Trae:字节的双形态编码线——TraeCode(IDE + SOLO)与 TraeWork,外加一个已停更的 MIT 开源壳
trae
字节跳动的 AI 编码产品线,官方文档把它拆成两个明确不同的东西。TraeCode 是深度集成 AI 能力的开发工具,双模式:IDE 模式保留编辑器、终端、调试、扩展与源码管理,适合需要对代码变更与执行做细粒度控制的场景;SOLO 模式由 AI 主导,用自然语言、语音或上传本地文件描述需求,AI 自主完成任务拆解,一路走完代码生成 → 测试 → 预览 → 变更摘要 → 部署,界面从左到右是任务管理面板、AI 对话面板与工具面板(内置编辑器、文档查看器、浏览器)。TraeWork 是从 TraeCode 的 SOLO 模式长出来的 AI 原生工作区,有 Web、桌面、移动三端,分 Work / Code / Design 三种模式,面向开发者之外的产品经理、数据分析师、运营与设计岗。长任务上限写得很实:Max 模式上下文窗口最大扩到 1M、单任务最多支持 200 轮工具调用、单次最多读取 750 行文件(减少分段处理频率)。仓库 bytedance/trae-agent 为 MIT 开源,但已约八个月未更新,不能代表 Trae 当前的工程实现。边界:不公开任何第三方基准读数(没有 SWE-bench / Terminal-Bench 之类的自证数字),能力主张全部来自功能文档与厂商描述;客户端闭源;1M / 200 轮 / 750 行是上限而非典型体验,且官方自己说明会显著抬升成本;模型可用性受区域(Seed / MiniMax / GLM 对美国用户不可用)与套餐档位双重限制,跨区团队的可用模型集合不一致;并发云任务是硬性档位差异,Free 档不含 SOLO,评估时不能只看月费。置信度 C(厂商宣称)。
- 置信度
- 厂商宣称
- 只有官方模型卡/发布会,无独立复测
- 关键指标
- Max 模式上限(上下文 / 单任务工具轮次)
- 厂商宣称 · 2026-09
- 成熟度
- 产品
- 研究 → 演示 → 产品 → 生产
我们的判断我们给它 C 档(厂商宣称)。能独立复核的只有人气与工程事实:
bytedance/trae-agent的 12,119 stars / 1,352 forks / MIT 许可 / 最后一次 push 2026-02-05 / 191 个 open issues 由我们在 2026-09-28 直接查 GitHub API 得到,配套论文 arXiv:2507.23370 可查;18 个内置模型清单、272k 分档单价、五档订阅与并发云任务数(2/2/10/15/20)都是官方文档与定价页公开写明的可核对事实。但这套档案里真正的能力主张——Max 模式的 1M 上下文、单任务 200 轮工具调用、单次读 750 行、SOLO 的端到端交付链、设备离线自动切云——全部来自官方产品文档,Trae 没有公开任何第三方基准读数(没有 SWE-bench、Terminal-Bench 一类的自证数字),我们也没有独立复测。按契约 §13.5,「只有官方文档、无独立复测」就是 vendor-claim;star 数是人气事实,不是能力读数,不能拿它把档位抬到 A。水位判断:Trae 的战略位置是「模型中立的多前端派发层」,而不是自研模型路线。三件事支撑这个判断。其一,它的模型面是行业内最杂的之一——同时上架 OpenAI(GPT-6-Astra/Sol/Luna、GPT-5.6 三档、GPT-5.5/5.4/5.2)、Google(Gemini-3.1-Pro / 3-Flash)、字节自家 Seed-2.1-Turbo,以及中国的 GLM-5.2、DeepSeek-V4-Flash、Kimi-K3/K2.7-Code/K2.5、MiniMax-M3/M2.7,并支持 BYOK;Trae 卖的是调度与体验,不是底座。其二,它把跨端派发做成了产品主轴:手机是派发中心,可以同时管云端 TraeWork 与多台个人电脑,向不同设备并发派活,设备离线时自动切到云端执行,三端共享账号与任务数据实时同步——这是把「agent 跑在哪台机器上」抽象成了一个可调度资源池,方向上比单机 IDE 更靠前。其三,它对成本的表述异常坦白:Max 模式文档里直接写「开启会显著增加成本,日常任务默认窗口通常足够」,厂商在功能文档里劝退自己的高配档,这类自我约束在赛道里罕见。
值得同行抄的三点:agent 工作流被显式拆成需求分析 → 代码调研 → 方案设计 → 实施变更 → 交付验收五段,且内置 Agent 先出可执行计划、等用户确认后才逐步开发,这是对长任务失控最便宜的一道闸;DiffView 把 agent 产出收敛成「受影响文件数 + 变更总行数 + 逐文件 diff」一次可审的变更;AI code review 能对未提交变更、单个 commit 或分支 diff 出摘要 + 流程图 + diff 三种视图,把评审做成理解工具而不是合规动作。
要如实说清的风险信号:trae-agent 已约八个月没有代码提交,而 191 个 open issues 仍在累积——开源仓库与商业产品线的迭代节奏已经脱节,不能把这个 MIT 仓库当作 Trae 当前工程实现的样本。另外,模型可用性受区域与套餐双重限制(Seed / MiniMax / GLM 系列对美国用户不可用;GPT-6 全系、GPT-5.6 全系、GPT-5.5、GLM-5.2、DeepSeek-V4-Flash、Kimi-K3/K2.7-Code 需升级到新版套餐),SOLO 模式不含在 Free 档,只有 Ultra 有新模型抢先体验;跨区团队实际能用的模型集合并不一致,按官网模型清单做技术选型会算错。
它是什么:字节跳动的双形态编码工具——TraeCode(IDE + SOLO)与 TraeWork(Web / 桌面 / 移动)
Trae 是字节跳动的 AI 编码产品线,官方文档把它拆成两个明确不同的东西。TraeCode 是「深度集成 AI 能力的开发工具」,提供覆盖编码、项目理解、调试运行与变更管理的完整开发体验:你可以像在传统 IDE 里一样掌控每一步,也可以把复杂任务交给 agent 去规划执行。TraeWork 则是从 TraeCode 的 SOLO 模式长出来的 AI 原生工作区,有 Web、桌面、移动三端,分 Work / Code / Design 三种模式,面向开发者之外的产品经理、数据分析师、运营与设计岗。
TraeCode 的双模式是它最有辨识度的结构:
- IDE 模式:保留编辑器、终端、调试、扩展与源码管理这些熟悉的工作流,适合需要对代码变更与执行做细粒度控制的场景。
- SOLO 模式:AI 主导。用自然语言、语音或上传本地文件描述需求,AI 自主完成任务拆解,一路走完代码生成 → 测试 → 预览 → 变更摘要 → 部署。界面从左到右是任务管理面板、AI 对话面板与工具面板(内置编辑器、文档查看器、浏览器等)。
Max 模式:1M 上下文 + 单任务 200 轮工具调用 + 单次读 750 行
这是 Trae 在长任务上给出的三个具体上限,写得很实:上下文窗口最大扩到 1M、单任务最多支持 200 轮工具调用(容纳多步骤、多依赖的任务处理)、单次最多读取 750 行文件(减少分段处理频率)。官方给的适用场景包括:大型复杂项目的初稿快速生成(一次性导入依赖、数据结构与配置文件直接产出可运行的全局原型)、长文档或复杂需求的分析与实现(直接读懂长 PRD、设计文档或合规协议并转成代码)、跨模块跨文件的理解与重构(SDK / 框架升级、全局命名规范调整、跨模块 API 重构)、复杂交互或多步流程的自动化脚本生成(CI/CD 流水线、跨服务调用编排、自动化测试脚本),以及实时交互式开发中的上下文保持。
更值得注意的是它自己写的那句提醒:「开启 Max 模式会显著增加成本……对日常开发任务,默认上下文窗口通常已经足够。」厂商主动劝退自己的高配档,在定价页之外的功能文档里出现,是很少见的诚实。
CUE 与 Agent:补全层与执行层分开做
CUE 是补全侧的能力集合:代码补全、链式补全、多行编辑、下一处编辑预测与跳转,并能在 Python / TypeScript / Golang 项目里帮忙导入依赖与重命名引用。
Agent 是执行侧。官方把它的工作流拆成五段,可以直接当 harness 设计的参照:需求分析 → 代码调研(搜代码库、文档与在线资源、定位相关文件、分析既有实现)→ 方案设计(按分析结果拆步骤并动态优化修改计划)→ 实施变更(可能包含推荐新依赖库、要执行的终端命令、以及在客户端之外需要人工操作的指引)→ 交付验收(验证完成后交还控制权并汇总所有修改)。内置两个 agent:Chat 快速响应技术咨询与排障,Agent 负责自动化项目开发——它与普通对话式 agent 的区别是先基于目标与项目上下文生成一份可执行计划,等你确认计划后再逐步开发。此外支持自定义 agent,可配置 prompt、MCP server 与工具集,并提供「一键导入」的现成自定义 agent。
上下文可挂载的类型也列得很全:文件、文件夹、代码片段、终端输出、仓库、文档集,甚至网页。
SOLO 的交付链:Figma to code、Supabase、Vercel、Stripe、DiffView
SOLO 模式把「从设计到上线」这条链上的关键第三方都接成了工具:Figma to code 能解析设计文件并把设计元素转成可执行代码,既可以选整个 frame 生成整页,也可以精确选单个组件(按钮、表单、卡片);Supabase 接云端 PostgreSQL,一边设计界面一边建库;Vercel 一键部署并拿到可分享链接,内容更新后可再部署新版本;Stripe 作为可调用工具接支付;另有 AI 服务配置项按需集成进 Web 应用。
两个交互细节值得单独提:DiffView 在对话面板点 Open Diff 打开,显示受影响文件数、代码变更总行数与修改文件列表,点任意文件看具体 diff——把 agent 的产出收敛成一次可审的变更;对话自动折叠(Settings > Conversation > To-Do List 里的 Conversation Auto-Fold)会把已完成的任务自动折叠并摘要,需要时再展开看细节。任务管理支持在同一个项目里并行管理多个任务,打破传统串行执行。
TraeWork:把 SOLO 变成跨端派活的工作区
TraeWork 的定位是「口袋里的 AI agent 中枢」,三端共享同一套账号体系与任务数据、实时同步,分工写得很清楚:移动端是跨设备任务派发中心,Web 与桌面端负责任务执行、深度交互与结果审阅。桌面端是不依赖 TraeCode IDE 独立运行的应用,同时支持本地任务与云任务,输入支持文本、语音、附件与 skills,实时显示任务进度并自动摘要产出,可以直接在对话界面里预览与验收结果。移动端默认支持按住说话,可以集中管理云端 TraeWork 与多台个人电脑,向不同设备并发派活并实时监控进度;当某台设备离线时,系统自动切到云端执行,保证任务不中断。
Cloud agent 提供统一的运行时与依赖管理,所有代码在稳定隔离的远端环境执行,避免本地环境差异带来的兼容性与性能问题。三种模式各自的取向:Work 面向不做开发的人(文档、数据、演示材料),Code 面向习惯 agent 驱动开发的工程师(编码、调试、仓库管理、Git 工作流),Design 提供从创建、精修到交付的端到端 AI 设计流程。
安全与工程配套:Privacy mode、沙箱执行、AI code review
Privacy mode 开启后,Trae 不使用你的对话、代码片段或 AI 生成产物做数据分析、产品优化或模型训练,代码库文件始终留在本地设备。沙箱执行让 agent 生成的命令在受限环境里跑,通过文件访问控制与高危命令拦截策略降低误用风险。
工程配套也没有因为「AI 优先」而缩水:完整内置 Git 工作流并能用 AI 生成规范化提交信息;AI code review 可以对未提交变更、单个 commit 或分支 diff 做总结与评审,用摘要、流程图与 diff 视图三种形式帮你理解改动;扩展商店支持扩展编辑器、语言支持与调试工具;Remote SSH / WSL 支持在远端环境开发。
模型面:18 个内置模型 + BYOK,以及两条区域限制
内置模型清单(逐条可查)覆盖三家美国实验室与中国厂商:Seed-2.1-Turbo、GPT-6-Astra / Sol / Luna、GPT-5.6-Sol / Terra / Luna、GPT-5.5 / 5.4 / 5.2、GLM-5.2、DeepSeek-V4-Flash、Kimi-K3 / K2.7-Code / K2.5、Gemini-3.1-Pro-Preview / Gemini-3-Flash-Preview、MiniMax-M3 / M2.7,同时支持通过 API key 添加自定义模型。单价按 272k 上下文分档:GPT-6-Astra ≤272k 为 $10 / $50 每百万 token(输入 / 输出),超过 272k 涨到 $20 / $75;GPT-6-Sol 为 $2 / $10,超档 $4 / $15;Seed-2.1-Turbo 为 $0.50 / $2.50。
两条限制必须写清楚:其一,Seed 系列、MiniMax 系列与 GLM 系列对美国用户不可用;其二,GPT-6-Astra/Sol/Luna、GPT-5.6-Sol/Terra/Luna、GPT-5.5、GLM-5.2、DeepSeek-V4-Flash、Kimi-K2.7-Code、Kimi-K3 这批模型需要升级到新版套餐后才可用。
商业面
五档订阅:Free $0、Lite $8/月(年付 $80,约 $6.70/月)、Pro $20/月(年付 $200)、Pro+ $60/月(年付 $600)、Ultra $200/月(年付 $2,000,约 $166.70/月),另有 On-Demand Usage 按需付费。并发云任务数按档递增:2 / 2 / 10 / 15 / 20;SOLO 模式不含在 Free 档;只有 Ultra 有新模型的抢先体验。Lite 档是区域定价,只在泰国、印尼、越南、菲律宾、印度、巴基斯坦、土耳其、马来西亚、巴西、哥伦比亚、秘鲁、尼日利亚 12 个国家/地区提供。
trae-agent:开源的那一半,以及它的停更信号
Trae 有一个 MIT 许可的开源命令行 agent bytedance/trae-agent,来自字节跳动 Lakeview 研究团队,配套论文 arXiv:2507.23370。它支持多家 LLM、可记录完整执行轨迹(trajectory)便于复盘与训练,行为由 YAML 配置(max_steps 默认 200)。截至 2026-09-28 的 GitHub 数据:12,119 stars、1,352 forks、191 个 open issues、未归档。但要如实指出:最后一次 push 是 2026-02-05,距今已约八个月没有代码提交,而 191 个 open issues 仍在累积——这个开源仓库与商业产品线的迭代节奏已经明显脱节。
边界
Trae 不公开任何第三方基准读数(没有 SWE-bench / Terminal-Bench 之类的自证数字),能力主张全部来自功能文档与厂商描述;客户端闭源,trae-agent 虽 MIT 开源但已约八个月未更新,不能作为「Trae 当前工程实现」的代表;Max 模式的 1M / 200 轮 / 750 行是上限而非典型体验,且官方自己说明会显著抬升成本;模型可用性受区域(Seed / MiniMax / GLM 对美国用户不可用)与套餐档位双重限制,跨区团队的可用模型集合不一致;并发云任务是硬性档位差异,Free 档不含 SOLO,评估时不能只看月费。