半年前在豆包的推荐下开始使用 Trae IDE 辅助编程，记录一下使用心得。

1. Tab 补全功能的利弊

最基本的功能就是代码补全。最简单的，当你试图打印调试信息，输入 cout 后，它会自动根据上下文猜测意图进行补全，很有眼力价儿。还有，你从一个文件拷贝一段代码到当前位置时，它会自动改写适配，以前需要手动删改的地方现在一键 Tab 就能搞定。

对于常用但记不住的语法命令，比如那些 OpenCV 函数，早年甚至需要打印出小抄放在手边，现在它也会自动补全。纯配置类的任务也变得很省心，如编译工程时候需要写 CMake文件，那些语法我是从来都记不住。现在只要告诉它你的意图，比如依赖库在哪里找、输出的exe放在哪里，它很快就能帮你搞定。

缺点也很明显：这种“聪明”补全也带来很多隐蔽 bug，需要时时监督，做好 code review。

2. 检查 C++ 语法错误

经常使用 Eigen、OpenCV 库，编译时遇到矩阵类型转换之类的语法错误，把 error 信息直接拷贝进提示词窗口，它可以很快帮你解决问题。比如下面是某次对话中它关于一个语法错误的思考过程：

“函数被声明为 static 静态函数，但是在实现中，它试图访问一个非静态成员变量，静态函数不能访问非静态成员变量，因为静态函数不属于任何特定的对象实例。”

要是在以前，修改类似的代码错误可能要花很长时间。

Solo 模式的核心陷阱：目标函数错位。 Trae 的 Solo 模式声称“自主完成编译调试”，但它优化的目标函数是消除 error 和 warning，而不是满足预期行为。它会自己修改代码并编译程序，根据编译错误提示再次修改，直到编译成功。但有时会错得离谱——经过一番折腾，删掉了所有核心代码，终于编译成功，运行结果却并非你想要的。

可见不是所有任务都能交给 AI：

• 不适合：复杂的逻辑、细微的算法参数、需要根据执行结果反复修改的代码。

• 正确用法：心里先有预期结果，运行输出不对就打回去。它的自主循环只省了“手动敲编译命令-看报错-改语法”的体力活，逻辑验收永远不能下放。它相当于一个能自己动手调代码的实习生，而你要变成一个好监工。

它特别擅长函数级别的代码补全和修改。这需要把任务分解得足够细，最好到函数级别。先执行第一步，结果无误再指挥它执行第二步。这对使用者的架构设计能力提出了要求，否则代码漏洞百出。

3. 先写文档做提示词

对于一个任务，我的方法是先写一个详细的 Markdown 设计文档。这个文档通常是经过和 DeepSeek、豆包等讨论过很多轮的结果，然后把它作为提示词喂给 AI，越详细越好。

不能简单地下一句话的指令：“给我做一个和微信一样的手机聊天软件”。毕竟它不是你肚子里的蛔虫。

4. AI 编程的价值与警惕

AI 编程很大程度上解决了“眼高手低”的问题——把“手低”的部分接过去了，让人能更专注在“眼高”上。

过去很多人有好的想法，但卡在繁琐的实现细节上，或者因为动手能力不足而放弃。现在有了 AI，这些障碍被大幅降低，让人能把精力集中到更高层次的思考上：读书、推公式、画架构图、思考系统设计。甚至可以说，用了 AI 编程之后，会产生一种自己挺牛逼的错觉。有一点值得警惕：“眼高”仍然需要训练和积累，AI 不能替你长出理论高度。 它解决的是“手低”的问题，让你有时间去提升理论。但如果完全依赖 AI 写代码，自己不再理解底层原理，长期下来反而可能变成“眼也低了”——因为不接触细节，对系统的真实约束会失去感知。

5. 结语

我现在只是使用免费的 Trae（最近好像不排队了），也用过收费的Deepseek模型，Claude、Codex 之类还没有用过，不过觉得已经足够好了。最起码，算法实现起来容易多了。

另外我能想到的是，AI 辅助编程可以成为自学编程的很好工具。只要你的任务明确，就像有人手把手帮你修改代码，学习效率能提高不少。

支持单位：