TRAE SOLO 后端生成能力实测：AI独立开发时代真的来临了吗？通过完全相同的代码场景对比测试，我们深入揭秘最新升级的 TRAE SOLO + Claude-4 的真实表现。本文将从完整测试流程、与之前模式的对比分析以及 AI 独立开发的未来展望，为您提供详尽解读。
前言
在之前的分享《AI编程实战：使用Trae从零开始实现写作助手的后端开发及前后端联调》中，我们采用了 TRAE + IDE 模式实现了写作助手的后端接口，整体过程较为顺利。
事实上，最初我计划使用 TRAE SOLO 模式来完成，但发现当时该模式不支持后端生成，在分享中我还特意提及了这一点。
昨日通过 TRAE 的官方发布会才知道，8月1号分享当天，SOLO 其实已经完成了更新，更新内容就包括后端生成能力。
当时我：……
今天，我们决定弥补当时的遗憾，采用完全相同的代码场景，重新测试一下 TRAE SOLO 的后端生成能力。
项目介绍
对于熟悉本系列的老读者来说，这个“写作助手”是我开发给自己用的一个小项目，并在整个开发过程中持续分享了相关经验。
初衷非常简单：
市面上的写作工具，有的体验无法满足我的预期，有的AI能力较弱，关键是每次写文章都需要在多个工具之间频繁切换，效率太低。
第一版的功能相对简洁：
- 实现写作内容的基本管理功能，包括增删改查操作
- 支持输出为公众号、知乎等主流平台的文章样式
- 支持自定义 AI 快捷操作，例如一键扩写、风格调整等
这次，我们尝试新升级的 TRAE SOLO + Claude-4，看看在性能与体验上有什么提升。
前期工作
为确保测试结果的可比性，我完全复刻了上一次测试时的环境配置。
工程结构依旧沿用之前的方案，分为两个部分：
- chengzhang-vue：前端工程
- chengzhang-rest：后端工程
各自初始化 Git，便于后续对比代码生成差异。
后端功能已经清理得干干净净，准备重新开始。
实战记录
整个测试过程均由 TRAE SOLO + Claude-4 完成，与上次相比，仅更换了 TRAE 模式。
初版生成
指令
一个专为自媒体博主设计的写作编辑器，现在前端页面已经完成，请帮我完成后端接口的开发。
后端接口需要使用Spring Boot框架，orm采用hibernate，数据库采用mysql 5.7。
后端代码放置在chengzhang-rest工程中，D:\Project\other\chengzhang2\chengzhang-rest。
除了在最后新增了后端工程地址，以避免生成位置错误，其余内容与上一次完全一致。
过程
首先，TRAE 进行需求分析与设计，并生成相关技术文档。
在你确认文档无误，并点击“确认开发”后，系统自动开始代码生成。
整个代码生成过程可分为以下几个阶段：
- 初始化后端框架
- 初步生成代码
- 安装 Maven 依赖并修复编译问题
- 创建“任务列表”，详细检查并完善需求实现
- 不断编译并修复错误，直至编译成功
- 启动后端服务，并修复启动过程中的问题
- 总结任务
以下对关键过程进行截图说明。
初始化后端框架
直接通过脚本下载官方脚手架，进行项目初始化工作。
初步生成代码
这一步比较常规，根据文档生成各类代码文件。
安装 Maven 依赖并修复编译问题
这个过程是自动迭代的，TRAE 修改后会再次编译，并修复新出现的问题，直至编译成功。
创建任务列表，详细检查并完善需求实现
我执行时，并未从一开始就触发“任务列表”规划。由于使用次数较少，何时会触发任务列表目前尚不清楚，感觉像是 AI 自行分析后创建的。
任务列表辅助生成的效果如下：
任务1：检查并完善ArticleController的所有API接口实现
任务2：创建ImageController和ImageService，实现图片上传管理功能
在这个过程中，我发现了一个有趣的现象：TRAE 的任务列表在执行过程中会动态更新任务顺序。虽然有些人可能觉得不太稳定，但我更希望这是 TRAE 有意识自我改进的一个新特性。
不断编译并修复错误，直至编译成功
这一步花费了相当长的时间，我甚至一度担心，是不是过程看起来很高大上，最终却反复修改也无法编译通过。
还好所有问题都得到解决，编译成功。
启动后端服务
通过 Maven 命令启动后端服务。
随后进入启动错误的自动修复阶段，整个过程无需人工干预，系统自动迭代修复。
总结任务执行内容
最后，TRAE 会总结一下任务，方便我们了解这次都完成了哪些工作。
结果
整个生成过程耗时较长，大约在40至50分钟之间。
但回顾整个流程，这个时间其实可以接受。毕竟，整个过程与我们的开发思路很类似，但速度却快了很多。
包括测试数据也已经自动构建好了。
后端不好直接预览效果，我们直接进行前后端联调。
小提示：生成过程虽然耗时较长，但相较于手动开发，TRAE SOLO 的自动化迭代流程不仅节省了大量调试时间，还减少了因人为疏忽导致的低级错误。
前后端联调
与上一次分享不同的是，生成过程中已经自动集成了自检步骤，我们直接进行联调即可。
指令
实现前端已有功能与后端Java API的对接。
前端工程：D:\Project\other\chengzhang2\chengzhang-vue
后端工程：D:\Project\other\chengzhang2\chengzhang-rest
过程
首次尝试时，我在生成后端代码的对话窗口中直接执行了上述指令，TRAE 直接进行开发生成，结果不太理想。
随后我选择了新开一个对话窗口。这次，TRAE 先进行了分析，并形成相关技术文档，然后才开始开发，一次性成功。
重要过程截图如下：
TRAE 先是了解前后端代码，分析方案。
然后生成前后端对接文档，作为后续代码开发的参考依据。
人工确认开发后，开始分解任务并执行。可以看到，确认开发后，上文生成的文档会作为上下文传递给 TRAE。
按照任务规划执行完成后，TRAE 会自动进行检测，并修复问题，直至运行成功。
结果
整个联调过程耗时约10余分钟，考虑到前后端代码理解、接口对接以及各种数据格式的转换，这个时间还是可以接受的。
TRAE 自动在内置浏览器中实现预览，简单新增一篇文章进行测试。
可以看到，数据确实已经成功写入数据库。
以上就是本次实测的全过程记录。
由于界面效果与上一次分享没有区别，这里就不再专门进行最终效果的截图了。
下面和大家聊聊这次更新发布的新特性以及直观的使用感受。
常见问题：如何让前后端联调一次成功？
答案：建议在生成后端代码的对话完成后，新开一个对话窗口进行前后端联调。这样可以避免上下文混乱，让TRAE能够更专注地分析前后端工程结构，从而生成更准确的对接方案和代码。
TRAE IDE vs SOLO
SOLO 新特性速览
首先，为大家梳理一下8月1日发布的更新内容：
后端生成能力：这是本次实测的核心内容，非常直观，实现了前后端开发的闭环。
技术架构文档：在编码过程中，增加了技术架构文档生成步骤，使流程更加规范，也更能保证生成质量。
任务列表：将 AI 的规划能力可视化，方便我们了解开发过程及进度。
Supabase：Baas 的一种实现方式。毕竟前端已经可以通过 Vercel 一站式部署，后端也需要一个简便的部署方式。
直观感受
以上是官方发布内容，下面谈谈实测后的直观感受。
- 能够解决的任务复杂度大幅提升
首先，后端生成能力的显著拓展，不再局限于简单的 Web 开发，使其更接近一个全栈工程师的角色。
同时，与 IDE 模式跑久了容易出现“幻觉”不同，SOLO 模式的上下文更大，可处理任务的时间也更长，更适合处理复杂任务场景。
- 自动化程度更加完善
在 IDE 模式下，需要手动发起“生成”、“自检”、“修复”过程，并且很多上下文信息需要手动添加进对话。
而 SOLO 模式，无论是技术文档、任务列表的开发辅助，还是开发、自检、迭代的研发流程，都需要更少的干预。
目前，它已经能很好地完成 Java 编译问题、浏览器 console 错误的自动获取与修复，大大释放了我们的精力。
- 更像一个独立的开发者
这一点其实是上面两点的必然结果。
IDE 模式更像是和一个初级程序员配合，我们需要给出详细的指令和各种上下文，它非常尽职地完成任务。
而 SOLO 模式则更像一个独立的开发者，获取目标后，自行规划、拆解，直至交付。
小提示：在使用SOLO模式处理复杂项目时，建议提前准备好清晰的需求文档和项目结构，这样AI能够更快理解上下文，减少不必要的任务规划偏差。
结语
实测之后，说实话，心里有些感触。
尽管 SOLO 目前仍存在一些不足，比如：
- 任务解决方案的选择有时不够最优，甚至比不上人工选择上下文和指令的效果。
- 缺陷定位不够精准，需要多次尝试才能解决问题。
但其进化速度已经远超预期。
也许我们真的能够见证“AI 独立开发者”的诞生，希望 SOLO 越来越能 SOLO。
常见问题：SOLO模式是否必须搭配Claude-4模型使用？
答案：本次实测采用的是Claude-4模型，但TRAE SOLO模式本身并不强制绑定特定AI模型。根据官方说明和实际体验，Claude-4在SOLO模式下展现出了更强大的后端生成能力和更强的上下文理解能力，是当前的最佳选择。如果您有其他需求，也可以尝试其他模型，但效果可能会有所差异。