Trae：字节跳动的野心之作，真的能白嫖 Claude 和 GPT 吗？
开篇钩子
你有没有过这种纠结——Cursor 的 Tab 补全确实香，但每月 $20 的订阅费看着肉疼；GitHub Copilot 集成的确方便，但免费额度用完之后的体验落差巨大。更关键的是，国内开发者面对着一个现实困境：大多数海外 AI IDE 需要稳定的国际网络，高峰期延迟感人，甚至直接连不上。
这时候字节跳动甩出了一个王炸——Trae，一个基于 VS Code 二次开发、内置 Claude 和 GPT 双模型、完全免费的 AI IDE。
说实话，我第一次看到 Trae 的定位时，第一反应是"这不就是字节版的 Cursor 吗？"但在实际用了两周之后，我发现这个判断既对也不对。
目前 Trae 已经拆分为两条产品线：Trae IDE（传统 AI 编程编辑器）和 Trae SOLO（Agent 自主编程模式，类似 Cursor 的 Cloud Agent）。SOLO 的核心理念是「你定义任务，审核结果，AI 处理其余一切」——这是一种更彻底的 Agent 范式。
核心体验
如果你是 VS Code 用户，迁移到 Trae 几乎没有成本。界面布局、快捷键、插件系统都沿袭了 VS Code 的体系，甚至连你的 settings.json 和 keybindings.json 基本可以直接迁移。
但细节上有不少字节自己的思考。侧边栏的 AI 对话面板比 GitHub Copilot Chat 更符合中文用户的习惯——它不会在每句话后面塞一堆英文文档链接，而是直接给出可执行的方案。我让它在 React 项目里写一个带虚拟滚动的表格组件，它没有像某些 AI 助教那样先列十行"你需要安装以下依赖"，而是直接给出了完整代码，包括 useMemo 的性能优化处理。这种「少说废话，多写代码」的风格让我好感大增。
但也不是没有翻车的时候。有一次我让它重构一个 NestJS 项目的错误处理中间件，它给出的方案在 TypeScript 类型推导上有个比较隐蔽的问题——catch 块里的 error 被推断为 unknown 类型，而它直接当成 Error 用了。这种问题对于有经验的开发者一眼能看出来，但对于初学者可能就是一个坑。
功能深挖
双模型切换：这不是噱头
Trae 最大的卖点之一是内置 Claude 4 和 GPT-5 双模型，可在对话中随时切换。我在实际使用中发现，这确实不是简单的「接了两个 API」——两个模型在 Trae 中的表现有明显差异：
Claude 擅长的是结构性任务。让它分析一个模块的依赖关系、找出循环引用、重构类继承体系，它给出的方案逻辑清晰、步骤合理。而 GPT-5 在创造性任务上更强，比如从零设计一个 API 接口的请求/响应结构、或者给一段平淡的 UI 交互加上动画效果。
一个实用技巧：写业务逻辑时用 Claude，写工具函数和样板代码时切 GPT-5。切换成本几乎为零，点一下模型选择器就行。
项目级上下文感知
Trae 的代码库索引能力值得一提。它会自动分析项目的文件结构、import 关系、类型定义，建立一个项目级的语义索引。这意味着当你问「这个接口在哪里被调用了？」时，它不需要你手动 @file 引用，能直接跨文件定位。
我在一个约 200 文件的 Next.js 项目中测试了这个功能，索引建立大约花了 30 秒（首次），之后查询基本是秒级响应。相比 Cursor 的 @codebase 查询，Trae 的精确度稍低一些，但考虑到免费，这个表现已经超出预期。
不过要说明的是，Trae 目前只支持英文/中文的代码库索引。如果你的项目里有大量非英文注释（比如日语、韩语），检索精度会明显下降。
Trae SOLO：Agent 模式初体验
SOLO 模式是 Trae 最激进的功能。给它一个自然语言需求，它会自己规划步骤、读写文件、甚至借助终端运行命令。
我在一个玩具项目上试了 SOLO——要求它「从零创建一个 FastAPI 后端，带用户注册/登录、JWT 认证、SQLite 存储」。它在约 4 分钟内完成了 11 个文件的创建，可以跑通。但代价是中间出现了一次「死循环」——它在安装依赖时遇到版本冲突，反复尝试 pip install 不同的组合，最后还是我手动介入解决的。
SOLO 适合做原型验证和不涉及复杂依赖的新项目。对于已有大量业务代码的成熟项目，我目前更信任 Trae IDE 的 Chat + 手动编码模式。
真实评测
优点
- 完全免费，截至 2026 年 5 月没有任何付费计划。字节的财力让这件事变得可信，但长期可持续性存疑。
- 双模型架构不是噱头，确实能在不同任务上有切换价值。
- 中文开发体验一流，Prompt 理解和代码注释的中文质量明显优于海外产品。
- VS Code 迁移成本几乎为零，插件生态基本兼容。
- SOLO Agent 模式在简单任务上表现出色。
缺点
- 高峰期响应明显变慢。工作日下午 2-5 点（北京时间），AI 补全的延迟可能从 200ms 飙升到 2-3 秒。
- 海外访问不稳定。我在东京的服务器上测试，延迟和成功率都比国内差不少。
- 代码补全的「侵入性」有时过强——Tab 补全偶尔会猜测你接下来要写整整 30 行代码，虽然有部分是对的，但全盘接受后往往需要大量修改。
- 插件生态存在兼容性问题，部分 VS Code 插件（特别是涉及 Debugger 和 Language Server 的）在 Trae 上行为异常。
- 目前没有 API 自带额度（bring-your-own-key）的选项，完全依赖字节的服务端。
社区反馈
V2EX 和知乎上关于 Trae 的讨论可以分成两派：一派是「白嫖党的胜利」，另一派担心「数据隐私」。字节官方声称不会用用户代码训练模型，但鉴于公司既往的数据政策争议，建议敏感项目的开发者关掉代码库索引功能，至少在使用初期保持谨慎。
横向对比
| 特性 | Trae | Cursor | GitHub Copilot |
|---|---|---|---|
| 价格 | 免费 | $20/月起 | $10/月（个人） |
| 模型 | Claude 4 + GPT-5 双模型 | 多模型（含自研 Tab 模型） | GPT-5 / Claude 4 |
| 中文优化 | 优秀 | 良好 | 一般 |
| Agent 模式 | SOLO | Agent + Cloud | Copilot Agent |
| VS Code 插件兼容 | 大部分兼容 | 高度兼容 | 原生 |
| 国内访问 | 流畅 | 需要稳定网络 | 需要稳定网络 |
如果你预算为零且主要写中文技术栈，Trae 是目前的最优解。如果你追求极致的代码补全速度和多模型灵活性，Cursor 的 Pro 订阅仍然值得。如果你已经在用 VS Code 且不想换编辑器，GitHub Copilot 的集成最无痛。
适用人群
推荐给： 预算有限的个人开发者、学生群体、国内全栈工程师、中文技术栈团队。特别适合那些想尝试 AI 编程但又不想花钱的用户。
不建议： 对代码隐私有极高要求的企业用户、需要稳定海外访问的远程团队、重度依赖 VS Code 专业插件（如特定 Debugger）的开发者。
上手建议
- 首次启动先跑一遍
Trae: Build Index，让代码库索引跑完再开始写代码，否则补全质量会明显打折。 - 写业务逻辑切 Claude，写模板代码切 GPT-5，养成这个习惯能显著提升产出质量。
- SOLO 模式先在小项目上试，不要一上来就让它操作你的主代码仓库。
- 关闭自动上传遥测数据，在设置里找到
Trae: Telemetry相关选项。 - 如果你同时安装了 VS Code 和 Trae，注意它们的配置文件可能会互相干扰——建议用
--user-data-dir参数隔离。