前言：这次参赛，我完全是“临时上车”

 

 

 

本次参加 TRAE AI创造力大赛，我其实没有提前规划、没有长期备赛、没有提前打磨项目。

 

基本属于最后阶段突发参赛，整体开发、调试、打包、部署、提交参赛，全程只花了1–2天，抱着随便试试水的心态提交了我的开源项目：浏览器端WebGPU AI视频编辑器 Timeline Studio。

 GitHub 仓库地址：

https://github.com/MartinDelophy/ai-video-editor

 

 

最终大赛初赛数据出来，全网有效参赛作品 24830+ 份，我的项目冲进 全国前 2000（前8%），拿到官方初赛参与奖。

 

 

说实话，这个结果远超预期。

 

也正是这次仓促参赛、高分入围，让我彻底看懂了：现在AI工具大赛、前端可视化项目、浏览器原生AI应用，真正吃香的是什么，踩坑的又是什么。

 

本文完整复盘我的参赛思路、架构踩坑、关键优化、以及为什么“短时间爆肝”也能吊打大部分备赛很久的作品。

 

一、两万四千份作品，为什么我临时参赛也能冲进前8%？

 

先放本次大赛真实数据：

 

- 全网有效参赛作品：24830+

​

- 本人最终排名：前 2000（前8%）

 

很多人提前几周、甚至一两个月精心准备，最后排名还不如我临时两天赶工的项目。

 

核心原因只有三个：

 

1. 赛道极度稀缺，避开90%同质化垃圾作品

 

本次大赛绝大多数作品集中在：

 

- AI聊天、问答助手

​

- 图片生成、简单AI绘图

​

- 文案工具、简历生成、小脚本

​

- API堆砌的demo项目

 

同质化严重、技术壁垒低、可替代性极强。

 

而我的项目：基于WebGPU的浏览器端原生视频编辑器

 

- 纯前端原生音视频渲染

​

- 自定义时间轴轨道系统

​

- 自主设计工程文件结构

​

- 支持多语言、开源可部署、完整可运行

 

属于极少数真正具备工程架构、底层设计、落地价值的多媒体项目。

 

评委打分非常吃「底层架构+可落地+非同质化」这三点。

 

2. 项目完整度极高：不是Demo，是真正可用产品

 

大量参赛者提交的是：

 

- 不能运行的概念PPT

​

- 只能跑简单样例的半成品

​

- 堆砌开源模型的缝合怪

 

而我的项目是端到端完整闭环：

素材导入 → 时间轴编辑 → AI自动处理 → 渲染导出

全程浏览器端完成，无需后端、无需安装、开箱即用。

 

3. 工程思维成熟，架构设计优于多数参赛作品

 

这是我这次最大的收获，也是全文最硬核、最值得开发者借鉴的部分。

 

二、本次最大架构踩坑：我一开始完全走歪了

 

最开始做AI自动化剪辑时，我和90%的开发者思路一模一样：

 

让AI模拟人的操作，操控界面、拖拽轨道、点击按钮

 

也就是 BrowserUse 界面模拟交互方案

 

旧方案问题（几乎所有AI编辑器通病）

 

- 需要模拟DOM点击、拖拽、悬浮、等待渲染

​

- 速度极慢，每一步都要等页面刷新

​

- 极不稳定：元素遮挡、播放头偏移、层级错乱

​

- 重试成本高、容错逻辑爆炸

​

- 本质是：让程序模仿人的低效操作

 

写的时候我就明显感觉：

逻辑绕、延迟大、不稳定、完全不优雅。

 

三、关键架构顿悟：彻底推翻！AI不应该操作界面，应该操作数据

 

我在参赛最后阶段完成了一次核心架构升级，也是我本次项目最大创新点：

 

新架构：AI 直接读写「工程文件」，只在最后一步渲染导出

 

整套新逻辑非常干净：

 

1. 定义标准化工程JSON结构

所有轨道、素材、字幕、时长、层级、特效全部结构化。

​

2. AI学习工程规则，直接修改数据

不再识别界面、不再模拟拖拽。

AI根据自然语言指令，直接在内存修改工程文件字段。

​

3. 全程无DOM交互、无界面等待

纯数据运算，速度提升几十倍，100%稳定可复现。

​

4. 仅最后一步：导入工程、渲染导出

AI处理完所有逻辑后，浏览器一次性载入工程、批量导出视频。

 

这套架构的碾压级优势

 

- 速度质变：从秒级操作 → 毫秒级数据处理

​

- 稳定性100%：无界面操作误差

​

- 彻底解耦：AI层与可视化层完全分离

​

- 极易扩展：新增AI功能不用改UI，只更新数据规则

​

- 适合批量自动化：完美适配AI批量剪辑场景

 

这也是我项目区别于全网绝大多数AI视频工具的核心亮点。

 

四、本次参赛真实复盘：我为什么没冲进前300复赛？

 

客观承认差距：

 

前8%（2000名）属于优质作品

前1.2%（300名）才是复赛晋级档

 

我只差最后一步「包装和打磨」：

 

- 仓促参赛，没有完整的演示视频

​

- 没有量化性能对比数据

​

- 申报文案、创新点总结来不及精修

​

- 缺少多场景落地案例

 

我的代码和架构完全够复赛水平，只是赛事呈现分没拉满。

 

换句话：

提前半个月打磨，我稳稳复赛。

 

五、这次大赛带给我的最大认知（非常适合所有开发者）

 

1. AI大赛不靠堆功能，靠架构思维

评委最爱的是：底层设计、标准化、解耦、可复用、工程化。

​

2. 不要让AI模拟人，要让AI操作数据

所有可视化工具AI自动化，这是未来的统一最优解。

​

3. 小众硬核赛道，永远比同质化赛道更容易拿高分

WebGPU、浏览器多媒体、前端渲染、自研时间轴，天然降维打击。

​

4. 短时间高质量输出，是顶级开发者的核心能力

两天时间，从0成型、架构纠错、完整Demo、成功参赛，

这就是工程落地能力的最好证明。

 

六、开源项目地址（欢迎 Star、交流、二次开发）

 

本项目 Timeline Studio 已完全开源，包含：

 

- 自研时间轴轨道系统

​

- WebGPU 浏览器渲染逻辑

​

- AI工程文件自动化架构

​

- 多语言国际化适配

​

- 完整前端视频剪辑能力

 

适合前端开发者、多媒体开发、AI自动化工具创作者学习参考，欢迎 Star、Fork、Issues 交流、二次迭代开发！

 

最后总结

 

这次 TRAE 大赛对我来说，

不是一次简单的参赛，

而是一次架构认知升级 + 赛道风口验证 + 个人技术背书。