trae使用的簡單分享

Tuesday, July 22, 2025

界面設計

trae 的界面具有不錯的審美, 布局/配色/字體較原版均有調整, 審美上很棒. 邏輯也較為清晰, 這方面我沒有能力提出什麼建議.

功能

功能缺失

較 vscode, 缺失較多 Microsoft 和 Github 提供的功能, 下邊僅列出我知道的部分:

設定同步
設定 Profile
Tunnel
外掛市場
第一方閉源外掛
IDE 僅支援 Windows 和 MacOS, 缺失 Web 和 Linux
Remote SSH 僅支援 linux 端, 缺失 Windows 和 MacOS

其中第一方的閉源外掛屬於較難啃的骨頭, 目前通過使用 open-vsx.org 來解決, 一些常用外掛都有, 版本未必最新, 但夠用.

由於 Remote 的缺失, 不同系統設備較多的只能暫時放棄.

功能對齊

對比較早發展的 vscode/cursor, 功能上已經對齊.

使用大模型的方式, Ask/Edit/Agent 等都有, CUE(Context Understanding Engine)對標 NES(Next Edit Suggestion).

Github Copilot 的補全使用 GPT-4o, Cursor 的補全使用 fusion 模型, Trae 尚未公布其補全模型.

MCP, rules, Docs 功能都有.

補全

實際體驗下來 CUE 效果較差, 至少 90%的建議都不會被我採納, 由於其極低的採納率, 多數時候會影響注意力, 我已經完全不使用 CUE 了.

GPT-4o 擅長補全下一行, NES 能力很差, 基本上 NES 我都是關的. fusion 的 NES 極佳, 相信每個用過的人一定印象深刻. 但它的強處只在代碼補全, 非代碼內容補全不如 GPT-4o. CUE 沒有可用性.

以 10 分為滿分, 不嚴謹主觀打分

模型	代碼行內補全	下一步修改補全	非代碼內容補全
Cursor	10	10	6
Github Copilot	9	3	8
Trae	3	0	3

Agent

各 IDE 初期的 Agent 都有較好的能力, 但實際效果都在逐步下降, 這點並不只批評哪一家, 各家都是如此.

目前有幾個概念:

RAG, Retrieval-Augmented Generation, 檢索增強生成
Prompt Engineering, 提示詞工程
Context Engineering, 上下文工程

目的都是為了讓大模型更好的理解人的需求. 喂給大模型的上下文不是越多越好, 上下文需要一定的質量, 低質的上下文會影響大模型的理解.

話雖如此, 但有些人在實際使用中可能會發現, 費很大力氣, 最後發現還是代碼原文件傳遞給大模型可以獲得最好的效果. 在中間設計提示詞, 上下文工程的作用並不明顯, 有時甚至會影響效果.

Trae 中實現了這三種路線, 但我暫未感受到領先的體驗.

性能問題

有不少人和我一樣遇到性能問題, Trae 絕對是 vscode 系中最不同尋常的一款, 儘管前文誇讚了它的前端設計, 但實際使用上有很多卡頓.

Trae 可能對 vscode 進行了較大的修改, 這意味著它將來不太能和 vscode 相容, 基線版本可能會停留在某個 vscode 版本.

我的部分外掛在 Trae 上運行卡頓, 有的功能已不能正常運行, 這個問題在 Trae 上可能會持續存在.

隱私政策

Trae 國際版提供隱私政策的說明: https://www.trae.ai/privacy-policy

Trae IDE 提供中英日語言, 隱私政策提供 9 國語言, 卻不提供中文.

簡單來說:

Trae 搜集並分享數據給第三方
Trae 不提供任何隱私設置選項, 使用即同意隱私政策
Trae 的數據存儲保護和分享, 遵循部分國家和地區的法律, 其中不包括中國

總結

Trae 的行銷較多, 這可能會和企業文化綁定較深, 未來可能也會是網路上聲量較大的 IDE, 由於它的能力不匹配聲量, 後續我不會再繼續觀望. 字節的自有模型不算強, 可能需要數據來進行學習以提升自己的模型能力, 它的隱私政策不友好, 為數據收集開了大門. 以我的長時間和這類型開發工具打交道的體會, 根本競爭力在模型, 不在其它東西上, 也就是 cli 就足夠 vibe coding. Trae 的價格非常便宜, 可以持續以 3 美元購買 600 次 Claude 對話, 是市面上能使用 Claude 模型最便宜的工具. 基於此我推斷 Trae IDE 實際是為了訓練字節自己的模型, 構建自己的核心競爭力, 而推出的一款數據搜集產品.