在追寻通用人工智能的旅程中，字节跳动又获得了新的进展。

作者｜Iris

编辑｜栗子

字节在全新领域的雄心，逐渐浮现。

在6月11日举行的火山引擎Force 2025原动力大会的主论坛上，字节跳动的技术副总裁首次公开亮相，着重介绍了他们自主研发的AI编程工具——TRAE。值得注意的是，TRAE的月活跃用户已经超过了100万。

“当GPT-3.5发布时，我们意识到编程可能成为一个极具潜力的应用领域。AI大模型确实能够为编程带来真正的变革。”

2024年6月，字节推出了MarsCode编程助手。今年1月，AI原生IDE产品TRAE正式发布。仅两个月后，TRAE的国内版本也随之上线，成为首个中文AI IDE产品。在字节内部，已有高达80%的工程师在使用TRAE等AI编程工具来辅助开发工作。

从内部使用率和字节技术副总裁的首次亮相，可以看出字节对TRAE赋予的高度重视。

尽管字节在人工智能领域的投入一直保持高调，但之前“发育阶段”的TRAE并未显露太多。此次的不同寻常，显然表明了字节对AI编程领域的坚定决心。

相较于针对消费者的聊天机器人、AI搜索等领域，AI编程更具专业性和针对性。字节为何要大力投资这一领域呢？

1. AI 编程的未来：字节跳动的新探索

在众多大模型产品中，AI 编程无疑是为数不多地成功实现商业化并获得市场认可的领域。

在美国，Cursor今年6月的年度经常性收入（ARR）已突破5亿美元，证明了AI 编程已逐步融入开发者的日常工作流，并显著提升了工作效率。这种积极的投资回报率（ROI）也增强了用户的付费意愿。为了降低成本，许多互联网企业开始自上而下地推广这一工具。曾被OpenAI收购的Windsurf CEO提到，团队利用AI 编程开发内部工具，成功在一年内节省了50万美元的SaaS订阅费用。

AI 编程为字节跳动提供了重塑数字世界的契机。在互联网时代，人与数字世界的互动本质上依赖于编程。通过生成和执行代码，大模型能够获取信息、实现创意并即时反馈，从而扩展其能力的边界。

此外，编程是一项高度结构化且逻辑严密的任务，对模型理解复杂语义、逻辑推理、算法设计及精确表达的能力提出了很高要求，这为其智能水平的提升提供了良好的助力。AI 编程的进步，或许能成为接近通用人工智能（AGI）的捷径。

因此，字节跳动将AGI视为最终目标，必须掌握AI 编程这张通行证。

字节跳动在AI 编程领域的探索可以追溯到2023年，当时行业内流行插件形式的AI 编程工具，字节也推出了MarsCode编程助手。然而，进入2024年，随着大模型能力的提升，团队意识到AI 编程的产品形态有了更为优越的选择。

当时，AI 编程产品有多种发展方向：有些在现有开发工具中加入插件以集成AI能力；有些则开发完全依赖AI的“代理型”产品；还有些团队专注于构建最强大的编码模型。而字节团队最终选择将AI深度融入集成开发环境（IDE）场景，推出AI IDE产品。

在大模型时代，AI 产品的形态受到用户需求、模型能力和工程能力的共同影响。团队认为AI IDE产品是AI 编程领域中最适合的第二代产品形态，因为他们的目标不仅是满足广泛受众的自然语言需求生成结果的氛围编码，而是希望创造出更具价值的应用。

字节跳动的AI IDE创新：TRAE引领编程新时代

在应用市场中，应用数量的过剩与消费者需求之间的矛盾日益明显。用户所渴望的并非是众多应用，而是那些真正具备价值的少数几款。因此，满足这种真实需求的应用开发过程相对复杂，团队希望借助TRAE来提升有能力的程序员在这一领域的效率。

此外，核心开发者们频繁使用不同的编程工具，而AI IDE产品则能够赋予他们对每一个决策的充分掌控，进而增强IDE的整体性能。因此，用户愿意为AI IDE产品付费，这表明这种产品形态在市场上得到了验证，符合产品市场匹配（PMF）的标准。

团队坚信，能够有效满足特定用户需求是成功的良好起点，因此他们认为AI IDE产品是最优的解决方案，能够服务于TRAE的目标用户。

因此，在今年1月19日，字节跳动正式推出了针对专业开发者的AI原生集成开发环境工具——TRAE。这个名称反映了团队对AI编程未来的愿景，即“真正的人工智能工程师”（The Real AI Engineer），他们能够像人类一样独立完成全链条的任务。实际上，TRAE的部分代码确实是由TRAE自己生成的，团队内部甚至戏称“TRAE是用TRAE打造的”。

如此迅速的转型得益于小型团队的敏捷性和高技能密度，工程团队在多款产品上积累了深厚的开发经验，字节跳动内部对开发者工具的理解也愈加丰富。

因此，字节跳动在AI IDE领域所获得的先发优势，正在逐步显露出其潜力。

在最近的原动力大会上，上线不足半年的TRAE交出了令人瞩目的成绩：目前月活跃用户数量已超过100万。这一数据充分表明，AI编程在程序员的工作中发挥了重要作用，用户的行为和反馈也为团队提供了明确的功能改进方向。

此外，决定AI编程产品未来走向的另一个重要因素在于其模型能力。TRAE作为全球少数接入自有模型的AI IDE产品之一，拥有自己的模型团队，这无疑为其发展增添了竞争优势。

TRAE：AI编程新纪元的先锋

最近，Anthropic对AI编程初创公司Windsurf施加了限制，使得该公司无法直接访问Claude AI模型，导致其用户在短时间内遭遇服务中断。相比之下，TRAE通过接入自家的豆包1.6pro模型，避免了这种“断供”的风险，确保了服务的连续性。

此外，与其他AI IDE产品的收费模式相比，TRAE提供了大部分功能的免费使用，展现出显著的价格优势，吸引了大量用户。

同时，TRAE团队仍在积极探索下一代AI编程产品的潜力。为了进一步推动AI编程产品的发展，TRAE于6月11日宣布了一系列核心功能的更新：

新推出的智能Cue功能，利用连续的Tab键实现预测跳转与批量改写，经过模型优化后，代码续写的准确性得到了提升。同时，该功能支持多种场景下的代码自动修复和差异化对比；国内版本接入了豆包大模型1.6系列，且免费使用，增强了代码生成及复杂业务场景的支持能力，推理速度和精度均有所提升；此外，TRAE还直接连接了火山引擎的MCP（模型上下文协议）市场，新增了上百种生态工具。

演讲中还预告了全新的「TRAE SOLO」模式——这将使得AI从IDE中的代码助手，转变为能够独立生成软件的强大个体，真正实现从自然语言到软件交付的完整链条。这一转变标志着从“将AI整合进工具”到“将工具整合进AI”的进步，使得用户在交互、展示和使用体验上更加友好。

2. 字节为何在AI领域深耕？

实际上，从零开始打造国内首个AI原生IDE产品的过程并不简单。然而，通过字节在近期原动力大会上透露的信息，可以看出其对这一领域的长期投入和坚定决心。字节关注的是TRAE对其长期AI战略的支撑与协同作用。

从字节的AI布局来看，研发探索呈现出多方向和全方位的特点。通过在算力、模型和应用层的全栈布局，字节形成了一个完整的大模型时代的“IaaS-MaaS-SaaS”生态系统。

在算力基础设施方面，火山引擎不仅为内部模型和应用提供强大的算力支持，还为外部企业提供AI云计算服务。在模型层，字节跳动构建了以豆包大模型为核心的多模态模型，涵盖自然语言、语音、视觉等多种类型。在应用层，字节的产品覆盖了AI助手、社交、图像、视频、音乐、教育等多个领域，展现出广泛的应用前景。

TRAE在字节的人工智能战略中究竟肩负着怎样的重要任务呢？

简而言之，字节希望通过TRAE强化人工智能生态的开发基础，推动开发者社区的繁荣，并为商业目标提供有力支持。

从产品的定位来看，TRAE作为开发流程的重要工具，不仅填补了国内同类产品的市场空缺，还为字节在开发者生态中增添了一块重要拼图。开发者作为大模型产品的重要用户，其反馈对于提升产品和模型的性能至关重要，因此围绕开发者工具构建的生态系统，自然成为竞争的焦点。

AI独角兽公司Anthropic的战略动向也反映了这一趋势。该公司在开发者领域的持续发力使其收入迅速增长，2023年3月年经常性收入（ARR）突破20亿美元，目前已达30亿美元。其收入主要来自B端市场，而AI编程的快速发展对这一增长贡献显著。通过在Coding和OSAgent领域的深入投资，Anthropic greatly加强了其在开发者市场的影响力。随着收益的提升，Anthropic还于去年底停止了对Chatbot的投入，转而专注于提升其模型Claude在编程等复杂任务中的能力。

在字节内部的AI开发布局中，TRAE的内部开发使用率高达80%，这显示出其已与字节现有的豆包大模型、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不仅提升了内部效率，还降低了AI矩阵应用的开发门槛，加速了AI应用的落地进程。

此外，TRAE还在探索AI商业化的潜力。

目前，AI编程已成为AI领域中盈利能力最强的赛道之一。这是因为大模型在编码这种输入输出明确的场景中表现优于其他领域。同时，大部分开发者已经意识到AI编程在提升编码效率、减少重复性工作和bug修复方面的显著成效，因此其付费意愿也十分强烈。其商业价值在海外市场已得到验证。增长最快的AI编程产品Cursor在上线20个月内实现了1亿美元的年化经常性收入，未来两年内增长至3亿美元。因此，国内也极有可能涌现出同类规模的AI集成开发环境（IDE）产品。

在「甲子光年」的观点中，AI编程的崭露头角使得字节跳动看到了实现通用人工智能的新途径。

在追求AGI的过程中，代码能力的革命性突破正在成为大规模模型智能提升的重要杠杆。与对话场景的模糊性不同，代码生成的环境要求模型精准地将自然语言指令转化为计算机可以执行的逻辑链。

此外，模型必须能够解析元问题，并针对复杂任务设计出模块化的解决方案。代码生成的过程要求更高的控制精度，这将推动模型在长文本理解、动态记忆更新等关键技术上的突破，进而提升模型的智能极限。追求智能上限的提升是实现AGI的必经之路，也是字节跳动在人工智能领域探索的终极目标。

因此，AI编程的最终目标不仅仅是作为工具，而是连接通往AGI时代的“开发者操作系统”的桥梁。

这一愿景或许看似遥不可及，但以下数据已然表明，AI编程正在逐步融入开发者的工作流程，并改变开发的方式：TRAE已经累计生成了超过60亿行被用户采纳的代码，每天产生150万条用户查询；Anthropic的首席产品官Mike Krieger表示，Claude Code团队约95%的代码均由AI生成。

这也促成了开发者生产关系的重新构建。传统的应用开发需要庞大的团队和漫长的开发周期，而AI编程使得小型团队能够以更低的成本和更高的效率完成开发。

AI赛道的融资机遇并不持久，这要求AI开发者迅速将创意转化为可上线的产品。然而，许多小型初创企业在人员配置上无法与大型公司抗衡，而AI编程能帮助这些企业快速推出产品，获取融资支持。

斯坦福大学的一支本科生创业团队利用TRAE，成功构建了前端和后端，并微调了大模型生成的工作流，从零开始完成了AI教育产品VideoTutor的开发与上线。得益于TRAE带来的高效开发，这些学生仅用一个多月便将产品推向市场，并成功在教育科技领域脱颖而出，获得近100万美元的融资。

3. 从AI编程到AI开发的转变

回顾编程语言的演变历程，我们可以发现每十年所需的代码行数逐年减少。随着编程语言不断进行抽象和简化，同样的功能，使用汇编语言可能需要2000行，而用C语言则只需500行，使用Python则可缩减至100行。编程的门槛逐渐降低，导致编程者的数量呈指数级增长：1990年时，全球程序员仅有百万，而到了2023年，GitHub上已注册开发者突破一亿。每次代码的抽象化升级都围绕着“更少的代码、更高的效率和更多的参与者”展开。

现如今，AI编程正在孕育新的飞跃。通过自然语言生成代码、自动补全逻辑、智能调试等方式，“编写代码”不再是少数人的专利，而是成为了更多人实现创意的工具。这不仅是生产力的巨大飞跃，更是对开发者角色的重新定义。

伴随AI编程的广泛应用，开发者的角色正在经历重塑。丰富的开发经验和长时间的开发周期不再是成为开发者的必要条件。借助AI编程工具，普通的爱好者也能轻松实现自己的想法，甚至将兴趣转化为收益。例如，Cube One团队利用TRAE迅速推出AI PPT工具，在零经验的情况下，仅用一个月便实现了产品的商业化，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，仅仅掌握编程环节是不够的，还需要贯通更多的开发流程。

在整个软件开发流程中，开发者的职责不仅包括编写文档、进行运维、调试和发布，还涉及到调试和压力测试等多重任务。而实际上，编写代码所占的工作份额通常不到40%，并且对于复杂应用而言，代码工作所占比例会更低。这些环节对于开发者来说既复杂又耗时。

AI开发新时代：技术平权与效率提升的双重革命

TRAE团队坚信，在大模型技术不断进步的背景下，人工智能将有能力整合各项工作流程。AI将成为开发过程中的引导者，促使软件开发实现一体化，显著降低入门门槛并提升开发效率。

在原动力大会上，字节跳动的技术副总裁分享了他心中理想的AI编程未来：通过简便的互动方式，人工智能将协助开发人员完成从运维到调试、发布及测试的所有开发环节。

这一从AI编程到AI开发的愿景令他倍感兴奋：“我们所需的几天工作，未来可能会缩短到几个小时，甚至更短。这正是我们努力的方向，TRAE不仅仅是AI编程，更是AI开发。”

随着AI开发的逐步实现，复杂的编程语言将转变为更易于书写和修改的表达形式，传统的开发模式也将经历彻底的变革。开发者将不再受到繁琐流程和高门槛编程知识的限制，创造力和想法将成为优秀产品的核心推动力。

这种低门槛的开发方式将为独立开发者打开更多可能性，短周期和轻量化的开发形式将消除传统软件开发中小团队面临的资源挑战。正如斯坦福创业团队和Cube One团队使用TRAE进行产品开发并成功融资的案例所示，未来即使没有大型企业的资源优势，更多创业公司和独立开发者依然能够借助TRAE等AI编程工具实现“技术平权”，创造出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样化。

（封面图及文中图片