字节跳动Trae实测:一款懂中文的AI IDE,免费开放

字节跳动Trae实测:一款懂中文的免费AI IDE,具备Chat和Builder两种模式,支持图像输入和知识管理,降低编程门槛,提升开发效率。

原文标题:字节跳动Trae一手实测来了,懂编程也懂中文用户的AI IDE

原文作者:机器之心

冷月清谈:

本文对字节跳动推出的AI IDE Trae进行了实测体验,Trae具备中文语境深度适配和全功能免费开放两大特点。Trae在视觉风格上与VS Code相似,支持插件导入,并提供Chat和Builder两种核心AI模式。Chat模式作为多功能AI助手,可用于代码问题解答、代码仓库讲解等。Builder模式则能自动解析项目上下文,实现端到端的软件开发,例如从零搭建机器学习项目。Trae还支持图像输入,可将设计稿转化为代码。此外,Trae在文档管理和知识库构建方面也具备潜力,可自动添加双链、创建仪表盘等。体验表明,Trae降低了技术门槛,激发了创造力,值得一试。

怜星夜思:

1、Trae集成了多种AI模型,包括Claude和DeepSeek等,你认为在实际开发中,选择哪个模型更合适?或者说,不同的模型分别适用于哪些场景?
2、Trae的Builder模式可以从0到1搭建项目,这是否意味着程序员会被取代?或者说,你认为AI IDE对程序员的职业发展会带来哪些影响?
3、Trae支持图像输入,可以把设计稿转化为代码,这是否会颠覆前端开发模式?你认为这种功能在实际应用中还存在哪些挑战?

原文内容

机器之心报道

编辑:Panda、侯江龙


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。机器之心也上手体验了一番,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。


image.png


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。


image.png


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。


image.png


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。


图片


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:


图片


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。


图片


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。


image.png


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。


image.png


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。


图片


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。


image.png


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。


image.png


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。


image.png


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:


image.png


它也可将测试结果加载为混淆矩阵,如下所示:


image.png


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。


sp_250306_170314.png

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。


图片


接下来,让 Trae 实现它吧!


图片


测试一下,确实只是一个非常简单的投币系统。


图片


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。


图片

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。


图片


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。


图片


结果如下:


图片

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。


© THE END 
转载请联系本公众号获得授权
投稿或寻求报道:[email protected]

我感觉这就像是选CPU,预算充足就上顶级,追求性价比就选甜品级。Claude像是Intel的i9,DeepSeek像是AMD的锐龙。具体选哪个,还是得根据项目需要和个人偏好来决定。可以都试试,哪个顺手用哪个!

理论上来说,不同的模型擅长的领域有所不同。Claude可能在生成复杂逻辑的代码方面更胜一筹,而DeepSeek可能在处理大量数据或者快速生成代码框架方面更有优势。但是!实际使用中还得看Trae对这些模型的优化程度,以及它们在Trae平台上的表现。建议大家多做实验,分享自己的使用心得。

与其说是取代,不如说是升级。以后程序员可能要更多地扮演“指挥官”的角色,负责制定项目目标、指导AI完成任务、审核AI生成的代码等。我们需要学习如何更好地与AI协作,才能在未来的职场中保持竞争力。所以,拥抱AI,提升自己的技能才是王道!

作为一个悲观主义者,我还是觉得有影响的,尤其是对那些只会CRUD的程序员来说。AI IDE可以轻松生成各种CRUD代码,这意味着这部分程序员的价值会降低。但是,对于那些能够深入理解业务、设计复杂系统、解决疑难问题的程序员来说,AI IDE反而是一个强大的助手。所以,程序员需要不断提升自己的核心竞争力,才能避免被AI淘汰。

这种功能最大的挑战可能在于设计的标准化和AI的理解能力。如果设计稿的规范性不够,AI可能无法准确理解设计意图。另外,AI对于一些复杂的交互效果或者特殊样式的处理可能还存在困难。所以,需要一套完善的设计规范和强大的AI算法才能真正实现高效的图像转代码。

想起之前看过一个段子,说产品经理画了个草图,让程序员实现。现在有了Trae,产品经理可以直接把草图丢给AI,然后让AI和程序员PK。总而言之图像转代码是趋势,前端要小心被祭天!

取代?我觉得短期内还不可能。Builder模式更像是一个效率工具,它可以帮我们完成一些重复性的工作,比如搭建项目框架、生成基础代码等。但真正的创新和复杂问题的解决,还是需要人来完成。AI IDE可以提升我们的工作效率,让我们有更多的时间去思考和创新。

我觉得“颠覆”这个词有点夸张了。图像转代码的功能确实很酷炫,但目前来看,只能处理一些简单的设计稿。对于复杂的设计,AI的理解能力可能还不够。而且,生成的代码质量也可能需要人工优化。所以,短期内前端开发还是需要人工参与的。

这个问题问得好!这得看具体需求啊。Claude系列在AI编程任务上口碑不错,但对国内用户不太友好。所以Trae提供了一个白嫖Claude的机会。如果对代码质量要求较高,或者需要处理复杂的编程任务,可以优先考虑Claude。但如果追求更快的速度和更低的成本,DeepSeek也是一个不错的选择。而且,DeepSeek对中文的理解可能更到位。