编辑 | Tina

今日，字节跳动正式推出了其 AI 编程助手 Trae 的 2.0 版本，并开始逐步开放用户访问权限。此版本引入了全新的 SOLO 模式——一个具备上下文处理能力的系统，能够基于全面信息进行任务的规划与执行，支持从编写代码到功能交付的完整开发流程。

字节跳动还透露，Trae 2.0 在视觉设计上进行了重大更新，同时引入了核心功能 SOLO 模式。

SOLO 模式不仅仅是个智能的上下文工程师，它的能力远超协助编写代码。它可以思考、规划、构建并提供完整的端到端功能。具体而言，SOLO 模式能够处理从 PRD 风格的需求文档、技术设计，到浏览器内容和终端输出等各种上下文信息，全面覆盖规划、编码、测试和部署等整个开发周期。

而且，SOLO 模式将代码、文档、终端和浏览器整合在一个界面中。用户无需编写任何代码，只需通过自然语言或语音描述开发需求，SOLO 就能够自动生成 PRD、编写代码、进行调试验证，并最终实现部署，真正实现从构想到应用的无缝交付。

例如，如果后端工程师希望在用户重置密码时增加邮件通知，只需简单描述目标：“当用户重置密码时发送电子邮件，使用队列系统，并包含 IP 和设备信息。”SOLO 将自动在代码库中找到适当的代码位置，重用模块，编写所需代码，添加测试，并提交整洁的 PR，整个过程将在上下文环境中自然而然完成，无需额外设置或手动干预。

字节跳动 TRAE 的负责人 Yang Shi 在发布前也表示：“新版本的 Trae 即将上线，上下文工程将成为未来的一大趋势。”

关注上下文的人，正在引领潮流

随着 Trae 在上下文工程的突破，表明这一领域的热度正快速上升。

越来越多的开发者意识到，当大型模型表现不如预期时，问题往往并不在于模型本身，而是其所依赖的系统未能提供成功的必要条件——例如上下文信息不足、结构混乱或完全错误。

上下文工程的崛起，最早可以追溯到一个名为 Qodo 的团队。不久前，他们进行了一项关于 AI 生成代码质量的研究（2025 State of AI code quality）。该调研涵盖大量开发者，其中一个令人瞩目的结果是：76.4% 的开发者表示，他们对未经人工审核的 AI 代码缺乏信任。主要原因在于 AI 仍然容易出现幻觉和错误，这也成为其实际应用的一大障碍。

研究报告指出，尽管 AI 工具已经成为软件开发中的常用工具，但开发者对于其输出结果的深度信任仍然难以建立。问题并不在于 AI 的编码能力，而是在于代码未经审核就被直接部署上线时，容易出现问题。而造成这一切的关键短板，正是缺乏充分的上下文信息。AI 常常无法获取足够的信息，很多时候甚至不清楚自己遗漏了哪些重要信息。

Shopify 的 CEO Tobi Lutke 也在 Twitter 上发表了引发 AI 社区广泛共鸣的观点。他指出：“与其说是提示工程，我更倾向于称之为上下文工程。这个词更准确地描述了我们真正需要掌握的核心技能：如何提供完整的上下文信息，以使大型语言模型能够执行复杂任务。”

“上下文工程”这一概念的流行，离不开 AI 领域的重要人物 Andrei Karpathy 的推动。他曾引入“vibe coding”这一术语，迅速在过去一年内引起广泛关注。借助诸如 Cursor、Windsurf 和 Replit 等工具，开发者只需用自然语言表达需求，AI 就能自动生成代码，迅速搭建应用原型。

上个月，Karpathy 在 X（前称 Twitter）上转发了 Tobi 的一则帖子，指出：“我更倾向于使用‘上下文工程’这个词，它比‘提示工程’更符合实际。”

Karpathy 进一步强调，我们已经不再处于“谁能写出更精妙的提示”这一阶段。核心在于“上下文工程”，即如何有策略地设计、组织和传递最合适、最准确的信息，以最大限度地发挥大型模型的潜力。

上下文工程并非单纯的提示词技巧，而是一种综合了科学方法、工程直觉和系统设计的高级能力。它涉及任务的描述与解释、少样本示例（few-shot）、RAG（检索增强生成）、相关甚至多模态数据、工具调用、状态与历史上下文、压缩策略等多个方面。正是这种系统性的设计能力，推动了越来越多的 AI 应用在现实世界中的落地，超越了简简单单的“ChatGPT 套壳”。

Karpathy 的观点发布后，引发了 AI 社区对开发新范式的热烈讨论。

LangChain 的联合创始人及 CEO Harrison Chase 也表示，“上下文工程”正在成为新的热门趋势。他进一步指出，上下文工程的定义是“构建动态系统，以合适的格式提供合适的信息和工具，使得大语言模型能够实现目标任务。”

简而言之，上下文工程的关键技能在于，如何在每个环节中精确选择、组织和管理 AI 或 AI Agent 所需的信息，确保不会遗漏重要细节，也不至于信息过载，从而高效完成任务。

BloomTech 的创始人 Austen Allred 直言不讳：“上下文工程的威力是提示词工程的十倍，甚至比‘凭感觉写代码（vibe coding）’强大一百倍。”

产业界也迅速采取行动。上周，Manus 宣布全面投入上下文工程，本周 Trae 也在其技术博客上表示，SOLO 的核心正是上下文工程。

构建高效的 AI 开发方案，关键不在于所写的代码，也不在于最初的提示。随着任务复杂性的提升，完整、精确和结构化的上下文信息远比一个“神奇的提示”更为重要。

SOLO 的设计充分考虑了上下文工程的原则。它首先理解你的知识架构，协助你思考和规划，然后将复杂的工作拆分为逻辑步骤，便于实施。

当你说“创建一个带有电子邮件验证的用户登录页面”之类的请求时，SOLO 将以 PRD 风格的项目规范进行回应，分析你当前的项目架构，并使用丰富的信息和工具进行执行，同时提供已构建内容的清晰总结。

紧随潮流，Trae 的发展势头不容小觑

Trae 是字节跳动在今年年后首次推出的产品，是一款相对年轻的 AI 开发工具。然而在短短的时间内，它便展现出了强劲的增长态势，迅速融入了 AI 开发的浪潮。

Trae：AI 编程助手的迅猛崛起

自去年以来，人工智能技术的飞速进步催生了大量新产品。像 GitHub 的 Copilot 和 Cursor 等应用，体现了 AI 与集成开发环境（IDE）的深度结合，Trae 也选择了这样的发展道路。

开发者们对 AI 编程的期待主要集中在两个方面：更加智能的代码补全以及更加主动的辅助决策。在代码补全上，AI 赋予了全新的互动形式。例如，以前的补全方式依赖于 IDE 的 API 索引，用户需要点击弹出的提示框。而如今，交互方式已经转变为“幽灵代码”（ghost text），用户只需简单地按下 Tab 键即可完成补全。

在此基础上，Cursor 进一步创新，推出了多点补全机制，AI 能够预测下一个编辑位置，并实时提供建议。这种交互模式的演变，成为了 AI IDE 工具吸引用户的关键特点。Trae 也在努力接近这种“多点预测”的使用体验。

在代码问答与辅助分析的领域，大型模型已经逐渐超越了早期的聊天机器人模式。例如，GPT 不再仅仅满足于回答代码相关问题，还新增了代码解释器功能，将代码编辑区域整合进应用程序中，允许在类似沙箱的环境中运行 Python 代码。其他竞争对手也在朝着这一方向发展，比如 Claude 的 Artifacts 以及 GPT 的 Canvas 画布，这些新功能都在不断扩展 AI 的编辑能力。

Trae 的发展速度令人瞩目，最初只支持基本的问答模式，用户需要手动将代码应用到编辑器中。随后，迅速上线了“Builder 模式”，实现了代码的自动读取、修改与错误修复，初步具备了“自动化”功能。

到了 4 月，Trae 还推出了 MCP 模块和自定义 Agent 系统，用户可以组合不同的功能组件，创建个性化的智能助手。

MCP 的引入解决了“第一方与第三方工具如何混合使用”的问题，并通过标准协议加速了与生态工具的对接。Trae 团队表示，为了紧跟竞争对手的步伐，并满足用户对第三方工具复用的需求，在 3 月 MCP 发布后，他们迅速做出决策，将 MCP 集成到系统中，以便为构建上下文工程的基础能力奠定重要基础。

不过，MCP 目前仅开放了 Prompt 部分，早期用户使用情况不理想。为此，Trae 团队在不影响原系统提示的基础上，增加了名为“userprompt”的结构，用于注入用户输入，并引入优先级限制机制，以确保模型行为的可控性。这一改进也为 4 月自定义 Agent 功能的上线铺平了道路。

在 7 月 4 日，Trae 团队正式宣布开源其核心组件 Trae-Agent。

在短短六个月内，Trae 从一个只能进行基础问答的编程助手，逐渐演化为具备自动理解代码、调用工具、规划执行流程、支持自定义以及多 Agent 协作的智能系统，形成了“能听懂、能看懂、能执行”的完整能力体系，已经成为一个真正出色的 AI 编程助手，并在众多 AI IDE 中占据了一席之地：

参考链接：

https://www.trae.ai/blog/product_solo

https://x.com/Trae_ai/status/1946205967298986037

声明：本文由 InfoQ 整理，内容不代表平台立场，未经授权禁止转载。

今日推荐文章

创始人出人意料地“背叛”员工获得财富自由，Devin 快速接手兑现员工期权，华人 CEO 暗示：不如做自己吧！

月收入 5 万美元的 AI 副业，仅靠这几个工具就能轻松启动？我已经体验了这十类热门工具。

AI 编程让资深程序员的效率下降了 19%！OpenAI 的前研究员揭示：别再被“AI 工具智商税”坑了，谷歌高管也表示支持！

醒醒吧！CEO 夸口 AI 能写 95% 的代码，绩效考核却依旧看重程序员的手速？

会议推荐

首届 AICon 全球人工智能开发与应用大会（深圳站）将于 8 月 22-23 日隆重举行！本次大会主题为“探索 AI 应用边界”，将聚焦于 Agent、多模态、AI 产品设计等热点领域，讨论企业如何通过大模型降低成本、提升运营效率的实际案例，邀请来自顶尖企业、大型公司及明星创业公司的专家，分享前沿的大模型实践经验与洞察。共同探索 AI 应用的更多可能性，发现 AI 驱动业务增长的新路径！