OpenAI开发者日，暴露了山姆·奥特曼的隐藏野心。

大家好，欢迎收听老范讲故事的YouTube频道。今天咱们先讲结论，然后告诉大家我怎么得出这样的结论，验证一下这个结论是否正确，再让大家行动起来，看看咱们在山姆·奥特曼指明方向以后，到底能干点什么。

OpenAI的开发者日呢，隐藏在发布会背后的野心和方向到底是什么？表面上这东西咱就不重复了，说到底发布了什么东西，只讲结论。
第一个，ChatGPT要做操作系统了。
第二个，自然语言和语音交互才是未来。
第三个，全栈、全生态、全模态的开发都在OpenAI。
有三个大的结论。

那咱们怎么得到这样的结论的呢？咱们看发布会，要稍微换一个方向来看。我自己呢，举办、参加过很多发布会，也专门受过训练，主持过发布会。咱们发布会一般看什么呢？叫“wow时刻”，一看这个东西，“wow，好厉害”，叫“wow时刻”。在52分钟的发布会视频里头，有哪些“Wow时刻”呢？那你说我是不是拿了个纸、拿了个笔，52分钟的发布会反复看，在这记笔记，哪个地方有掌声？不是这样的。我到GPT里边直接下了一个指令，把YouTube的视频链接贴进去，我说：“请给我统计一下，什么时候有掌声，掌声中度还是高度，有掌声的时候是谁在演讲，在讲什么，给我画个表格出来。”剩下的事情就交给GPT去干了，效果还是很好的。

第一次掌声，是山姆·奥特曼要求观众为消耗TOKEN最多的开发者鼓掌。他呢，屏幕上打了一堆开发者的名字，分颜色的，百万、千万甚至更多的TOKEN被这些开发者所消耗掉了，他们名字是用不同的颜色标出来的。这次掌声的不算很热烈。

4分22秒有一次自发的掌声，山姆在讲什么呢？当开发者使用SDK的时候，他们的应用可以覆盖数亿GPT用户。“我们希望这对于快速帮助开发者来说是一件大事，我们可以帮助他们规模化产品。”在这个时候突然就开始有掌声了，山姆·奥特曼被打断。这个时候屏幕上出现的topic是什么呢？是“变现”这样的一个词出现在屏幕上了。这个地方为什么会有掌声？大家想一想，它已经有这么大的用户量了，几亿的月活用户在那挂着，现在说：“我愿意把这些用户分享给大家，大家在我这个上面开发了应用以后，你们就可以在这个里边去使用各自的产品了，不再是使用我这个20美金的订阅，而是你们各自都可以有一些订阅或者有一些服务在这里边进行销售，可以在里边去变现了。”大家就真的要给他鼓掌了。所以这就是我们的第一个结论，这就是操作系统了，大家可以在这个里边去做项目了。有点像什么呢？有点像微信小程序、抖音小程序，大家现在都可以在ChatGPT里去做小程序了，这个肯定是会受到欢迎的，而且topic上写的是变现，这个非常重要的一点。

在APP SDK的demo结束的时候会有掌声，这个是很正常的演示，说我们怎么让一个应用通过SDK就可以把你们的程序变成了ChatGPT小程序了。他们在里边演示了很多的嵌入的产品，怎么订机票酒店，怎么租房，怎么去做海报。演示很成功，一定会有掌声。而且这个里头有比掌声更强的这种鼓励，就是比“wow”还厉害的东西，这就已经成为了行业领袖的发布会了。就普通人发布会到“Wow”这就结束了，待会咱们讲还有什么更厉害的。

再往后一项呢，有8分钟的限时挑战。它呢，其实就是把dify、N8N、Coze这些工作流编辑相关的功能装到ChatGPT里头去了。这块呢有帮助，但是帮助到底有多大，或者说是不是这种产品一出来，dify、N8N就死掉了？其实我觉得倒不会。因为呢，它这个里边只能使用ChatGPT自己的模型，你说我想在这个里边画一个流程，在里边使用Gemini、使用Grok，这都没戏。至于说调用外部工具的话，到目前为止应该也都是集成的ChatGPT里头的一些工具是可以调用的。你说我想非常自由的调用外部的大量的工具的话，虽然他说现在用MCP是可以挂上，但是应该没有那些已经积攒了很长时间的平台生态更好、自由度更大。所以呢，并不需要太担心说一下就把他们都干掉了。

但是呢，这个8分钟限时挑战还是值得掌声的。一位美女上来说：“来，我现在设置8分钟，我们要做很多很多事情。”其实咔嚓就把事情做完了，都是可以在ChatGPT里头就可以使用这些功能，就使用agent builder做出来的东西就可以跑，跑的还很漂亮。把所有的很复杂的功能做完了以后，居然还剩49秒，8分钟没有用完，确实是值回掌声。以后大家再去做发布会可以去挑战一下，但是呢，没练好别去。开发布会的时候，现场演示是非常非常紧张的，你平时练的好好的东西，上去都有可能出错，更别说在上面还设个时间了，那个绝对是给自己增加演示难度的。

再下一次掌声呢，是山姆·奥特曼宣布“Codex is into GA”，就是Codex现在已经正式发布了。前面我们不是做过视频了吗？讲这个Codex怎么又正式发布？所有这些东西发布呢，都是分Preview和正式发布两个版本，Preview已经过去了，现在我们正式发布了。因为Codex这个产品非常非常受欢迎，OpenAI内部也是大量的使用Codex去写代码，他们说现在Codex已经解决了他们70%的pull request。这样的一个产品，说现在正式的成为发行版本了，还是值得掌声的。这是一次高级别的掌声，GPT去统计的时候，还把掌声的级别也统计出来了。前面几次呢都是中等的掌声，8分钟极限挑战这是一个中高等的，真的是为这个小姑娘捏一把汗。下边坐的人呢，应该也都自己开过发布会，知道发布会有多紧张，在这个上面敢做一个8分钟计时挑战，确实是要佩服他的勇气，所以他的掌声要比前面发布那几个要高一些。真正的高级别的掌声是“Codex is into GA”。

再往后呢是Codex的演示。Codex的整场演示没有碰任何代码，都是靠打字、自然语言描述或者是语音描述来去实现的。它控制了摄像头云台，控制了灯光，而且呢把语音接进去，这个是OpenAI着重要去推广的东西，就是一定是自然语言的语音控制，不是打字，是要跟他说。所以他就跟他讲说：“你现在给我做一个这个，跟我做一个那个。”马上这个摄像头就开始发生变化了，而且是使用的现场设备，它直接把现场的一个索尼的电影摄像机的云台就控制起来，就开始转动了，这个是可以极大的提升演示效果的。

再往后呢，是Xbox手柄控制摄像头。Codex在片尾出这个字幕，做了一个彩蛋花絮吧，这个呢是有一个中高等级的掌声，因为他有参与感。虽然前面这个摄像头也是对着下面所有人的，但是现在一下出字幕了，把大家的名字打出来了，参与感上升，这个掌声是要大一些的。其实最后一次演示是翻车了，为什么呢？就是他把那个照片拍的黑乎乎的，他没有设置好曝光。你要去设置一个电影机去拍照的话，你的光圈、你的快门这些东西还是比较复杂的，他并没有把所有的参数都设对。但是最后这个名字字幕滚动的过程还是很帅的，所以这一块是赢得了大家的掌声。Codex的核心演示是什么？就是从头到尾没有碰代码，虽然它是个代码工具，但是呢没有看到任何一行代码被打进去，完完全全就是语音交互、Xbox的手柄交互、自然语言往里打字，这些东西就可以控制这么复杂的云台灯光，还可以跟ChatGPT一起工作，这个确实是很炫酷的东西。

再往后是山姆·奥特曼宣布GPT-5 Pro进入了API。大家注意，原来GPT-5在API里头，但GPT-5 Pro API是没法调用的。你要想使用GPT-5 Pro，必须是花20美金去定它这个Pro用户。现在说这个东西进入到API里去了，最高等级的掌声。大家对这个还是非常非常期待的，虽然这个模型很贵，它好像100万TOKEN的输入是十几美金，一百万TOKEN输出可能一百多美金。但是呢，大家对于这种非常高智能的模型可以通过API调用，还是抱有巨大的期望的。

Sora 2 Preview进入API，最高等级掌声。Sora 2是我们这几天在玩的视频生成模型，现在它已经进到API里去了，这个是大家所期待的。因为你原来在一个APP上或者在一个网页上，你控制它还是比较麻烦，必须是要进到API里头才可以进行精准控制。原来就是10秒钟一条，你现在就可以生成更长的视频、其他比例的视频，或者说做一些更复杂的搭配。你可以写一个完整的故事，通过API调用，可以让这些完整的故事顺序的去生成，这个就可以直接做成生产力工具了，原来那个东西是个社交工具。这是大家非常非常期待的一个功能。我已经去试过了，调用Sora 2 API生成了15秒钟的视频，花了我20美分，大概是这样的一个成本，还是非常非常有趣的。但是要注意，即使是调用API，它的控制也是很严格的。我上传了一张自己的照片，我说：“请按照这个照片去给我生成。”他说：“对不起，照片里头有人物，我是不可以给你干活的。”未来到底是如何把这东西用起来，如何让形象进入到许可范围内，如何把整套的系统能够跑起来，这个可能过一段时间我试一试，再跟大家录视频再跟大家讲。

后面Sora 2用于品牌电商、广告概念的这种展示，就是说Sora 2一旦变成API以后，你们都能拿它干什么。就是这玩意儿生产力工具了，可以干的东西很多了，又得到了一次中等规模的掌声。

结束谢幕肯定是最高等级掌声。50多分钟接近一个小时，七里咔嚓把这么多东西都扔上来，还是值得掌声的。

那刚才吊了半天胃口说，比“Wow时刻”还让人激动人心的是什么呢？必须是行业领袖的发布会才有这样的效果——股价上涨。你说OpenAI自己还没上市呢，谁的股价涨？这里头第一个涨的是AMD。AMD呢，虽然在整个的发布会里头没有被提名字，但是呢依然上涨了24%。这块的话回头再跟大家细细解读，山姆·奥特曼又玩了个骚操作，黄仁勋1,000亿美金投资OpenAI，OpenAI说一转头我去投资苏姿丰的AMD，去让AMD给我定制芯片，那蹭一下24%就涨上去了。

Figma涨了7%。因为在前面把应用集成到ChatGPT里头去的这个过程中，演示的就是Figma。说你看Figma现在已经集成进来了，我们可以在ChatGPT里头直接调用Figma的功能就可以干活了。相当于是Figma已经成为了ChatGPT的小程序了，直接涨了7%。

然后Expedia group涨了2%，这是机+酒业务嘛，机票加酒店。那你说在这里边，ChatGPT里头规划了半天行程，你总要有人去给你订机票订酒店嘛，Expedia group直接涨。

Coursera涨了8%。这是一个在线教育平台，人家上头直接问，说我现在想去学一下AI，我想去学一下大模型，就给我看看怎么学习一下，你有哪些课程适合。Coursera你给我推荐一下，而且我就可以直接在ChatGPT里头看Coursera的视频了，直接可以看他的这个课程了，这个涨了8%。

Uber涨了4%，它为什么能涨呢？我们现在可以直接在ChatGPT里头叫车了，涨4%。

DoorDash但是相当于美国的即时零售、外卖送餐的这样的一个项目，涨了4%。我们现在可以在ChatGPT里头说给我订一份煲仔饭回来，一会当当当敲门来了。当然对于美国来说，配送应该没有那么快，它不像在国内似的。

那你说有没有提了名字带不动的呢？也有。里头有一个公司呢，叫ZILLOW，是美国一个租房的网站。为什么带不动呢？因为正在被FTC起诉反垄断，就是你一旦在上面做广告了以后，它有排他条款在里头，现在正在被起诉。还有一个是Spotify，放音乐的。里边有一个案例，请给我做Spotify的一个播放列表。这个呢，第一个是Spotify的盘子比较大，就是这公司很大了；第二个呢，就是这个场景没选好，这是一个稍微失败一点的案例。大家觉得在ChatGPT里头去定制播放列表这件事呢，不是那么有趣，也没有那么挣钱，所以在这块上，这个股价基本上没动。

明白了吧？为什么只有行业老大提名字才有用？因为不是行业老大提了名字，股价不会上涨的，股市不会听这玩意的。所以OpenAI现在已经是行业老大了，证明这件事了。

那么验证一下我前面的结论吧：操作系统、入口、商业变现、全场景。这是第一个结论，OpenAI已经向操作系统前进了，它就是超级APP，它就是微信，它就是抖音，大家可以在里边做所有的事情了。OpenAI让应用通过SDK变成小程序，直接把自己集成ChatGPT里头去，所以这个野心已经彻底暴露了。以后它就是独立的操作系统，没有什么iOS，没有安卓，没有这些人的事，这就属于赤裸裸的直接竞争了。

第二个，自然语言、语音交互，这是最核心的。虽然有编程，但是从头到尾没动代码，所有的这些交互都是用自然语言交互的。即使是Codex这样的编程模型，也都是用自然语言交互，所有做出来的项目都是可以语音沟通的。而且人家还发布了实时语音的大模型的API，而且这个API还是高速廉价版本，要比正常的这种满血版本要便宜很多，速度还很快，所以大家赶快去使用吧。山姆·奥特曼在里头讲的，说我不认为未来很多的程序是需要代码去写的，我觉得自然语言和语音交互才是未来。这个野心背后是什么？他们的硬件马上要上来了，山姆·奥特曼的整套的硬件，他的硬件应该不是一个硬件，而是一套硬件，自然语言语音交互的一套硬件。现在OpenAI已经向果链企业下单了，我们很快就可以看到这套硬件到底长什么样，以及如何跟人类进行交互和沟通。

最后，全栈、全生态、全模态都在OpenAI。我们可以去做SDK，我们有MCP，我们有agent builder，你可以在里边去画流程图，也可以Codex直接去写代码，还可以处理语音的、图片的、视频的，我们所有东西全都有。这个就是真正老大要干的活，什么都得干。像其他的公司呢，可能大多是只做其中的一部分，比如像Anthropic，他就没有办法把从上到下所有东西都干一遍。现在能够跟着跑的也就是谷歌，从上到下都在做，虽然可能好多的地方还做的没有那么好，但是从上到下都有。国内的这些平台也都被打样了，说你们想去追OpenAI吗？你看看从上到下你是不是都坐上了？这个是一个新的方向。

最后，咱们要行动起来。不能山姆·奥特曼在上头手舞足蹈了半天，我们不知道该干嘛，那个就没有意思了。咱们该干嘛呢？

第一个，学习一下山姆·奥特曼发布会的组织形式，人家发布会怎么开的，这些掌声都是怎么来的。肯定会有人学，你看雷军，一开始是穿黑色的长袖t恤的“雷布斯”，后来开始穿小西装“雷斯克”，再往后呢，发布新片的时候穿了个皮衣，学谁自己去想。未来什么时候就可以穿这种宽松的套头衫，咱们再看。

通过SDK登录ChatGPT，这个是现在大家要赶快行动起来的，谁都别慢了。而且这个里头可能还有一件事大家想不到的是什么？抢注域名。因为当时在互联网刚开始的时候，大家都去抢注域名，而现在我们要在ChatGPT里头去呼叫、起一个应用的时候靠的是什么？不是域名，就是它的名字。比如说你在里头Coursera里边去讲“开”，或者是其他的一些应用，就直接写名字，写完名字以后就会自动被识别成某一个应用，就开始去干活了。这个名字是要去抢注的，因为他没有办法控制重不重名的问题，所以这块大家要赶快动起来，先做一个能用的东西，把名字占住，等以后其他人说“我们也想用这个名字”，花钱买呗。所以这是一个可能马上能去做的事情。

再往后一件事，所有厂商一定要提供友好的SDK，普通用户都可以玩起来了。这一次他们展示了怎么去玩会场灯光，怎么去玩索尼的电影机和电影云台。以后如果大疆出SDK的话，我肯定是愿意在Codex上去玩耍一下的。而且以后出了这些SDK的话，你的产品一定会卖得更好。原来这些SDK出来以后，只有专业厂商才能用得起来，普通用户是用不起来了。但是现在有了Codex，有了这些AI编程工具了，平权了，每一个人都可以拿着这些产品自己去编个程序，去稍微收拾收拾，这个门槛一下降低了很多。当然除了像大疆这样的拍摄设备或者索尼这样的拍摄设备之外，还有很多东西，它的SDK的使用率、使用量一下就会上升上去。原来都是系统集成商或者是代理商会去用这些SDK，而现在每一个普通用户都会去用。这是什么东西？智能家居。苹果折腾了半天Homekit，谷歌也折腾了半天，小米也折腾了半天这种智能家居的这种网关、智能家居的这些SDK，现在好了，有Codex以后通通都可以跑了。整个生态的竞争会进入下一个阶段。原来比如大疆跟其他的竞争，是竞争我们的图像参数有多好，竞争我的价格怎么样，竞争这个产品的使用有多方便，做的有多轻。以后的话就是生态竞争，谁家的SDK做得好，普通用户可以在Codex的帮助下可以玩出花样来，以后就会变成这样了。

再往后，抓紧把语音交互加到系统中去。如果原来你的系统没有做语音交互的话，赶快做进去。因为OpenAI操作系统的新硬件平台应该距离我们已经不远了。如果我们现在把自己的系统加上语音了，交互的还很好，那么OpenAI再去发布他们的硬件的时候，就有可能你的产品会成为发布会上展示的那个产品。这一次你想，OpenAI点了谁的名字，谁的股价就在涨，这就属于是典型的榜样力量。如果你现在就把这个产品做好了，未来就有可能蹭上这一波巨大的流量。像我以前有一些朋友，他们在iPhone、iPad早期发布的时候，做的产品做的特别好，让苹果直接在发布会上给人展示了，那真的是泼天的流量和财富就砸下来了。所以现在大家赶快动手，把这个语音加到应用里去。

最后一项，Sora 2的API，赶快玩耍起来。这个还是非常非常好玩的，15秒视频，0.2美金，价格还可以接受吧。大家就可以写出脚本来，顺序的让它把这个内容都生成出来，做出这种几分钟的短片出来都是OK的。

好，这个故事就跟大家讲到这里，感谢大家收听，请帮忙点赞、点小铃铛，参加DISCORD讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道，再见。

字节跳动正式加入了AI编程大战，野心尽显。大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲AI编程的故事。

一直有人在跟我讲一个话题，叫什么呢？就是“我有一个idea，就差一个程序员了”。非常非常多有想法的人，他们被写程序这件事情拦截了，无法实现他们的想法。AI来了以后，这个问题得到了一部分的解决，但并没有彻底解决。

AIGC，也就是我们这一波的AI，是从哪里开始的呢？就是从写程序开始的，不是从ChatGPT开始的，也不是从MidJourney画图开始的。最早的AIGC项目，或者说被广泛传播和使用的项目，叫GitHub Copilot，就是帮助程序员写程序的。当然，这个项目并不能让那些真正的程序小白，或者说完全没有学过程序的人写出程序来，它只能帮助这些会写程序的人，或者对程序还相对比较了解的人提高编程效率。它是这样的一个工具。

AI辅助编程，或者叫AI程序员，这个事情经历了这么多年的发展，现在到底发展成什么样了呢？你说我现在是一个小白，是不是就可以去用了呢？字节跳动这样的一个明显ToC的公司，大量的用户是C端用户，是个人用户，他们加入AI编程大战，是不是意味着他们推出的产品普通人就可以用了呢？咱们慢慢来讲一下。

现在的AI编程的发展，首先，它是分成三个大的组成部分：第一个叫插件，第二个叫大模型，第三个叫AI IDEE，叫AI集成开发环境。现在的插件，从最早的GitHub Copilot依然在不断更新升级，然后有一个叫Continue，叫继续的一个插件，这个做得也还是相当不错。还有一个插件叫C L I N E，这个插件现在用的人也比较多了。其他还有一些插件，比如说LLama Codesr，是可以使用LLama模型来进行编程的插件；MazCodes是字节跳动在国内推出的编程插件；还有一个叫通意零码。

大家一听就知道这是阿里做的。所谓的编程插件呢，就是你需要把这些插件插到你的集成开发环境里去，比如说微软的VS Code或者是IntelliJ。插进去以后，它就可以进行自动编程了。当然，这并不是说你告诉他说要有光，于是就有了光这样的自动编程。而是什么呢？就是你已经写好了一个程序，然后问他说我这里应该添点什么、补点什么，他会给你完成这样的工作。甚至呢，你告诉他说我这有一个错误，告诉我应该怎么去修改，他们会帮你去改错误。这是插件。

第二块呢就是大模型。现在我们使用AI编程的大模型呢，最主要的两个，一个是GPT-4，另外一个呢是Claude 3.5 Sonnet。其他的呢，GPT-1以及Llama专门有一个对编程重新训练或微调过的一个模型，叫Llama Coders。千问呢，也有千问Coders，这是专门给通义千问做的编程的微调。DeepSeek现在做编程的效果也还是不错的。这就是各种大模型去做编程。

再往后一个呢，就是IDE。IDE叫集成开发环境，就是从写程序到编译、运行、部署，所有这个东西在一起。AI IDE呢，除了刚才我们讲的这个VS Code，你加各种插件来实现AI编程之外，现在也有一些专门的AI编程那种IDE，比如说最有名的叫Cursor，它出来的比较早，这个呢是20美金一个月，主要使用Claude大模型进行AI编程。然后呢，有一个叫Windsurf，这个是前面咱们讲的Continue这个插件，他们公司做的一个AI IDE。

今天我们要讲的这个东西呢，Trae，这个应该怎么念，是字节跳动最新出的AI IDE产品。都是在VS Code的基础上，加上他们自己的AI agent，加上他们自己挂的一些模型，形成的完整的IDE。这就是现在AI发展到的一个状态。那么整个AI编程发展的各种历程是什么样的呢？从最早的叫代码补全，就是你写完了几句话以后。

他给你告诉你下边几句该怎么写。再往后呢，是开始进行自动的代码提示，或者多代码的这个更正。经常我们写的很多项目，需要在不同的代码文件里边去进行调整。再往后一步的话，他就会自动地给你在多代码文件里边进行调整，以及多代码文件进行阅读和建议。因为原来代码补全，就是你给他一个文件，他读这一个文件，现在他可以读整个的项目了。

再往后呢，就开始进行完整的脚本执行。这个什么意思呢？因为我们去写程序的时候，并不是说上来说，我们开一个新文件程序，第一句写什么，第二句写什么，不是这样。经常有很多这种叫做要执行的脚本，比如说命令他创建一个什么样的程序，或者命令他加载哪些库，命令他开始执行，命令他去做各种的清理。他有非常非常多这样的脚本。现在的AI编程工具呢，这块都可以自动做了，甚至呢，最终可以做成一个完整的流。什么样的流呢？比如说你告诉他，现在我想要做个博客，他就说行吧，我想想该怎么办。比如说执行了一个脚本，执行完脚本以后呢，说我根据你的要求生成了博客的页面，而又生成了什么东西。然后，这里还缺一些这个样式库，再执行一个脚本，他得一步一步这样去执行下去。基本上可以完全自动化，可以把这事搞定了。这就是目前来说，AI IDE可以达到的一个效果。

待会儿我们会看一个案例。那么，AI IDE到底是不是可以让小白去写程序了呢？给大家一个结论：很遗憾，还是不行的。前面有人说了，9岁小姑娘40分钟写一个游戏出来，这不是应该可以吗？这个呢，只是一个样例而已。这个9岁的小姑娘应该还是接受过一点点的编程训练的。如果完全没有任何编程训练的人，甭管是9岁还是九十岁，给你AI IDE，你还是写不出程序来的。而且呢，还要注意什么呢？就是很多这种让你觉得哇哦、这种眼前一亮的案例，都是特别编排出来的。可能这个9岁小朋友只能去写这样的一个用例出来，你让他换一个用例，他就写不出来了，里面会有很多的错误抛出来。

他就根本不知道该后面怎么办。这个事情，而且按道理说，按完回车，他自己再去确认确认，前进，继续什么，做一些这样的点击，为什么需要40分钟？这里头还是有一些bug需要去调整的。待会儿我们去看Demo的时候，你们就知道大概需要去调整哪些东西了。

但是现在的这种AI IDE呢，可以让一些稍微受过一点点快速开发教育或培训的这些人写出快速的原型程序了。工程项目如果变得很大的话，可能还是比较费劲的，但是些小应用已经是可以去跑了。

现在咱们来讲一下今天字节跳动推出的这个叫Trae，它到底有什么不一样？首先呢，要跟大家讲，这一块没有什么特别大的门槛。VsCodes它就是底层，大家都是在这个开源的底层基础上去改的。甭管是今天我们讲的Trae，还是前面讲的Cursor，还有Windsurf，都是在这个基础上进行修改。

他们使用的大模型呢，基本上也都不是自己的，就是Claude 3.5、Sonnet或者是GPT-4O，都是用这样的底层模型来干活的。他们真正在里边做的什么，就是一大堆的提示工程。Trae呢，它可以进行自动的项目完成，你只要告诉他说我要做什么什么事，后边就是确认确认确认就完事了，他就可以给你把整个项目写完。这块呢，做的还可以，跟Cursor、跟Windsurf基本上是可以达成一致的。

至于说生成项目的质量怎么样的话，这个我觉得可能并没有那么容易去评判，因为底层都是Claude 3.5和GPT-4O，最终形成的项目的质量或者有多少个bug或者什么，这些东西的话，有的时候看的不是这些IDE自己的能力，而是看大模型的能力，所以你去评判它意义也不是特别大。

那你说Trae跟其他的Cursor、跟Windsurf比起来到底有多大差异呢？最大的只有一个，免费。至少现在是免费，号称叫限时免费。未来是不是会继续免费呢？看用的人多少，用的人少的话，可能就开始收费了；用的人多可能会继续免费。很多人说不对。

你这个说反了吧，是不是应该用的人少接着免费，用的人多了就该收费了呢？因为用的人多，你需要消耗很多的Claude 3.5 Sonnet的TOKEN，这个东西是要收费的呀。大家想反了，为什么呢？一旦用的人多，说明什么？说明字节跳动抓住用户了，这是一个未来的方向。那么他一定会说：“我继续免费，让大家接着我，慢慢地向我整个的平台去转移。”这才是字节跳动想要的。如果用的人少的话，发现这个产品姥姥不疼舅舅不爱的，算了，收费吧，以后没有拨款倾斜了，不能再去继续赔钱了，他会变成这样。

所以他跟很多这种美国项目是不一样的。美国像Cursor也好，Windsurf也好，都是要收费的，为什么？因为公司很小，就算他融了资了，他也不敢说：“我拿融资的钱去给大家补贴这个TOKEN。”但是字节跳动是谁？像什么豆包这些大模型都是免费的，随便去使用。跟这些国内收费的文心一言，这些模型比起来，那这肯定是打的他满地找牙，用户就直接就回来了。

所以呢，越是用的多的，越说明这个产品可能会成为未来的方向，字节跳动就越会愿意花钱给大家发补贴。现在这个Trae到底怎么样了，未来还有哪些欠缺的地方可以去添加呢？第一个呢是更多的模型可以加入，现在只是GPT4O和Claude 3.5，未来的话还可以加上，比如说DeepSeek，DeepSeek R1，包括千问Codes这些模型，其实都可以加进去。因为国内你是没法使用Claude 3.5，也不能使用GPT4O的。但是呢，你每次换模型了以后，你要重新调这个提示词这块的话，他们可能还需要一些时间跟这些国内比较强的模型去进行匹配。

DeepSeek R1的话，应该是昨天发布的，是DeepSeek做的这种推理模型，那个编程效果杠杠的，很多指标都已经超过了Claude 3.5 Sonnet，而且特别便宜，它的价格是Claude 3.5 Sonnet。

可能1/10或者1/20这样的一个水平，非常非常便宜。那么未来应该是会续加的。而且现在的Trae只支持MacOS操作系统，不支持Windows。也许再过个一两个月会去支持，这个其实也很简单，因为Windows本身的操作系统比较乱，里头各种的环境都比较混乱。特别是现在的各种编程的这种底层的环境，都是在MacOS或者Linux上跑的。你让它去在Windows上跑的话，都会比较费劲。所以目前为止只支持MacOS。你说我是个Windows电脑，稍微再耐心等一等。

从功能角度上讲，现在其实还欠缺几块。现在呢，还不能切图。什么叫切图呢？比如说我用Midjourney画一个设计图给他，说“你给我照这样做出一个网站来”。他呢，现在只能去理解一下这个图的风格，然后我照这个风格给你把这个网站做出来。他并不能把你这个一个完整的设计图切成一小块，这个是一个图标，那是一个按钮，不能给你切出来。你按道理说呢，应该是切好了以后再去应用到网页的不同位置上去。这个实际上就是设计师跟程序员之间配合的一个过程。设计师先把这整个的界面设计出来，然后呢，再把每一小块图标、按钮或者是里边的各种图片都给你切下来，让你去使用。他是这样去工作的。

现在这块还没做。这块呢，我觉得以字节跳动自己在这个AI生成图片这块的这些努力的话，他们去做这一块应该是有机会的，只是现在还需要再去等。而且未来的话，有可能会加上这种自动切图。就是给你一幅图以后，自动去在里边把需要的元素切出来，以及呢，自动的图片生成。假设你有一个生成好的界面的样例了，那么说“OK，我按照这个风格去给大家做”。做完了以后说：“我这里还需要个按钮，那里还需要个图标，哪个地方还需要一个背景图。”你有一个基本的风格之后，他完完全全可以自动再去生成一些图片，把后边的一些东西补上。因为字节跳动自己也有文生图的大模型，那就直接用呗。而且现在字节跳动的文生图大模型。

你在豆包里是可以直接免费用的。那它如果可以把这些功能加上去，让字节的这个AI编程助手，或者叫AI IDE，被大家广泛接受和使用的话，未来这一部分应该都是可能进入的。而且字节跳动家里是什么都有，他不光是可以生成图片，还可以生成视频，还可以去做很多的图片编辑、视频剪辑，以及还可以生成声音。未来字节跳动的这个IDE里边，就有可能把这些东西慢慢都加进去。

那么好了，再往下咱们讲一下这个Trae到底有什么用。第一个，你如果一点编程都不会，这个事情跟你没关系。如果你稍微会了一点点编程，未来很多人就都可以使用Trae这样的AI集成开发环境去编写一些小的应用程序。为什么我要这里专门强调这个小的应用程序呢？新手程序员去写一个完整的应用，这个是非常非常难的。但是你说我去写一个小应用，这个应用只给我自己用，这块呢，难度一下就降低非常多了。为什么在这里强调第一小，第二只给自己用呢？小了，你需要考虑的问题就比较少；第二，只给自己用的话，你就没有什么兼容性的问题。你比如说我这程序跑得好好的，换你机上跑不了了。对于程序员来说，我们经常解决这上的问题。但你说我就写一个程序，自己跑一跑能使就完事了，这个呢，很多的新手程序员都可以去搞定的。

那么这件事情到底有什么意义呢？我为什么需要一个很小的程序，只给我自己用的程序呢？大家有没有听过一个词叫最后一公里？光纤的最后一公里，把这光纤拉到这个小区里了，但是最后挨家挨户去装的，这个叫最后一公里。还有很多人叫快递的最后一公里，比如说我们的快递柜，或者说我们已经把这个快递送到最后的一个集中站点了，再由快递员一家一家的给我们送上门来，这也叫最后一公里。即时零售和外卖的最后一公里，甭管是他有前置仓，或者外卖的小饭馆，最后由这些外卖员把这些东西给我们送到家里边来，这个叫最后一公里。

那你说这件事情跟我们有什么关系呢？有，现在有这么多的大模型。

还有很多的叫AI agent的工具，比如Codess也是字节跳动自己家的，或者是Defi这样的工具出来以后，但总是觉得好像跟我们最终的使用场景稍微差那么一点点。这个时候，就需要“最后一公里”。我们怎么把最后差的这一点点补上呢？而这一点点，对于Codes、Defi等平台来说，他们去补是很麻烦的，包括像GPT或者Claude这些大的模型公司，让他们去补这个东西也是非常烦的。

那怎么办呢？干脆你们每一个人回去自己去写最后这一公里吧。每一个人只要接受一点点的编程教育，大概知道程序是怎么回事，就可以使用这种AI集中开发环境去把这个最后一公里补上。我就可以把Codes里的很多AI agent运用到我们的生活当中去。这个其实才是字节跳动的巨大野心，他们要继续推动豆包、豆包的大模型、豆包自己的应用以及Codes，他们的AI IDE平台向前走。

如果他们可以通过Trae这样的AI集成开发环境，让所有用户把这个最后一公里弥补上，Codes就可以在所有的AI agent平台竞赛中胜出了。大家要注意，字节跳动虽然豆包的大模型现在不是那么被人看好，在各种比赛和使用体验上，豆包的大模型还是稍微差一些的。但是，Codes现在在各种AI agent的竞赛里面已经是比较名列前茅了。

豆包的APP聊天应用在国内绝对是异军突起，遥遥领先的一个位置。另外，还要注意一点，全世界买CPU最多的公司，除了微软、梅塔、XAI之外，就是字节跳动了。他手里有大量的显卡，字节在AI这一块的野心一直都是非常大的。那么，他们推出的这个Trae应该也是为了补全他们野心中的一个缺口。如果这个缺口补上去了，能够一直免费下去，后边就没有cursor和Windsurf什么事情了，可能未来就只能往这个方向走了。而且，就算是GPT也是要付钱的。

微软给的 GitHub Copilot 也是要一个月 10 美金，要付钱的。再怎么着，你也没有这个纯免费的香。在这一块，字节跳动应该有可能在未来 AI 战争中拔得头筹。

再往后呢，我们去做一个 Demo，让大家看一看这个东西到底能干什么。下面呢，我们来做一下演示。第一件事呢，是要去下载网址，就是这里 Trae.AI。如果你是 MacOS 电脑，就可以去下载了。下面我们去看一下 Trae 到底长什么样子。

大家注意，这里是有一个聊天，有一个 build 构建。build 现在还是 Beta，也就是说如果 build 出什么问题了，别怪我。正常的聊天的话，就跟我们使用普通的这种 AI 编程工具是一样的。你跟他聊天，说我有这样的问题，有那样的问题，他会一点一点的帮你去调整。但如果使用 build 就全自动了。

上面还给你两个案例，一个是生成贪吃蛇游戏，一个是生成 to do list 的应用。大家看到那种 9 岁小女孩快速完成一个应用的这种事情呢，基本上都是点击，他们这种案例是可以出来的。你稍微改一点，他就出不来了。

所以今天呢，咱们稍微难为他一下。咱们先去打开一个文件夹，创建个新的吧。咱们找个他不太熟悉的东西去玩一下。现在给大家演示呢，很多人都是玩什么 note GS 或者是这种 next GS，使用这样的这种纯前端的项目给大家去做演示。今天呢，咱们去稍微的给大家演示一个它没那么熟的跨端应用。

Flutter 应用就是可以在 MacOS、Windows、iOS 和安卓上，以及 Web 上运行的一个应用。不这么复杂，今天我们就只展示这个 MacOS 和 Web 的应用吧。第一件事先整给他张图片，是一张咖啡手绘风格的一个博客的图片，这个图片是 Midjourney 画的。

好，现在我来写提示词了，请按照设计稿，在当前目录做一个 Flutter 应用，可以在 Web 和 MacOS 平台上使用。回车，干活去了。上来大家看到吗？

叫AI思考中。首先告诉我们，我会帮你创造一个Flutter的博客应用。从设计稿来看，我采用了温暖的咖啡色调作为主色调，创建一个优雅的博客界面。然后说说我要执行这句话了，你要点执行点运行。你看，这边开始干活了。这呢也告诉你说，我已经创建好了这些基础的文件。

然后他后边又思考中了，说我要再去修改文件了，说我要去修改mean.Dart和mean.dot文件，然后要去改下边这个文件。首先现在先把这个文件先拿出来读了读，读完了以后进去改去了。这边还在转呢，就是我们要耐心等着他慢慢转去。转完了以后他会告诉我说，我要加点什么减点什么。说我现在要改这文件了，你说我们全部接受，就给你都写进去了。他实际上改什么？改颜色去了。他要按照这个咖啡师的这个方式去改颜色。说做完这个，我们就可以执行一下了。

那执行吧，他要再思考一下。这执行起来了，这个颜色有了，但是呢，你看里头所有图都没了。刚才我们也讲了，他缺一些什么呢？缺这个切图的功能。如果你没有切图的功能的话，这个出来就会变成这样。好，你看他上面写了说，请检查一下Flutter Web应用是否已经成功运行了，以便我们可以预览博客的界面。

看，已经成功完成了Flutter博客应用的基本实现，创建了支持Web和Mac OS平台的Flutter项目，实现了主页面的布局，包含了博客列表展示，设计了温暖的棕色调主题。因为我给了这张咖啡的相关的图片嘛，待会我们来看一下这图片长什么样。然后呢，添加了搜索和这个新建博客的入口按钮，实现了响应式的卡片博客布局。每个博客卡片包含了标题、预览内容和发布时间，成功启动了Web版本的预览和测试。

他做了这样的一个东西出来，让我们来看看这东西长什么样。你们应该还没有看到运行的一个结果，这个东西长成这样了。告诉我们说，我这是有博客的主题，博客的预览的信息，一个发布的时间，做了这样的一个东西，还有一个添加文章的一个按钮。

但是，他后边并没有去实现这个按钮。搞定了，那你说这种东西我要他干嘛使呢？那么丑陋，对吧？来吧，咱们干一个有趣的事情吧。我们来加一个调AI agent的API吧。来，先把这个应用的停止共享，关掉，重新共享脐橙开发环境。在这里添加一个页面，可以和AI agent聊天，要聊天界面。AI agent上哪去询问呢？我们用Defi吧。这是一个什么样的Defi功能呢？就是每次我给他一句话，他就给我写一个Midjourney的提示词出来。它实际上是用的DeepSeek V3的大模型来实现的相关功能。下一步怎么办呢？来，发布访问API。我们要使用它的API，我就把这些东西贴到Trae里面了。现在就不给大家看那边了，因为这个切来切去的太麻烦。

再往下一件事呢，是需要key。我怎么调用这个API？来，我们也告诉他API。好，看一下，我现在写了一个很长的提示词，说我要添加一个页面，可以和AI agent聊天，要聊天的界面。API的输入格式是这样的，这个是刚才我们从Defi里面去抄的，输出格式长这样，具体就不跟大家仔细看了。API key是这样，然后再写一个将输入改成阻断模式。好，回车，他干活去了。跟大家讲这个，什么叫阻断模式？就是我们经常看到，甭管是ChatGPT或者其他AI agent聊天的时候，那个字是一个一个蹦出来的，它叫流模式。如果是说我打完回车之后，一次性把所有的结果都出来，叫阻断模式。我们就不去处理流模式，稍微麻烦一点点。

好了，首先呢，他说我们要去增加一个按钮，接受。有了这个按钮以后，点击这个按钮就可以到新的页面里去了。他现在去创建新的，叫做chat page，那就是一个聊天的页面了。大家看嘛，这儿还有错呢，这个地方是有错的。为什么呢？因为那个chat page还没有创建出来，这块呢要稍微的等它一小会儿，全部接受，等于又给你做了一个200多页的文件出来。

这里也还有一些错误。这个错误是什么呢？AI修复一下。我估计应该是没有引用对这个东西。接受，应该在这个里边添加这个。这就属于比较笨了，所以大家看到了吗？这东西还没有那么聪明，就是需要改一些其他文件的时候，有时候没改对。所谓这个pop space.YAML，这个文件是干嘛使的呢？看他哈，还是没有自己把它加进去哈，那我们来手动添加吧，手动添加，添到这里吧。

Dio，这就是我们需要哪些库，就是干这个的。这还有个错误，AI修复。我现在就把自己当成完全不会写程序的人选，当然会稍微会一点点。如果完全不会的话，你们会看到说这个还是有一点难度的。修复接受，这是什么错误？缺了一个引用，就是我们做了一个新的文件，他忘了引用了。那么这块你说一点都不会咋弄，还是会有一点难度的。

OK，这个程序我们就可以去跑了。给大家看一下它运行起来以后的结果。这一次呢，我们并没有用Web的方式启动，它现在是一个Mac OS上的APP的一个应用。看，这里这个debug后面有一个按钮，这个就进入到我们的聊天的界面里来了。抱歉，发生了一些错误，请稍后重试。我们要来看一下发生了一些什么样的错误，经常还是会有错误的嘛。

还有呢，这个debug很丑陋，我们要看看怎么把它消掉。让我们回到开发环境里面去。首先我们要求删除主界面上debug的标签，还要思考一下，他想清楚了，要加哪句话。然后呢，说我现在要去修改程序了，全部接受，搞定。然后呢，我们再告诉他说AI聊天的时候报错误了，但是没有看到错误信息，将错误信息放在页面底部显示展示。他只告诉我们一个有错，这事你让我怎么去改这个东西嘛。

其实我们还可以去debug，这个事是可以的，但是我们用一些更简单的方式来去处理它。他要在这个文件里边去调整，全部接受，执行。首先看我们这里刚才有一个debug的，这个标签就没了，刚才我们做的第一项修改。然后进来，这个是什么意思呢？

实际上是他拒绝了为我们去连接。这个也是一个很常见的错误。什么意思呢？就是我们这是一个Mac OS应用。在做这个应用的时候，需要向本地的操作系统申请权限。我们没有申请去联网这个权限，所以他就给我们拒绝了。

我们先用一些简单的方式来测试吧。我们先不让他通过MacOS的方式来启动，这个需要去修改很多东西。当然，你具体也可以在项目里边去修改。你就是直接要求说：“我这现在缺一个权限，请给我加上。”这个事是可以的。

下面，我们用这个Chrome的方式来去执行Web的方式，它就没有这种问题了，它就可以直接去跑了。好，让我们开了一个页面，展示咖啡。好，你看，它给我们写好了提示词回来了：“午后，阳光洒在咖啡桌上，桌上有咖啡、糕点和一本书。”我们已经成功地自己写了一个程序，然后自己跑到我们的defi的服务器上去调用了。这个程序是大家眼巴瞅着我写的吧？一个舒适的咖啡桌，温暖的下午的阳光，有一杯咖啡，一个糕点，打开的书，阳光的角度，直接给你去写去了。就拿它去画MidJourney，不是效果很好吗？就可以得到我们想要的东西了。

但是你说，我们现在还想再看一眼，在Mac OS上怎么把刚才咱们这bug解决掉？好吧，咱们稍微再花一点点的时间来去解决这个问题。首先，我们要在Mac OS上去执行，然后告诉他说：“现在操作系统禁止我的MacOS应用访问HTTPS的网址，请帮我打开权限并刷新执行环境。”回车他就去干活去了，又开始AI思考中。呀，好喜欢这几个字。他告诉我会帮你配置MacOS应用的这个网络访问权限，需要在这个里面添加权限声明。他告诉你这个文件是在什么什么地方， 说我们需要在这个文件里头去配置。那么接受再release一个东西出去，再接受执行。它要Flutter clean，如果不clean的话，他是有问题的。Flutter clean完了以后，怎么给了我一堆错误？执行，他去执行去了，看看这次对不对。

执行起来了。好，我们的MacOS应用在这里呢。点咖啡，看着有点像哦。出来了！我们在AI的帮助下，又把这个错误修复掉了。

但是你们有没有发现，如果你没有任何的编程经验的话，出了错误你是不知道该怎么办呢？但是像我这种稍微有一点点编程经验的业余程序员，就可以拿这种程序去进行调整了。而且这个程序，因为我是用Flutter写的嘛，我可以在Mac OS上运行，也可以在iOS和安卓上运行。以后我就可以把自己的一些AI agent，包括本地知识库，建立在网站上去。然后呢，自己写一个程序，在手机上就可以随时调用了。

这个就可以去展示什么叫“最后一公里”。否则的话，甭管是Defi也好，还是直接跳动自己做的Codes也好，都没有那么方便，最后一公里没有那么完善。现在所做的这些AI IDE或者AI集成工具，实际上就是帮助大家去补齐最后一公里的。

今天讲到这里，感谢大家收听。请帮忙点赞，点小铃铛，参加Discord讨论群。也欢迎有兴趣有能力的朋友加入我们的付费频道。再见！