助TRAE来提升具备足够能力的开发者的工作效率。

此外，核心开发者频繁使用多种编程工具，而AI IDE产品则帮助他们在保持对每个决策的控制权的同时，进一步增强IDE的功能。因此，用户对AI IDE产品的付费意愿相对较高，这表明其在市场上具备良好的适配性（PMF）。

团队坚信，能够有效满足特定用户需求的产品是成功的良好开端，因此他们确信AI IDE产品是为TRAE目标用户提供服务的最佳选择。

因此，在今年1月19日，字节跳动正式推出了面向专业开发者的AI原生集成开发环境工具TRAE。该名称的来源是团队认为，AI编码的最终目标是成为真正的AI工程师，追求智能的极限，能够像人类一样完成端到端的任务。事实上，TRAE在某种程度上正实现着这一目标：其部分代码正是由TRAE自身生成的，团队内部甚至戏称“TRAE是用TRAE构建的”。

这样的快速转型得益于团队规模小且人才密集所带来的敏捷性，同时，工程团队在多个产品领域积累了深厚的工程经验，字节内部开发者的丰富经验也让他们在开发者工具和服务方面有更深刻的理解。

因此，字节在AI IDE产品领域所拥有的先发优势，开始逐渐显露出其价值。

在此次原动力大会上，TRAE上线不到半年的成果也相继揭晓：目前，TRAE的月活跃用户已经突破了100万。这一数据表明，AI编码在程序员的工作中已经发挥了重要作用。这些海量的用户反馈为团队提供了指导，帮助他们明确在哪些功能上需要进行优化和调整。

此外，决定AI编码产品发展方向的一个关键因素是模型的能力。在全球范围内，TRAE是少数接入自有模型的AI IDE产品之一，并且拥有自己的模型团队。

2. 字节投入AI领域的深刻原因

实际上，开发国内首个AI原生IDE的过程并非轻松之举。然而，从字节在原动力大会中透露的信息中，我们可以明显感受到其对这一领域的持续投入与坚定决心。字节所追求的，是TRAE在其长期AI战略中的重要支撑和协同效应。

观察字节在AI领域的布局，可以发现其研发方向呈现出多样化和全方位的特点。通过在算力、模型和应用三个层面上实现全面布局，字节已经形成了一个完整的适应大模型时代的“IaaS-MaaS-SaaS”生态体系。

在算力基础设施方面，火山引擎为内部的模型和应用提供算力支持，同时也向外部企业提供AI云计算服务。在模型层面，字节跳动构建了以豆包大模型为核心的多模态体系，涵盖自然语言处理、语音识别和视觉识别等多种类型的模型。在应用层，该公司产品范围广泛，涉及AI助手、社交、图像处理、视频制作、音乐创作和教育等多个领域。

那么，TRAE在字节的人工智能战略中发挥了怎样的作用呢？

简而言之，字节期望TRAE能够强化AI生态的开发基础，促进开发者的繁荣，以支持其商业化目标。

从产品的定位来看，TRAE作为开发流程的关键工具，不仅填补了国内市场的空白，还为字节在开发者生态中铺设了重要的一块拼图。开发者作为大模型产品的重要使用者，其反馈对提升产品和模型的性能具有重要意义，因此围绕开发者工具构建的生态圈也成为竞争的焦点。

AI独角兽公司Anthropic的战略走向，恰好从侧面印证了这一点。Anthropic在开发者领域持续发力，导致其收入增长显著，至今年3月其年度经常性收入（ARR）已突破20亿美元，目前达到了30亿美元。该公司的收入主要来源于B端，其中AI编程的迅猛增长贡献突出。通过对Coding和OSAgent方向的投入，Anthropic大幅提升了在开发者领域的影响力。尝到甜头的Anthropic去年底停止了对Chatbot的投资，专注于提升其Claude模型在复杂任务中的能力。

在内部AI开发的布局方面，TRAE的内部使用率高达80%，这说明它已经与字节的豆包大模型、火山引擎等多个应用场景紧密结合。通过融入字节的AI开发工作流，TRAE不仅提升了内部的工作效率，还降低了字节在AI矩阵应用开发上的门槛，助力AI应用的快速落地。

此外，TRAE还承担着探索AI商业化潜力的重要角色。

AI编程目前是人工智能领域中最具盈利潜力的赛道之一。这是因为在编码的场景中，大模型的表现明显优于其他领域。同时，许多开发者已经意识到，AI编程在提高编码效率、减少重复性工作和修复bug等日常任务中的效果良好，因而愿意付费。其产品的商业价值在海外已经得到了验证。增长最迅猛的AI编程产品Cursor，在上线20个月内便实现了1亿美元的年化经常性收入，并在两年内增长至3亿美元。因此，未来国内也极有可能涌现出同样规模的AI IDE产品。

在甲子光年的视角中，AI编程的重要性在于，它为字节提供了通往AGI的潜在路径。

在AGI发展这一核心议题下，代码能力的显著进展已成为大规模模型智能提升的关键杠杆。与对话场景的模糊性容忍不同，代码生成场景必须让模型能够准确地将自然语言指令转化为计算机可以执行的逻辑。

此外，模型需具备拆解复杂任务的能力，并形成模块化的解决方案。代码生成要求模型具备更高的控制能力，有助于推动在长上下文理解及动态记忆等关键技术的突破，从而提升模型的智能上限。而追求这一智能上限的提升，则是通向AGI的必要条件，也是字节在AI领域探索的终极目标。

因此，AI编程的终极目标不仅仅是作为工具，其本质是通向AGI时代“开发者操作系统”的桥梁。

虽然这个终极愿景似乎尚远，但以下数据可见，AI编程正在逐步融入开发者的工作流程，并改变着开发的方式：TRAE已累计生成超过60亿行被用户接受的代码，用户查询每日达150万条；Anthropic的首席产品官Mike Krieger透露，Claude Code团队大约95%的代码均由AI生成。

这也导致了开发者生产关系的重构。传统应用开发需依赖整个团队的长期开发维护，而AI编程则使得小团队的轻量化、低成本开发成为现实。

在AI赛道上，融资窗口期非常有限，这要求AI开发者必须迅速将创意落实为实际产品。然而，大多数小型创业公司缺乏大企业的人力优势，AI编程则为这些公司提供了快速上线产品以获得融资的助力。

斯坦福大学的一支本科生创业团队通过TRAE，成功搭建了前端和后端，并微调了大模型生成的流程，完成了从零到一的AI教育产品VideoTutor的开发与上线。借助TRAE的高效开发，这群本科生仅用一个多月就实现了产品上线，并在教育科技领域崭露头角，获得近100万美元的融资。

3. 从AI编码到AI开发的演变

回顾编程语言的发展历程，我们可以看到，在每个十年中，编写代码的行数逐渐减少。随着编程语言的不断抽象与简化，同样的功能实现，使用汇编语言可能需要耗费2000行，而C语言则需要500行，使用Python则仅需100行。这种门槛的降低促成了程序员数量的飞速增长：1990年，全球程序员人数仅有百万级；而到2023年，仅GitHub的注册开发者就已突破一亿大关。每一次代码的抽象和升级，都是围绕着“更少的代码、更高的效率和更多的参与者”展开的。

当前，AI编码正在酝酿着一次新的飞跃，通过自然语言生成代码、自动完成逻辑、智能调试等方式，使得“写代码”这一技能不再仅限于少数人，而是成为更多人实现创意的工具。这不仅意味着生产力的飞跃，更是对开发者角色的全新定义。

随着AI编码的推广，开发者的界限正在被重新定义。丰富的开发经验和长时间的投入不再是进入开发领域的必要条件。利用AI编码工具，普通的热爱者也能够将自己的创想变为现实，甚至实现个人兴趣的经济价值。举例来说，Cube One团队借助TRAE迅速推出AI PPT工具，在没有经验的情况下，1个月内完成了产品的初步变现，TRAE在其中的代码贡献率高达100%。

然而，要成为真正的AI工程师，仅仅掌握编码环节是不够的，还需要涵盖更多的开发流程。

在完整的软件开发流程中，开发者需要完成的不仅仅是编写代码，还包括撰写文档、进行运维、调试和发布等多重任务。实际上，代码编写的时间可能只占整个工作流程的40%左右，尤其是对于越复杂的应用程序，编写代码所占的比重会进一步降低。对于开发者而言，这些任务都是复杂且耗时的工作。

AI开发的未来：重塑软件开发的全新可能

TRAE团队坚信，随着大模型技术的不断进步，人工智能有潜力整合软件开发的各个环节。AI将作为协调者，使得软件开发变得更加一体化，从而显著降低开发的门槛并提升效率。

在原动力大会上，字节跳动的技术副总裁表达了他对AI编码未来的憧憬。他设想通过简洁的交互方式，AI能够协助开发者完成包括运维、调试、发布及调试测试在内的完整开发流程。

他对从AI编码到AI开发的未来感到无比兴奋：“我们这次投入几天的工作，或许将缩短至几个小时，甚至更少。这正是我们努力的方向，TRAE不仅止于AI编码，更要成为AI开发的先锋。”

一旦AI开发得以实现，复杂的编程语法将转变为更易于书写和修改的表达方式，传统的软件开发模式将经历彻底的变革。开发者将不再受限于繁琐的流程和高门槛的技术知识，创意和想法将成为推动优秀产品诞生的重要动力。

这种低门槛的开发方式为独立开发者提供了更多机遇，短周期和轻量化的开发模式缓解了小型团队在资源上的困境。斯坦福创业团队和Cube One团队利用TRAE成功开发产品并获得融资的案例，充分证明即使没有大企业的资源优势，未来更多的创业者和独立开发者仍然能够借助AI编码工具实现“技术平权”，创造独特的产品以满足市场需求，从而使整个行业的开发生态更加多元化。

（封面图及文中图片