北京
記者 任曉寧
6月23日字節跳動旗下火山引擎夏季峰會上，AI coding（編程）相關的內容占了絕大部分時長。這在最近幾年火山引擎峰會上是新鮮事，此前講的主要是豆包大模型多模態能力、Token（詞元）消耗量的成倍增長等。
AI coding是當前AI領域里最熱門的賽道之一，也是商業化確定性較高的AI應用垂直賽道，已跑出多個10億美元級ARR（年度經常性收入）產品。招銀國際今年4月發布的研報稱，Anthropic的Claude Code，上線半年實現了10億美元ARR，今年2月其ARR收入增至25億美元。
一位AI公司首席科學家告訴經濟觀察報，全球范圍內，AI coding第一梯隊的公司是Anthropic以及OpenAI。中國公司中，智譜憑借最新發布的GLM5.2，也能排上第一梯隊。相較之下，字節跳動的AI coding能力此前不占優勢。
火山引擎6月23日發布的豆包2.1大模型，重點展示了coding和agent（智能體）的工作能力。接受經濟觀察報在內媒體采訪時，火山引擎總裁譚待稱，字節跳動內部認為AI coding是非常重要的事情，重視力度并不亞于Seedance 2.0。對于AI coding模型，字節跳動下半年會做更多。
字節跳動還推出了一款名為TRAE的AI coding產品，該業務負責人是字節跳動技術副總裁洪定坤。洪定坤稱，字節跳動內部AI代碼貢獻率比過去一年翻了6倍。其中TRAE團隊使用AI更加激進，AI代碼貢獻率超過90%，團隊Token消耗量較去年同期增加了50倍。但他不認為當前字節的AI coding已經做得足夠好了，相反，他提出了多個目前實踐中發現的問題：
第一個問題是指標失真。AI 生成代碼的速度是人類的10倍以上，但團隊的實際效能僅提升了60%，這說明單純的“代碼貢獻率”指標并不可靠，AI Coding面臨從“能跑”到“可用”的考驗。
第二個問題是AI代碼交付性不高。有時AI寫代碼，會過度設計，比如本來只想做一個很小的參數改動，AI卻復制了一大段相同邏輯的代碼。如果缺乏有效的工程化治理，AI生成的代碼越多，問題可能堆積得越快。
第三個問題是，“人人都是程序員”誕生了新的協作危機。洪定坤分享了一個真實案例：一位產品經理利用AI生成了功能完備的交互頁面，要求直接上線，卻被研發團隊告知需要排期重構。原因是這些代碼存在問題，包括性能不夠好、擴展性沒有考慮、權限安全等。
面對上述問題，字節跳動正嘗試構建一套工程化閉環的治理體系。洪定坤介紹，字節不再單純迷信Agent框架的設計，而是重視更底層的基建，包括上下文工程、架構約束以及知識沉淀等。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
