【我和 Trae 走过的五个月】从一张机票到一套智慧事故系统

从一张机票到一套智慧事故系统

——我和 Trae 走过的五个月,以及它教会我的事


一、我是谁,以及为什么要讲这个故事

我是一名做技术落地的工程师。我的工作日常,是站在一个尴尬的位置上:业务方提需求,开发团队排期排不上,而我夹在中间,既想把事情往前推,又没有完整的开发资源。说白了,我就是那种"懂一点技术、懂数据、但不够格叫自己全栈"的人。以前遇到一个想法,我的选择只有两个——要么等排期,要么自己熬夜从零搭。

三月到八月,五个月时间,我用 Trae 做了六件事:智能体开发、产品清单蒸馏、UI 样式技能沉淀、Jenkins 一键自动化构建 MCP、地图兼容设计、智慧事故处理原型设计。没有一件是惊天动地的大项目,但每一件都真实地改变了我干活的方式。

今天之所以想把这段经历写下来,不是为了夸一个工具有多好用,而是想认真复盘一件事:当一个工具好用到一定程度之后,它改变的就不再是"效率",而是"你以为自己能做什么"。


二、三月·上海:一次出差,一次相遇

三月,我去上海出差,项目是智能体(Agent)开发。

飞机上我还在啃 Agent 架构文档,脑子里装满了"工具调用"“多轮记忆”"规划-执行循环"这些概念,但落地的时候总有一种隔靴搔痒的感觉——文档写得很清楚,但真要写出一个能跑的 demo,得搭对话框架、接 API、写工具调用的封装、处理异常分支……一想到这些,心里就发虚。

到了酒店,同事丢给我一个链接说"试试 Trae"。我打开它的时候,其实没抱太大期望。这两年我试过不少 AI 编程工具,大多数的体验是:前五分钟很惊艳,五分钟之后你发现它只会写片段、不会搭系统,你得反过来伺候它。

但那天晚上不一样。我没有让它直接写代码,而是把我脑子里的架构完整地描述给它——对话逻辑怎么走、工具调用怎么触发、多轮记忆用什么结构存、异常时怎么兜底。我说完之后,它没有急着甩代码,而是先帮我理了一遍逻辑,指出了两处我没考虑到的边界情况:一个是工具调用超时的处理,一个是多轮对话里上下文截断的时机。

理完之后,它帮我跑通了一个最小可用版本:能对话、能调接口、能记住上下文。我在酒店改到凌晨一点,第二天直接拿去给客户演示。

演示结束后,客户问我:"这个准备了多久?"我说一周。其实是一个晚上。

那天晚上我学到的第一件事,后来被我反复验证:AI 工具最大的价值,不是替你写代码,是逼你把模糊的想法变成清楚的描述。 当我被迫把脑子里的架构说清楚的那一刻,问题已经解决了一半。Trae 只是把另一半——从描述到能跑的东西——压缩到了一个晚上。


三、五月:一个"原来还能这样"的月份

如果说三月是相遇,那五月就是密集地发现"原来还能这样"。

整个五月,我做了四件不同的事,看起来毫不相关,但回过头看,它们有一个共同的特征:都是"杂活",都是以前没人愿意干、自己干又太耗时间的活,而 Trae 让这些活变得可以做。

1. 蒸馏产品清单

手里有一堆零散的产品资料:功能说明、版本记录、竞品对比、客户反馈,散落在七八个文档里。以前处理这种事,我的标准流程是:开五个文档,来回复制粘贴,手动归类,最后拼成一张表,花一个下午,还经常漏。

五月那次,我把所有资料丢给 Trae,跟它说:“帮我蒸馏成一份结构化的产品清单,按功能模块归类,每个模块标注版本、适用场景、已知问题。”

它做了一件让我意外的事:它没有直接生成清单,而是先问我几个问题——“这些版本号是按发布时间还是按大版本?”“竞品对比要保留还是单独拆出来?”"客户反馈里有几条是重复的,要不要去重?"这些问题我自己都没想过。回答完之后,它一次输出了完整的结构化清单,还附了一张模块依赖关系图。

一下午的活,变成了二十分钟的对话。

这件事教会我:把"杂活"交给 AI 的关键,不是把活丢过去就完了,而是你要愿意回答它反问你的那些问题。 它的反问,往往就是你自己做这件事时会忽略的盲点。

2. UI 样式技能

团队前端规范一直不统一。每个人写页面的间距、配色、字体大小都靠"感觉",导致产品上线后视觉风格飘忽。以前解决这个事的办法是写一份设计规范文档,但文档没人看,看了也记不住。

五月我用 Trae 沉淀了一套可复用的 UI 样式技能——不是一份文档,而是一套真正能被调用的规范组件。以后新页面直接复用,不用每次重新调间距和配色。更妙的是,这套技能可以"记住"我们团队的习惯,新人来了不用读文档,直接用就行。

我突然意识到一件更深的事:知识沉淀的正确形态,不是文档,是"能力"。 文档是被动的,你得去读;而封装成技能之后,能力是主动的,它会在你需要的时候自己出现。这个认知,后来影响了我做后面所有项目的思路。

3. Jenkins 一键自动化构建 MCP

这条是我五月最得意的一件事。

我们的构建流程是:切到 Jenkins 网页,选项目,点构建,等结果,切回来,看日志,再切去部署。一套动作要切三个终端,手动跑,容易漏步骤。

我把这套流程封装成了 MCP,接进 Trae。之后,整个流程变成了一句话:"构建并部署项目 X。"它自动触发 Jenkins、等待结果、回传构建状态、出错时把关键日志截出来给我。

一个本来需要人去"执行"的流程,变成了一个可以被"召唤"的能力。 这和 UI 样式技能是同一个道理:把重复的、机械的、容易出错的动作,固化成一种可复用的能力。人只管决策,执行交给工具。

4. 地图兼容设计

业务侧反馈地图在不同环境表现不一致——有的环境渲染正常,有的环境图层错位。以前处理这种兼容性问题,我得自己翻文档、找原因、试方案。

五月那次,我把问题描述给 Trae,它没有直接给答案,而是先帮我梳理"兼容性问题可能出现在哪几个环节"——是底图服务版本差异?是前端框架的渲染时序?还是坐标系转换的精度问题?它列出了每个环节的可能性,并给了对应的排查路径和适配方案,还标注了每种方案的取舍。

它不是在替我解决问题,是在帮我结构化地思考问题。一个人翻文档是线性的、容易钻牛角尖;而它给的视角是网状的,能同时看到多个可能性。

五月过完,我跟同事说了一句话:“我现在不是在用 Trae 写代码,我是在用 Trae 造工具,再用工具去干活。” 这句话成了我这几个月最核心的方法论:先用 Trae 解决一个具体问题,再把解决过程沉淀成一个可复用的能力,最后用这个能力去解决更多问题。形成一个正循环。


四、现在:智慧事故处理原型设计

最近在做的,是一套智慧事故处理的完整原型设计——从事故上报、智能分级、派单调度到处置反馈,一条完整的闭环。

这次我做了一个和以往不同的决定:我没有急着让它出页面。

以前我犯过一个错误——拿到需求就想马上看到东西,于是让 AI 直接生成一堆页面,结果做完发现流程逻辑是断的,页面之间接不上,推倒重来。这次我吸取了教训,第一步只做一件事:让它帮我把业务流程画清楚。

我让它梳理:事故从发生到闭环,一共有多少个节点?每个节点谁参与?数据在哪里流转?哪里是人工决策、哪里可以自动化?

它画完之后,我发现了一个自己之前没意识到的问题:在"事故智能分级"这个节点上,我原来只想到了规则分级(按事故类型和严重程度查表),但它主动提示我——“要不要加一版基于历史数据的模型分级做对比?规则分级快但死板,模型分级灵活但需要数据积累,两者并行可以互相校验。”

这个建议让我愣了一下。因为这不是一个技术建议,是一个业务设计层面的建议。它不是在替我完成,是在跟我一起想问题。

那一刻我有一种很微妙的感觉:我不再是在"使用"一个工具,我是在和一个"伙伴"协作。 工具是被动响应的,你说什么它做什么;而伙伴会主动提出你没想到的角度。Trae 在那个瞬间,越过了工具的边界。


五、五个月,我学到的三件最深刻的事

回头看这五个月,做过的六件事,真正值得拿出来分享的不是"我做了什么",而是"我学到了什么"。

第一,AI 不会替你想清楚问题,但它会逼你把模糊的感觉变成清楚的描述。

三月上海那个晚上,我被迫把智能体架构说清楚的那一刻,问题已经解决了一半。后来做产品清单、做事故处理,每一次都是同一个感受:当你能把一件事讲清楚到 AI 能听懂的程度,你其实已经想清楚了一大半。 很多人觉得 AI 工具"不好用",往往不是工具不行,是自己的需求还停留在"我想要一个大概那样"的阶段。Trae 像一面镜子,照出的是你自己思路的清晰度。

第二,不要让它"一把梭"做完整套系统,每次只做一小步。

我中途崩过——不是工具崩了,是我贪多。一口气让它生成完整系统,结果逻辑断、接不上、推倒重来。后来我改了策略:每次只做一小步、能跑、能用,验证完再往下走。做事故处理原型时我尤其克制——先理流程,再一个模块一个模块地搭。慢吗?看起来慢。但总比返工快。

这背后其实是一个很朴素的方法论,叫做"小步快跑",在工程界喊了二十年。只是以前没有好工具的时候,小步快跑的成本太高,人忍不住想一把梭。Trae 把每一步的成本压到足够低之后,小步快跑才真正变成了本能。

第三,把你真实的工作流喂给它,比喂给它别人的模板有用一万倍。

五月做 UI 样式技能、做 Jenkins MCP,我都是拿自己团队真实的工作流去喂它,而不是找网上的模板套。模板是别人的,只有你自己的工作流才贴合你的真实问题。而当你把自己的工作流沉淀成技能之后,AI 就从一个"通用工具"变成了一个"懂你的工具"。 这是从消费到创造的跨越。


六、希望它未来变成什么样

最后说说期待。

希望它能更"记得住我"。现在每次开新会话,它都要重新认识我——不记得我的项目习惯、不记得我团队的规范、不记得我封装过的那套 MCP。如果能让它把这些沉淀成"长期记忆",那它就会从一个"每次重新开始"的工具,变成一个"越来越懂我"的伙伴。人跟人之间的默契,是靠相处积累的;人跟工具之间,也该如此。

希望模型生态更开放。Trae 最香的一点就是模型多——复杂推理用一个、写代码切一个、画图用另一个,按场景挑,不将就。这一点是它真正区别于其他工具的地方,希望未来能更极致。


七、最后

三月在酒店的凌晨一点,五月那些"原来还能这样"的瞬间,现在做事故处理时它主动提出的那个分级建议——这些时刻加在一起,构成的不只是"我用了一个好工具",而是**“我重新定义了自己能做什么”**。

以前我觉得,做东西是开发团队的专利,我能做的只有提需求和等排期。现在我知道,只要我能把问题想清楚,从想法到能跑的东西之间,距离可以短到一个晚上。

这才是 Trae 真正改变的东西——不是怎么写代码,而是"谁有能力做东西"。

对我来说,Trae 不是工具,是让"我以为自己做不到的事"变成"原来我也可以"的那座桥。这条桥上走过的每一步,都是这五个月里最真实的足迹。