技术实践

石化盈科将TRAE接入规模化软件研发

应用与实践上下文与知识上下文工程编程行业应用

概述

石化盈科承担中石化集团核心业务系统研发,研发团队规模达数千人,选择与火山引擎合作全面引入 TRAE IDE,走「工具底座+实操培训+FDE 驻场」的 AI Coding 升级路径。目前 TRAE 已在石化盈科开通 2000+ 座席,月消耗 1000 亿+ Tokens,深度嵌入从需求分析、代码编写到测试交付的研发全流程,并适配存量系统改造与新产品上线等核心研发需求:需求评审阶段用 TRAE 把项目需求结构化提炼并提前质检。 设计阶段把组件库改造为 AI Friendly 使生成高还原度可维护代码。开发阶段把目录结构、领域术语、核心链路、组件约束和验证命令固化成「给 AI 看的新人手册」并注入上下文。评审阶段自动收敛低优先级问题、把影响功能安全稳定性的问题推给工程师。测试阶段以业务规则、边界条件和代码上下文生成用例,经人工+AI 双审入库进入自动化回归。 配套上,双方举办两期「AI 精英专项训练营」覆盖 120 名员工,火山引擎 FDE 教练驻场陪跑,先花一个月做技术验证、跑通最小闭环并沉淀方法论,再规模化复制到整个研发团队,最终 4 个月完成基于 AI 原生的工业软件 iMOM 研发,整体项目研发周期较传统模式缩短 50%,整体综合研发成本降低 30%。