字节 TRAE：从 AI IDE 长成两种掌控方式

TRAE 在 2025 年 1 月发布时，是一个 AI 原生 IDE。到 2026 年底，它已经不是了：一条线继续做代码（TraeCode），另一条线做办公（TraeWork）。名字还在，边界变了。

产品线是怎么长出来的

这个变化不是一次发布，是一串合并。

2026 年 3 月 31 日，SOLO 桌面版 v0.1.0 与网页版同时发布，定位是"以智能体为核心的工作台"，支持 Work 与 Code 双模式。同年 5 月的 v3.3.55 把 Builder、Builder With MCP 合并成 Agent，把 SOLO Builder、SOLO Coder 合并成 SOLO Agent。到 9 月的 v3.3.93 至 96，Solo Agent 与 Agent 进一步合并为统一的 Agent 智能体。

结果是现在打开官网，看到的是两个入口：TraeCode 负责编码、调试、测试、重构、部署；TraeWork 负责 PPT、数据分析、深度调研，桌面、网页、移动三端可用。

对老用户来说，这意味着术语要重新记一遍——旧的"Builder 模式"已经不存在了，文档和教程里还在用旧名的，基本都过期了。

三种模式，三种掌控权

图 1　先看任务，再选模式

IDE 模式是传统形态：补全、局部重构、修报错。每一步由你确认，AI 是加速器而不是驾驶员。

SOLO 模式（即 Agent）给它一个目标，它自己规划、调工具、跨文件改、跑命令，从一句自然语言推进到可执行产出。支持 /goal、/plan、/spec 这类内置命令，用来约束它的计划与规格。

TraeWork 是另一类：交付的不是代码，是文件。你把活动数据丢进去，说"做成可筛选的交互网页"，它生成一个能看的页面，而不是一堆前端代码。

这三种模式的差别不是功能多少，而是"谁来决定下一步"。IDE 是你决定，SOLO 是它决定，TraeWork 是结果导向、过程不重要。

选错的症状很典型：用 SOLO 改一行代码，等了三分钟；用 IDE 做一个完整功能，改得支离破碎。

上下文：规则、记忆与 MCP

编码 Agent 的效果，一半取决于上下文管理。TRAE 在这块的做法比较完整。

TRAE Rules 用来定义 AI 的工作规则，类似其他工具里的项目指令文件。全局记忆在 2026 年 6 月上线，可以跨历史对话沉淀上下文。MCP 支持从 2026 年 4 月起接入 OAuth 授权，意味着能连需要登录态的第三方服务，而不只是无鉴权的接口。

Cue 是它的补全形态：预测下一处改动，按 Tab 应用，支持多行编辑和 diff 对比。这类功能看起来不起眼，但它是日常使用频率最高的部分。

还有 Agent 窗口（2026 年 10 月加入），用来统一管理跨项目的任务和远程目录。多任务并行时，这个界面比在多个窗口间切换要清楚。

命令执行：三档，默认最保守

它把命令执行分成三种模式：沙箱运行（默认，可配白名单）、手动运行、自动运行。删除文件会在进入回收站前二次确认。

这个设计思路值得说一句：默认值选了最保守的一档，把"放开"变成用户的主动选择。对编码 Agent 来说，这是合理的——它能在你的机器上跑任意命令，默认放手才是危险的。

企业采购时，这一档默认值往往比模型跑分更影响能不能过审。

和 Cursor、Claude Code 的位置差别

对 Cursor：都从 IDE 出发，但 TRAE 多了一条办公线，且更强调 SOLO 这种"交出去自己跑"的模式。Cursor 的重心始终在"边看边改"。

对 Claude Code：Claude Code 是终端优先、单一模型、规则体系极成熟；TRAE 是多模型（豆包、DeepSeek 等）、图形界面优先、模式更多。一个偏"工程师的工具"，一个偏"团队的工作台"。

对 DeepSeek Harness：那是一个可自组的运行时，TRAE 是一个成品。想改造底层选前者，想明天就用选后者。

价格与适合谁

免费档每月有固定积分额度，付费按 token 消耗分档，海外站点大致是每月 8、20、60、200 美元四档，国内定价与权益以官网为准。这种"积分 + 分档"的模式，好处是用得少就花得少，坏处是成本不好预估——长任务很容易一次吃掉大半额度。

适合三类人：独立开发者和小团队（性价比是它的主打）；需要"一个人做完一个功能"的产品经理或创业者；以及想把办公产物也交给同一个工具的人。

不太适合两类：对数据治理有严格限制、要求私有化部署的企业；以及需要稳定、可预测的固定费率的重度团队——按量计费在高频使用下不一定便宜。

一个观察

TRAE 的演进路径，其实是国内 AI 编程工具的一个缩影：从"补全插件"到"能接任务的 Agent"，再到"覆盖编码与办公的工作台"。每一步都在扩大"它能替你做多少"的边界。

但边界扩大之后，真正决定体验的不再是模型，而是三件事：上下文给得够不够、权限收得紧不紧、产物验收顺不顺手。这三件事，恰好也是所有 Agent 产品共同的功课。