TRAE, используемый 92% инженеров ByteDance, теперь ориентирован на корпоративный рынок.

Первый год развития ИИ-программирования еще не закончился, и по мере приближения к 2026 году эта область стремительно вступает в еще более суровую вторую половину года.

Причина такой жестокости в том, что правила изменились. Если первая половина была посвящена «скорости», то вторая половина — «приземлению».

Изменения, которые это принесет, могут превзойти все ожидания разработчиков. Недавно OpenAI раскрыла пример прорывного инженерного проекта: команда разработчиков Android для Sora столкнулась с крайне срочной задачей по запуску продукта.

С этой целью они собрали команду «специальных бойцов» всего из четырех инженеров. Используя программирование с помощью ИИ, эта команда из четырех человек выпустила внутреннюю версию за 18 дней, а публичную — еще через 10 дней. Это не была гонка со временем, жертвовавшая качеством; напротив, они поддерживали высокий уровень поддерживаемости даже за такой короткий период времени.

Совершенно очевидно, что ИИ не просто пишет код, а определяет архитектуру программного обеспечения . Gartner прогнозирует, что к 2028 году 90% корпоративных разработчиков программного обеспечения будут использовать код, созданный с помощью ИИ, что повысит эффективность разработки на 30%.

В Китае этот сдвиг еще более радикален. Данные показывают, что 84% разработчиков используют продукты для программирования с использованием ИИ, причем 51% используют их ежедневно.

Но за этим энтузиазмом скрываются более глубокие опасения технических директоров.

Потому что программирование в сфере ИИ переживает самое болезненное «разочарование» : от простой проверки «умения написать фрагмент кода на Python» до требования «способности работать со сложными корпоративными инженерными задачами».

Вопрос давно сместился с "стоит ли это делать" на "как сделать это лучше" .

Проще говоря, при внедрении ИИ-программирования предприятиям необходимо сначала решить четыре основные проблемы: безопасность и соответствие нормативным требованиям, адаптивность производительности, прозрачность управления и интеграция процессов. Без решения этих проблем ИИ не только не сможет повысить эффективность, но и превратится в бездонную яму, поглощающую затраты на обслуживание и создающую уязвимости в системе безопасности.

Вчера крупная китайская компания также представила свой ответ. На конференции Volcano Winter Force компания ByteDance официально запустила TRAE CN Enterprise Edition. TRAE, имеющая 6 миллионов разработчиков и лидирующую долю рынка, официально вышла на рынок B-end. Ее цель ясна: преодолеть основные препятствия, мешающие внедрению ИИ в корпоративные приложения.

TRAE CN Enterprise Edition: Перевод программирования ИИ в "инженерное русло".

Если под ИИ-программированием подразумевается лишь возможность выполнения кода, а всё остальное зависит от удачи, то оно никогда по-настоящему не станет частью основного рабочего процесса корпоративной разработки.

По сути, это игра на "контроль".

Предприятиям необходим код ИИ, позволяющий отслеживать собственный процесс обучения и даже создавать собственные тестовые среды, но окончательное «право принятия решений» и «направление итераций» всегда должны оставаться в руках человека. Это тонкое сотрудничество человека и машины: ИИ отвечает за выполнение работы и разработку первоначальных планов, а люди — за их проверку, обсуждение и доработку.

Подобные детали "контролируемого взаимодействия" присутствуют повсюду в TRAE CN Enterprise Edition.

Это позволяет избежать ловушки для разработчиков, заключающейся в программировании вслепую, методом «вытягивания карт», вместо этого направляя ИИ на строгий путь командного сотрудничества путем настройки корпоративных правил, баз знаний и агентов . В рамках этой структуры TRAE не только генерирует код, но и создает инженерный ресурс, который «понимает бизнес и соблюдает правила».

Самый большой недостаток универсальных больших моделей заключается не столько в ограничении вычислительной мощности, сколько в ограничении «контекстного окна и количества вызовов инструментов».

Обычно они могут лишь наблюдать за текущим открытым файлом, и эта возможность становится бесполезной, когда речь идёт о масштабном репозитории корпоративного уровня (монорепозитории), содержащем сотни миллионов строк кода.

Поэтому TRAE CN Enterprise Edition был тщательно оптимизирован для повышения производительности контекста и индексации, особенно в сценариях с большими репозиториями, что позволяет напрямую формировать «обзор сверху», подобный обзору опытного архитектора .

Он поддерживает индексирование огромных репозиториев, содержащих 100 000 файлов и 150 миллионов строк кода, а благодаря сверхдлинному контекстному окну может адаптироваться к самым сложным сценариям программирования . По сравнению с простым текстовым поиском, TRAE обеспечивает сверхбыстрый поиск и инкрементальное индексирование в реальном времени сотен миллионов строк кода . Оптимизированный кластерами графических процессоров корпоративного класса, он поддерживает время отклика на уровне миллисекунд даже при обработке таких огромных объемов информации.

Это означает, что в тот момент, когда вы излагаете свои требования, TRAE уже "видит" весь ваш проект, предоставляя не отдельные фрагменты кода, а продуманные решения, основанные на полном контексте.

Зачем нам эта возможность? Потому что физические законы, управляющие традиционной разработкой программного обеспечения, перестают действовать.

Лауреат премии Тьюринга и архитектор Фред Брукс, автор «библии» программной инженерии «Мифический человеко-месяц», однажды сказал: «Добавление людей в и без того затягивающийся программный проект только затянет его».

Недавно выпущенная версия TRAE CN Enterprise Edition пытается сломать это проклятие.

Важно понимать, что многие хорошо зарекомендовавшие себя технические команды имеют свой собственный набор терминов и правил. Эти ценные знания часто разбросаны по вики-документам, процессам CI/CD или конкретным инструментариям. Универсальный ИИ совершенно об этом не знает, и сгенерированный код часто выглядит «на уровне дилетанта», требуя значительной ручной корректировки.

Решение TRAE Enterprise Edition заключается в полной адаптации сценария, позволяющей ИИ изучить «язык» команды .

Это позволяет предприятиям напрямую получать доступ к базам знаний и стандартам , а также единообразно использовать корпоративные инструменты и источники данных на основе протокола MCP . Это равносильно оснащению ИИ «мозгом» и «конечностями» предприятия.

Когда агент получает инструкции, он калибруется на основе корпоративных правил и базы знаний. Поэтому код, генерируемый TRAE, имеет свои собственные «правила»: он лучше понимает бизнес-логику, генерирует более точный код и даже может интегрироваться с существующими системами CI/CD и DevOps для достижения интегрированной разработки ИИ.

Что еще более важно, это делает так называемый «черный ящик управления» более прозрачным.

Ранее руководители неохотно внедряли ИИ, поскольку не знали, как сотрудники его используют и какова окупаемость инвестиций. TRAE CN Enterprise Edition напрямую преобразует показатели производительности в панель мониторинга . Она может отслеживать ключевые метрики, такие как скорость генерации ИИ и объем кода, что делает общую окупаемость инвестиций наглядной; она также позволяет устанавливать лимиты затрат и осуществлять мониторинг потребления в режиме реального времени, что делает расчеты затрат прозрачными.

Разумеется, всё это основано на соблюдении «красной линии» безопасности.

TRAE Enterprise Edition гарантирует, что данные не будут использоваться для обучения . В официальном соглашении о конфиденциальности четко указано, что корпоративный код никогда не будет использоваться для обучения ИИ. В сочетании с сквозным шифрованием передачи кода, нулевым объемом хранения в облаке (файлы кода по умолчанию хранятся локально) и облачным механизмом самоуничтожения данных , корпоративные программные ресурсы являются «надежными».

TRAE Enterprise Edition успешно решила три важнейшие инженерные задачи: обеспечение возможности искусственному интеллекту видеть все (полное индексирование базы данных), понимание правил (интернализация правил) и достижение замкнутого цикла работы (взаимодействие агентов).

Именно благодаря преодолению этих трех сложных задач TRAE Enterprise Edition смогла превратить программирование с использованием ИИ из инструмента, "иногда полезного, иногда вызывающего сбои", в надежный фактор повышения производительности корпоративных НИОКР.

Проверка "детерминизма" в наиболее реалистичных бизнес-операциях ByteDance.

К 2025 году мы привыкнем к тому, что продукты на основе ИИ будут демонстрировать впечатляющее множество параметров в презентациях PowerPoint, но по-настоящему убедить технических директоров смогут данные, полученные в экстремальных бизнес-сценариях.

Лучшим тестом является не что иное, как продукт, обрабатывающий огромный трафик ByteDance. В конце концов, тестирование в реальных бизнес-сценариях с массовым одновременным взаимодействием гораздо эффективнее любых обещаний «повышения эффективности». В настоящее время 92% инженеров ByteDance используют TRAE для разработки.

Возьмем, к примеру, сервисы Douyin, посвященные образу жизни. Этот бизнес развивается с поразительной скоростью. Раньше самой большой проблемой был длительный и громоздкий процесс от определения требований до запуска, который требовал огромных инвестиций в рабочую силу. От составленного менеджером по продукту брифа на естественном языке до первой строки кода, написанной инженером, происходила огромная «потеря коммуникации».

Инженерам необходимо не только понимать бизнес-логику, но и искать подходящее промежуточное программное обеспечение, правила срабатывания защиты и бесчисленные скрытые зависимости.

Переломный момент в повышении производительности, на который надеются предприятия, ИИ, зачастую представляет собой не «прорыв», который перевернет все с ног на голову, а скорее нечто, что, подобно воде, проникает в существующие процессы предприятия, заполняя пробелы в эффективности.

Решение, предлагаемое TRAE CN Enterprise Edition, представляет собой совершенно иной подход к «глубокой интеграции по всей цепочке создания стоимости», демонстрирующий многолетний опыт и профессионализм.

Когда инженер передал TRAE документ Lark, система не стала механически переводить китайский текст в код. Она не только поняла бизнес-логику «использования купонов для групповых покупок», но и просканировала текущий контекст сервиса и автоматически сопоставила его с последними спецификациями вызовов RPC команды. Она даже указала на отсутствующую логику резервного копирования, не упомянутую в документе.

Если спросить сотрудников отдела исследований и разработок, что они больше всего ненавидят делать, то написание модульных тестов определенно окажется в этом списке.

Это сложная работа. Чтобы уложиться в сроки, модульное тестирование часто становится первым шагом, которым жертвуют; и как только система дает сбой, в первую очередь винят отсутствие модульного тестирования. Этот порочный круг мучает бесчисленные технические команды.

TRAE сделала нечто исключительно хорошее: она автоматически сгенерировала и исправила модульные тесты .

Согласно результатам внутренних тестов команды разработчиков, после интеграции TRAE время генерации модульных тестов сократилось до менее чем 18 минут, а процент успешного прохождения с первой компиляции превысил 70%. Следует отметить, что эти 70% относятся не к сгенерированному псевдокоду, а к реальным тестовым примерам, которые успешно выполняются.

TRAE незаметно взяла на себя эти утомительные, монотонные, но крайне важные и изнурительные задачи, позволив инженерам направить свои драгоценные интеллектуальные ресурсы на архитектурное проектирование и бизнес-инновации.

Эта логика, которая работает внутри ByteDance, также тиражируется во внешних компаниях.

В бизнес-системе ведущего производителя компьютерного оборудования 80% кода — это устаревшие версии. Годы накопления кода сделали его поддержку крайне сложной, и каждое изменение подобно обезвреживанию мины.

После внедрения TRAE CN Enterprise Edition, система выступает в роли «хранителя» корпоративной базы знаний. В сценариях с Java-бэкендом TRAE может точно выявлять устаревшие архитектурные проблемы и даже определять узкие места в производительности, такие как дублирующиеся запросы, предлагая решения для оптимизации.

На стороне клиента он напрямую интегрируется с Figma, мгновенно преобразуя изображения прототипов в код. Команда разработчиков высоко оценила его за «исключение этапа нарезки изображений и значительное ускорение процесса».

Оно способно обрабатывать сложные и исторически обремененные устаревшие системы (устаревший код), что означает, что оно нетребовательно к коду и обладает сильной способностью понимать и проникать в контекст.

Для финтех-компании Huifu Payment существуют высокие требования к точности кода и эффективности внедрения. В процессе разработки их платежной PaaS-платформы «Dougong» трудоемкий процесс изучения документации по интерфейсу для разработчиков и сложности с устранением неполадок при развертывании всегда были постоянными проблемами, препятствующими внедрению.

Благодаря использованию возможностей агента в TRAE Enterprise Edition, они добились интеллектуальной диагностики среды и автоматизированной генерации тестовых сценариев. Он может анализировать журналы среды, быстро выявлять проблемы и напрямую минимизировать затраты на связь.

Результаты не заставили себя ждать. Начав с осторожного пилотного проекта на 10 рабочих местах, система быстро расширилась до 100 мест, достигнув пиковой активности в 70%. Такое частое использование «снизу вверх» демонстрирует, что TRAE действительно интегрирована в основной рабочий процесс инженеров, а не является ненужным вспомогательным плагином.

От сценариев с высокой степенью параллельной обработки данных в ByteDance до обслуживания существующих клиентов гигантов ПК, а затем и повышения эффективности доставки в финтех-компаниях, трансформация TRAE Enterprise Edition также свидетельствует о растущей зрелости программирования с использованием ИИ. Оно имеет реальную практическую ценность для исследований и разработок корпоративного уровня, которые стремятся к определенности и требуют не только скорости, но и стабильности.

Вторая половина процесса программирования ИИ должна превратиться в детерминированную производительную силу.

Несмотря на широко распространенные в отрасли прогнозы о том, что программирование в сфере ИИ по-прежнему обладает огромным потенциалом роста, для многих компаний переход от наблюдения к экспериментам остается сложной задачей.

Предприятиям нужны не случайные ощущения, а четко определенные характеристики.

Таким образом, на следующем этапе разработки программного обеспечения для ИИ произойдет переход от подхода «люди руководят людьми» к подходу «люди определяют спецификации, а ИИ внедряется».

TRAE CN Enterprise Edition основана на этом решении, интегрируя опыт ByteDance в чрезвычайно сложных и масштабных сценариях на стороне C в возможности решения проблем и устанавливая совершенно новые производственные отношения.

TRAE не просто генерирует код демонстрационного уровня; его цель — сопровождать разработчиков на протяжении всего процесса, от концепции до реализации. Он освобождает инженеров от рутинных задач, позволяя им определять архитектуру, получать ценные бизнес-данные и создавать готовый к использованию код для предприятий.

Однако эта эволюция производственных отношений обречена на провал. Традиционная инерция в сфере НИОКР, сложные существующие системы, а также опасения по поводу безопасности и соответствия нормативным требованиям остаются серьезными препятствиями для предприятий.

Появление TRAE может просто открыть брешь в этой высокой стене. Ключ к тому, сможет ли компания постоянно доказывать ценность этой «уверенности» и завоевать больше доверия к ИИ, подобно людям из ByteDance, станет решающим фактором в определении того, сможет ли она действительно занять прочное место на корпоративном рынке.

Эта долгая гонка в области программирования с использованием ИИ только началась. TRAE заняла хорошую позицию, но настоящая конкуренция еще впереди.

Ли Чаофань

#Добро пожаловать на официальный аккаунт iFanr в WeChat: iFanr (идентификатор WeChat: ifanr), где вы сможете быстро найти еще больше интересного контента.

ifanr | Оригинальная ссылка · Посмотреть комментарии · Sina Weibo