TRAE 正在打造一套面向 AI IDE 的插件化架构，支持项目级 MCP、Skills 插件系统、Agent Skill 上传机制等关键能力。这意味着 AI 正在从“只会对话”进一步升级为具备文件系统、数据库、API 等执行能力的 Agent Runtime。

从 2025 年底到 2026 年初，TRAE 高频发布了一系列重要更新，包括项目级 MCP、MCP Tool 开关、自定义模型、OpenRouter、Skills 插件系统，以及 Agent Skill 上传机制。单独看每一项，似乎只是常规的“小版本功能更新”；但如果整体来看，就会发现这些能力并非零散迭代，而是共同指向同一个核心方向：构建 AI IDE 的插件化架构体系。

过去，AI IDE 一直存在一个关键痛点：AI 只能“回答问题”，却无法真正“执行任务”。随着 MCP 的出现，这一局面被明显改写。AI 开始获得文件系统操作能力、数据库访问能力、API 调用能力、浏览器交互能力，以及外部工具集成能力。而 TRAE 现在又进一步提供了项目级 Skills、全局 Skills、MCP Server 管理和自定义 Tool 权限控制。开发者在实际体验中会越来越清楚地感受到，TRAE 已经不仅仅是一个普通编辑器，更可以被视为一个可运行 Agent 的 Runtime 平台。

这一变化背后的行业趋势同样值得重视。越来越多的 IDE 正在向 Agent 化方向发展：Cursor 持续加强 Tool Use，Claude Code 不断强化终端执行能力，Windsurf 则更强调 Workflow 编排能力。相比之下，TRAE 选择的路径更接近平台化和生态化。其本质在于，AI IDE 正在从“编辑器 + ChatBot”的传统模式，逐步演进为“LLM + Runtime + Toolchain + Workflow”的完整技术体系。

为什么 Skills 很关键？

原因其实非常直接：单纯依赖 Prompt 的方式已经开始失去优势。真正决定 AI 能力上限的，早已不只是提示词写得多长、多复杂，而是 Workflow、Toolchain 和 Agent Capability 这些更底层的系统架构设计。TRAE 的 Skills 系统，本质上是在构建一个属于 AI IDE 的插件生态与能力市场——而这很可能会成为未来 AI 开发环境中最重要的基础设施之一。