前些天，字节跳动的 AI IDE 产品 Trae 上线了国内版本，其具备「中文语境深度适配 + 全功能免费开放」的双重杀手锏，一上线就收获了不少支持者。全网一片夸赞，很少能看见批评的声音。
现在，虽然 Trae 的热度已经有所退减，但仍旧是非常值得我们关注的 AI IDE。AI在线也上手体验了一番，探索了其编程、图像理解以及文档管理等多种能力。
如果你还在犹豫要不要给你的电脑再装一个 AI IDE，不妨先看看这篇文章。
一手实测，Trae 两大模式助力软件开发
要用 Trae，自然得先安装 Trae。访问 https://www.trae.ai/ 即可，官方目前已经上线了 Mac 和 Windows 版本，Linux 版本也将在近期上线。
我们只需像安装一般软件一样安装它，打开即是中文界面。这让我们一位实测编辑不禁感叹：「各位还记得那些年我们下载 VS Code 然后去调中文包时的无奈吗？当 Trae 启动以后界面默认是中文的那一刻，深夜两点的编程战场突然有了母语温柔！现在除了 Cursor 那个混血天才，我们终于等来了本土养成的屠龙少年。看好了世界，中文编程宇宙，又亮起一颗超新星！」
然后登录，即可开始体验。
Trae 在视觉风格上比较直观，不论是功能布局、环境配置、文件管理还是终端输出部分都基本与 VS Code 大体一致，因此比较符合大多数程序员的使用习惯，同时也支持插件并配有一个插件市场 ——Docker、MySQL 等常用插件都能在其中找到。
不仅如此，Trae 还提供了便捷导入，能直接将在 VS Code 和 Cursor 中的诸多插件、配置同步过来，实现无缝衔接，无需重新进行配置，这一点对于用户而言可说是特别友好了。
在核心的 AI 能力上，Trae 支持两种模式：Chat 和 Builder。顾名思义，Chat 就是聊天模式，而 Builder 模式则能实现自动开发。
目前，Trae 支持 5 款模型，包括 Claude-3.5-Sonnet、Claude-3.7-Sonnet、GPT-4o、DeepSeek-V3 和 DeepSeek-R1。
Anthropic 家的 Claude 模型在 AI 编程任务上口碑卓越，但却对国内用户并不友好 —— 惨遭封号的国内用户已不是少数。因此，Trae 可说是一个白嫖 Claude 的绝佳工具。话不多说，先来一个小球碰撞测试试试成色：
提示词：编写一个 Python 脚本，让一个球在某个形状内弹跳。让该形状缓慢旋转，并确保球停留在形状内。
效果不错，使用 Claude-3.5-Sonnet 模型的 Trae 用大约 30 秒时间完成了代码和相关说明的编写。运行看看：
略有瑕疵——小球有时候会弹出边框外；但整体效果还不错。我们还可以根据 Trae 给出的说明调整多边形的边数和大小、旋转速度以及球的大小和旋转速度等参数。比如我们可以把小球速度提升 4 倍，同时使用 15 边形。
这里说明一下：对于上面以及后文的所有测试，我们都是给出单次测试结果，并不会多次测试然后选取最佳结果。
Chat 模式：多功能 AI 助手
实测下来，我们发现 Chat 模式堪称编码过程中的多功能 AI 助手，可以用来回答编码问题、讲解代码仓库、生成代码片段、修复错误等。
开启方式上，用户可使用快捷键（Command/Ctrl + U）打开侧边对话框，或者点击聊天框右上角的「AI 侧栏」按钮即可。
同时还可以通过点击 Chat 窗口右上角的「历史会话」按钮来管理历史对话。左侧将显示「历史记录」窗口，展示 Chat 模式和 Builder 模式的所有对话记录。点击对话条目可跳转至对应位置。
下面再试试 Trae 上的 DeepSeek-R1 表现如何，写个贪吃蛇游戏看看。
因为 Trae 接入了大家比较了解的 Deepseek-R1 等大模型，所以这里就简单地让它写一个贪吃蛇的游戏代码，以下是输出结果展示。
提示词：请用 python 帮我写个贪吃蛇游戏。
Builder 模式：端到端的软件工程师
相较于 Chat 模式，Builder 模式更像一位能独立工作的软件工程师——能自动解析你的项目上下文，智能拆解开发任务到逐步执行步骤，其中包括：
提取相关上下文
创建或修改文件
生成并运行终端命令
分析命令运行状态
Builder 模式可以从 0 到 1 开发一个完整的项目，并无缝融入到你的项目开发流程中。这种深度集成的智能流，让开发者无需在多个工具间手动切换，可让从零搭建项目的效率提升至少翻倍。
在 Builder 模式下，AI 助手能够深度解析当前项目的代码结构、文件依赖及资源配置，还可以会自动创建新文件或编辑已有文件，并自动保存生成的代码。
这里，我们在 Builder 模式下做一个测试：让它从 0-1 搭建一个机器学习项目，包括直接创建数据集，自动生成模型文件，训练文件以及数据加载文件。
提示词：用开源的图像数据集，给我搭建一个难度适中的项目。
这里我只要点击全部「接受」按钮即可。该项目开发的整个流程实现了全自动化（有时需要用户进行确认），包括了所需环境的安装、项目文件的生成和数据集的下载。
下载完成以后自动开始训练，可以观察到 Trae 不仅成功开启了训练，而且 Loss 在平稳下降，且验证集准确度也在逐步提升。
不仅如此，它还进一步生成了测试文件，并将模型结果放在测试数据集上运行，最后将分类结果保存到一个 txt 文件，如下图所示：
它也可将测试结果加载为混淆矩阵，如下所示：
Trae 也支持图像输入
Trae 另一大优势是原生支持图像输入，而这也能带来丰富的想象空间，比如我们可以让 Trae 将我们绘制的网页设计稿变成具体代码，或者将我们手绘的游戏设计逻辑图变成真正的游戏。
举个例子，我们找到了一个卡普空《街头霸王 II》的游戏设计流程图来进行测试。
图源：https://captown.capcom.com/zh-CN/museums/streetfighter/5/docs/16
首先，我们让 Trae 简单解释了这张日语写的流程图。
接下来，让 Trae 实现它吧！
测试一下，确实只是一个非常简单的投币系统。
Trae：不只是编程
作为一款 AI IDE 工具，编程自然是它的看家本领，但这却并非它的能力极限。凭借卓越的文档管理和上下文理解能力，Trae 也非常适合用来管理文档或个人知识库。
比如我们可以将自己的 Obsidian 文件夹完整导入到 Trae，然后让其分析后在我们的文档内自动添加双链。这能免去我们构建知识库中的许多麻烦。
这里使用了 Claude-3.7-Sonnet，整个过程耗时大约 70 秒，以下动图也有适当加速
我们也可以让 Trae 为我们知识库自动创建和更新仪表盘文档，方便我们更好地管理自己的知识库。
提示词：为我在主目录下新建一个 Dashboard 文件，里面应包含我的仓库的整体结构，方便我导航。另外再加一个按钮，让我可以一键创建每日笔记。
不仅如此，我们也能让 Trae 直接执行我们记录在文档中的代码或提示词，直接输出我们想要的结果。比如，这里我们让 Trae 执行了「提示词」文件夹中的「单词卡片」提示词 —— 来自提示词大师李继刚，生成了「AI Agent」的 SVG 卡片。
提示词：使用单词卡片中提示词为我生成“AI Agent”的 SVG 卡片，并将其放在主目录。
结果如下：
Trae，值得一试
整体体验下来，可以说 Trae 的表现超出了我们的预期。Trae 的出现不仅为中文开发者提供了一个强大的 AI 编程工具，也在一定程度上推动了编程领域的技术平权。无论是经验丰富的开发者，还是刚入门的新手，甚至是对编程一知半解的用户，只要有创意和想法，都可以借助 Trae 快速实现自己的项目。这种从想法到实现的高效转化，可使得技术的门槛大大降低，激发更多人的创造力。
Trae 的多模态功能也可为开发者带来极大的便利。通过上传设计草稿、错误截图等图片，AI 可以理解并生成相应的代码或提供解决方案，进一步提升开发效率。
此外，Trae 在辅助知识管理方面的潜力也非常值得期待。
总而言之，Trae 有望为中文用户带来前所未有的便利和效率提升。无论是从零开始构建项目，还是在现有项目中寻求优化，Trae 都能提供强大的支持。如果你希望在编程和知识管理之旅中体验 AI 带来的高效与智能，不妨打开 https://www.trae.ai/ ，下载 Trae 亲自体验一番。
