在科技界的最新动态中，字节跳动技术副总裁洪定坤通过一款名为TRAE的AI原生集成开发环境（IDE），仅用时3天便打造并开源了一款英语学习应用——“积流成江”。这款应用的诞生，标志着AI在编程领域的又一重大突破。
据洪定坤介绍，“积流成江”的开发过程中，约85%的代码是通过自然语言与AI对话的方式生成的。这一惊人效率的背后，是TRAE这一强大工具的支撑。TRAE，全称为The Real AI Engineer，寓意着AI大模型将彻底改变编程范式。
技术层面，“积流成江”基于Hertz和Kitex框架构建，提供了包括用户认证、单词管理、复习进度跟踪、实时聊天、语音识别和图像转文本在内的完整功能模块。其系统架构采用前后端分离设计，包括API服务层、RPC服务层、数据访问层和智能处理层。
“积流成江”的诞生，源于洪定坤个人的实际需求。他发现，传统的背单词软件往往与实际工作生活中的单词学习脱节，且缺乏合适的练习场合。于是，他利用TRAE和字节的大模型能力，将这两种功能完美结合，打造出了这款创新的学习应用。
在“积流成江”中，用户可以通过文字和语音的方式询问大模型，生成特定的学习文本。生成的文本中，特定单词会被自动标记，点击后即可打开单词卡进行学习。应用还提供了复习功能，从发音、释义、单词拼写等多个方面加强学习效果。
洪定坤在火山引擎Force原动力大会上现场演示了“积流成江”的功能。他通过语音的方式让应用生成了一段介绍火山引擎的文本，并展示了其中的单词学习和复习功能。这一演示，让现场观众深刻感受到了AI编程的魔力。
对于字节为何坚定投入AI Coding赛道，洪定坤表示，字节是一家技术研发比重很高的公司，研发效率间接决定着企业的效率。他们很早就意识到了大模型在编程领域的潜力，并一直致力于TRAE的研发。如今，随着大模型能力的不断提升，AI Coding已经具备了落地的可能，并有望带来编程领域的范式革命。
TRAE的基础功能包括代码补全和局部代码生成，能够根据上下文自动推测和补全代码，助力编程效率的提升。更重要的是，借助TRAE实现的自然语言编程，让工程师能够用自然语言描述编码逻辑和技术方案，进一步提升了开发效率。
在字节跳动内部，已经有超过80%的工程师在使用TRAE等AI辅助开发工具，相当比例的代码也是通过AI生成的。这一趋势表明，AI Coding正在逐渐成为主流的开发方式之一。
洪定坤和他的团队相信，AI的出现将前所未有地降低大众掌握代码能力的门槛，让更多人有机会成为开发者。同时，AI Coding也将大幅提升研发效率，助力企业追求更高的智能上限。
