“姚老师，AI真的能写出可用的代码吗？它会取代我们程序员吗？”
这是今年在香港中文大学做 TRAE Campus 分享时，一位大三学生举手提出的问题。
这一年，我不仅是 TRAE Expert，也是 TRAE 的深度用户，更有幸成为 TRAE Hackathon 的评委！
我也见证了各行各业无数开发者用AI重新定义编程的可能性！
今天，让我们一起回顾一下这段旅程。
我的2025开发账单
打开 TRAE 的2025年度报告，几个数字让我自己都有些惊讶：
- 使用天数： 291天
- 单日代码补全： 73次
- 最晚使用时间： 凌晨0点50分
- 最长单次对话： 116分钟
这些数字背后，是一个个真实的开发场景，同时也为我解决了一个个真实的实际问题！
当 TRAE Expert 遇见社区
除了日常开发，今年更让我难忘的是两次深度参与的社区活动。
香港中文大学 TRAE Campus 分享会
我面对的是一群对AI编程充满好奇却又心存疑虑的大学生们。
我现场给大家分享了AI编程的进阶之路，从心法到技巧，从技巧到范式。
最触动我的是一位同学的提问：“如果AI能写代码，我们还需要学编程吗？”
我的回答是：“恰恰相反，AI让我们能把精力从细节中解放出来，专注于更高层次系统设计、架构思维和问题解决。你需要学的也更接近工程本质了。”
担任 TRAE Hackathon 评委
这次的经历则让我看到了开发者们无限创造力。
印象最深的是一个滑雪教练，他用 TRAE 写了一个全国滑雪场地的系统，不仅包括营业的详细时间、价格，并且集成了地图，将各个滑雪场标注在地图上，直接点击查看，非常棒的交互体验！
从使用者到分享者、评委，这个角色的转变让我深刻体会到：TRAE 不只是一个工具，更是连接开发者、催生创新的社区生态。
TRAE 的进化史
回顾2025，TRAE 经历了三次关键的进化。
TRAE 1.0：智能辅助的探索期（1-7月）
年初，TRAE 发布了1.0版本，核心是插件和IDE的深度集成。那时候的TRAE，更像是一个聪明的助手：你问它问题，它给出答案，除此以外他也会适时去调用MCP达成某些目标。
这个阶段的 TRAE，解决的是“知识辅助”的问题。 它让我不用频繁Google，直接在IDE里就能获得专业的编程建议。
但这还不够。仍然需要我作为主导者，TRAE 只是响应我的指令。
实际案例
我之前用的最多的能力，就是 TRAE + Playwright MCP 非常简单的爬虫了一些数据，只需先配置MCP
然后直接告诉他任务
他思考过后，Playwright MCP会打开淘宝官网，当你登录完成之后，会继续搜索商品
并完成截图
TRAE 2.0：SOLO Beta 协作探索期（7-11月）
7月21日，一个改变游戏规则的功能上线了：SOLO模式（Beta版） 。
TRAE 官方称之为“The First Context Engineer”——第一个真正理解上下文的工程师。
SOLO模式集成了编辑器、终端、浏览器等多工具视图，更重要的是，它能够理解项目的完整上下文，从构思到落地推进整个开发流程。
这个阶段的 TRAE，从“助手”变成了“协作者”。我们像结对编程一样配合，我负责把控方向和业务逻辑，TRAE 负责具体实现和问题处理。
实际案例
我用SOLO完成的第一个完整项目就是重写了一个flomo chrome插件。
我只是简单的描述了需求：“帮我写一个chrome插件，包括服务代码，前端代码和服务端代码都用用Next框架，点击”总结flomo笔记“的按钮，总结选中内容，写入内容总结，生成一篇flomo笔记”
接下来，TRAE 开始像一个真正的工程师一样工作：需求分析 -> 架构设计 -> 任务拆解 -> 执行开发 -> 问题解决 -> 优化迭代
经过多次的沟通，就轻松完成了整个项目！只需设置好参数
选中文案，点击“总结生成”即可。
TRAE 3.0：SOLO 正式版自主执行期（11月至今）
11月12日，SOLO 模式正式版上线。这次升级的核心是“The Responsive Coding Agent”——一个高度自动化的编程代理。
最直观的变化是：TRAE 从“协作者”进化成了“执行者” 。
不再需要逐步确认每个细节，只需要给出清晰的目标，TRAE 就能独立完成从理解需求、技术选型、编码实现、测试调试到部署的全流程。
这种体验，就像有了一个7x24小时待命的资深开发者伙伴。
实际案例
SOLO 正式版发布后我就立刻体验了一下，让 SOLO 给我写了一个复杂的电商系统。
发现 SOLO 又进化了，我只跟 TRAE 交互了一次，也就是只告诉了他我的目标：
“我想写一个完整的电商管理系统，包括商品管理、订单管理、客户管理、数据分析、系统设置等功能，并在各类管理功能中支持增删改查功能”
他就完成了需求文档和技术方案，然后直接开工。
接下来就是只需等待直到结束就可以了，功能非常完整，而且审美也非常不错，太棒了！
AI编程的范式革命与 TRAE 的未来
站在2025年底回望，AI编程工具的发展呈现出清晰的三代演进路径：
第一代：代码补全工具 - 以GitHub Copilot为代表，核心是基于上下文的代码片段建议，本质是“智能的代码片段搜索”。
第二代：对话式编程助手 - 通过自然语言交互，提供问答、代码生成、bug修复等功能，是“会聊天的技术顾问”。
第三代：自主执行的编程代理 - TRAE SOLO代表的新范式，能够理解目标、承接上下文、调度工具、独立推进任务，是“真正的AI工程师”。
这不是简单功能堆砌，而是从“工具”到“协作者”再到“执行者”的范式革命。
TRAE 的差异化优势在哪里？
在担任Hackathon评委时，我和其他评委也讨论过这个问题。共识是：
- 深度的上下文理解能力 - TRAE 能够理解项目的完整结构、依赖关系、开发历史，而不仅仅是当前文件的内容
- 端到端的流程覆盖 - 从需求分析到代码实现，从测试调试到部署上线，TRAE 贯穿了整个开发生命周期
- 持续迭代的产品节奏 - 2025年三次重大版本升级，每次都带来质的飞跃，展现出强大的技术积累和产品洞察
AI与人类协同的未来
站在行业的角度，我看到的 TRAE 未来有三个值得期待的方向：
技术前瞻层面：更智能的需求理解和任务分解能力，跨项目的知识积累和迁移学习，让AI不仅懂代码，更懂业务和架构。
生态愿景层面：开发者社区的持续壮大，生态的丰富。特别是在教育场景，香港中文大学的分享让我看到，AI编程工具对下一代的教育价值是巨大的——它让学习编程的门槛降低，让学生能更快接触到工程实践。
行业共创层面：通过Hackathon、开源贡献、社区活动等方式，让更多开发者参与到AI编程工具的进化中来，共同探索AI与人类协同的最佳实践。
每个Builder都是这个时代的创造者
“The Real AI Engineer”——这是 TRAE 的愿景，也是AI编程终极目标！
这一年，TRAE 改变的不只是开发效率，更重要的是它改变了大家对“编程”这件事的理解。
编程不再只是敲代码，而是与AI协同，将想法快速落地为产品的能力。
2025年只是起点。在AI与人类共同编织的代码世界里，每一个Builder都有机会成为这个时代的见证者与创造者。
如果你还没有尝试过 TRAE，我诚挚地邀请你：
- 下载体验 TRAE 最新版，感受SOLO模式的魔力
- 加入 TRAE 社区，分享你的AI编程故事
- 关注即将到来的创新功能和社区活动
在这个伟大的技术变革时代，让我们一起，用AI重新定义编程的未来。