观点与评论

字节跳动技术副总裁洪定坤:AI Coding 的实践与探索

AI 摘要

在火山引擎Force大会,字节跳动技术副总裁洪定坤分享AI Coding实践。过去一年,字节AI代码贡献率增长6倍,tokens消耗增长5倍,但过度关注单一指标可能失真——TRAE团队代码超90%由AI生成,人均需求吞吐率仅提升60%。900次实验显示,主流Coding模型组合代码正确率超80%,但可交付性仅40-60分;结合Harness基建后提升至80分。AI降低编程门槛但需优化指标、治理、协作。字节探索原型驱动开发,能力沉淀至TRAE(日均Token消耗5.6万亿,增长50倍),并推出TRAE Work。

关键信息

  • 在火山引擎Force大会,字节跳动技术副总裁洪定坤分享AI Coding实践。
  • 过去一年,字节AI代码贡献率增长6倍,tokens消耗增长5倍,但过度关注单一指标可能失真——TRAE团队代码超90%由AI生成,人均需求吞吐率仅提升60%。
  • 900次实验显示,主流Coding模型组合代码正确率超80%,但可交付性仅40-60分
  • 结合Harness基建后提升至80分。
  • AI降低编程门槛但需优化指标、治理、协作。

速览

发布时间
更新时间
来源
公众号:火山引擎
分类
观点与评论
AI 评分
74
阅读原文 前往信息源阅读完整正文
推荐理由

洪定坤把字节用 AI Coding 一年踩的坑和实验数据摊开讲,尤其‘过度重视代码贡献率’的反思和 Harness 基建的实证,是所有推 AI 编程的团队必看的复盘。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:字节跳动技术副总裁洪定坤:AI Coding 的实践与探索。2026年6月24日。https://new.nat6.net/news/cmqs68cgx0090slfuumt36jny/

查看全部 →