AI news

90% 的代码交给 AI 之后,字节发现了一个反常识的真相

By 郑玄1 viewsSource: 极客公园
90% 的代码交给 AI 之后,字节发现了一个反常识的真相

当一个团队九成以上的代码都由 AI 写出,效率却只涨了六成——这两个数字之间,藏着 AI Coding 真正进入企业的全部难题。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

当一个团队九成以上的代码都由 AI 写出,效率却只涨了六成——这两个数字之间,藏着 AI Coding 真正进入企业的全部难题。

过去两年,AI Coding 的能力飞速进步,很快从小众的极客群体破圈,成了全民狂欢。

但红利人人可得,不等于企业都接得住。

当一家公司想把这种能力从个体投射到整个组织,往往会先撞上一个反常识的事实。在今年的火山引擎 Force 大会上,字节跳动技术副总裁洪定坤分享了一组来自 TRAE 团队的内部数据:作为一个本身就在做 AI Coding 工具、又激进地使用的团队,过去半年里,TRAE 超过 90% 的代码是由 AI 写出的。与此同时,团队的人均需求吞吐率提升了 60%。

文章配图

AI 写代码速度和效率提升倍率的对比丨来自:Force 2026

这个数字看上去有些反常识:AI 写代码的速度起码是人的十倍以上,当九成代码都由 AI 产出,效率的提升理应是几倍,好像不该停在六成。

这恰恰是今天大多数团队在 AI 落地上遇到的现实。这也说明,AI Coding 进入企业,从来不是「我用了 AI」「我用 AI 生成了多少代码」这么简单。先进企业之所以能把数字化走得足够深,靠的从来不是更早地用上某个工具,而是更彻底地把一项新技术沉淀成组织自己的能力。

在 AI Coding 这件事上,企业到底该怎么把技术进步,真正变成自己的生产力?字节用一线实践,给出了一份没有标准答案、但足够详实的样本。

01

从字节的实践,

看 AI Coding 落地的真实挑战

过去一年,字节的 AI 代码贡献率与 AI Coding 上的 Token 消耗增长了五六倍甚至更多,且仍在高速攀升,AI Coding 已经深度嵌入日常研发。但字节并没有把这些数字当成成绩——恰恰相反,正因为用得足够深,他们才比大多数公司更早地看到了其中的问题。

首先是各种「指标」造成的错觉。在推动 AI 落地的过程里,大部分团队很自然会盯住直观数字:AI 代码贡献率、采纳率、生成代码量。可一旦把这些数字和真实产出放在一起,前面那组「90% 对 1.6 倍」的反差就浮了出来——过度看重单一的代码贡献率,反而让团队没找到全局优化的方法。

「我用了多少 AI」、「我用 AI 生成了多少代码」,盯着单一指标蒙眼向前跑,以为是在狂奔,实际可能只是把「摆臂」这个动作做得更快。

比「过度盯指标」更麻烦的,是 Vibe Coding 自身的局限性。「Vibe Coding」在过去一两年很火,这种「有想法就让 AI 生成一版、跑通再说」的轻量开发方式,刚开始会很没写过代码的人上瘾。但真实世界里的开发,Coding 只是其中一部分,企业要的是长期稳定、可维护、可运营。

Vibe Coding 的问题不是写不出代码,而在于它容易只盯着眼前这段代码「对不对、能不能跑」。但容易忽略两件真实环境里很关键的事:一是「防御性编程」,也就是提前替意外情况做好准备,比如用户填了不该填的内容、传进来的数据是空的,程序能不能处理好这些情况;二是「异常处理」,当系统真的出错时,比如文件读不到、网络连不上,代码得有预案,能友好提示或安全退回,而不是当场崩溃。

这些 AI 都容易悄悄省掉,因为省掉之后Demo照样跑得通,但这和能真正上线还差得远。

TRAE 团队做了个实验:选三个主流 Coding 模型和三个主流 Agent 框架两两组合,用一个真实的中等复杂度需求、相同的 Prompt 各跑 100 次。只看「功能是否基本正确」,所有组合的正确率都超过 80%;可一旦看 UI 易用性、可靠性、可维护性、性能、兼容性这些维度,分数就断崖式下跌,组合之间还表现出极强的随机性。

文章配图

增加 Harness 后,可交付性大幅提高丨来自:Force 2026

Harness 是解决这个问题的钥匙。但一个很常见的误区是:很多人一提 Harness 就把它等同于其中的 Agent 框架,扎进「Single 还是 Multi Agent、配哪些角色和工具」的讨论里。但在真实业务中,决定 AI 能否落地的,还有大量更基础、更工程化的东西。

更准确的理解,是把 Harness 当成「基建」——上下文工程、架构约束、团队知识是否沉淀进 Memory,它不是白板上画出的顶层框架,而是在真实业务里反复迭代跑出来的工程实践。

当 TRAE 团队把这些基建结合进去重跑那个实验,「可交付性」明显提升,从原本只有四五十分、勉强可用甚至不及格的程度,普遍被拉到了 80 分。换句话说,不把基建和 Harness 做扎实,Vibe Coding 看着快,实际未必快,甚至更慢。

解决了目标的对齐,解决了工程层面的问题,最后留给团队的挑战是:协作。AI 把写代码的门槛大幅拉低后,产品、设计、运营都能把想法直接变成代码。洪定坤透露,字节内部就发生过这样的一幕:一位产品同学拿着自己用 Vibe Coding 做出来的需求来找研发,页面能看、流程能跑,她不理解为什么还要排期几天、为什么不能直接给她仓库权限自己上线。

显然,代码生成的门槛降了,系统复杂度却没降。从团队协作的角度,这里的两难在于:一方面不能因为「不是工程师写的」就一概否定——让更多角色直接把想法变成代码,沟通更直接、验证更快;另一方面也不能「谁写出来谁就上线」,因为代码要放进既有架构、和已有模块配合。真正的挑战,是让更多人更合理地参与代码生产,同时让这些产出汇入统一的架构、规范与交付流程。

把这些挑战连在一起可以发现,字节对 AI Coding 的关注点,其实已经从「用了多少 AI」悄悄挪到了三件更本质的事情上:找到更合理的指标,去衡量 AI 是否真的全局提升了交付效率;用更稳健的方式,让 Vibe Coding 走向真正的软件工程,处理好技术债;以及,围绕 AI Coding,让软件开发上下游的各种角色更好地协作。指标、治理、协作——这不只是字节的课题,也是行业里大多数公司正在共同面对的挑战。

02

想要用好 AI Coding 的企业,

该怎么做

意识到这些问题之后,字节这一年也在摸索对策。它趟出来的经验,大致可以归结为三个层层递进的转变——从怎么开始,到怎么贯通,再到怎么让整个组织都接得住。

转变从研发的最前端发生。过去的研发习惯是文档驱动:产品先写 PRD,设计再画图,研发再写技术方案,最后才上线。问题是,文档里读着合理的东西,真做出来往往分歧很大。AI 的改变,是让团队能低成本地先做出一个能看、能交互的原型,团队直接围着它讨论和体验。

一个很典型的环节是「设计图变代码」。传统流程里,设计师画好视觉稿,还得由前端工程师照着一行行还原成代码——洪定坤举例,去年他做一个小应用,前端同学有六成时间都耗在这道「还原」工序上。而 AI Coding 让这一步可以被压缩:未来设计师产出设计稿时,对应的前端代码就能同步生成,省去大量重复的人工还原。

但原型只是起点。要真正进入企业级研发,还得把共识沉淀成可复现、可验证、可维护的流程——字节给这套做法起了个名字,叫「系统化的 AI Development」。简单来说就是:AI 不该只在「写代码」这一段发力,而要进入研发的各个流程。

现实中常见的尴尬是——Coding 用了 AI,后面大量工作还是传统流程、靠人介入。字节的探索,是让 AI 基于当前 Context 编写 Spec,功能实现后通过「Browser Use」自动打开浏览器验证、自动修复 Bug,确认无误后自动提交、协助上线,让 AI 在全流程里发挥作用。

最后一层也是最容易被忽视的一层,是组织。早期的 AI Coding,效果往往依赖少数高水平个体——会写 Prompt、懂上下文管理、知道怎么拆解任务和验证结果的人,效率提升很高。但对组织而言,重要的不是个体多强,而是怎么把团队整体能力提上来,让散落在个人手里的实践沉淀成组织的标准、工具与技能。

字节的做法,是把原型驱动开发、系统化 AI Development 这些经验文档化甚至产品化,直接沉淀进 TRAE 这样的工具,开放给所有工程师共创。一个数字是:过去一年 TRAE 的 Token 日均消耗量达到 5.6 万亿,同比增长 50 倍。

文章配图

中国银河证券丨来自:火山引擎

这套从挑战中长出来的方法论,并不只在字节成立,今天已经有企业使用这套方法论实现了业务提效。

最有代表性的是中国银河证券。作为国内较早推进 AI Coding 工程化落地的金融机构,它的做法,是引入 TRAE 并系统性推行 SDD(规格驱动开发),让 AI 嵌入从需求到实现的全流程,而非停在单点补全。

变革取得了显著的成果:研发需求的整体交付周期缩短了三分之一到二分之一,AI 代码采纳率最高可达 87%,前端 UI 还原度稳定在 90% 以上。落到具体项目,一个 Oracle 数据库迁移项目,过去整体交付要约 5 天,在 AI 介入下压缩到 2.5 天,代码采纳率达 95%;一个原本评估需 3.5 人天的基金管理人系统模块,在 SDD 模式下 1 人天就完成了。AI 改变的不是某个程序员敲键盘的速度,而是整个交付链条的运转方式。

亚信科技和尚博信科技则从规模与深度两个侧面做了印证。

前者拥有数万名研发工程师、数千个并行项目,它用三个月时间走完了「种子团队试点—标杆扩散—全员普及」三步,把 AI 研发能力铺到了数千名研发身上,关键动作是把企业自己的代码、文档、历史决策私有化沉淀,让 AI「懂亚信、懂内部 SDK」。

后者在一个大型供应链平台项目里,把原计划 18 个月、80 人的交付,压缩到 10 个月、50 人,70% 以上的业务代码由 AI 生成并实现零缺陷上线;与此同时,开发者的角色也从单纯的 code writer,转向 Reviewer、Architect 和 Problem-Solver。

03

从 AI Coding 到 AI Productivity

「企业怎么用好 AI」正在变成一个比 Coding 本身大得多的命题,今天一个判断逐渐成为共识:这场竞赛,拼的早已不只是模型。

火山引擎总裁谭待在 Force 大会接受采访时谈到,企业最终要解决的,从来不是「我要一个好模型」或「我要一个好 API」,而是「这一整套 AI 怎么在我的企业环境里落地,解决我具体的业务问题」。要做到这一点,需要的东西甚至超出了模型,也超出了 Harness——你要和企业的各种系统打通、和数据打通,要让 Agent 能在企业里真实地运行和操作,还要做好安全、做好 Agent 的身份鉴权,满足监管与合规的要求。这是一个比「模型能力」大得多的范畴。

这与海外巨头的判断一致。OpenAI 在推出面向团队的 Workspace Agents 时表示:竞争的关键,越来越不在于谁有最聪明的独立模型,而在于谁能把私有上下文、检索、工具、治理与协作组合得最好。换句话说,当模型能力本身逐渐拉平,真正决定 AI 能不能在企业里跑起来的,是模型之外那一整套落地工程。

谭待还提到一个前提:让 AI 真正走进生产,靠的是模型跨过了「生产力质变点」。他观察到,在视频生成模型成熟前,调用峰值出现在周末,说明大家更多是在休闲时拿它当玩具;而当模型真正可用之后,工作日的负载反而远超周末——人们开始在办公、在生产里用它。

Coding 同理:真正的生产级,是代码能跑通测试、能真实上线、能承担核心系统,而不是写几个能演示的 Demo。他给行业进度打的分数也很清醒——如果说去年整个行业跑了 500 米,今年也不过一公里多一点,但这一公里关键,因为它跨过了生产的质变点。

而这一程一旦跨过,AI 能做的事就不会停在代码上。

这也是 TRAE 想回答的问题。当它的用户从工程师扩展到产品、运营、市场甚至学生,AI 的价值就不再被「写代码」框住,而是进入更广义的真实工作——这是 TRAE 推出 Work、并与火山引擎一起把这部分能力集成进企业版的背景。从 AI Coding 到 AI Productivity,TRAE 想做的,不再只是一个面向工程师的编程工具,而是同时承接 Coding 与 Work:既为企业里的个人提效,也为组织整体的效率负责。

文章配图

TRAE Work丨来自:TRAE

这条从「写代码」延伸到「做工作」的路,恰恰是全球第一梯队的 AI 玩家正在探索的方向。OpenAI 把 Codex 从一个写代码的工具,明确重新定义为覆盖调试、部署、写 PRD、改文案、用户研究乃至做幻灯片、分析表格的通用 agent,称其为「迈向通用 agent 的一步」;Anthropic 也从 Claude Code 延伸出面向更广泛知识工作的 Claude Cowork。三家公司、三条产品线,指向的是同一个方向——AI 的下一站,是从「辅助人写代码」走向「替人完成工作」。

就像洪定坤在演讲中提到的「设计图变代码」流程,在今天的TRAE Work里完全能够一站式实现。你可以直接用「Work」功能以自然语言生成设计方案,在「Design」模式的画布中继续修改,并切换到「Code」模式衔接现有设计规范和开发流程。

洪定坤在演讲结尾说,AI Coding 和 AI Working 都还是很早期的命题。早期意味着远未尘埃落定,但跨过质变点,意味着这件事第一次真正可被度量、可被信赖、可被规模化地复制到不同行业。

它指向的不再是「AI 能不能写代码」这个已经被回答的问题,而是一个更大的命题:当 AI 能稳定地走进企业、走进真实工作现场,它对应的,将是一个远比「工具」辽阔的市场。

*头图来源:视觉中国

文章来自于"极客公园",作者 "郑玄"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)