AI可思议|0045|TRAE上线项目级助理:AI编程从单条指令转向整个项目,真能接住收尾工作吗?

大家好，这里是AI可思议，我是Luca。咱们一起来看看AI行业的最新变化。

TRAE上线项目级助理，AI编程开始接整个项目的收尾工作

过去两年我们对AI写代码的印象基本停留在一个动作上：你说一句，它生成一段。快是真快，但很多人实际用下来会发现，单点提了速，整个项目交付并没有快多少。时间去哪了？一部分在反复解释背景，一部分在生成之后自己动手改，还有一部分是开发完了要跑测试、写文档、整理汇报，每换一个工具、开一段新会话，就得重新说一遍这个项目是干什么的、刚才改到哪了、还有哪些坑。

TRAE在合并了TraeCode和TraeWork之后，上线了开发者个人助理，核心是两层：一个跨项目的全局助理，一个单个项目里的专属助理。按它的设计，你开新任务不用从零解释，因为跨项目的历史上下文能带过来；一个复杂项目里，它可以自己拆任务、并行推进、跑编译和测试，最后把产物收在一起。

我觉得这里最值得注意的不是「AI又能多干一点活」，而是工作单位变了。以前AI的工作单位是一条指令，上下文随会话结束清零；现在它试图把工作单位升级成一个项目，AI手里有了任务调度权和状态记忆。落到使用上很实在：过去是人在拆任务、切会话、盯进度、拼结果，现在这部分开始交给工具。

当然，我得把边界讲清楚。这类能力的成色，很大程度上取决于它在真实仓库里表现如何。有一个实测，选的是一个两万六千星的开源Go微服务框架，仓库主干已经用了新的包路径，如果AI沿用旧写法，生成的示例根本编译不过。测试里让助理一次提三个要求：梳理两个模块的职责并写文档、加一个最小可编译的handler示例、跑相关测试并说明测试怎么执行。助理先跑了几条命令摸清仓库结构，然后拆成三个子任务并行推进。这个流程本身是有说服力的，因为它说明AI不是凭记忆写代码，而是先读了当前仓库再动手。

但我也得说，这是单次实测，不是大规模用户反馈。它证明的是这条路能走通，不是所有项目都能这么顺。越大的代码库、越乱的依赖、越模糊的需求，拆解和验证的难度就越高。我个人认为，AI编程接下来真正的竞争点，已经不是谁生成的代码更漂亮，而是谁能把生成之后那一大堆收尾工作接住。代码生成只是中间一步，测试、验证、文档、跨工具协同才是吃掉时间的地方。谁把这段接住，谁才算真的提了速。反过来说，如果工具只是把任务拆得很漂亮，最后产物还得人一条条核对，那这个提速就要打折。

顺着这个思路，我想再看一条企业里的落地，因为它和上面是同一个逻辑的另一面。

沙钢接入千问办公，把Agent放进电炉冶炼复盘等核心场景

沙钢接入千问办公，把Agent放进了电炉冶炼复盘、变压器状态评估、财务经营分析这些场景。有个细节我印象很深：过去每炼完一炉钢，工艺人员要从生产系统导出好几张明细表，手工拼合比对，单炉复盘大概三十分钟；现在系统按炉号自动关联配料、能耗、合金、温度等七类数据，集中筛出异常炉次并给调整建议，单炉复盘缩到三分钟。变压器那边，两百二十九台设备分布在十三个车间，过去人工翻台账逐台比对，每月点检要三到五个工作日，现在按周期和油质指标自动判风险、生成报告、直接派整改任务。

这些数字是企业在自己场景里给出的，我不把它当成行业普适结论。但它说明一件事：Agent真正省时间的，往往不是那个「聪明」的部分，而是把散落在系统、Excel、纸质台账里的数据先拢到一起。这一步过去全靠人，现在被接走了。我觉得这比任何「AI能思考」的说法都更接近企业愿意付钱的理由。

摩尔线程三季度营收同比增长1773.92%，单季扣非净利润首次转正

摩尔线程发了三季报，数字很扎眼：第三季度营收十五点五二亿元，同比增长百分之一千七百七十三点九二，单季扣非净利润两千零七万元，首次转正。前三季度营收三十二点八九亿元，同比增长百分之三百一十九。驱动力说得很明确，就是AI对算力和全功能GPU的需求，以MTT S5000为代表的智算产品在互联网、云服务商、运营商和智算中心加速落地。

但我不想只讲增长。同一份报告里，经营现金流净额是负三十三点零九亿元，存货三十三点六三亿元，比年初涨了百分之一百五十二，存货金额甚至超过前三季度全部营收；预付款二十五点九九亿元，应收账款涨了百分之一百二十九，货币资金比年初少了百分之四十一。研发投入十三点四亿元，占营收百分之四十点七五。这是典型的「高增长、刚盈利、重投入」。我个人认为，这家公司现在的状态是订单和产能都在往前冲，但现金在往外流，扣非口径前三季度还是亏的。它能不能走稳，接下来看的不是营收增速，而是交付能不能确认、回款能不能跟上。这类公司的估值弹性大，风险也集中在这同一个地方。

Claude Code for VS Code官方扩展2.1.313版本被植入后门

安全研究人员在Cursor的扩展市场里发现，Claude Code for VS Code的官方扩展有一个版本被植入了后门，版本号是2.1.313，上线大约十一小时，受影响用户估计五千名。这个恶意版本会收集主机和用户信息，尝试往授权文件里加攻击者控制的SSH密钥、开本地SSH服务、建反向隧道，还会用系统自启动机制让隧道长期存活。有个细节值得注意：恶意代码本身有bug，除非Cursor是以管理员权限启动的，否则加密钥那一步会失败，而这种情况很少见。恶意版本已经撤下，Cursor发了安全公告，Anthropic那边还没有声明。

我不想把这件事讲成「AI工具都不安全」。更准确的说法是，AI编程工具现在也成了供应链攻击的目标，因为它离开发者的机器太近，权限太大。对普通开发者来说，能做的其实很朴素：别默认「官方扩展」就一定干净，装之前看一眼版本和更新时间，出问题的时候知道去哪查。这类事件不会是最后一次。

谷歌太空数据中心原型卫星上线，搭载四块TPU

谷歌那个太空数据中心的原型卫星上线了，上面带了四块TPU，发电功率最高一千瓦。因为功耗限制，它一次只能开一块TPU大约二十分钟。地面工程师发的第一条提示，是让卫星上预装的模型写一首关于身处太空的俳句。更实际的部分是，他们让卫星报告周边的轨道环境，官方说运行正常。接下来的测试要看芯片在热应力和空间辐射下的表现，辐射可能导致位翻转，把内存里的值悄悄改掉，还不触发常规监控。

我个人觉得，这件事现在离商用还很远，一千瓦、二十分钟，能干的活很有限。但它指的方向值得留意：如果推理真的能搬到轨道上，算力的地理限制就会被重新定义。当然，这取决于辐射环境下芯片到底稳不稳，也取决于卫星之间能不能高速互联。这些现在都还在测试，不是既成事实。

以上就是今天的AI播报内容。AI可思议，陪你看懂AI。我们下期再见。