不止写代码！TRAE SOLO 独立端，全产研岗的 AI 助手来了

3 月 31 日，字节跳动旗下的 AI 编程产品 TRAE 带来了全新升级：TRAE SOLO 独立端正式上线，PC 端与 Web 端同步开启内测。

曾经，TRAE 给大家的印象，还是一个帮程序员高效写代码的 AI 工具。但这一次，它把能力边界彻底拓展了 —— 不止是编程，产品、运营、数据分析师…… 整个互联网产研上下游的岗位，都能用上这个 AI 工具来提效。

脱离 IDE 架构，轻量独立端来了

在此之前，SOLO 模式其实已经集成在 TRAE 的传统 IDE 形态中，主要服务于专业的研发场景。而这次推出的独立端，彻底打破了这个限制。

全新的 SOLO 独立端，分为 PC 客户端和 Web 端两种形态，不管是需要本地重度使用，还是想要浏览器即开即用，都能满足。同时，它还提供了两种功能模式，覆盖不同的使用场景：

• ​Code 模式​：面向开发者的代码开发场景，保留了 SOLO Agent 的核心能力，还实现了桌面端与网页端的协同 —— 用户在桌面端新建远程任务后，网页端会同步共享任务状态，哪怕电脑休眠，后台的任务也会继续运行，随时可以在其他设备查看进度。

• ​MTC（More Than Coding）模式​：这就是这次的 “跨界” 核心，面向代码开发之外的全产研工作场景，不管是产品写 PRD、运营做活动方案，还是数分处理数据，都能覆盖。

在这个独立端里，所有的项目文件和工具都集中在同一个工作区，用户不用再在多个软件之间来回切换，也不用反复上传文件。依托云端算力，多个任务还能同时运行，不用排队等待。而且它能理解 JSON、Python、PPTX、CSV 等几乎所有常见的文件格式，不管你手上的是文档、表格还是设计稿，都能一股脑丢给它处理。

全岗位实测：原来 1-2 天的活，它 7 分钟就搞定

为了验证这个新工具的能力，我们代入了产研团队里四个典型岗位的工作场景，做了一轮实测，结果超出了预期。

这次我准备了不同格式的文件，包括不同岗位的不同文件内容等，一同直接打包上传到 SOLO 的 MTC 模式，附上需求指令：

请读取当前工作区的所有文件，自动识别这些文件对应的岗位工作场景（产品/运营/数据分析师/研发），然后根据对应的场景自动完成适配的工作：若识别为产品相关文件（用户反馈、版本上线数据、PRD 模板、设计规范等）：先将用户反馈按功能模块聚类，提炼前 3 个高频核心痛点；结合历史上线数据，定位影响用户留存的关键问题；按照提供的 PRD 模板，产出下一版本的功能迭代 PRD 初稿；结合设计规范，生成贴合现有样式的原型页面结构描述。若识别为运营相关文件（活动原始数据、用户运营数据等）：先自动清洗数据，剔除刷单数据、空值、异常测试数据，修正异常统计值；若没有现成的活动方案，帮我从零生成可落地的活动拉新策划案，包含主题、玩法、排期、预算，同时生成对应的商务风宣讲 PPT；若已有活动数据，帮我完成数据可视化分析，产出包含效果总结、问题分析、优化建议的完整复盘报告。若识别为数据相关文件（多季度销售分表、用户行为埋点数据等）：自动合并所有数据表格，完成去重、空值处理、统一字段与日期格式，生成标准化的总表；对用户行为数据做探索性分析，提炼核心业务洞察；生成带可视化图表的图文分析报告，讲清数据结论和优化建议。若识别为研发相关文件（PRD 需求文档、开发需求等）：按照需求完成应用开发，输出完整的架构设计、API 定义、数据模型，以及可直接运行的应用代码。

所有产出都要保证直接可用，不需要我额外调整格式或修正内容，过程中如果有需要确认的细节（比如预算、PPT 页数等），请先主动问我。

产品经理：从海量信息里提炼 PRD

产品经理的日常，常常要被各种非结构化信息淹没：要梳理几百条用户反馈，对齐多个季度的上线数据，还要跨工具切换，从办公软件到表格、原型工具来回跳转，一份完整的迭代 PRD，往往要熬上 1-2 天才能整理完。

整个过程，SOLO 只用了​7 分钟​，就输出了完整的迭代 PRD 初稿，还有对应的原型结构描述。它能同时看懂表格、文档和设计规范，还能记住整个任务的上下文，相当于给 PM 配了个全能的业务助理。

运营：从策划到复盘的全链路搞定

运营的工作，向来以 “杂、碎” 出名：做活动要写方案、做 PPT、算预算，活动结束还要洗数据、做可视化、写复盘，一套流程下来要耗掉大量时间。

从活动策划的场景，产出方案和宣讲 PPT。它还主动确认了行业、预算、PPT 页数这些细节，不到 7 分钟，就输出了完整的策划案，还有 18 页的商务风 PPT—— 不仅框架完整，预算明细、玩法排期都清晰，甚至自动配好了符合主题的配图。

接着我们测试了活动复盘，通过给原始的运营数据，让它做清洗、可视化和复盘报告。SOLO 自动剔除了刷单数据和空值，生成了带折线图、柱状图的 Word 报告，还精准指出了运营渠道的问题，给出了优化建议。

数据分析师：自动处理脏数据，解放机械劳动

对数据分析师来说，60% 以上的时间，都耗在了前置的体力活上：处理多份格式不一的表格、清洗脏数据、写 Python 脚本做数据合并，真正用来做洞察的时间反而不多。

我准备了非常杂乱的原始数据：4 个季度的销售分表，字段、日期格式都不统一，还有全是脏数据的用户行为埋点数据，完全还原了日常工作里拿到的 “原始素材”。

给了指令之后，SOLO 没有直接硬处理，而是自动编写并运行了 Python 脚本，用 Pandas 完成了去重、格式统一、表格拼接，精准处理完了所有脏数据。最后还输出了带可视化图表的分析报告，把业务洞察和优化建议都整理好了。分析师不用自己搭环境、调代码，只要说清楚需求，剩下的都交给它就行。

研发：回归老本行，快速落地需求

当然，作为原本的 AI 编程工具，SOLO 的代码能力也没有落下。哪怕是轻量的独立端，也能搞定完整的开发任务。

我们直接给了它一份 PRD 需求文档，只说了一句 “按照产品需求做开发”，没过多久，完整的应用就开发完成了 —— 从架构设计、API 定义，到数据模型、前端页面，全部一次性输出，本地就能直接运行。而且任务还能在云端后台运行，随时可以查看进度，不用守在电脑前。

打破工具孤岛，把 AI Coding 推向 AI Development

过去的 AI 工具市场，一直存在着明显的割裂：一边是高度专业、门槛很高的代码辅助工具，只有程序员能用；另一边是只能处理纯文本的通用大模型，碰不到真实的业务工作流。各个岗位的人，都困在自己的工具孤岛里，来回切换软件，效率上不去。

而 TRAE SOLO 独立端的出现，把这个壁垒打破了。它把原本聚焦于代码的 Agent 能力，泛化到了整个产研的上下游，把服务对象从单一的程序员，拓展到了全链路的产研人员。

它不再只是一个帮人写代码的工具，而是整合了文档理解、多格式文件生成、数据清洗可视化、自动化脚本执行这些全套能力，从一个 AI Coding 工具，升级成了覆盖软件生命周期全流程的 AI Development 基础设施。

对产研团队来说，这意味着一种全新的工作方式：在一个统一的智能工作流里，只用自然语言，就能调度从需求到落地的所有环节，不用再在各种工具之间来回折腾。

体验入口

目前，TRAE SOLO 独立端的中国版和国际版都已经开启内测，持有邀请码的用户激活后，就能同时开通桌面端和网页端的权限，限时免费使用。

• 中国版本体验地址：https://solo.trae.cn
• 国际版本体验地址：https://solo.trae.ai

最后

好看的灵魂千篇一律，有趣的鲲志一百六七！如果觉得文章还不错的话，可以 点赞 + 推荐 + 分享 支持一下，鲲志的主页 还有很多有趣的文章，欢迎小伙伴们前去点评如果有什么需要改进的地方还请大佬指出 ❌欢迎学习交流 ｜ 商务合作 ｜ 共同进步！❤️ kunzhi96 全网【鲲志说】