国内最强AI IDE:Trae Solo中国版来了!完全免费~

大家好,我是袋鼠帝。

等了4个月,就在昨天Trae Solo国内版,终于正式上线了,而且,完全免费。

正好上周六,作为嘉宾参加了Trae在昆明的活动,做了Trae Solo的能力分享。

顺便还跟用Trae开发Trae的官方研发小姐姐进行了交流,所以我对Trae Solo还是比较熟悉了。

*PS:我之前是昆明的Trae Fellow,在10月25号举办过一次活动,不过由于最近太忙,实在顾不上再次举办Trae的活动,所以邀请了昊哥做昆明的Trae Fellow,所以22号这次我是作为嘉宾参与分享。

*

体验之后,我发现这次国内版Trae Solo上了好些非常实用的功能,以及一些精妙的设计,今天必须给大家分享、解读一下。

说实话,现在的AI编程工具,从0到1搭个Demo,跑个MVP项目,早就不是什么难点了。

真正让人头秃的,是从1到N的持续迭代升级。

先说结论,了解和体验下来,我感觉Trae Solo这次的目标非常明确,就是为了解决更复杂的,从1到N的更复杂的难题。

今天要讲的国内版Trae Solo的核心内容有:

1.Solo Coder Agent;

2.Solo的Plan Mode;

3.上下文管理:压缩;

4.多任务并行执行;

5.Subagent:可用多个子Agent打造Agent团队;

6.代码变更Diff View工具。

说到国内版Trae Solo,不得不跟大家先提一下7月份发布的国际版Solo Beta版本。

毕竟大部分朋友没有Solo邀请码,可能没有体验过之前的国际版Solo Beta版本。

我当时通过朋友要到了邀请码,写了一篇国际版Trae Solo Beta版的文章,反响还不错。

当时就发现,Trae的理念还是挺前卫的。

在7月份之前,他们就敏锐的发现,随着大模型的"光速"发展(有时候一周一个模型迭代,这速度谁顶得住啊)

特别是大模型在编程能力、Agent能力、上下文长度等能力的大幅提升之后。

以IDE为主导的AI IDE形态已经越来越没办法发挥模型的潜力了。

而充足且高质量的上下文,才是发挥AI最大能力的关键。

那么这时就需要以AI为主导

于是就诞生了国际版Trae Solo Beta版本。

它的核心理念是,AI成为主导,其他的工具、文档,甚至连IDE本身,都只是作为AI的Context,也就是上下文的一部分。

Trae有两种使用方式:既保留了之前的IDE主导的方式,又有Solo的方式,两者可以自由切换。

这也是为什么,当我们切换到Solo,聊天框从原来的右边变到了左边,而代码、预览等工具换到了右边,这代表AI角色转变为主导。

理念和设计完美契合,确实有点妙的。

如果说之前的Trae Solo Beta版是为了使用Vibe Coding的方式从0到1开发MVP项目而诞生的

那么现在国际版全面开放的正式版本SOLO以及中国版刚免费上线的SOLO,就都是为了解决从1到10,甚至100的复杂任务而生。

怎么定义复杂任务呢?

复杂任务是指无法通过单一指令或简单堆叠功能来完成的项目,通常具有结构性、逻辑性、状态管理和长期维护的需求。

具体来说,可以是项目迭代、问题修复与架构重构。比如基于开源Dify,做二次开发,新增或修改功能。

Trae Solo这次主打的概念叫「The Resoponsive Coding Agent」响应式编程Agent。

特点是:实时有感知,随时可掌控,多任务并行。

是不是有点懵?这几个词,我刚看到的时候也有点晕..

但当我进一步了解、体验TRAE SOLO中国版之后,就明白了。我相信看到最后,你也能理解。

首先,Trae Solo的核心是一个Agent:Solo Coder。

Solo Coder可以解决更复杂的编程问题,并且内置了一系列工具:

文档(写需求)、终端(执行指令)、浏览器(实时预览)、网络搜索、IDE(写代码)、figma(设计)等..

同时它有一个叫Search的子Agent,Coder还可以调用Trae里面集成的所有MCP工具。

这个Search Agent值得好好说道说道,是非常关键的一个设计。

周六我特意请教了Trae的研发同学,这个Search Agent看起来很像网络搜索,但其实不是,因为内置的工具里面已经有网络搜索了。

Search Agent是针对本地项目文件的搜索,它最大的作用是给主Agent,也就是Solo Coder节约上下文。

要知道,很多大型项目的本地代码,动辄几十万行,就算模型支持的上下文在长,都装不下。而开发过程中,模型不仅需要充足的上下文,还需要质量够高。

首先Search Agent和主Agent的上下文是隔离的。

当有需要的时候,Coder会让Search Agent去读取相关代码,去处理,并总结,找出最关键的代码,最后把处理结果返回给Coder,并清理掉自己的上下文。

这时Coder就得到了更短、更高质量的上下文,而不会被那些中间执行、思考过程占用自己的上下文,因为都被Search Agent消化了。

这个设计非常妙:它就像是给高级工程师配了一个"牛马"实习生。把查资料、翻代码这种脏活累活,丢给实习生Agent去干,提高上下文质量的同时,也极大的节约了主Agent的上下文。

另外,Coder支持使用MCP工具。那么我们就能接入那些顶级的编程MCP们,帮我们更智能,更自动化的完成复杂任务。

比如下面这些MCP工具(15个精选编程类MCP)

Trae Solo也增加了上下文管理的功能,可以看到模型支持的最大上下文,以及当前使用的百分比。

当上下文快要被占满时,我们还可以手动点击压缩上下文。

同时,当上下文超过最大限制后,会自动触发上下文压缩。以及切换Agent或模型时,也会自动压缩上下文以兼容不同情况(比如不同模型支持的上下文长度不同)

这个功能看似简单,其实非常重要。

它让你对AI的脑容量有了直观的感知。快满了,那就赶紧清理一下,或者让它总结一下,从而节约token,也能缓解AI的幻觉。

Trae Solo也新增了Plan功能。

*下图右上角有个plan按钮,可以开启Plan Mode

*

我们在做复杂任务前,一定要先跟AI对齐需求,制定计划。这就像装修房子,你不能上来就让工人开始砸墙,得先出图纸,确认方案。

Solo的Plan模式,就类似绘制图纸的过程。

它会先把任务拆解成一步步的计划,让你确认。你觉得没问题了,它再动手。这样能极大地减少返工,提高成功率。

接下来,重头戏来了!Trae Solo支持了多任务并行执行,说实话,我还挺兴奋的,终于可以用Trae批量执行任务了~

点击「新任务」,就会再开一个窗口,可以在新窗口提交新的任务,同时可以在左侧栏这里,实时查看每个任务的进度。

也就是说,你可以同时安排一个Agent修复bug,一个开发新功能,另一个更新文档等等。

这就像你雇了一个团队,大家分头行动,互不干扰。这效率,比起单线程的排队干活,高太多太多了!

Trae Solo也终于支持了Subagents,也就是子Agent。

你可以创建专门的子Agent团队,比如一个专门负责写前端页面的前端架构师,一个后端架构师,一个专门负责运维的DevOps专家。

Coder作为项目经理,会智能的把任务分发给这些专家Agent去执行。

这不仅能让专业的人做专业的事,还能进一步隔离上下文,减少上下文污染和干扰,减少主Agent的上下文消耗。

当然也不能创建太多的子Agent,类比人类社会,小而美的团队效率才是最高的。就像大公司一样,人太多了,效率反而可能下降,因为互相之间通讯有时延、占带宽,还存在信息丢失的情况。

现在Trae支持智能创建Agent和手动创建Agent,智能创建就是输入简短的描述,自动生成Agent。

可以在Prompt里面指出什么情况下使用哪个Agent,也可以不指定,Coder会根据实际情况自主调用子Agent。

最后,还有一些非常细节的小优化点,但是我觉得很有必要,是用户体验提升的关键。

比如代码变更DiffView工具,能让你一眼看清AI改了哪里。

有To-do List,可以随时掌握任务进度。

智能摘要和折叠,让长对话变得更清爽。

我觉得上面这些所有的功能组合在一起,就是官方所说的The Resoponsive Coding Agent(响应式编程Agent)。

它不再是一个冷冰冰的工具,它能通过可视化协作(智能摘要、to-do list、代码变更视图)让你实时感知AI意图。

能通过Plan、上下文管理,各种工具被你掌控,还能帮你多线程处理任务

是一个真正的智能编程伙伴。

「最后」

体验完国内版Trae Solo,我有两个感受:

第一,我觉得AI编程工具最好的形态还是IDE,而不是CLI(命令行)。

就像最开始程序员们使用Vim,Vim虽然很强大,但是使用体验很糟糕,门槛也高。后面VS Code这类工具变成了主流。

CLI虽然硬核,但大多数开发者需要的,还是一个可视化的,交互友好的集成环境。就在昨天,连Claude Code都开始出桌面版了,这也说明了问题。

第二,Trae Solo在工程化方面,已经非常接近CLI的Claude Code。

Trae这样设计,应该是想留住更多的专业开发者,毕竟IDE越来越好用的话,谁又愿意费劲巴拉用CLI呢?

最后,墙裂推荐大家去试一试国内版Trae Solo,不仅是因为完全免费,还因为这是咱们国内Top1的AI IDE了。

不过目前还需要加入waitlist(等待名单),可以先加入一下,先申请,先通过,先使用~

能看到这里的都是凤毛麟角的存在!

如果觉得不错,随手点个赞、在看、转发三连吧~

如果想第一时间收到推送,也可以给我个星标⭐

谢谢你耐心看完我的文章~

相关推荐
Nturmoils2 小时前
基于Rokid CXR-M SDK实现AR智能助手应用:让AI大模型走进AR眼镜
人工智能·aigc
java_logo2 小时前
LobeHub Docker 容器化部署指南
运维·人工智能·docker·ai·容器·ai编程·ai写作
清云逸仙2 小时前
AI Prompt应用实战:评论审核系统实现
人工智能·经验分享·ai·语言模型·prompt·ai编程
清云逸仙3 小时前
使用AI(GPT-4)实现AI prompt 应用--自动审核评论系统
人工智能·经验分享·ai·语言模型·ai编程
Mintopia3 小时前
Claude Code CLI UI
人工智能·aigc·全栈
Mintopia3 小时前
🌐 动态网络环境下的 WebAIGC 断点续传与容错技术
前端·人工智能·aigc
万少4 小时前
流碧卡片 6 小时闪电开发 AI gemini-3-pro-preview ! 秒出小红书爆款图,免下载直接用
前端·后端·ai编程
Nita.6 小时前
CC Switch 项目解析:多款 AI CLI 配置统一管理
ai编程·vibe coding
mortimer10 小时前
破局视频翻译【最后一公里】––从语音克隆到口型对齐的完整工程思路
python·github·aigc