字节跳动技术高管洪定坤近期通过AI原生集成开发环境（IDE）TRAE，仅用三天时间便开发并开源了一款英语学习应用“积流成江”。这款应用的开发过程中，约85%的代码是通过自然语言对话的方式由AI生成的。
洪定坤的这一壮举引发了业界对AI编程（AI Coding）未来的广泛讨论。在字节跳动的火山引擎Force原动力大会上，他亲自演示了如何利用TRAE快速开发应用的过程，并分享了积流成江的诞生背景和功能特点。
积流成江旨在解决传统英语学习软件中的两大痛点：一是学习背诵的单词与实际工作生活中使用的单词脱节；二是工作中需要使用的单词缺乏合适的练习场景。洪定坤结合AI大模型的对话能力，将这两种需求融合到了一款应用中。
从技术层面来看，积流成江基于Hertz和Kitex框架构建，采用了前后端分离的系统架构，包含API服务层、RPC服务层、数据访问层和智能处理层。应用提供了用户认证、单词管理、复习进度跟踪、实时聊天、语音识别和图像转文本等功能模块。
在大会上，洪定坤现场展示了如何通过语音指令让积流成江生成一段介绍火山引擎的文本，并自动标注出需要学习的特定英文单词。这一功能依赖于字节的另一款产品Coze智能体。
积流成江的设计非常人性化，用户可以自定义学习文本，通过兴趣驱动学习，极大地增强了学习动力。例如，用户可以让应用生成与显卡相关的英文文本，从而在学习的同时了解最新的硬件知识。
字节跳动在AI Coding领域的探索由来已久，早在GPT-3.5出现时，他们就意识到了大模型在编程领域的潜力。TRAE正是他们这一探索的结晶，寓意着AI大模型将给编程带来真正的变革。如今，随着底层模型能力的不断提升，AI Coding已经具备了落地的可能，并有望引发编程领域的范式革命。
洪定坤表示，他们希望通过TRAE实现技术普惠，让更多人能够掌握代码能力，成为开发者。同时，TRAE也能大幅提升研发效率，助力专业工程师更好地完成工作。他们还希望通过AI Coding追求智能上限，探索模型的极限能力。
