慣性聚合 高效追蹤和閱讀你感興趣的部落格、新聞、科技資訊
閱讀原文 在慣性聚合中打開

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

阮一峰的网络日志

科技爱好者周刊(第 396 期):互联网通信的替代方案 科技爱好者周刊(第 396 期):互联网通信的替代方案 - 阮一峰的网络日志 科技爱好者周刊(第 395 期):软件开发的第三种方式 科技爱好者周刊(第 395 期):软件开发的第三种方式 - 阮一峰的网络日志 科技爱好者周刊(第 393 期):脑腐状态 科技爱好者周刊(第 392 期):axios 投毒与好莱坞式骗术 科技爱好者周刊(第 391 期):AI 的贫富分化 科技爱好者周刊(第 390 期):没有语料,大模型就是智障 套壳中国大模型撑起500亿美元估值?扒一扒 Cursor 的"套壳"疑云 科技爱好者周刊(第 389 期):未来如何招聘程序员 科技爱好者周刊(第 388 期):测试是新的护城河 零安装的"云养虾":ArkClaw 使用指南 科技爱好者周刊(第 387 期):你是领先的 科技爱好者周刊(第 386 期):当外卖员接入 AI 字节全家桶 Seed 2.0 + TRAE 玩转 Skill 科技爱好者周刊(第 385 期):马斯克害怕中国车企吗? 智谱旗舰 GLM-5 实测:对比 Opus 4.6 和 GPT-5.3-Codex 科技爱好者周刊(第 384 期):为什么软件股下跌 科技爱好者周刊(第 383 期):你是第几级 AI 编程 Kimi 的一体化,Manus 的分层 科技爱好者周刊(第 382 期):独立软件的黄昏 AI native Workspace 也许是智能体的下一阶段 科技爱好者周刊(第 381 期):中国 AI 大模型领导者在想什么 科技爱好者周刊(第 380 期):为什么人们拥抱"不对称收益" 科技爱好者周刊(第 379 期):《硅谷钢铁侠》摘录 我如何用 AI 处理历史遗留代码:MiniMax M2.1 升级体验 科技爱好者周刊(第 378 期):预测是新的互联网热点 科技爱好者周刊(第 377 期):14万美元的贫困线 科技爱好者周刊(第 376 期):太空数据中心的争议 科技爱好者周刊(第 375 期):一扇门的 Bug 终于有人做了 Subagent,TRAE 国内版 SOLO 模式来了 科技爱好者周刊(第 374 期):6GHz 的问题 VS Code 使用国产大模型 MiniMax M2 教程 科技爱好者周刊(第 373 期):数据模型是新产品的核心 国产大模型接入 Claude Code 教程:以 Doubao-Seed-Code 为例 科技爱好者周刊(第 372 期):软件界面如何设计 大模型比拼:MiniMax M2 vs GLM 4.6 vs Claude Sonnet 4.5 科技爱好者周刊(第 371 期):一个乐观主义者的专访 科技爱好者周刊(第 370 期):正确的代码高亮 错误处理:异常好于状态码 科技爱好者周刊(第 369 期):Tim 与罗永浩的对谈 科技爱好者周刊(第 368 期):不要这样管理软件团队 一天之内,智谱和 Anthropic 都发了最强编程模型 科技爱好者周刊(第 367 期):Nano Banana 的几个妙用 科技爱好者周刊(第 366 期):旧金山疯狂的 AI 广告 科技爱好者周刊(第 365 期):流量变现正在崩塌 科技爱好者周刊(第 364 期):最难还原的魔方 科技爱好者周刊(第 363 期):最好懂的神经网络解释 科技爱好者周刊(第 362 期):GitHub 工程师谈系统设计 科技爱好者周刊(第 361 期):暗网 Tor 安全吗?
Trae 國內版出來了,真的好用嗎?
阮一峰 · 2025-03-03 · via 阮一峰的网络日志

年初一月份,我就看到新聞,字節面向海外發布了一款 AI IDE,叫做 Trae

我心想,現在的 IDE 都有 AI 插件,功能完備,字節自己也有 MarsCode 插件,有必要再做一款單獨的 IDE 嗎?

我就沒有特別關注這個工具。

上週,我遇到字節的同學,得知 Trae 國內版就在本週發佈,我還提前拿到了內測版,這可是國內市場的首個 AI 原生 IDE。

今天,就來說說我的使用心得,順便也探討一個更大的問題:AI 工具已經這麼多了,該不該造新的輪子?

先透露一下結論:Trae 國內版值得用。它作為一個 AI IDE,整體比插件好用,而且內置的大模型----豆包 1.5 pro、DeepSeek 滿血版----無限量免費使用。

一、國外版與國內版

介紹使用體會之前,我先解釋一下,兩個版本的區別,主要是模型的差異。

Trae 國外版使用國外的模型,對於國內用戶來說,存在連接不上、等待時間長、網速較慢等問題。

Trae 國內版使用國內的模型,連接可以保證穩定快速,界面也根據國內用戶的習慣進行了定製。

我也問了字節的同學,Trae 國內版和 MarsCode 是什麼關係。回答是,它們是同一個團隊的作品,適用於不同場景

如果你想保留原來使用的 IDE,只增加 AI 編程相關功能,那就用 MarsCode 插件。如果想體驗一個全新的圍繞 AI 設計的原生 IDE,那就試試 Trae。

這兩個產品後續都會長期開發,可以根據自己的需要選擇。

二、安裝

Trae 國內版需要去官網 trae.com.cn下載。

目前,有三個版本:Windows 版、macOS Intel 芯片版、macOS M 系列芯片版。

安裝啟動後,會出現下面的畫面。

接著,讓你選擇亮色/暗色主題,以及語言(簡體中文)。

它還會問你,要不要導入原來 IDE(VS Code/Cursor)的配置,算是很貼心的設計了。

最後,問你要不要登錄。不登錄也可以用,只是某些功能會受到限制。登錄的話,就跳轉到 Trae 官網,用你的手機號登錄。

一切完畢,就會進入使用界面。

三、使用界面

Trae 的使用界面,相當簡潔。左側就是 VS Code 的界面,熟悉的話,上手沒有任何難度。

界面的右側是 AI 區域。可以看到,它分成兩個模式:Chat 和 Builder。

Chat 模式是默認模式,也就是問答模式。AI 回答問題,也可以生成代碼,但不會生成項目,需要自己手動把代碼複製過去。

Builder 模式是項目模式,你給出文字描述,讓 AI 一鍵生成項目。

下面,就來試試這兩個模式。

四、Chat 模式

Chat 模式的主體就是一個對話框,右下角按鈕可以選擇底層模型。

國內版目前有三個模型可供選擇。

  • 豆包 1.5 pro
  • DeepSeek R1
  • DeepSeek V3

這三個模型都是免費無限量使用,DeepSeek 系列模型都是滿血版。我實測,速度令人滿意,能夠較快地給出回答,沒有遇到"服務器繁忙"的提示,包括最耗時的 DeepSeek R1 模型都是如此。

至於,回答問題的質量,老實說,現階段領先的大模型,這方面已經沒有太多可挑剔的了。

任何問題都可以問,包括非技術類的問題。

我直接讓它生成代碼,回答的格式非常友好。

大家注意,上圖中,第一個代碼塊是終端代碼,右上角有三個按鈕(下圖)。

上圖右上角的三個按鈕,分別是"複製"、"添加到終端"和"運行"。如果點擊後兩個按鈕,會直接把代碼傳入 Trae 內置的終端,就像下面這樣。

這部分,我感覺用起來比插件版流暢,整體感更強,這大概就是把 AI 做成 IDE 的好處了。

五、Builder 模式

再看 Builder 模式,它可以一鍵生成項目。

點擊上方的標籤頁,切換到該模式。可以看到,第一次進入,會有一個"啟動 Builder"按鈕(下圖)。

系統會提示你(下圖),這裡可以從零到一完成項目構建,並且所有修改會自動保存,並顯示兩個示例項目:貪吃蛇和 Todo List。

為了測試正常的流程,我就直接在下方的對話框輸入:"請用 React 生成一個 Todo List 應用。"

系統會提示你指定一個目錄,作為項目目錄。然後,它不斷給出操作步驟(下圖)。

上圖中,需要執行具體的命令時,它會附有"運行"按鈕,要你點擊確認。

點擊後,Trae 會自動打開內置的終端,執行該命令(下圖)。

然後,它會一個個生成所需的文件,要求你審查。

所有文件生成完畢,就出現了啟動本地預覽服務器的命令。

運行後,Trae 會啟動一個內置的 webview 頁面,展示渲染效果,實時更新。

這個很贊,任何修改都可以馬上看到結果。

但是我必須說,不知道是不是內測版的緣故,Builder 模式目前還不完善,只適合為項目生成架構,做不到一步到位,離理想狀態有些差距。我試了多次,如果需求複雜一點,生成的代碼很難一次就跑起來,需要多次修改。大家對它要抱有合理期待,這個模式後續還需要不斷完善。

六、其他功能

除了兩大模式,Trae 的其他功能也可圈可點。

(1)代碼智能補全。

這是 AI 編程助手的基本功能,就不多說了。只要按回車鍵換行,Trae 會閱讀並理解當前代碼,然後自動補全後續代碼。

如果有註釋,它會根據註釋,生成缺少的代碼。

(2)指定上下文。

Trae 允許指定對話的範圍(上下文)。具體方法是在對話框輸入#號。

上圖中,在對話框輸入#後,系統就會自動彈出一個菜單,讓你選擇上下文(context),一共有四種。

  • Code(代碼)
  • File(文件)
  • Folder(文件夾)
  • Workspace(工作區)

默認的上下文是當前工作區(Workspace,即目前打開的項目),也可以指定為某個函數或類(Code)、某個文件(File)、某個文件夾(Folder)。

一旦指定了上下文,AI 的回答會更有針對性。比如生成代碼時,就會結合上下文的場景。

(3)一鍵轉對話。

為了方便地將代碼編輯框的內容,傳送給 AI,Trae 提供"一鍵轉對話"按鈕,省去了複製粘貼的麻煩。

上圖中,選中某段代碼,系統就會彈出"添加到對話"的浮動菜單,一鍵複製到 AI 對話框,便於提問。

終端窗口的報錯信息,也有這個功能(下圖),這就很方便讓 AI 來 debug。

(4)模型自定義功能。

我聽字節的同學說,Trae 後面會支持模型自定義功能,用戶可根據自己的喜好,接入對應的模型API。

七、總結

我試用 Trae 國內版後,感到它有幾個顯著優點。

(1)產品設計周全,最常用的場景都考慮到了,用戶體驗比較流暢。

(2)界面友好,交互設計良好,開發者容易上手。

(3)AI 模型(包括滿血版 DeepSeek)無限量免費使用,響應始終穩定快速。

不足之處是 Builder 模式還不夠強,生成的程序有 bug,第一次生成往往跑不起來,需要不斷調整,耗時較多。

總結就是,一個完整的 AI IDE 還是比 AI 插件,用起來更容易,有"一體感",達到了更大的定製程度。

隨著 AI 的能力進一步發展,AI IDE 的想象空間會更大,也許會成為未來 IDE 發展的主要方向。

Trae 國內版剛剛上線,開發團隊希望大家下載試用,多提寶貴意見。

(完)