20250425-国金证券-大模型赋能投研之八_拥抱MCP_Trae代码能力与赋能投研评测_16页_3mb

报告摘要

大模型赋能投研之八：TraeCN功能分析与金融应用评估

核心内容概述

本文主要介绍了TraeCN作为国内AI原生集成开发环境（IDE）的功能特性与更新内容，以及其在金融工程和投资研究领域的应用潜力。TraeCN由字节跳动推出，旨在成为高效、智能的AI编程搭档，与Cursor等主流IDE相比，其功能增强和MCP（Model Context Protocol）模块的支持，显著提升了开发协作能力和任务处理效率。文章还通过具体任务场景测试，评估了TraeCN在金融数据处理、分析报告生成、新闻事件解读等方面的表现。

主要观点与关键信息

1. TraeCN的定位与功能

定位：TraeCN是国内首款AI原生IDE，旨在为开发者提供更高效的编程协作体验。
大模型支持：TraeCN搭载Doubao-1.5-pro，并支持切换DeepSeek V3、V3-0324、R1等模型。
核心功能：
- 实时代码补全与生成
- 智能排查bug
- 自动构建项目
- 支持Chat和Builder两种模式，实现从需求分析到程序开发的无缝衔接

2. TraeCN更新后的功能增强

Chat与Builder模块合并：用户可在Chat对话框中直接@Builder切换到程序开发模式，提高开发效率。
上下文能力拓展：
- 支持联网搜索和上传文档（.md/.txt）或网页信息作为上下文背景。
- 可引用多种信息源，提升任务处理的精准度和时效性。
规则配置：
- 支持个人规则和项目规则，规范AI行为。
- 个人规则适用于所有项目，项目规则仅适用于当前项目。
MCP模块支持：
- 内置MCP市场，提供超过80个MCPServer，支持快速添加第三方MCP Server。
- 通过MCP调用第三方工具和服务，解决数据孤岛问题。
自定义智能体：
- 用户可自定义智能体的提示词和工具偏好，创建针对不同场景的“AI专家”。
- 内置两个智能体：Builder和Builder with MCP，后者默认搭载所有MCP工具。

3. TraeCN与主流IDE能力比较

TraeCN在功能上与Cursor等主流IDE接轨，提升了协作开发能力。
在金融数据分析任务中，TraeCN与Cursor均支持使用DeepSeek V3-0324与Excel MCP，但TraeCN在数据调取和筛选过程中出现了输出过长、筛选错误、捏造数据等问题。
Cursor在相同任务中表现更稳定，能自动修正错误并输出完整分析报告。

4. 金融领域的实际应用

TraeCN支持从0到1构建金融分析项目，例如风险敞口分析、指数数据对比、新闻事件解读等。
在实际测试中，TraeCN能根据用户指令生成程序，但存在处理效率低、结果不准确等问题。
自定义智能体可针对金融新闻进行分析，提出投资建议和风险提示，但复杂场景下表现仍有待优化。

5. 存在的问题与改进建议

上下文引用问题：TraeCN可能在用户未要求的情况下自动抓取无关上下文，影响任务处理效率。
规则配置局限：目前项目规则仅支持一个文件，用户需手动切换。
MCP使用问题：TraeCN在调用Excel MCP时出现筛选错误、数据捏造等问题，影响结果准确性。
模型表现：TraeCN搭配的大模型在处理金融任务时表现不够理想，可能影响整体效率。

结论

TraeCN作为国内AI原生IDE，具备较强的编程协作能力和任务处理能力，尤其在金融领域展现出一定的应用潜力。其更新版本在功能上补齐了主流IDE的短板，提升了用户交互体验和上下文处理能力。然而，在实际测试中，其在金融数据分析、MCP调用、智能体配置等方面仍存在一些问题，如效率低、结果不准确等。未来若能优化大模型选择和系统稳定性，TraeCN有望在金融工程和投研领域发挥更大作用。