共计 3976 个字符，预计需要花费 10 分钟才能阅读完成。
补充说明：目前该产品已支持 MacOS 和 Windows。1.20 字节跳动在海外推出了一款名为 AI IDE 的工具（使用 Trae 加速开发），基于 Claude 3.5 Sonnet 模型，现阶段可以免费体验，大家有没有试过？效果如何？
字节跳动旗下专为海外市场打造的 AI IDE 产品 —— Trae，今天正式发布！
Trae 是一款全新的 AI IDE，旨在与 Cursor 和 Windsurf 等工具竞争，同时也希望填补它们在中文开发者体验方面的不足。目前 Trae IDE 的 Claude 3.5 和 GPT-4o 均可限时免费使用，感兴趣的朋友可以立即体验 —— https://trae.ai
回顾我们的编程日常，不难发现，大多数情况下我们都离不开英文。无论是变量名、函数名，还是注释和工具的界面与文档，几乎都是以英文为主。这样的 中英结合 工作方式已经成为我们习惯，但这并不意味着我们不需要一款真正 专为中文开发者设计的工具。
许多国外的 IDE，比如 Cursor、Windsurf，甚至 Vscode，尽管功能强大，但并未专门针对中文开发者进行优化。在中文语言支持方面，常常显得有些“水土不服”。
Trae 的问世，正是为了应对这些痛点。作为一款 支持中文的 IDE，Trae 在设计之初就充分考虑了中文开发者的实际需求。无论是界面语言完全中文化，还是对代码注释的友好支持，Trae 都为开发者提供了“母语级”的流畅体验。
此外，Trae 同样集成了国际主流的大模型 Claude 3.5 和 GPT-4o，旨在为开发者提供智能代码生成和逻辑优化功能。这些模型在理解中文需求方面表现良好，但偶尔因为语义的细微差异，生成的结果可能与预期不完全一致。然而，这并不是 Trae 的核心问题，Trae 的重点在于作为中文开发者的 IDE，如何更好地适应我们的使用场景。
接下来，我将结合个人的使用体验，谈谈 Trae 如何提升开发效率，以及与 Cursor 的不同之处。
Hello World – Trae
- 首先，Trae 目前仅支持 MacOS 系统，安装完成后，打开 Trae，便能看到它的标志性 Logo：
- 继续下一步，我们可以选择 IDE 默认的内置语言和主题，简单明了，英文不太好的用户可以果断选择中文：
- 接下来，竟然可以从本地已有的 Vscode 或 Cursor 的配置中进行迁移。说来也巧，我一开始是用 Vscode 的配置，后来使用 Cursor 时也可以直接迁移，而现在又轮到 Trae，真是方便，一会儿就完成了：
- 之后，像 Vscode 或 Cursor 一样，可以在本地终端安装相应的命令行工具：
- 最后，最好是注册并登录使用，目前调用 AI 大模型都是限免的，大家可以尽情体验：
- 最后，Trae 的界面与 Vscode 或 Cursor 十分相似，均是基于 Electron 开发的，因此界面和使用体验基本一致，这里就不再赘述。
初步体验 Trae
进入 Trae 界面，我首先查看了支持的大模型，目前有两个：
- Claude 3.5 Sonnet
- GPT-4o
这两款都是当前流行的编程大模型，并且都是限时免费使用，大家可以放心体验。
然后我在侧边栏发现了 Marscode 工具的标志性功能 – Webview：
这是一个特别适合开发新手的网页显示功能，能够直接在 IDE 的窗口中展示网页。当你运行程序并启动网页服务时，IDE 右下角会自动弹出提示，点击即可在 IDE 中打开（我用一个现有的小项目进行演示）：
有了这个功能，前端开发者可以在 IDE 中左侧显示网页，右侧是代码编辑区域，开发体验非常出色。
聊天功能
在 Trae 中，AI 聊天功能基于大模型实现，我们可以通过以下两种方式进行调用：
- 直接在特定代码区域进行对话更新，快捷键 –
Cmd + i：
在对话编辑区域，与 Cursor 的代码变更展示方式不同，Trae 直接在左边显示原始代码，右边则是 AI 修改后的代码，这种交互方式对我而言相当直观。
我发现，在使用这种方式进行代码更新时，它不像 Cursor 那样能够深入追问，生成你想要的代码，而是每次基于上下文进行重新回答。你只能选择接受或拒绝，如果接受，则会覆盖当前代码，如果拒绝，则不进行任何操作。
需要注意的是，目前 cmd+i 操作回滚后，无法再次撤销，需要重新操作，而在 Cursor 的体验中，能够做到代码和对话文字的逐步回滚，这点确实很有必要。不过庆幸的是，AI 聊天功能像 Cursor 一样，无法撤销基于 AI 修改的代码内容，只能手动逐一校验撤回，这两个工具都存在这个问题，希望 Trae 团队能考虑尽快完善这一功能。
- 使用 AI 对话框进行更新，快捷键 –
Cmd + u：
在这里，有一个特别的功能我认为比 Cursor 更加便捷，它可以引用多种内容进行对话：
探索 Trae 的新功能与实用性
Code – 选定文件的特定代码块File – 指定文件的名称Folder – 特定文件夹的名称Workspace – 该项目的所有文件列表后面提到的三个功能与 Cursor 使用上相似，然而最引人注目的还是第一个功能 Code，它能够直接引用当前代码中的某个函数。如下图所示，这种精确的引用方式非常实用，尤其在避免干扰 LLM 上下文时：
接下来，我尝试通过对话让 AI 帮我解决一些问题，例如请求它 完善一些这个代码文件结构：
看了它的结果，基于优秀的大模型，给出的建议都相当不错。它能够理解需求并将代码更新到不同的文件中，甚至创建新文件，并且每一处需要更改的代码都有详细的相对路径：
不过，有一点需要注意的是，当 AI Chat 的建议涉及多个代码位置或文件时，其表现与 Cursor 不同。AI Chat 并不会自动为您检索所有需要修改的文件，而是提供具体位置的代码建议，这意味着您需要逐一进行审查，只有经过审查的代码才会被纳入全部应用计数，未审查的内容不会被应用。
因此，大家在使用时要特别留意，以免出现代码更新不完整的情况。
最后一点是，目前 AI Chat 还不支持直接读取外部链接进行交互回答，这一点我认为非常重要，期待 Trae 团队能够尽快改进：
Builder 功能
现在，让我们来试试 Trae 的核心功能 – Builder，它与 Cursor 的 Agent 功能类似，都是 通过用户的提问直接生成完整的代码项目。
我直接尝试了一个在国内非常流行的 AI 开源社区网站的首页，看看能否通过上传照片和简短描述，生成一个静态网站：
在这个过程中，AI 开始逐步生成项目文件，必要时也会询问我的意见以执行命令：
但是，随着项目从零开始，出现了一个问题。如果 AI 需要执行某个命令，如 npm install 来安装依赖项，而在生成命令之前的代码文件尚未更新到项目中，就会导致错误，因为它无法找到这些依赖文件，进而陷入死循环 先有鸡还是先有蛋的问题。因此，我们必须手动更新后才能继续执行：
不幸的是，在后续执行中，我又遇到了与 Cursor 类似的问题，AI 在询问执行命令时使用的 shell 环境不是我的默认环境，因此无法识别我已安装的 nodejs 环境，从而导致报错，这相当尴尬。而且在 Cursor 和 Trae 中我都未能找到相应的修改位置，或者认为已修改的地方仍无法切换到我的默认 shell 环境：
经过一番尝试，我决定换一个语言来演示，比如 Python：
如果大家对这个提问不理解，可以在网上查找 – Stable Diffusion web UI
这次我只输入了一句话，甚至没有提供图片，AI 确实生成了与之对应的项目，并且一次性成功运行，还包括了文生图和图生图的交互界面：
很好，这次终于成功了！我们可以趁热打铁，再给它加个新需求，让它帮我增加多个文生视频的交互：
生成完成了，但在执行过程中出现了错误，别担心，我们可以直接点击命令行中的报错信息，旁边会出现一个 Add To Chat 按钮，点击后，它会自动将错误信息复制到 AI Chat 中，然后你就可以基于这个错误信息请求 AI 帮你解决问题：
很好，直接应用并执行，这次顺利完成！
看来，Builder 功能与 Cursor 的 Agent 功能确实有相似之处，但存在一个小缺陷。Cursor 的 Agent 功能通常会根据项目情况，自动为 Python 项目创建 Venv 或 Conda 环境，而 Builder 则没有此功能，只会使用默认环境或需要我们手动创建。这一点我认为需要改进。（或许下次尝试时它会帮我创建，这与大模型的能力以及 IDE 工程化的功能有关）
其他功能
此外，Trae 的终端暂时还无法通过 AI 对话直接返回命令进行执行，但这一功能非常实用，希望未来能实现；
另外，我认为一个很实用的功能是，所有对话框在空白时都会有一个提示：
在多轮对话后，我们可以通过上下键获取之前对话的上下文，甚至可以直接加载之前对话中的图片，这一点非常棒，有助于方便地进行上下文追溯。
总结
Trae 的推出，绝不仅仅是为了解决中文开发者在工具使用时遇到的“水土不服”问题，更是一次从 本土化的使用体验到更广阔的全球视野 的创新尝试。通过深入优化对中文的支持，结合开发者的实际需求，及整合主流 AI 模型，Trae 重新设定了 适合中文开发者的友好 IDE标准。
更为重要的是，Trae 的价值并不只体现在其作为工具的功能上，它象征着 文化与技术的深度融合。在当今全球化的背景下，技术工具的应用不应再局限于某一种语言或文化，而应切实服务于多样化的开发者社区。Trae 的诞生，无疑为中文开发者营造了一个更高效、更为友好的编程环境，也为全球开发工具的本地化提供了重要的借鉴。
Trae的AI生成代码功能很新颖，不知道在处理大型项目时表现如何？