最近拿到了 TRAE SOLO 的內(nèi)測(cè)邀請(qǐng)，玩了幾天，有點(diǎn)上頭。雖說(shuō)是邀請(qǐng)內(nèi)測(cè)的，但體驗(yàn)下來(lái)確實(shí)有些興奮，想跟大家分享一下。

1

先聊聊 TRAE SOLO 跟以前用過(guò)的 AI 編程工具有什么不一樣。

我雖然大學(xué)是計(jì)算機(jī)專業(yè)，但畢業(yè)后做產(chǎn)品，寫代碼一直是「能跑就行」的水平。這兩年 Cursor 之類的工具越來(lái)越火，我也一直在用，確實(shí)能做出一些小東西。

但每次打開 IDE，看到文件樹、終端窗口、代碼面板，心理上還是有點(diǎn)緊繃的。每次在終端、文件夾和代碼頁(yè)面來(lái)回橫跳，也有點(diǎn)心慌。

TRAE SOLO 的上手感受就完全不同。打開之后，核心界面就是一個(gè)對(duì)話框，跟 Chatbot 一樣，干凈清爽。全部靠對(duì)話來(lái)工作，創(chuàng)建文件、寫代碼、跑腳本、輸出結(jié)果，整個(gè)流程都在對(duì)話里完成。

過(guò)去的 IDE 主體是代碼和文件，AI 在旁邊輔助。SOLO 把這個(gè)關(guān)系翻過(guò)來(lái)了，對(duì)話是主體，代碼在后面跑著，不用盯著看。這次真的有點(diǎn)像一個(gè) chatbot 長(zhǎng)出了手腳。

它覆蓋了 PC 端和 Web 端，在電腦上開始的項(xiàng)目，異地用瀏覽器也能接著看進(jìn)度，不用很麻煩的遠(yuǎn)程連接。

還分了兩個(gè)模式。一個(gè)叫 Work（也叫 MTC，more than coding），處理文檔、數(shù)據(jù)分析、文件管理這類事情；一個(gè)叫 Code，就是以代碼為主正經(jīng)寫程序。兩個(gè)模式解決不同的問(wèn)題。

2

值得單獨(dú)說(shuō)的是 Skills。

可以理解成「可插拔的技能包」。一個(gè) Skill 就是一套干某件事的工作流，裝上之后，Agent 該用的時(shí)候會(huì)自己用，不用每次都從頭教它，有點(diǎn)像給 AI 預(yù)裝了行業(yè)經(jīng)驗(yàn)。

具體能干嘛呢？

先說(shuō)文件處理。圖片、視頻、音頻、Word、PDF、PPT、壓縮包，這些格式它都能讀。不只是讀，還能做事情，比如把一個(gè)亂七八糟的「下載」文件夾丟給它，讓它按圖片、視頻、文檔、壓縮包分類整理到子文件夾里，順便把超過(guò) 100M 的大文件列個(gè)清單出來(lái)，它就真的給你整完了。批量重命名、按內(nèi)容歸檔，也都能做。

再說(shuō)內(nèi)容生成。根據(jù)文稿生成 PPT、根據(jù)數(shù)據(jù)生成圖表、根據(jù)需求寫文檔，這些后面案例里會(huì)細(xì)聊。還有 SEO 報(bào)告生成、頭腦風(fēng)暴、計(jì)劃編寫這類偏運(yùn)營(yíng)和產(chǎn)品的場(chǎng)景，也有對(duì)應(yīng)的 Skill 覆蓋。

數(shù)據(jù)分析也是一塊。丟幾份 Excel 或 CSV 進(jìn)去，讓它清洗、合并、統(tǒng)一格式、跑公式、畫圖表，一句話就行。跑不動(dòng)的大數(shù)據(jù)量，它會(huì)自己寫 Python 腳本去處理。

還有一個(gè) Browser Use 的 Skill，可以讓 Agent 直接操作瀏覽器，做信息采集和網(wǎng)頁(yè)交互。

這些 Skill 都在 Skills Marketplace 里，邏輯類似 VS Code 的插件市場(chǎng)，裝上生效。

拿到手短短半天，我就做了三次嘗試。

3

第一個(gè)案例，半拿鐵周刊選題器。

我和瀟磊做播客「半拿鐵·周刊」，選題一直是個(gè)體力活。日常要刷大量新聞源，看權(quán)威媒體每天發(fā)了什么，哪些話題有熱度，哪些適合拿來(lái)做播客，全靠人肉判斷。這個(gè)流程重復(fù)了很久，一直想自動(dòng)化，但寫爬蟲又不知道從何下手。

這次我跟 SOLO 說(shuō)的大意是：幫我設(shè)計(jì)一個(gè)腳本，從這些權(quán)威媒體抓取最近 7 天的新聞，聚合篩選，然后調(diào)用大模型來(lái)判斷和評(píng)分，輸出推薦的 10 個(gè)選題和備選的 20 個(gè)選題。

它不光很快就設(shè)計(jì)完了，還貼心地解釋了，為了節(jié)省 token 消耗，專門撰寫了更合理的 prompt。

當(dāng)然，不能直接把原始數(shù)據(jù)列出來(lái)，需要做一步整理和判斷，所以我接入了 Minimax 的環(huán)境變量，它也能很迅速一步幫忙處理好。

第一版很快就跑出來(lái)了，框架沒問(wèn)題，但很多來(lái)源的文章全部獲取失敗。要是我自己弄，可能就卡在這里，得去網(wǎng)上搜別人的經(jīng)驗(yàn)，折騰很久。

但在 SOLO 里，我在對(duì)話框里說(shuō)一句「這幾個(gè)源全部失敗了，重新調(diào)整獲取策略」，它就自己去搜索，自己想辦法改方案。

接下來(lái)我又調(diào)了好幾輪，包括：

- 增加噴嚏圖卦作為補(bǔ)充來(lái)源；

- 初步聚合的工作用 MiniMax 完成，后續(xù)評(píng)分和整理交給 OpenRouter 上的模型；

- 輸出結(jié)果生成 Markdown 文件；

- 給文件名加上時(shí)間戳，舊的不會(huì)被新的覆蓋。

最后跑出來(lái)的 Markdown 效果非常好。選題分成了推薦和備選兩個(gè)板塊，每條有標(biāo)題、來(lái)源、摘要、推薦理由和評(píng)分，排列整齊，看著舒服。

這腳本跑一次幾分鐘，按 token 算花幾塊錢，就能解決我之前可能要 1-2 個(gè)小時(shí)，多則半天的搜索整理的工作量。

這也可以慢慢迭代成日?？吹暮?jiǎn)訊，搭配聲音生成的 skill 又能做成專屬自己的早間新聞播客了。對(duì)話幾次即可，難度真的不大。

4

第二個(gè)案例，整理文件。

這就是我第一次意識(shí)到，低成本的 coding 不光解決開發(fā)產(chǎn)品的問(wèn)題，也能解決日常使用電腦的大大小小的問(wèn)題。

說(shuō)實(shí)話，用 AI 生成 PPT 我試過(guò)不少工具了。

Manus 用過(guò)，NotebookLM 也用過(guò)。第一眼看確實(shí)精彩，會(huì)覺得好像比自己做的還好看。但真用，小細(xì)節(jié)問(wèn)題非常多，字號(hào)不統(tǒng)一、排版錯(cuò)位、配色跟品牌風(fēng)格對(duì)不上、圖文位置詭異。都是小毛病，加在一起就很麻煩，改起來(lái)極其痛苦，要么就自己繼續(xù)改，改的工夫不如從頭做。要么就是再抽盲盒，但生成邏輯不清楚，改了 A 可能 B 又亂了。

所以我一直是手搓。理想方案是做好一個(gè) PPT 模板，定好字體、顏色、版式，然后讓 AI 理解文稿內(nèi)容后，往模板里填總結(jié)出來(lái)的內(nèi)容。邏輯很簡(jiǎn)單，但之前的工具都做不好。

而 TRAE SOLO 的腳本就能做到。

我跟它說(shuō)：幫我把文件夾里這個(gè) PDF 理解一下，根據(jù)內(nèi)容撰寫腳本。參考的內(nèi)容是我在半拿鐵剛講過(guò)的瀏覽器的歷史。

第一個(gè)版本出來(lái)的效果可能不太理想，但別著急。TRAE SOLO 不是一個(gè)一鍵 PPT 的工具，而是一個(gè)靈活調(diào)整的 AI chat+coding 的產(chǎn)品。

所以我可以跟它說(shuō)我的習(xí)慣：把內(nèi)容的結(jié)構(gòu)都改成，左邊是大標(biāo)題、小標(biāo)題、大標(biāo)題、小標(biāo)題，而右邊都是圖片。

轉(zhuǎn)眼就搞定。

然后我覺得視覺風(fēng)格不是我想要的，于是我把我收藏的一個(gè)紅底的喂給它，讓它幫我調(diào)整。就變成了這樣。

這是做 PPT 的靈活所在。如果用別的 PPT 工具，很難用語(yǔ)言讓它完全幫我修改，更重要的是：這次的修改，從格式到視覺風(fēng)格，我可以存成一個(gè)模板（skill），下次再喂給它稿子，它可以直接產(chǎn)出。

5

第三個(gè)案例，shownotes 概念解釋器。

我在播客里經(jīng)常需要在 shownotes 里放一些重要概念的解釋。比如這期聊到了什么人物、什么公司、什么術(shù)語(yǔ)，給不熟悉的聽眾做個(gè)背景鋪墊。這種工作以前都是人工完成的，一條條查、一條條寫，不難，但費(fèi)時(shí)間。

我跟 SOLO 說(shuō)：幫我做一個(gè)工具，輸入一篇 Word 文檔的播客文字稿，做語(yǔ)義分析，把里面出現(xiàn)比較多的人名、公司名、品牌名和重要概念提取出來(lái)，做名詞解釋。用在我的播客 shownotes 里面。需要調(diào)用大模型的話，用環(huán)境變量里配好的模型。

它就很快給做出來(lái)了。

提取的準(zhǔn)確度不錯(cuò)，名詞解釋寫得也克制，不會(huì)寫成百科全書那種冗長(zhǎng)的樣子，基本上拿來(lái)就能用。

另外的一個(gè)類似的場(chǎng)景是，我把半拿鐵里中國(guó)互聯(lián)網(wǎng)故事的稿件都丟給他，讓他幫我整理一個(gè)導(dǎo)讀文章，也是幾分鐘就寫好腳本，搞定了。

在相當(dāng)程度上，文本相關(guān)的整理工作，現(xiàn)在已經(jīng)不需要人工完成。這也是官方推薦的使用方式之一。日?qǐng)?bào)匯總成周報(bào)，日記匯總成長(zhǎng)期的感悟，等等。

還有個(gè)有意思的地方。它自動(dòng)復(fù)用了我在第一個(gè)選題器項(xiàng)目里配好的模型調(diào)用模塊（需要大模型做文本分析總結(jié)）。我沒提，是它自己找到了能復(fù)用的輪子，就直接拿來(lái)用。

而用得越多，積累的輪子越多，后面的活兒就會(huì)越順手。

6

三個(gè)案例之外，一個(gè)很重要的感受。

這兩年 AI 編程工具太多了，很多都主打「一鍵搞定」。演示的時(shí)候非常驚艷，但真的作為生產(chǎn)力的時(shí)候，就會(huì)發(fā)現(xiàn)問(wèn)題：改不動(dòng)。

我把它叫做 收口難題。所謂「編筐編簍，重在收口」，編個(gè)筐編個(gè)簍子，主體編起來(lái)不難，收口的時(shí)候才發(fā)現(xiàn)費(fèi)勁。就跟下載軟件的進(jìn)度條一樣，看著 80% 了，殊不知工作量才剛剛開始。

剛才提到文本工作，肯定有朋友會(huì)疑惑：日?qǐng)?bào)都扔給現(xiàn)在的 Chatbot，不是也能生成周報(bào)嗎？沒錯(cuò)。核心的差異在于，它做出來(lái)的是腳本，不是一次性的、下次還要重新思考的任務(wù)，而是寫死的、準(zhǔn)確的工作流。

工作流就意味著可控、不是黑盒。

在過(guò)去的腳本，生成的代碼看不懂，項(xiàng)目結(jié)構(gòu)不熟悉，出了 bug 不知道在哪里。只能重新生成一遍，祈禱運(yùn)氣好。這跟生圖生視頻一樣，是抽卡抽盲盒。

而 SOLO 不一樣的地方在于，它能支持不斷改、不斷調(diào)。而且是可以自然語(yǔ)言溝通，對(duì)話里說(shuō)哪里不對(duì)，它就改哪里，改完能看到變化，不滿意就繼續(xù)說(shuō)。你需要關(guān)注的就是哪里跟想象的不一樣，反復(fù)跟它磨合。整個(gè)過(guò)程是可控的，走了幾步、當(dāng)前什么狀態(tài)，都清楚。

可控就意味著確定性。確定性才是真的生產(chǎn)力。

腳本的形式，大大節(jié)省了 token 和時(shí)間成本，也讓確定性更強(qiáng)。這很好理解：你每次讓龍蝦給你從頭學(xué)習(xí)研究今天的美股盤前簡(jiǎn)訊，和用一個(gè)工作流去運(yùn)轉(zhuǎn)跑一次簡(jiǎn)訊，后者第一次也許不那么亮眼，但經(jīng)過(guò)迭代，一定會(huì)比前者更穩(wěn)定、更可控，尤其是，更省錢。

這是未來(lái)融入大家的工作生活的一個(gè)趨勢(shì)，就像 PPT 模版或者 Excel 模板一樣，你都有自己專屬的，每次復(fù)用。

再加上足夠豐富的 skills ，讓對(duì)話就更有意義，它真的有能力去嘗試調(diào)整和解決，不是告訴你讓你去哪里改個(gè)什么東西，文件和資源對(duì)它相對(duì)透明。給它權(quán)限，也才真的是生產(chǎn)力。

7

生產(chǎn)力之外還有用戶體驗(yàn)的價(jià)值。像它支持多個(gè)任務(wù)同時(shí)跑，不用排隊(duì)等。比如我可以一邊讓它改選題器的 bug，一邊讓它跑 shownotes 的分析，互不耽誤。路上想到什么可以 remote 直接發(fā)過(guò)去，隨想隨改，就是數(shù)字員工。

Vibe coding 很多人的理解可能還停留在「程序員有了新的工具用自然語(yǔ)言寫代碼」?，F(xiàn)實(shí)情況是，隨著門檻進(jìn)一步降低，就跟誰(shuí)都能順手編輯個(gè)視頻一樣（猶記得 10 年前用繪聲繪影做視頻的痛苦），不會(huì)寫代碼的人，現(xiàn)在也能把自己的需求做成真正能跑的工具，而且可以樂(lè)在其中。

各位，如果對(duì)比剛才，跟我之前每次用 coding 和 AI agent 工具的舉例，就能明顯發(fā)現(xiàn)區(qū)別。過(guò)去還有拿來(lái)當(dāng)玩具展示的感受，目前已經(jīng)都在做日常能輔助工作的工具了。這個(gè)趨勢(shì)相當(dāng)明顯。我身邊不會(huì)寫代碼的朋友，在 vibe coding 的也越來(lái)越多，做完炫技的少了，用得自己上癮的多了。

以前想做一個(gè)小工具，要么找程序員幫忙，要么自己學(xué)編程?，F(xiàn)在只需要把需求想清楚，跟 AI 一輪一輪打磨就行，不需要懂什么參數(shù)配置，用哪種語(yǔ)言和插件，還是全靠一輪一輪的對(duì)話。

未來(lái)做 coding ，就跟我們?cè)?Excel 里輸入公式、在 Word 里搜索替換一樣簡(jiǎn)單，一樣融入日常。而這些操作在電腦剛普及的時(shí)候，對(duì)多數(shù)人還是神技一般。

TRAE SOLO 目前還在內(nèi)測(cè)階段，產(chǎn)品本身也在快速迭代，也有一些瑕疵和小問(wèn)題，但從已經(jīng)能做到的事情來(lái)看，方向是沒錯(cuò)的。

可以預(yù)見的是，這類工具會(huì)越來(lái)越多，也會(huì)越來(lái)越卷。底層模型的能力大家都在拉齊，接下來(lái)比的就是誰(shuí)的場(chǎng)景吃得更透、誰(shuí)的交互體驗(yàn)更舒服、誰(shuí)能讓非技術(shù)背景的人真正用起來(lái)。這跟當(dāng)年移動(dòng)互聯(lián)網(wǎng)的邏輯也差不多，基礎(chǔ)設(shè)施和流量（token）鋪完之后，拼的就是產(chǎn)品了。目前在國(guó)內(nèi)，暫時(shí)還沒有強(qiáng)有力的對(duì)手。

就說(shuō)到這，希望能幫到你。