我陆续用 Trae Solo 帮我写了不少中型模块。我越来越感觉，它在某些场景下的代码生成能力，不只是“写代码”，更像是在同时帮你做：
- 模块拆分
- 功能规划
- 参数设计
- 错误处理
- 类型规范
- 接口边界定义
换句话说，它不仅是“代码机器”，还是“轻量架构师 + 工程师”。
这篇文章会以我最近写的三个模块为例，讲讲它的深度代码生成体验。
🧱 一、从一个最普通的需求开始：写一个任务调度模块
我给它的第一句话是：
我要一个简单的任务调度器：
1. 支持注册多个任务
2. 支持定时执行
3. 能查看状态
如果是自己写，通常会这样做：
- 写 scheduler.py
- 写 tasks.py
- 用 asyncio loop 做调度
- 加个状态管理
但 Trae Solo 的输出比我预想得更“工程化”。
📦 它自动拆成了三个模块
生成的目录结构如下：
scheduler/
__init__.py
core.py
registry.py
runner.py
types.py
并说明了每个模块的职责：
- core.py：核心逻辑（事件循环、调度器）
- registry.py：任务注册
- runner.py：执行器
- types.py：类型约束
我看完直接怀疑自己是不是在读一个成熟小框架的结构。
🔧 二、看它写的核心逻辑（非常专业）
下面是它生成的 scheduler 核心：
# core.py
import asyncio
from .registry import TaskRegistry
class Scheduler:
def __init__(self):
self.registry = TaskRegistry()
self.running = False
async def start(self):
self.running = True
while self.running:
for task in self.registry.get_tasks():
if task.should_run():
asyncio.create_task(task.run())
await asyncio.sleep(1)
def stop(self):
self.running = False
你可以看到：
- 控制逻辑清晰
- 没有 magic
- 不会多引入奇怪依赖
- 很适合作为进一步扩展的基础
它写的代码风格接近有 3~5 年经验的 Python 工程师。
🧠 三、Trae Solo 最大的能力不是代码，而是“合理拆分”
我又给它加需求：
帮我支持任务依赖，比如 B 依赖 A 执行完。
它很冷静，没直接往核心逻辑塞代码，而是：
- 在 types.py 加 TaskDependency
- 在 registry.py 增加依赖图
- 在 runner.py 增加执行顺序
- 明确循环依赖的风险，并给出校验逻辑
给出的设计草图如下：
Task A -----\
-> Task B -> Task C
Task X -----/
整个设计思路比我自己一上来就改代码要稳得多。
🚀 四、模块级的代码生成能力非常强
我让它写一个“事件总线”（EventBus），它自动给到这样的结构：
eventbus/
bus.py
subscriber.py
publisher.py
types.py
Publisher 示例代码：
class EventPublisher:
def __init__(self, bus):
self.bus = bus
def publish(self, event_name, payload):
self.bus.dispatch(event_name, payload)
而 subscriber 也生成得很自然。
🔥 五、加一些边界需求，它也能稳住
例如我说：
加入异常隔离，不能让一个任务的失败导致整个调度器崩溃。
它加上：
try:
await task.run()
except Exception as e:
logger.error(f"Task {task.name} failed: {e}")
专业到位，不多不少。
🎯 六、总结：Trae Solo 的代码生成不是“补丁式”，而是“设计式”
它真正强的地方是：
- 擅长设计模块
- 擅长拆分职责
- 擅长制定边界
- 擅长写可维护的代码
它写出的代码你能直接用，不会有那种“AI 味”。
真实体验：
Trae Solo 写代码的节奏，真的像程序员写给自己的未来代码。
