共计 2600 个字符，预计需要花费 7 分钟才能阅读完成。
在 3 月 3 日，字节跳动正式推出了 AI 编程工具 Trae 的国内版本。这款工具搭载了 doubao-1.5-pro 模型，并支持切换至满血版 DeepSeek R1 和 V3。此工具被誉为国内首个 AI 原生集成开发环境（AI IDE），旨在充分发挥人工智能的潜力，助力各阶段开发人员与 AI 的高效协作，从而以更快的速度和更高的质量完成编程任务，显著提升开发效率。
人们常说 Trace 逊色于 Cursor，那么实际情况究竟如何呢？
今天，我们将通过以下两个实际场景来对比 Cursor 与 Trace 的使用体验，看看哪一个更具优势。
1、项目整体功能介绍
提示词：
请解释该项目的功能
PS：此过程中未向 Chat 添加任何文件。
Cursor 能够主动查看当前文件夹中的所有文件，并根据这些文件提供相关信息。
它会阅读其中的 md 文档，包括 readme、需求设计文档及系统设计文档。
接下来，Cursor 还会分析微信小程序的主要程序文件和云函数目录，并进一步细分到具体的首页功能和商品详情页代码。
最终，Cursor 将项目的主要功能按功能点进行介绍，展现出其强大的能力。
与此相比，Trae 则显得相对保守，需要用户手动添加代码文件才能提供反馈。
然而，Trae 并未提供将整个功能添加到 Chat 的选项。
因此，我选择了一些主要的文件和设计文档添加到 Chat，并再次提问，看看 Trae 能够给出怎样的答案。
在添加参考文件和文件夹后，Trae 准确地回答了问题。
2、新增一个功能
Cursor
提示词：
请新增一个功能，当用户下单成功后，推送消息到管理员的微信。
可以看到，我并未添加具体的文件，比如支付相关的文件。
接下来查看 Cursor 的回复：
Cursor 指出需要创建云函数，并自动在云函数文件夹下建立目录。
它会开始创建云函数，编写相关代码，并建议修改现有功能以调用新增的云函数。
此外，Cursor 还会创建一个管理页面，供用户管理接收微信通知的账号。
最后，它提供了具体的使用说明，指出我们需要执行的操作以使功能生效。
打开管理页面后，我开始设置管理员账号。
然而，发现保存设置失败，于是查看微信开发者工具中的控制台以确认具体返回信息，并将其复制到 Cursor 的 Chat 界面。
Cursor 为我提供了解决方案，建议在云开发环境中执行 initSystemConfig 函数，以帮助初始化数据集合。
执行后，我在数据库中可以看到 system_config 和 notification_logs。
随后，我再次尝试保存管理员配置。
这次保存成功，真是太棒了！
接下来，我尝试下单并支付，以确认是否能收到通知消息。
下单并支付后，数据集合中确实记录了下单信息，但我的微信上并未收到下单成功的通知。
面对问题，我继续咨询数次，最终成功实现了功能。
Trace
我们在 Cursor Chat 窗口点击 Restore Checkpoint 后，将代码恢复到 Cursor 操作之前的状态。
接着在 Trace 中提出相同的问题。
Trae 的回答与 Cursor 类似，建议创建云函数，并修改订单创建成功的逻辑以调用新增的云函数发送通知。
不过有一点不同，Cursor 提供了 AcceptAll 代码的按钮，而在 Trae 中需要逐个文件点击“应用”，然后在文件右上角选择“接受”。如果修改的文件数量较多，这样操作显得繁琐，有可能会遗漏。
在我花费时间将所有文件应用到项目后，测试支付生单的场景时，却发现并未调用新生成的通知云函数。
到目前为止，我对这两者进行了总结：
综合来看，Cursor 的功能更为强大，它更像是一个集成了 RPA 和工作流的智能助手，犹如程序员一样，只需输入需求，就能按照步骤进行分解和执行。这一过程包括编写代码、检查现有功能、创建文件夹以及执行控制指令，所有这些操作都可直接完成，无需手动干预。
相比之下，Trace 虽然也具备强大功能，但需要更多的人工干预，似乎对自身能力不太自信。
因此，Trae 更适合与人工智能共同协作完成项目的场景，而 Cursor 则往往能独立完成整个项目。具体内容请参考我之前的文章。
然而，Trace 推出了一种 builder 模式，旨在从零开始开发一个完整的项目，用户可以借助多种工具进行开发工作，包括代码分析、编译和命令执行。
与 Cursor 类似，Trace 也支持输入图片，比如对其他网站的截图，以便根据某个网站的风格开发新的网页。
探索 Trae Builder：全新项目开发体验
对于 Trae Builder 的具体介绍，可以访问其官网提供的详细说明：https://traeide.com/zh/docs/what-is-trae-builder
接下来，我们将借助 Trace Builder 来满足前述的两种需求，以此来对比它与 Cursor 之间的实力差异！
详细解析该项目的功能
从图中可以观察到，Trae 的反应与 Chat 模式截然不同，它不再依赖于特定文档进行解答，而是能够直接阐明项目的各项功能。
然而，值得注意的是，Trae 的 Builder 模式与 Cursor 有一显著区别：它不会展示执行过程的细节，例如所查阅的文件，以及得出的结论，因此在可信度上可能稍显不足。
接下来，让我们探讨第二个功能的实现。
在没有提供任何上下文文件的情况下，Trace Builder 模式下，Trace 能够迅速开始分析我们的需求和预期任务，这一步骤的成功标志着项目进展的一半。
思路基本明确，且系统能够按流程及时找到并调整所需文件。
但在执行中途，系统出现了卡顿，这也在所难免，毕竟处于 Beta 测试阶段。
尽管如此，Trae Builder 模式在思维过程上已经与 Cursor 相当接近：它能够考虑需求，制定行动方案，寻找需要修改或新增的文件，并最终完成相关的修改。
经过几轮的互动，最终也顺利实现了功能。
值得一提的是，Cursor 的免费版本仅限于 50 次慢速提问，虽说可以通过重新注册账号继续使用，但这样总会让人感到一种即将耗尽的紧迫感。将 Trae 视为一个免费的替代工具，是一个不错的选择。如果你对此感兴趣，欢迎一起讨论！
@伍六七 AI 编程
Cursor的使用体验真心不错，开发效率提高了不少，值得一试。