作者 | 王涵

编辑 | 漠影

昨晚，国内AI编程标杆应用TRAE直播公布SOLO模式正式登陆中国版！

11月12日，TRAE在国际版中上线SOLO模式，将Coding Agent带入大众视野。一经上线，该模式就获得了海内外专业开发者的一致好评。（字节TRAE SOLO正式版来了！上下文压缩腾空间，Agent也能分头干活）

此次，SOLO模式正式登录TRAE中国版，新增SOLO Coder（含Plan和SubAgent）、多任务、上下文压缩、代码变更等核心功能，覆盖最全开发场景，而且完全免费。

SOLO模式是一种高度自动化的开发方式，以AI为主导，可理解目标、承接上下文并调度工具，独立推进各阶段开发任务。

市面上更常见的IDE模式，则是指提供智能问答、代码自动补全以及基于智能体的 AI 自动编程能力。

此次更新后，中国的专业开发者也可以享受到双重开发模式：IDE模式保留原有流程，控制感更强；SOLO模式让AI主导任务，自动推进开发任务。

一、AI编程赛道竞争加剧，TRAE如何破局？

当前，AI编程已成为全球科技竞争最激烈的赛道之一。

据公开融资信息显示，2025年11月13日，知名AI代码编辑器Cursor宣布完成高达23亿美元（约合人民币163亿元）的D轮融资，并披露其年化收入已突破10亿美元（约合人民币71亿元）大关。

放眼整个市场，其增长潜力同样不容小觑。根据ResearchAndMarkets调研报告，2024年全球生成式AI编程助手市场规模达到了2590万美元（约合人民币1.8亿元）。预计至2030年，这一数字将激增至9790万美元（约合人民币6.9亿元），复合年增长率高达24.8%。

在中国市场，复合年增长率预计为23.5%，推动市场规模在2030年达到1490万美元（约合人民币1.1亿元）。

正是看到了这一点，字节跳动旗下AI编程助手TRAE的入场备受瞩目。其国际版上线SOLO后，凭借卓越的性能快速获得市场认可。

根据Product Hunt及G2等第三方平台数据，TRAE国际版在发布当月即登上趋势榜前列，并积累了首批坚实的用户口碑，为它的全球征程奠定了良好开局。

这一市场表现，也为TRAE中国版SOLO模式的发布进行了充分预热与铺垫。

就在昨天晚上的直播中，TRAE中国版正式上线SOLO模式。与海外工具相比，TRAE中国版的SOLO模式进行了深度的本土化优化，在中文需求理解、本土框架适配及服务稳定性上更具优势。

更引人注目的是其定价策略。TRAE中国版宣布在发布期完全免费使用，并支持超长上下文窗口。

二、TRAE SOLO以多智能体协作，攻克最难的开发场景

TRAE SOLO官方定位为“The Resoponsive Coding Agent”，称其能够覆盖最全开发场景，轻松应对复杂项目。

首先先理清一个概念：什么是复杂项目？

“复杂任务”是指无法通过单一指令或简单堆叠功能来完成的项目，具体来说，可以是项目迭代、问题修复与架构重构等具有结构性、逻辑性、状态管理和长期维护需求的项目。

为应对此类挑战，TRAE SOLO模式内置了其核心智能体——SOLO Coder。该智能体采用“主Agent-子Agent”协同架构，能够有效调度资源，将复杂的“1到N”型项目层层分解、有序执行。

在此架构中，主Agent（SOLO Coder）作为“总指挥”，负责处理复杂任务逻辑与整体调度。然而，当任务链条过长、上下文信息过载时，单一智能体执行具体任务的精准度可能受到影响。此时，子Agent的作用就出现了。

这些子Agent作为专注于特定“垂直领域”的专家，在主Agent的智能调度下，分别承担被拆解后的精细化任务，实现了“让专业的智能体做专业的事”。

并且，每个子Agent在工作时拥有独立的上下文环境，能够有效避免长对话中常见的“上下文污染”问题，确保了任务执行的专注与精确。

在配置方式上，该体系兼具灵活性与易用性。开发者仅需提供对子Agent能力的简短描述，系统即可自动生成功能完整的专属智能体；也支持直接输入完整配置进行手动创建，满足深度定制需求。

在实际运用中，开发者可在指令中明确指定调用某个子Agent，也可将任务全权交由主Agent，由其自主分析、智能编排最合适的子Agent团队协作完成，真正实现了智能化的人机分工。

三、实时感知、全局掌控、多任务并行，TRAE重新定义智能编程

有了Agent加持，TRAE SOLO展现出三大核心特征，即“实时有感知”“随时可掌控”与“多任务并行”，具体表现在功能层面的升级中：

TRAE SOLO 引入了全新的代码变更查看工具“代码变更”，支持多维度查看代码变动，用户可按需回溯至多15个会话记录。

该工具以独立标签页形式，集中展示代码的历史变更记录，使开发者能够快速掌握AI所作的全部新增与修改，从而强化对开发流程的感知与控制，贴合专业开发者的使用习惯。

代码变更具备两种核心使用场景：

其一，整体审查。当AI根据某一需求同时修改多个文件后，开发者可在对话流末尾点击“查看变更”汇总卡片，在代码变更中一次性审阅所有文件的变更内容，实现高效整体验收。

其二，步骤追溯。如在回顾过程中对某一步的具体修改产生疑问，开发者可直接点击对应步骤的文件卡片，代码变更将立即展示仅属于该步操作的代码差异，实现精准定位与排查。

在界面布局上，SOLO模式在原有对话流与工具面板基础上，新增了多任务面板，形成清晰的三栏视图。

多任务列表支持同时并行开发不同功能模块，例如前端与后端开发、技术咨询与问题解答等任务可同步推进，显著提升多线开发效率。

同时，SOLO模式对对话流进行了智能化改造。AI在完成关键步骤或功能模块后，会自动将执行过程折叠为简洁摘要，使复杂任务条理化，执行全程一目了然。

为增强开发节奏的可控性，SOLO内置了“To-Do List”功能，可智能拆解任务并标记完成进度，用户能够实时追踪AI的执行状态与后续计划。此外，系统还提供一键跳转至对话顶部/底部、快速切换会话等快捷操作，极大优化了长对话场景下的浏览体验。

在任务执行前，用户可勾选“Plan”模式。在此模式下，AI接收到任务后将首先输出实施方案，用户可与AI反复沟通、调整计划，待确认满意后AI才会进入具体开发阶段，从而有效前置风险把控，确保执行路径符合预期。

面对长上下文场景下模型可能出现的“失焦”与幻觉问题，SOLO Coder提供了上下文压缩与管理能力。用户可主动触发压缩功能，精炼对话内容，提升模型输出效果的同时，显著降低token消耗与使用成本。当上下文超出窗口限制，或用户切换智能体与模型时，系统也会自动执行压缩操作，以适应多样化使用场景。

四、做一个真正的AI工程师，是TRAE的初心也是目标

“The Real AI Engineer”是TRAE名字的由来，也是其给自己的定下的目标。

在AI编程助手日益成为开发者标准配件的今天，区别于聚焦单点代码补全的传统工具，TRAE的愿景是构建一个能深度理解项目上下文、贯穿软件开发全生命周期的协作者，做真正的AI工程师。

这一雄心的背后，是TRAE强大的技术基因与海量实战场景。

作为诞生于字节跳动这个互联网大厂的产品，TRAE的核心能力并非实验室产物，而是经过了多年的技术积淀，其AI模型所学习的代码规范与解决方案具备工业级的可靠性与实用性。

更为关键的是，TRAE并非在传统开发环境上简单“外挂”AI功能，而是从底层构建了AI原生的架构。这使得它能够突破单文件限制，实现跨模块、跨仓库的深度上下文感知，并将代码生成、智能评审、运维建议等环节整合为一个由自然语言驱动的无缝工作流。

在TRAE主页有一篇博客，很坦诚地说清了TRAE的发展愿景，即通过推进人工智能驱动的编码，实现人与人工智能之间的无缝协作，使开发人员能够更智能、更快速、更有创造力地工作。

TRAE认为，在AI能力指数级增长的时代，核心挑战已不再是让AI更擅长写代码，而是构建最优的协作模式，让人与AI各展所长。这种伙伴关系将释放出两者都无法独自实现的潜能。

TRAE的核心使命正是回应这一根本需求：构建一个无缝的协作框架，让AI成为开发者思维的延伸，而非替代。

结语：拥抱AI编程的黄金时代

TRAE中国版SOLO以“自主编程+本土化+免费”三大核心，为中国开发者提供了一个切实可行的新选择。

它的上线，表明国内的AI编程工具正在逐步摆脱对海外产品的单纯模仿与依赖，转而开始针对本地开发者的具体需求，提供更贴合实际场景的解决方案。这一变化，有助于推动国内开发环境的整体效率提升与自动化进程。

AI编程，迎来黄金时代。