AI 原生开发新范式：TRAE 2.0 即将上线。

你是否有过这样的想法：

• 开发一个存钱管理工具来掌控财务状况。
• 开发一个感知声音的拍照APP，大喊“茄子”或“嚯哗”就能自动拍照。
• 设计一个亲戚关系计算器，轻松应对叫不上称谓的尴尬。

现在，使用 AI 编程就能让这种灵感快速落地了。

GitHub 上有一个叫「积流成江」的开源项目，就是使用 TRAE 开发 3 天上线的。

01

项目简介

积流成江开源项目能帮你把日常生活中遇到的英文单词、句子（比如网页、视频、路牌上的）收集起来，并科学的记住它们。

而且运用了艾宾浩斯遗忘曲线，自动在你快忘记时提醒复习，把零散知识变成牢固记忆。

项目基于微服务架构（Hertz, Kitex）构建，并集成了 AI 大模型能力（智能聊天、语音转文字、图片识英文）让学习更智能方便。

技术栈很现代，开发者使用 TRAE AI 辅助编程 3 天就搞完了。

系统架构图

调用组件关系

整个开源项目 85% 使用 TRAE AI 编程神器进行代码开发、调试、注释、单元测试编写等。

开源地址：https://github.com/Trae-AI/stream-to-river

AI 编程领域的发展真的很快，而且已经被验证能大幅度提升生产力、释放每个人的奇思妙想。

02

AI 编程演进

用上 TRAE 或者 Cursor 的读者肯定深有体会，AI 真的让编程生产力大幅度提升，对程序员或者独立开发者影响很深刻。

如果你有很多有趣的想法，属于你的时代真的已经来了。

现在你只需要口头指挥就能创建出属于你自己的 APP，「积流成江」开源项目就是很好的一个案例。

这个领域变化特别快，AI 编程正经历一场从「辅助工具」到「自主智能体」的革命性变革。

大概分 3 个阶段，每个阶段代表一次升级-工具智能化（Copilot）、协作深度化（进阶工具）、任务自主化（Agent）。

① 工具智能化（Copilot时代）

AI 作为「代码补全器」，聚焦片段生成，但依赖开发者主导。代表产品如 GitHub Copilot，通过预测代码行提升效率，但局限于简单场景。

② 协作深度化（协作阶段）

AI 能深度理解代码上下文，支持调试、测试等任务，可生成测试脚本或 Mock 数据。

③ 任务自主化（Agent 时代）

比如 TRAE 即将升级 2.0 版本，国际版将推出全新的 SOLO 模式，覆盖开发全场景，这意味着 AI Coding 不再是 AI 融入 IDE ，而是升级为 AI 自主执行开发任务的新形态

SOLO 也将是行业内首个 Context Engineer 。AI 蜕变为「自主执行任务」，成为真正的 Context Engineer，它能自己理解需求、调动工具、独立完成各类开发任务。从而解决业务逻辑理解不足、复杂场景适配弱等问题。

Trae 一直在探索人与 AI 高效协作的最佳路径。

用过 TRAE 的同学知道，你只需通过 @智能体，提供 #上下文，AI 即可完成需求。

你可以根据需求灵活定义工具、技能和任务逻辑，轻松构建专属的 AI 智能体团队。无论何种职业，TRAE 让 AI 真正为你所用。

TRAE 有内置的 MCP 市场，能够一键安装。

之前我推荐过的 MCP 服务都在市场里面，让 AI 写代码之前去查技术文档的 context7、让 AI 能爬网页的 Firecrawl、自动调用浏览器的 Playwright。

一键安装，各种 MCP 工具为你所用，拓展 AI 编程能力的边界。

最好的工具，恰恰是让开发者忘记工具本身的存在，专注于问题本质的求解与奇思妙想的落地。

当工具隐入背景，将创造的自由彻底交还开发者——这或许正是 TRAE 2.0 所描绘的 AI 编程终极愿景。

回顾火山引擎 FORCE 大会所畅想的「AI原生开发」未来，我们离这一未来又近了一步。做好准备，与 TRAE 一同，迎接开发方式的全新“破壁”。

TRAE 2.0 将于 7月 21 日正式发布，敬请锁定！

文章来自公众号“这逛逛GitHub”，作者“逛逛”