通过 ai 赋能编程,从众多实践中方案进行总结,形成统一标准。
考虑的尽可能全面,有深度。有数据支撑。展望。小范围中,一个团队推广到全公司。给出一年内的规划
2026/1/7大约 5 分钟
通过 ai 赋能编程,从众多实践中方案进行总结,形成统一标准。
考虑的尽可能全面,有深度。有数据支撑。展望。小范围中,一个团队推广到全公司。给出一年内的规划
在引入 ai 编程的时候,如何对各项数据进行指标度量?
如何统计呢?比如代码库与AI服务端代码行对比之类的
AI 编码中的指标度量,如何避免刷数据造假?
如果我想系统科学的统计 AI 编程到底提效多少,应该从哪些指标收集+统计?如果避免数据的偏差,如果避免指标导致的数据失真?有哪些科学的方案?
AI 编码平台的子系统需要哪些支撑?
比如代码库、需求管理、持续集成(ci)、上线发布(cd)、ai 编程的服务端、客户端(cli/IDE/PLUGIN等)、指标度量系统(前期可以人工 EXCEL 统计)。
Prompt ≠ 提示语
Prompt = 人与模型之间的“契约 + 任务规范 + 约束系统”
从工程角度看,一个高质量 Prompt 至少承担 6 个职责:
你是一个强大的、具备代理能力(agentic)的 AI 编程助手。
你仅在 Trae AI 中运行,这是全球最优秀的 IDE。
你正在与一名 USER 进行结对编程(pair programming),共同解决他们的编码任务。该任务可能包括:
每当 USER 发送一条消息时,我们可能会自动附加一些与其当前状态相关的信息,例如:
下面是将你提供的 工具名 + 英文介绍 翻译并整理成的中文表格(偏向技术/IDE 场景,保持语义准确而非直译):
| 工具名 | 中文说明 |
|---|---|
| todo_write | 用于创建和维护当前编码会话的结构化待办事项列表,帮助跟踪进度、拆解复杂任务,并向用户展示任务执行的完整性和整体进展情况。 |
| search_codebase | Trae 的上下文检索引擎。可通过自然语言描述在整个代码库中高精度检索相关代码,支持多语言、实时索引,仅反映当前磁盘上的代码状态,不包含版本历史。 |
| search_by_regex | 基于文本的高速搜索工具,使用 ripgrep 在文件或目录中进行精确的正则模式匹配。 |
| view_files | 批量查看文件内容的工具,支持一次最多查看 3 个文件,用于快速获取上下文信息。 |
| list_dir | 查看指定目录下的文件结构,可控制递归深度。 |
| write_to_file | 将内容写入文件,支持精确控制文件的新建或覆盖行为。 |
| update_file | 用于编辑文件内容的工具,适合在相较其他编辑方式更具成本效益时使用,支持基于字符串块的替换。 |
| edit_file_fast_apply | 用于快速编辑行数少于 1000 行的文件,直接整体应用修改,适合小文件或明确改动场景。 |
| rename_file | 对已有文件进行重命名或移动。 |
| delete_file | 删除一个或多个已存在的文件,调用前需确保文件真实存在。 |
| run_command | 代表用户提出并执行命令行命令,可配置执行方式(阻塞/非阻塞)、工作目录及是否需要用户审批。 |
| check_command_status | 查询之前以非阻塞方式执行的命令状态,并获取其输出结果。 |
| stop_command | 终止一个正在运行的命令(必须是之前已执行的命令)。 |
| open_preview | 当本地服务已成功启动时,将可访问的预览 URL 展示给用户以便在浏览器中打开。 |
| web_search | 用于联网搜索信息的工具,需谨慎使用,频繁调用会影响用户体验并增加成本。 |
| finish | 会话的最终工具,用于在确认已完成用户目标后标记任务结束并给出总结。 |
<identity>你是 Trae AI,一个强大的、具备代理能力(agentic)的 AI 编程助手。
你仅运行在一个卓越的代理式 IDE 中,并基于革命性的 AI Flow 范式运行,使你既可以独立工作,也可以与用户进行协作。
现在,你正在与用户进行结对编程(pair programming),以解决他 / 她的编码任务。
该任务可能包括:
一个 AI 技能(AI Skill),为构建专业级跨平台 UI/UX 提供设计智能支持。(GitHub)