Trae使用初体验

🍃上周代码写猛了直接导致codex用完了一个月的配额，因为再也无法古法手搓代码，给自己寻找一个量大管饱的AI工具就迫在眉睫了，我最后选择了Trae，用了以后有点真香的味道。 🍃之前我总认为AI工具好不好用，完全取决于大模型够不够聪明，用完Trae后我才发现，事实完全不是这样的。大部分任务不需要使用最聪明的模型，使用1️⃣中等聪明的模型+2️⃣明确的需求表述+3️⃣足够大的上下文阅读能力即可。 1️⃣ 【中等聪明的模型】输出结果不如预期，往往是AI使用者自己需求的模糊不清，而非模型不够聪明，之前我错误的归咎于模型的聪明程度了，事实上一个中等聪明的模型，已经吊打一般人了。 2️⃣ 【明确的需求表述】 直接在Trae内与模型对话，明确需求，整理为施工文档； 3️⃣ 【足够大的上下文阅读能力】Trae做好了本地访问、修改的基础建设工作，直接开箱使用即可； 目前已经用Trae写了两个小型项目了，我的大致流程是： - 【Work模式】完成需求拆解，和技术架构设计，拆分施工步骤，整理为施工蓝图。 - 【Code模式】按照蓝图执行施工，做测试，微调功能。 🍃看到Trae 30分钟内写完了10多个文件，5000行代码，并且功能解耦，我还是非常震撼的。 🍃最后希望Trea晚点再收费吧，价格千万别太贵！🙏 #AI #Trae