「我的第一次移动端 AI 办公」TRAE SOLO 三端联动, 通勤路上就把活干了,这设计,老罗看了都想当场退役

一个打工人的真实困境

上周三晚上九点,产品经理在群里甩了一句话, 明天下午要一份竞品分析PPT。

我当时正在地铁上,手里只有一部手机。

换作以前,这个时候我只能做两件事。要么硬着头皮打开手机WPS,用拇指在六寸屏幕上搓出一个惨不忍睹的半成品。要么假装没看见,回到家打开电脑再熬夜赶工。

但现在我做了第三件事。

掏出手机,打开TRAE SOLO,对着麦克风说了两句话。等我到家的时候,PPT已经躺在飞书文档里了。

这没什么神奇的,就是TRAE SOLO最近全量开放的三端协同能力。移动端、桌面端、网页端,三个端口实时同步, 手机上下发的任务电脑端直接跑。

我用了整整一周,把这套工作流摸透了。今天把我的实战经验完整分享出来,希望能帮到同样被碎片化工作折磨的你。

第一步, 把手机变成你的远程指挥中心

1.1 下载和登录

先说最基础的。

移动端在应用商店搜 TRAE,下载TRAE SOLO智能助手,iOS和安卓都有。桌面端去 trae.cn 首页点下载, Windows和Mac都支持。网页端直接访问 solo.trae.cn,零安装。

三个端用同一个账号登录就行。

1.2 配对手机和电脑

这一步是整个三端协同的核心,也是很多人容易忽略的。

打开桌面端SOLO,点左下角设置,找到SOLO移动端选项,把移动端控制开关打开。

然后打开手机端SOLO,系统会自动检测到你已登录的PC设备,不需要手动输什么配对码,直接点连接就行。

这里有个细节值得说一下。一个账号可以同时接入两部手机,一部手机可以链接不限数量的PC。也就是说,你可以同时用手机控制公司电脑和家里电脑。

配对成功后,桌面端首页会出现一个手机图标,表示设备已连接。

1.3 语音下发任务,这个体验超出预期

配好之后,我做的第一件事就是测试语音交互。

点开手机端SOLO的输入框,旁边有个麦克风按钮。按住说话,松开自动识别转文字,然后直接发送给AI。

我测试了好几种说法,从非常口语化的帮我把那个竞品数据整理一下,到比较具体的读取飞书文档xxx链接里的内容,提取关键数据,生成一份对比表格。

识别准确度整体不错,日常办公场景下基本没什么障碍。普通话标准的话,识别率我觉得能到95%以上。偶尔识别错一两个字,但AI能根据上下文自动纠正,不影响最终结果。

响应速度也过得去,从说完话到AI开始响应,大概两三秒。

第二步, 通勤路上的实战,用语音让AI干活

光说功能不练假把式,我直接拿真实工作场景测试。

2.1 场景一, 地铁上做竞品分析

回到开头那个场景。产品经理要竞品分析PPT,我在地铁上用语音给SOLO下了这个指令。

帮我分析一下最近AI编程工具的市场情况,重点对比Cursor、Windsurf和TRAE三个产品,从功能覆盖、定价策略、用户口碑三个维度做对比,最后生成一份PPT。

说完之后我就把手机揣兜里了。

这里有个关键点。手机端创建的任务不是简单的待办记录,它会直接触发PC端的Agent开始执行。也就是说,只要你电脑开着并且SOLO桌面端在运行,任务就会自动跑起来。

等我到家打开电脑,SOLO桌面端首页已经显示任务完成了。AI自动做了三件事,搜索了三个产品的最新信息,整理成结构化对比数据,生成了PPT文件。

整个过程大概二十分钟,我在地铁上花了不到一分钟下指令,剩下的全是AI在干活。

2.2 场景二, 散步时整理会议纪要

另一个让我印象深刻的场景。

下午开了一个小时的线上会议,讨论新功能的开发排期。散会后我出去散步,顺手打开手机端SOLO,用语音把会议要点说了一遍。

刚才开了一个会,讨论了下个版本的功能排期。结论是优先做用户权限模块,预计两周完成,张三负责后端,李四负责前端。另外产品提了三个需求要评估,分别是数据导出、批量操作和消息通知,我觉得可以先做数据导出,其他两个排到下个迭代。帮我把这些整理成会议纪要。

SOLO不仅把我说的话整理成了格式规范的会议纪要,还自动提取了待办事项和时间节点。它甚至加了一栏风险提示,提到两周完成权限模块可能偏紧,建议预留缓冲时间。

说实话这个细节让我有点惊喜。我没让它分析风险,它自己想到了。

2.3 场景三, 等电梯时查Bug

这个场景比较小,但频率很高。

开发的时候经常遇到一个情况,代码跑着跑着报错了,但一时想不起来是哪个地方的问题。以前我得回到工位,打开IDE,重新跑一遍看报错信息。

现在我可以直接在手机上打开SOLO,把报错信息贴进去,或者用语音描述一下问题。AI会给出可能的原因和修复建议。

有一次我在等电梯的时候,用手机查一个TypeScript的类型错误。等我走到工位,已经有了解决方案,直接改完提交,前后不到五分钟。

这种碎片时间的利用,单次看起来省的时间不多,但一天积累下来,至少能省出半小时。

第三步, 三端协同的进阶玩法

上面说的是基础用法,接下来聊聊更高级的操作。

3.1 网页端接力, 随时随地继续干

有个场景特别实用。你在公司电脑上用桌面端SOLO开了一个任务,下班了但任务还没跑完。

回到家,你不想开电脑,直接用iPad或者家里电脑的浏览器打开 solo.trae.cn。登录同一个账号,首页就能看到白天在公司的任务,进度完全同步。

你可以直接在网页端继续跟AI对话,调整方向,或者查看已经生成的结果。不需要重新描述上下文,AI记得你们之前聊的所有内容。

3.2 Code模式和MTC模式怎么选

这个问题我一开始也搞不清楚,用了几天之后才摸出门道。

简单说,Code模式是给写代码用的,MTC模式是给非代码工作用的。

但实际使用中,边界没那么死。我的经验是这样的。

如果你要做的事情明确需要写代码,比如搭一个项目、修一个Bug、写一个脚本,用Code模式。它的代码生成质量更高,还能直接操作你的代码仓库,支持Git工作流。

如果你要做的事情偏向分析和产出,比如写文档、做数据分析、生成PPT、整理信息,用MTC模式。它的自然语言理解更好,不需要你用技术语言描述需求。

举个例子。同样是要处理一份CSV数据,如果你的目标是写一个数据处理脚本以后复用,用Code模式。如果你的目标只是这次把数据分析出来看看结果,用MTC模式更快。

3.3 一个真实的多端协作流程

分享一个我上周五的完整工作流,你感受一下三端协同的实际体验。

早上到公司,我用桌面端SOLO的Code模式开始开发一个内部工具。写到一半要去开会,没关SOLO。

开会的时候,产品临时提了一个需求变更。我掏出手机,打开SOLO移动端,用语音把变更内容发给AI,让它先评估影响范围。

开完会回到工位,桌面端SOLO已经显示了手机端发来的评估结果。AI列出了需要修改的三个文件和预计工作量。

我确认了方向,继续在桌面端写代码。下午三点写完,提交测试。

下班路上,测试同学在群里反馈了两个小问题。我又掏出手机,把问题转发给SOLO,让它先分析一下原因。

到家之后,我打开网页端solo.trae.cn,看到AI已经给出了修复方案。我确认没问题,第二天到公司直接改。

整个流程里,我在三个不同的设备上操作,但工作完全没有中断。这种感觉怎么说呢,就像你的AI助手跟着你一起移动,随时待命。

第四步, 飞书集成,让AI直接操作你的办公工具

三端协同只是基础,跟办公工具打通才是真正的效率飞跃。如果你公司用飞书,这部分内容会非常有用。

4.1 安装飞书CLI

TRAE SOLO最近新增了飞书CLI接入能力。安装过程不复杂,但有几个坑要注意。

打开SOLO桌面端,切换到Code模式,在输入框输入这段话。

请帮我把 github.com/larksuite/c... 这个库中的skill安装到这里,我要实现操作飞书的能力。

AI会自动开始部署。这里有个坑,它可能会默认安装到C盘。如果你C盘空间紧张,记得提前告诉AI安装到其他盘。

部署完成后,AI会教你如何配置一个飞书开放平台。

bash 复制代码
# 1. 全局安装飞书 CLI
npm install -g @larksuite/cli

# 2. 安装飞书 CLI Skills(必需)
npx skills add larksuite/cli -y -g

# 3. 配置应用凭证
lark-cli config init

# 4. 登录授权
lark-cli auth login --recommend

# 5. 验证安装
lark-cli auth status

创建完成后回到SOLO,告诉AI我已经配置好了,它会引导你完成最后的授权步骤。

授权有两个选项。不授权的话,AI能发消息、创建文档,但不能访问你的个人数据。授权之后,AI可以读写你的日历、消息和文档。看你的需求选择。

4.2 实战, 用AI直接操作飞书文档

装好之后,最直接的使用方式就是把飞书文档链接丢给SOLO。

比如产品经理发了一个需求文档的飞书链接,你直接把链接粘贴到SOLO的输入框里。AI会自动识别这个链接,解析文档内容,然后你可以让它做各种事情。

我试了几个场景,效果都不错。

第一个,总结文档。把一个二十页的PRD链接丢进去,让AI用500字概括核心内容。三十秒出结果,准确度我对比了一下原文,关键信息没有遗漏。

第二个,提取数据做表格。产品发了一个用户调研结果的飞书文档,里面是大段的文字描述。我让AI把所有数据点提取出来,生成一个结构化表格,然后写入飞书多维表格。它自动创建了表格,字段分得比我自己手动整理的还清楚。

第三个,文档格式转换。我有一份Markdown格式的技术方案,需要转成飞书文档分享给非技术同事。直接让SOLO转换,代码块、表格、标题这些格式全部自动迁移,不用手动调。

4.3 自动生成日历和通知

飞书CLI还有一个我特别喜欢的功能,就是操作日历。

你可以让AI读取飞书文档里的日程信息,自动添加到你的飞书日历。也可以让它分析你最近两周的日历安排,生成一份时间分配报告。

我让它分析了一下我的日历,结果发现我每周有40%的时间花在会议上。看完报告之后我默默减少了两个不必要的周会。

第五步, 定时任务,让AI替你值班

飞书集成让AI能操作你的工具,定时任务则让AI能主动替你干活。这个功能是桌面端和网页端才有的,但配合移动端的远程控制,体验非常完整。

5.1 设置定时任务

直接用自然语言设置就行,不需要什么cron表达式。

比如我在SOLO里输入每天早上9点,帮我总结昨天AI行业的重大新闻,发到飞书群里,它就会自动创建一个定时任务。

设置完成后,在任务列表里能看到这个定时任务的详情,包括执行时间、下次触发时间和历史执行记录。

5.2 我的定时任务配置

分享几个我觉得比较实用的定时任务配置。

第一个,每日行业简报。每天早上9点自动抓取AI领域的新闻,整理成简报,推送到飞书文档。我每天到公司打开飞书就能看到,省去了自己刷资讯的时间。

第二个,周报自动生成。每周五下午5点,自动汇总本周在SOLO上完成的所有任务,生成一份周报草稿。我只需要花五分钟检查修改就能提交。

第三个,项目进度检查。每天下班前检查一次项目仓库的提交记录和Issue状态,如果有异常就发飞书消息通知我。

这三个任务配置好之后,我基本上不用主动去跟进这些事了。AI会按时执行,结果自动推送到我能看到的地方。

一些真实的使用心得

功能介绍得差不多了,最后聊聊我这一周的真实感受。

关于语音交互

语音输入的体验比我预期的好。但有一个前提,你需要学会怎么给AI下指令。

太模糊的指令效果不好,比如帮我做那个东西。太技术化的指令也没必要,AI能理解自然语言。最好的方式是,说清楚你要什么、给什么材料、期望什么格式。

比如不说帮我分析数据,而是说读取飞书文档里这个链接的销售数据,按月份汇总,生成一张趋势图。

关于三端切换

三个端各有各的优势,不要试图只用一个。

桌面端性能最好,适合重度任务。网页端最方便,临时用一下不想开软件的时候用。移动端最大的价值是填补时间空白,通勤路上、排队的时候、甚至上厕所的时候,都可以顺手推几个任务出去。

关于稳定性

说实话,目前还有一些小问题。偶尔会卡在分析阶段,大概十次里有一两次。任务复杂的时候,偶尔会出现文件写入失败的情况。

但整体来说,作为一款免费工具,这个完成度已经让我很满意了。而且从社区的反馈来看,团队响应速度很快,问题基本都在积极修复。

关于Code和MTC模式切换

有个小技巧分享给大家。如果Code模式下AI表现不好,试试切到MTC模式,有时候效果会好很多。反过来也一样。两个模式背后的处理逻辑不同,适合的问题类型也不同。不要死磕一个模式。

最后说两句

TRAE SOLO这次三端全量开放,我觉得最大的意义在于它真正把AI从工位上解放出来了,远不止多了几个入口这么简单。

以前用AI编程工具,你必须坐在电脑前。现在,从地铁到工位,从办公室到家,你的AI助手一直在线。你可以在任何时间、任何地点,用最方便的方式给它下指令。

这种体验上的改变,用过之后真的很难回去了。

如果你还没试过,强烈建议花半个小时体验一下三端协同。不用想得太复杂,先从最简单的语音下指令开始,感受一下AI替你干活的爽感。

相信我,试过一次你就会明白我在说什么。

相关推荐
qq_452396231 小时前
第二十篇:《UI自动化测试的未来:AI驱动的智能测试与低代码平台》
人工智能·低代码·ui
视觉&物联智能1 小时前
【杂谈】-人工智能风险文化对组织决策的深远影响
人工智能·安全·ai·agi
β添砖java2 小时前
深度学习(12)Kaggle房价竞赛
人工智能·深度学习
冬奇Lab2 小时前
RAG 系列(十):混合检索——让召回更全面
人工智能·llm
冬奇Lab2 小时前
一天一个开源项目(第95篇):Claude for Financial Services - Anthropic 官方金融行业 AI 代理套件
人工智能·开源·资讯
bbsh20992 小时前
AI辅助编程时代,企业级网站系统建设为什么还需要专业平台?
人工智能
05候补工程师2 小时前
[实战复盘] 拒绝 AI 屎山!我从设计模式中学到的“调教”AI 新范式
人工智能·python·设计模式·ai·ai编程
飞Link2 小时前
垂直领域 AI 的曙光:GPT-Rosalind 如何重塑生命科学与药物研发?
人工智能·gpt
一只数据集3 小时前
全尺寸人形机器人灵巧手力觉触觉数据集-2908条ROSbag数据覆盖14大应用场景深度解析
大数据·人工智能·算法·机器人