简单学习一个AI编程工具:TRAE

– 第 298 件杂货 –

在上篇文章《泛AI工具时代的反脆弱能力》中提到要学习和整理一点AI工具的文章，那么，这篇文章就写写我简单学习的一个AI原生编程工具：TRAE。

确实，AI擅长的领域覆盖面实在是太广、太泛了，无论是内容创作，还是图片、视频的生成和处理。同样，在编程coding领域，AI依然是扛把子，说句不客气的话，码农的专业世界也早就让AI渗透得体无完肤了。目前，比较流行的AI编程工具有：国外的VS Code、‌Claude‌ Code、Cursor，以及国内字节的TRAE和百度秒哒，最近，就连ChatGPT也都推出了编程专用的Codex。

ChatGPT推出Codex

为了便于学习和试用，随便在B站找了一个有关TRAE的学习视频来简单学习一下，当然，也看到不少学习者针对这几款主流AI编程工具的特点做了详细的对比分析，还是那句话，先动手玩起来试试。

TRAE是字节跳动推出的AI代码编辑器，该工具主要是融入AI大模型的能力，可以理解开发需求、调用工具来完成各类代码开发任务。核心功能为对话式编程，即可以智能代码生成（AI Code Generation），支持多语言：Python、Java、Go、Rust、C++等。应该是为了合规，TRAE分有国内版和国际版（记得2025年早期国内版没有SOLO模式，只有IDE），当然，后续，TRAE也上了SOLO CODER，至于，费用也比较友好（首月，3美金/月，续费10美金/月）。

TREA

有关TRAE的设置是学习的重点，这里选择性整理一下核心功能和配置：

CUE-Context Understanding Engine是TRAE的核心交互能力，利用AI来驱动的智能补全和上下文感知能力，提升编码效率，默认是用键盘的“Tab”键来操作确认，设置也是默认开启状态（代码编辑时会显示一个绿色“CUE”小图标记）。

CUE设置

CUE的核心作用包括：代码补全（即：可以只写注释，AI自动根据你写的注释自动生成代码）、智能代码重写、多行协同优化（数据联想和多行批量修改）和光标位置预测等。完成代码编辑之后，按Tab键确认接受，当然，也可以全部和部分进行修改的接受或拒绝（比如，快捷键ESC是全部拒绝，Ctrl + right arrow 是逐一接受补全）。

CUE核心能力

可以说，Agent-智能体基本是所有AI工具的内嵌标配，TRAE的智能体也是存在不同的交互场景，比如：可以直接编程的Editor内AI编码、对话式AI编码，以及SOLO模式的调用。

当然，除了内置的智能体，TRAE同样允许用户自定义智能体，让AI处理专业事务更加聚焦，简单一句话：让专业的Agent处理专业的问题。另外，TRAE在交互窗口还有一个比较好用的“提示词优化”按钮，只要简单一句话，AI会自动优化出更加符合要求的详细描述。

Agent-智能体

在TRAE有两种模式：IDE模式和SOLO模式，分别侧重人机协作和AI自主开发。尤其，SOLO模式基本上都是由AI主导全流程（包括：需求理解、编码、测试和部署），只要通过自然语言输入即可自主完成开发任务，自动化程度高，非常适合处理标准化高效率任务，当然，现在想用好SOLO模式，都要升级订阅付费才可以了。

SOLO模式

SOLO模式的使用相对复杂一点点，比如，一般的网页开发，需要先配置集成Supabase服务，用于用户认证和数据的存储。肯定，SOLO模式也还在不断地优化，2026年2月12日更新的TRAE v3.5.31版本去掉了SOLO Coder中plan mode开关，转为内置指令/plan和/spec。

这是一种更直接的AI编码方式，Windows系统用快捷键Ctrl+I启用Editor内AI编码，可直接在编辑器窗口生成和编辑代码（或需求），非常适合精准地修改代码或创建内容。如果是新增功能，不知道新增的功能写在哪段代码，则可以选中全部代码，再用“Ctrl + I”来添加需求描述。

Editor内AI编码

Context-上下文是AI大模型理解的边界，AI看到和理解的信息和范围，主要包括：代码索引管理、忽略文件的配置，以及文档集的设置。

代码索引管理是对工作区中的代码进行全局索引构建，发起#Workspace问答时，将自动全局检索与问题相关的跨文件上下文，给出与项目相关的回复；忽略文件的配置是将“.ignore”文件添加到根目录来控制哪些文件/文件夹被忽略，用来提升索引速度和避免干扰；文档集则是通过URL、本地上传的方式添加常用的文档集作为上下文来与AI问答（比如，将微软的https://learn.microsoft.com/zh-cn/dax/官方学习文档URL放进去，可以直接让AI直接学习DAX知识来解决有关DAX相关的专业问题）。

Context-上下文

由于文章篇幅有限，这里也只能简单整理了一下TRAE学习过程中一些功能，如果想全面而深入学习也可以直接阅读TRAE的官方帮助文档（https://docs.trae.ai/ide/what-is-trae）。

AI时代的工具迭代非常非常非常快了，也许，这个MCP才刚刚出来，很快，skill就开始遍地开花，AI将需要几年，甚至十几年学习和工作积累的技能经验壁垒抹平，并直接拉爆工作效率。AI浪潮正在全面重构我们的知识、经验，以及创造价值的体系，硅谷教父马克•安德森明确的表达：AI时代是一个超级个体的时代，E型人才+AI导师才是未来。

码字的乐趣，因为您“推荐”