東華軟件×火山引擎：TRAE深入研發一線，老代碼改造周期縮至“小時級”
/朝聞通/東華軟件與火山引擎合作，通過TRAE企業版将 AI Coding 融入行業軟件研發全鍊路，覆蓋醫療、金融等業務線，以及10餘個研發、測試與交付團隊，助力代碼編程工作提效。
東華軟件是國内頭部行業信息化與系統集成服務商，長期服務于醫療、金融等高合規行業，系統鍊路長、業務規則複雜、交付規範嚴格。過去，東華的研發人員需要花費大量時間理解老代碼、撰寫文檔。如今，TRAE 正在改變這一局面。
TRAE
從能力适配、數據安全、研發場景覆蓋三個維度進行綜合評估後，東華軟件最終選擇部署 TRAE 企業版。核心原因在于，TRAE 不隻是一個編碼輔助工具，更打通了存量系統理解、接口适配、文檔沉澱等耗時且影響交付效率的環節。
老代碼改造：研發周期縮短至小時級
東華醫為作為東華軟件旗下專注于醫療信息化的全資子公司，經過二十餘年行業深耕，其 iMedical 産品體系已服務全國1000餘家醫療機構，百強醫院覆蓋率超過30%。其中，iMedical HO(數字化醫院)等核心産品線覆蓋 HIS、EMR、LIS、PACS、臨床路徑等關鍵業務領域，部分系統曆經多代疊代，沉澱了大量行業系統代碼。
在醫療 HIS、電子病曆等核心系統的持續改造與信創适配過程中，研發團隊以往需要投入大量時間閱讀曆史代碼、梳理調用關系、評估改造影響範圍。引入 TRAE AI 輔助開發工具後，結合代碼智能解讀、調用鍊自動梳理與影響面分析能力，研發團隊可更高效地理解存量代碼邏輯、定位改造範圍并獲取修正建議。
在醫療核心業務系統改造中，原本需要數天完成的代碼閱讀與理解工作已縮短至小時級，有效提升老系統改造與信創遷移的整體效率。
接口适配：讓多供應商接入從“人工啃文檔”走向AI輔助開發
東華商務TMC平台是典型的多供應商聚合型業務系統，需要持續對接機票、酒店、火車票、打車等不同類型的服務商。在同一類業務中，不同供應商的接口協議、字段定義、鑒權方式、訂單狀态、退改規則及異常碼等方面往往存在較大差異。
每接入一家新的供應商，研發人員都需要重新閱讀大量接口文檔，理解業務規則，完成字段映射、接口封裝、異常處理和聯調驗證。因此，接口适配一直是平台研發中工作量較為集中的環節。
引入 TRAE 後，研發人員可以直接基于供應商接口文檔進行AI輔助分析，由 TRAE 快速識别接口結構、請求參數、返回字段及調用關系，并結合東華TMC 已有的統一業務模型，輔助生成接口調用、字段映射、數據轉換和異常處理等适配代碼。研發人員的工作重點也由過去大量“閱讀文檔+重複編碼”，逐步轉向業務規則确認、關鍵邏輯審核和聯調驗證。
這一模式尤其适合 TMC 這類需要持續聚合外部資源的業務。随着接入供應商數量增加，TRAE 不僅提升單個接口的開發效率，也進一步推動了不同供應商接入方式的标準化，使平台能夠以更低的研發成本持續擴展資源供給能力。
目前，東華TMC平台及商旅比價平台已在多個供應商接口接入項目中應用 TRAE 輔助開發，覆蓋接口文檔理解、字段映射、适配代碼生成、問題定位等環節，多供應商接入效率得到明顯提升。
東華商務TMC流程圖
交付文檔：把代碼翻譯成客戶需要的驗收材料
醫療、金融等行業對驗收材料、部署文檔和培訓文件有着極高要求，十幾類文檔累計可達數百頁，采用傳統方式往往需要抽調專人，耗時一到兩周完成整理。
引入 TRAE 後，接口說明、部署文檔、驗收材料等規範化文檔可自動生成初稿，研發人員隻需核對和微調。金融團隊上線前所需的自動交付物、驗收材料和培訓文件已獲得較高采納率;部分團隊已将 TRAE 文檔生成納入常态化研發流程，研發與實施之間的重複溝通大幅減少。
從個人輔助走向組織級工程協作
東華軟件與火山引擎的合作，正沿着一條清晰的企業級AI研發落地路徑穩步推進：從試點驗證、指标對齊，到能力補齊、組織複制和持續運營。經過階段性落地，TRAE 已覆蓋東華醫療、金融、測試、實施、交付等10餘個核心團隊，為東華軟件帶來了效率、質量、規模三方面的可量化增長。
在醫療團隊核心HIS系統下，東華已嵌入200多個智能體，覆蓋預問診、診療、處方、住院、影像等環節。TRAE 在智能體開發過程中提供了從代碼生成到問題定位的全鍊路支持。這些智能體直接服務于一線臨床場景，對代碼質量和交付規範要求極高，TRAE 在這一過程中的穩定表現，驗證了其在醫療核心業務系統中的可用性。
在跑通行業軟件AI研發落地路徑後，東華軟件進一步将 TRAE 從個人編碼助手延伸至研發協作流程，推動 AI Coding 從個人輔助走向組織級工程協作。随着 TRAE 在東華更多團隊中逐步鋪開，它正從輔助編碼工具演變為大型行業軟件交付體系中的基礎效率組件。
未來，火山引擎将與東華軟件持續深耕醫療、金融等高合規行業的AI研發場景，進一步打通 TRAE 與代碼倉庫、缺陷管理、CI/CD 流水線、項目交付和客戶驗收等環節的數據，以量化方式持續衡量 AI Coding 對行業軟件研發的實際支持，打造更多可複制的行業AI應用标杆，共同助力各行業數字化、智能化轉型。
