TRAE Work 上线 40 万字「AI 打工说明书」，实测处理矛盾数据表现亮眼

事件概述

TRAE Work 公开了一套约 40 万字的 AI 工作知识库，内容围绕真实工作与学习场景（教育、文档写作、数据处理、汇报演示、自动化、信息检索等），每条指南包含“输入 Prompt → TRAE Work 生成 → 成果展示”的完整流程。上线 6 小时内访问量突破 1.8 万。

核心信息

• 产品背景：TRAE Work 最初为 AI 原生 IDE，今年 3 月拆出 SOLO 模式，6 月正式更名，定位从“AI 工程师”扩展为面向全员的“AI 工作台”。
• 知识库特色：非普通 Prompt 合集，而是针对高校师生、分析师、创作者、产品经理等具体人群的真实任务指南。
• 实测任务与表现：
  1. AI Coding Agent 研究简报：要求联网检索近 30 天动态，生成 14 页 Word 简报，包含编辑会速览、事件逐条展开和趋势归纳（按量计费加速、Agent 互操作协议落地、循环工程趋势）。
  2. 校园咖啡店经营数据分析：提供故意含六类问题（重复订单、缺失值、格式不统一等）的数据集。TRAE Work 先检查并标记 4 类待确认项，计算半年营收 23502.74 元、毛利率 56.57%，在促销分析中明确提醒不能直接归因。交付清洗后明细、指标表和行动建议。
  3. 项目复盘（夏季 AI 公开课）：原始材料含矛盾数字（报名人数 917 vs 884、现场人数四种口径等）。TRAE Work 保留所有版本并列出“待确认事项”，根因分析拆解到 8 个具体维度（如目标调整后未同步至传播方案），配套 12 字段行动跟踪表，管理层一页纸列出三项待决策事项。
  4. 学术研究报告：基于模拟问卷、访谈和文献卡片，生成约 3000 字研究报告、10 页答辩提纲和研究过程附录。提纲含核心观点、建议图表、讲解要点和时长（8 分钟内）。每页均附“本数据仅用于研究方法训练，不可外推”的边界提示。

值得关注

• 实测中 TRAE Work 的关键能力在于“保留不确定项”：不强行统一矛盾数据，不在模拟研究中虚构结论或来源。
• 作为面向全员的工作台，其 AI Coding 积累的上下文理解与任务拆解能力正向办公场景迁移。知识库方法（角色设定+任务边界+自检清单）可降低普通人使用 AI 的门槛。
• 实测依赖任务描述的细致程度，如何将杂乱的原始信息转化为高质量 Prompt 仍是关键技能。