在科技界的最新動態中，字節跳動技術副總裁洪定坤通過一款名為TRAE的AI原生集成開發環境（IDE），僅用時3天便打造并開源了一款英語學習應用——“積流成江”。這款應用的誕生，標志著AI在編程領域的又一重大突破。
據洪定坤介紹，“積流成江”的開發過程中，約85%的代碼是通過自然語言與AI對話的方式生成的。這一驚人效率的背后，是TRAE這一強大工具的支撐。TRAE，全稱為The Real AI Engineer，寓意著AI大模型將徹底改變編程范式。
技術層面，“積流成江”基于Hertz和Kitex框架構建，提供了包括用戶認證、單詞管理、復習進度跟蹤、實時聊天、語音識別和圖像轉文本在內的完整功能模塊。其系統架構采用前后端分離設計，包括API服務層、RPC服務層、數據訪問層和智能處理層。
“積流成江”的誕生，源于洪定坤個人的實際需求。他發現，傳統的背單詞軟件往往與實際工作生活中的單詞學習脫節，且缺乏合適的練習場合。于是，他利用TRAE和字節的大模型能力，將這兩種功能完美結合，打造出了這款創新的學習應用。
在“積流成江”中，用戶可以通過文字和語音的方式詢問大模型，生成特定的學習文本。生成的文本中，特定單詞會被自動標記，點擊后即可打開單詞卡進行學習。應用還提供了復習功能，從發音、釋義、單詞拼寫等多個方面加強學習效果。
洪定坤在火山引擎Force原動力大會上現場演示了“積流成江”的功能。他通過語音的方式讓應用生成了一段介紹火山引擎的文本，并展示了其中的單詞學習和復習功能。這一演示，讓現場觀眾深刻感受到了AI編程的魔力。
對于字節為何堅定投入AI Coding賽道，洪定坤表示，字節是一家技術研發比重很高的公司，研發效率間接決定著企業的效率。他們很早就意識到了大模型在編程領域的潛力，并一直致力于TRAE的研發。如今，隨著大模型能力的不斷提升，AI Coding已經具備了落地的可能，并有望帶來編程領域的范式革命。
TRAE的基礎功能包括代碼補全和局部代碼生成，能夠根據上下文自動推測和補全代碼，助力編程效率的提升。更重要的是，借助TRAE實現的自然語言編程，讓工程師能夠用自然語言描述編碼邏輯和技術方案，進一步提升了開發效率。
在字節跳動內部，已經有超過80%的工程師在使用TRAE等AI輔助開發工具，相當比例的代碼也是通過AI生成的。這一趨勢表明，AI Coding正在逐漸成為主流的開發方式之一。
洪定坤和他的團隊相信，AI的出現將前所未有地降低大眾掌握代碼能力的門檻，讓更多人有機會成為開發者。同時，AI Coding也將大幅提升研發效率，助力企業追求更高的智能上限。
