一、一场巨变
作为一个在大厂工作多年的 Java 程序猿，今年，我正在见证一场正在发生的巨变！
今年 "Vibe Coding " （氛围编程）这个词开始流行，“只是看到一些东西，讲些话，运行些东西，再复制粘贴，结果大部分都能正常运行”。身边越来越多的朋友开始不约而同地使用 Cursor、Windsurf、Github Copilot、Trae 等基于 VS Code 的新一代的 AI 编程工具或插件。越来越多使用过这些新一代 AI 编程工具的朋友，怀着比较惊喜的心情主动给身边的同学安利这些工具。
前段时间，看到一个老外在推特上说不用新一代 AI 工具的人感到不可思议，感觉他们就像“疯了”一样。
我现在已经大概有 95% 以上的代码都是 AI 编写了，已经开始习惯于思考如何把任务描述清楚，让 AI 来 Coding，节省出一些时间来做相对更有价值的事情。作为一个 Javaer，一个 IDEA 的重度用户，也开始慢慢适应 VS Code 这个“新” IDE 了，虽然会经历短期的“阵痛”（开始的时候快捷键不熟悉，有些功能找不到）。
我自己体验过 Cursor、Trae 最终选择了 Trae。最主要的原因是 Cursor 上手门槛相对比较高，有时候会把原本好好的代码给改乱了，fast 次数用完后有时候尤其是晚上会很慢很慢。Trae 对中文的支持比较好，在进行代码修改之前支持手动确认，让我感觉到对代码的把控感更好一些，功能比较全面，不仅支持规则，还支持上下文、模型设置，还支持 MCP 、自定义智能体等。
二、 喜欢 Trae 的理由
2.1 Vibe Coding
之前很多 IDEA 中的 AI 插件，主要提供函数补全、生成单元测试、加注释和函数级别重构。现在 Trae 中可以实现 Vibe Coding。
想要初始化项目直接说：
想要实现某个功能直接说：
我比较喜欢的一点 Trae 写好代码默认并不会直接写到文件中，可以阅读它输出的编码思路，产出的代码对不对，确认好了以后点击“应用”再写入到对应文件中。
再比如 Cherry Studio 可以通过 CSS 自定义壁纸，找到了漂亮的 CSS 代码，但是每次要更换壁纸需要 ctrl + f 搜索图片路径进行替换太麻烦。
就可以使用 Trae 快速写一个图片替换小工具，只需要粘贴背景图的链接，点击替换按钮即可生成对应的 CSS 文件。
粘贴到 Cherry Studio 自定义 CSS 界面就可以生效。
除了前端代码之外，Trae 写后端也很擅长，只要能把任务拆解成 Trae AI 一次可以完成的粒度，功能描述清楚，它就可以快速写出相关代码，如果存在问题，再对话调整即可，开发效率和编码体验大大提升。
当然，除了写代码之外， 我也经常会使用 Trae 帮助我阅读开源项目代码，比如阅读 Spring 、Dubbo 这些 Java 开源项目源码，甚至阅读 OpenManus、A2A 这种 python 代码也很高效。可以直接对着仓库提出任意想问的问题，也可以让他画出一些核心的流程图、类图等。
如对于 Google 的 A2A 协议的源码，在 Trae 中输入 ：“画出 A2A 协议的流程图,放到 learn 目录下并支持以 html 的方式打开渲染查看”，就可以自动生成对应的流程图页面，学习效果会更好一些。
2.2 功能引导很贴心
周围的很多人也都说 Trae 的产品体验做的很好，我自己也很有体会。
拿设置规则来说，除了个人规则和项目规则的页面自带说明之外，实际创建时还会给出配置引导。
Trae 支持创建个人和项目规则，强烈建议大家根据自己或团队偏好设置规则，这样才能让 AI 写出的代码更符合预期。
2.3 功能全面
除了前面介绍的支持个人和项目规则外，还支持模型、上下文、MCP和智能体等功能。
一般国外先进模型出来，Trae 都会很快支持，除了超级模型、高级模型外还支持自定义模型。不过目前还是 Claude 、GPT、Gemini 编码效果更强一些，自己配置国内的模型效果会大打折扣，国外的 API 很贵，用 Trae 官方的比较划算。
上下文中不仅可以进行代码管理，还能配置对特定文件进行忽略，通过链接或上传文档添加文档到上下文中。
MCP 市场中的 MCP 服务比较全面，如可以为 AI Coding 工具提供最新的、版本特定的代码文档和示例 context7 ，市场中搜不到的 MCP 服务可以手动配置。目前很多 MCP 帮助有限，不过我个人判断，未来越来越多的真正有用的 MCP 服务上架到 MCP 市场，在 VS Code 上基于 MCP 的开发有可能成为主流开发范式。
不仅内置了 Builder 和 Builder with MCP 智能体，还支持自定义智能体，这点非常有特色。
比如我自定义一个“重启并测试”的智能体，就会重启然后自动检查存在的错误进行修复，非常方便。
上面是一些中规中矩的用法，大家也可以发挥自己的脑洞，想出一些更有意思的用法。
如创建“通俗讲解专家”智能体。 提示词如下：
## 角色
你是一位概念通俗讲解专家，能够用深入浅出的方式解答用户的疑惑给出建议等。
## 技能：深入浅出的讲解
当用户提出问题或需求时，按照下面格式输出 Html 代码，自动写入到 docs 目录（没有就自动创建）中并在默认的浏览器中打开进行预览。
========== 生活化例子 ==========
提供一些更贴近生活或通俗易懂的例子，帮助用户更容易得理解这个概念或知识点。（如果有多个概念，请分条目展示）
========== 概念讲解 ==========
用相对通俗的语言对概念进行详细解释。（如果有多个概念，请分条目展示）
========== 简单记法 ==========
对我给出的论述如何能快速有效的记忆，给我一些tips，包括但不限于口诀或其他的简单记忆方法。（如果有多个概念，请分条目展示）
========== 图示 ==========
如果有可能，最后绘制专业美观的 SVG 清晰解释这个概念，长宽比 16:10（如果布局不开，可以扩大长宽），彩色风格。
输出格式如下，注意以 <svg 开头：
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 width height">
<!-- 结构化的 SVG 元素 -->
<!-- 清晰的命名和注释 -->
<!-- 模块化的组件设计 -->
</svg>
特别注意：
1. 元素到小和堆叠顺序合理性：在SVG中，后定义的元素会绘制在先定义元素的上方。如果没有合理安排绘制顺序，就容易产生遮挡。
2. 坐标计算更精确：当未精确计算元素位置和大小时，元素可能会意外重叠。
3. 重视布局规划：缺乏对整体布局的规划，导致元素排列拥挤或混乱。
4. 响应式考虑周到：没有考虑不同视口大小下的元素自适应问题。
## 要求
1. 请始终必须使用中文（Chinese）进行回答。
2. 如果需要提供长段信息，请尽可能尽量结构化，重点内容可以适当加粗，以易于阅读。
3. 在解释概念时，注意举例的一致性，如果涉及多个概念尽量采用相似的例子进行举例。
4. 如果用户继续追问，可以根据实际情况进行回复，不需要严格遵循上述格式。
5. 图示中 SVG 主要排版的合理性，注意避免元素出现不必要的重叠或者元素出到图片框外。
大家也可以基于上述提示词进行优化。
先让大模型用生活化的例子让我们快速 GET 到意思，然后给出通俗的专业讲解，再给出一些容易记忆的方法，最后通过 SVG 图解，提高学习知识的趣味性和效果。
如备考软考高级时，可以编写提示词在 Trae 中创建写软考高级论文范文的智能体。提示词参见：linux.do/t/topic/674…
自己去预测一些论文题目，让 AI 撰写范文来学习。
大家可以打开脑洞，根据自己生活、工作和学习的各种场景，创建智能体，全面提效！
2.3 价格优势
提到 Trae 收费，有些人抱怨，有些人拍手叫好。说实话，很多人最初用 Trae 是冲着“白嫖”超级模型来的，包括我也是。但是深度使用之后发现确实好用，但是偶尔会出现排队等待的情况，就很痛苦。之前我在 Trae 用户群里就给官方反馈，希望早点收费，有时候排队太痛苦了。
说实话像 Claude 、Gemini 这些先进的模型 API 成本挺高的，不太可能长期免费
就在前两天， Trae 海外版终于推出了收费计划，价格非常有竞争力。Pro 月付每个月 10 美元，首月 3 美元；Pro 年付，每个月 7.5 美元。比 Cursor 便宜了一半，而且每个月支持 600 次 fast 请求，无限次 slow 超级模型请求，无限次高级模型请求和无限次自动完成。最贴心的是支持支付宝支付！！
官方还宣称：能记住更多历史对话内容，对关键细节和重点信息的把握也更准确；以前需要你手动规划的编程路径，现在可以交给AI来自动完成；新增了许多AI可自动调用的工具，减少了你在编程时的手动操作；整体看起来更加智能。
尤其是首月 3 美元，试错成本不高，倒是可以考虑开一个月试试，效果不好就不续费了。我今天 3 美元买了 Pro 使用起来确实比之前爽多了，后续有新的体会再发文给大家分享。
2.4 模型优势
在我看来，不管是 AI Coding 工具，还是其他的 AI 产品，核心还是看模型能力。现在国内的很多 AI Coding 产品效果没国外好的一个重要原因就是模型有些差距。国外先进模型发布后 Trae 国外版通常会非常迅速地就能支持，开通个会员倒是不用担心很多新模型不支持。
三、总结
整体来说，Trae 该有的功能都有，对国外新出的先进模型的支持速度快，而且产品体验做的比较好，价格也相对便宜，更适合国内的程序员，值得去下载体验，重度用户开通 Pro 也比较划算。
当然现在的 AI Coding 工具并不完美：有些工具上手门槛比较高，缺少最佳实践；很多 AI Coding 工具主要是单线程，无法多线程；编程过程相对黑盒，当改动很多时，过程不可见，相对不可控；现在企业级的工程通常需要跨项目，现在先进的 AI Coding 主要专注于当前项目范围，工具缺少跨项目上下文的成熟的方案。
目前对我来说， Trae 是更适合的选择，如果你还在使用“原始”的编码方式，可以下载 Trae 试试！使用 Trae 是不要仅局限在编码场景，也可以通过创建智能体，使用 MCP 等干一些更有意思和更有价值的事情。
附录：
- AI Coding 大型项目开发经验：github.com/zhangchench…
