AI Coding“卷王”Trae：216天、63 個版本和數百個功能

董道力 ｜ dongdaoli@pingwest.com

王兆洋 ｜ wangzhaoyang@pingwest.com

“不要著急寫代碼，先看看這版 Trae 增加了什么新功能”一位程序員如此說到。

我們先來看一張折線圖。

你以為這是這幾個月的大 A 的走勢圖？這其實是 AI IDE Trae 的版本迭代圖。

在這張圖中，Trae 7個月的高速奔跑一覽無余。從2025年1月2 日 v1.0.0 到8月23日 v2.1.2，Trae 在216天里發布了整整63個版本，平均3.4天一個更新。v1 期間用了將近半年時間完成了四十多次迭代，已經算是高產，而到了 v2 節奏明顯被推高，短短一個多月，v2.x 系列已經堆出了15個小版本。

通常來說，像 VS Code 這類開發工具一般“月更”，而 Cursor 和 Windsurf 等新興 AI IDE 也不過是“周更”，可以說 Trae 的迭代速度已經脫離開發工具的常規速度，變得快和內容行業一樣瘋狂。

問題來了，一個 IDE，為什么要更新的那么頻繁？答案就藏在更新的功能中。

階段一：補基礎設施（v1.x）

2025年1月20日，Trae v1 正式發布，那時候的 Trae 還只是一個 AI IDE 的雛形，它能調用 AI 來輔助寫代碼，但基礎設施并不完善。接下來的半年時間，每一次更新都像是在打地基，補齊 AI IDE 的基本功能。

2月底的 v1.0.8，Trae 宣布支持 Claude 3.7 Sonnet，這是它第一次接入外部大模型。一個月后，DeepSeek R1 被快速補上。6月的 v1.4.3，又加入了 Google 的 Gemini，不到十天后，OpenAI 也被納入自定義模型服務商。在傳統 IDE 里，多語言支持是常態，而在 AI IDE 里，多模型支持則是必選項。用戶會根據模型能力來選擇工具，Trae 沒有時間猶豫只能在最短時間內把市面上最好用的模型一一接入。

與此同時，Trae 還在補上現代 IDE 的核心功能。3 月的 v1.1.0 增加了 Remote SSH，允許開發者連接遠程 Linux 主機，這是 VS Code 的標配功能，也是后端工程師最基本的需求，如果缺少它，Trae 根本沒資格進入主流開發場景。到了6月底的 v1.4.11，又修復了 Windows PowerShell 的兼容性問題。終端是程序員日常操作頻率最高的工具之一，一旦在命令行層面出錯，整個 IDE 就會陷入癱瘓。環境配置、進程管理等能力，也在這一階段逐步補齊。

階段二：差異化嘗試（Cue）

當這些“及格線”任務完成之后，Trae 才有余力探索更具差異化的方向。6月的 v1.4.2，它發布了智能編程工具 Cue，這是 Trae 從“AI 聊天補全”走向“代碼理解與重構”的關鍵一步。Cue 不僅能進行智能補全，還能多行修改、預測修改點位置，甚至支持跨文件跳轉。它讓 AI 第一次具備了和開發者一起“重構代碼”的能力，標志著 Trae 從一個“合格”的 IDE，開始邁向“智能助手”。

在 v1 階段，Trae 的迭代邏輯其實很清晰：它不只是“快”，而是不得不快。彼時，AI Coding 作為新生事物，正處于百家爭鳴的階段。前有 Cursor 等新興 AI IDE 不斷冒頭，后有 VS Code、IntelliJ IDEA 等老牌工具依靠插件體系加速補齊 AI 功能。在這樣的環境下，Trae 若想脫穎而出，就必須一邊補齊傳統 IDE 的必備功能，一邊迅速迭代，交付用戶真正期待的 AI 體驗。這更像是一場速度戰，慢一步就可能被淘汰。

階段三：角色躍遷（SOLO 模式）

到了年中，Trae要回答的問題是“有什么獨特價值”。7月18日，v2.0.0 上線，全新視覺設計和 SOLO 模式橫空出世。SOLO 模式讓 AI 不再只是代碼補全助手，而是能自動生成需求文檔、梳理技術架構、快速搭建前端應用，甚至一鍵部署。那一刻，IDE 第一次擁有了類似“項目經理 + 全棧工程師”的身份。

此后的迭代幾乎是狂奔狀態。一個多月時間，Trae 就從 v2.0.0 跑到 v2.1.2，每一次更新都在拓展新的邊界：有的版本讓 IDE 具備了任務管理功能，可以自動拆解工作、標記進度。有的版本接入了 Supabase，讓 AI 可以直接管理數據庫用戶與數據，開始邁向真正的全棧開發平臺。而到了 v2.0.12，Figma 設計稿也能直接轉化為前端代碼，Trae 甚至介入了設計師和工程師之間的協作鏈路。

Trae 正在以近乎激進的速度驗證一個問題：AI IDE 的獨特賣點究竟在哪？有人只想要更聰明的補全，有人希望 IDE 能變成學習工具，還有人憧憬一鍵生成全棧應用。在沒有標準答案的賽道里，Trae 只能不斷加速，把各種可能性都試一遍，賭哪一條能跑通。

AI Coding這個階段比什么，就是比速度

Trae 的快速迭代是整個 AI 軟件行業節奏變化的縮影，它不是一個個例。在傳統軟件時代，更新是緩慢而穩健的。產品經理不但要兼顧功能需求、兼容性以及用戶的遷移成本，關注的是軟件穩定性和長期可靠性。而在 AI 軟件中，完全沒有延用該邏輯。至于背后的原因，其實也就是 AI 行業老生常談的問題，模型迭代太快，需求尚未定型。

模型迭代的速度前所未有。過去開發工具的基礎設施相對穩定，幾年才會迎來一次架構級的更新，而 AI 模型卻可能在幾周內就跨越一個代際。與此同時，用戶需求也在不斷游移，遠未形成定型標準。唯一可行的辦法，就是以極快的迭代頻率，把所有可能性都試一遍。

在這種節奏下，軟件迭代本身變成了一種“實驗過程”。這讓用戶的角色悄然改變。他們不再只是等候穩定版本的使用者，而是產品迭代的實時參與者。反饋會在幾天之內被吸收，功能會在下一個小版本中快速上線。對很多開發者而言，使用 Trae 的感覺更像是加入了一場開放式的實驗，而不是單純安裝了一款 IDE。

當然也許有人會感嘆：“更新太快，工作流還沒習慣就被打斷?！薄皩懘a前，得先學會 Trae 的新功能。”

但事實上， AI 時代，真正有野心的產品在爭奪的用戶，也是那些習慣了飛速迭代的用戶。最終這場競爭在此刻的關鍵，就變成了速度的比拼。

Trae不會停下來。