字节跳动技术副总裁首度开源与Trae的合作项目，AI开发水平如何评估？

在 6 月 19 日，字节跳动的研发负责人洪定坤宣布与 TRAE 合作推出首个开源项目。根据公开信息，该项目的两个核心功能是“代码补全”和“局部代码生成”，它们能够在编码过程中根据上下文自动推导并补充代码，从而显著提高编程效率。

此外，TRAE 还实现了“自然语言编程”，这与传统的“产品经理描述功能后由 AI 开发”有所不同。“积流成江”APP 的构建方式依然是工程师主导，除了功能设计，更多关注的是编码逻辑和技术方案本身。例如，一个 300 行代码的功能，可能仅需 200 字的方案描述。

值得注意的是，底层模型的强大代码生成能力是此次开发顺利进行的重要原因。在 TRAE 使用的 doubao-dev 模型，基于字节跳动最新发布的豆包 1.6 系列模型，TRAE 团队在此基础上进行了针对工程开发场景的进一步训练。

字节跳动方面表示，在近期内，TRAE 用户应已接收到最新的豆包 1.6 更新，这将进一步提升开发效率。

对此，有体验过的开发者们能否分享一下自己的看法？对于当前 AI 的开发水平，你们有什么评价？

大家都应该去学习 AI IDE！作为程序员的得力助手，它能显著提升代码编写的效率。

作为一名算法工程师，我的主要 IDE 是 vscode，见证了 AI 编程技术的发展历程。

从 2021 年左右的 copilot tab 补全和 codegeex 插件（当时 chatgpt 尚未推出）到如今各种 AI IDE 如 cursor、windsurf、augment、aider、roo 和 vscode copilot（从 2023 年开始如雨后春笋般涌现），我几乎体验了所有产品（各家产品各有优缺点，还有免费使用时间（´Д`）），同时见证了 AI 逐步从 tab 补全演变为 ask 模式，再到编辑模式，最终发展到最新的 agent+tools/mcp 模式，明显感受到技术的日新月异和效果的显著提升。这一切是得益于 LLM（如 Claude、GPT、Deepseek 等）与软件工具（如 vscode、jetbrains、终端 terminal）的协同发展和不断迭代。作为目前国内为数不多的竞品之一，我也是 Trae 的用户，目前的 mcp 生态相对成熟，价格相较于 cursor 和 claude code 也具备吸引力，海外用户可以顺利使用 claude4 等顶尖代码大模型，而国内版则提供自家豆包 1.6 和 deepseek，当然对于程序员来说，这并不是问题ꈍ◡ꈍ，国内模型的水平也已经相当高了。

Karpathy 巨佬提出的 vibe coding 氛围编程概念，意味着程序员不再需要自己亲自编写代码，而是通过与 LLM 的互动完成编程任务。从社区反馈来看，尤其在前端开发等领域，其可靠性已经相当不错，还涌现出了 V0、Lovable、Vercel 等专注于 web 开发的 AI 编程工具。通过我的体验，尽管处理复杂任务时仍需具备调试经验，但已经能够应对约 80% 的编码杂活。我们不应过于迷信 vibe coding，而应好好利用工具，合理配置各种 mcp 工具，这才是目前 AI IDE 最理性、效果最佳的使用方式。

我们可以将代码视作一种语言，用于人类与计算机之间的交流，它无疑是语言中格式最严格、最精确的一种。由于用户基数巨大且商业模式明确（如订阅制），因此它也是 LLM 软件生态中最具潜力的领域。国内拥有全球最大的程序员群体，通过使用 AI 编程工具，能够提升工作效率，甚至成为独立开发者。字节的 Trae 和通义灵码等产品的加入，为国内开发者和编程学习者带来了便利，同时也期待看到更多创新企业和开源项目，继续完善和迭代 AI IDE。