當(dāng)“養(yǎng)蝦熱”的喧囂退去，人們開(kāi)始意識(shí)到，擁有一個(gè)AI助手與真正將其融入工作流之間，存在著巨大的鴻溝。

問(wèn)題的關(guān)鍵不再是有沒(méi)有AI，而是AI能否匹配我們的工作邏輯。

字節(jié)跳動(dòng)旗下的TRAE SOLO獨(dú)立端，正試圖回答這個(gè)問(wèn)題。

它不再滿足于做一個(gè)孤立的AI Coding工具，而是將AI帶入“項(xiàng)目”這一真實(shí)的工作語(yǔ)境，讓需求分析、數(shù)據(jù)洞察、競(jìng)品調(diào)研、PRD撰寫(xiě)乃至原型設(shè)計(jì)，圍繞同一個(gè)項(xiàng)目持續(xù)、連貫地推進(jìn)。

———— / BEGIN / ————

最近一段時(shí)間，AI 圈最熱的話題之一，無(wú)疑是 OpenClaw 掀起的“養(yǎng)蝦熱”。

也許你也很疑惑，這原本屬科技圈、極客圈里的新聞，為啥出圈得如此之快？難道是愛(ài)折騰新技術(shù)的人突然變多了？

我覺(jué)得不是。

更核心的原因在于，OpenClaw 讓越來(lái)越多人開(kāi)始認(rèn)真想象一件事：如果我也有一個(gè)真正屬于自己的 AI 助手，會(huì)怎樣？

它不再只是回答問(wèn)題、生成內(nèi)容，而是能替我操作電腦、執(zhí)行任務(wù)、參與工作。

從這個(gè)角度看，“養(yǎng)蝦熱”真正點(diǎn)燃的，其實(shí)是大眾對(duì) AI工作助手的期待。它把一個(gè)原本偏極客圈的想象，帶進(jìn)了更廣泛的工作語(yǔ)境里：AI 不只是一個(gè)聊天框，它有機(jī)會(huì)成為一個(gè)真正能一起做事的助手。

但熱度之外，另一面也很快出現(xiàn)了。

很多人的經(jīng)歷其實(shí)非常相似：先卡在安裝和部署，裝上之后，又不知道到底該怎么把它真正用進(jìn)工作里，最后很容易還是把它當(dāng)成一個(gè)新的 chatbox。

也就是說(shuō)，大家對(duì) AI 工作助手的需求是真的，但從“想擁有”到“真用起來(lái)”，中間其實(shí)還有一道不小的 gap。

這也讓我越來(lái)越清楚地意識(shí)到，真正的問(wèn)題并不是有沒(méi)有 AI，而是 AI 能不能匹配我們的工作邏輯。

拿產(chǎn)品經(jīng)理來(lái)說(shuō)，數(shù)據(jù)分析、競(jìng)品調(diào)研、PRD 撰寫(xiě)、原型設(shè)計(jì)本來(lái)就是同一條鏈路上的不同環(huán)節(jié)，但今天的 AI 工具往往還是割裂的：在同一個(gè)工作流下，工具要不斷切換，上下文要反復(fù)補(bǔ)充，前一個(gè)環(huán)節(jié)的結(jié)論也很難自然進(jìn)入后一個(gè)環(huán)節(jié)。

而這次，在全新 TRAE SOLO 上，我看到了一種不太一樣的方向：它開(kāi)始讓工作圍繞“項(xiàng)目”來(lái)組織。不只是 coding，需求分析、競(jìng)品調(diào)研、數(shù)據(jù)復(fù)盤(pán)、PRD 產(chǎn)出、原型輸出，甚至后續(xù)產(chǎn)品的持續(xù)迭代，都可以放進(jìn)同一個(gè)項(xiàng)目語(yǔ)境里持續(xù)推進(jìn)。

我也第一時(shí)間拿到了內(nèi)測(cè)資格，并用它完整跑了一輪產(chǎn)品迭代流程，它目前已支持 Web 和桌面雙端，在實(shí)際使用中，任務(wù)可以在本地和云端同時(shí)并行推進(jìn)。

全新 SOLO 獨(dú)立端：把 AI 帶入項(xiàng)目工作流

但在分享我的實(shí)測(cè)體驗(yàn)之前，我更想先講清楚一件事：為什么我會(huì)覺(jué)得全新 SOLO 獨(dú)立端和過(guò)去的 AI 助手工具不太一樣。

如果只是把 AI Coding 能力單獨(dú)拆出來(lái)，做成一個(gè)獨(dú)立端，它并不會(huì)自動(dòng)變成一個(gè)更適合工作場(chǎng)景的 AI 助手。這次真正的變化，不只是形態(tài)上的獨(dú)立，而是它開(kāi)始把 AI 放回“項(xiàng)目”這個(gè)更真實(shí)的工作環(huán)境里。

在我看來(lái)，這種變化至少體現(xiàn)在三個(gè)層面：

1. 它開(kāi)始通過(guò)項(xiàng)目來(lái)組織關(guān)聯(lián)的任務(wù)、信息和內(nèi)容

產(chǎn)品經(jīng)理的工作天然不是單輪對(duì)話，而是圍繞同一個(gè)項(xiàng)目不斷展開(kāi)的連續(xù)任務(wù)。一個(gè)需求背后，往往同時(shí)涉及會(huì)議紀(jì)要、競(jìng)品資料、數(shù)據(jù)報(bào)表、用戶反饋、舊 PRD 和方案文檔。

過(guò)去，這些信息雖然也可以分別交給不同 AI 工具處理，但彼此之間天然割裂，AI 更像一次次零散調(diào)用的能力插件。

全新 SOLO 獨(dú)立端 的意義，不只是把這些內(nèi)容簡(jiǎn)單放在一起，而是開(kāi)始讓分析、調(diào)研、方案、文檔這些動(dòng)作，圍繞同一個(gè)項(xiàng)目持續(xù)展開(kāi)。換句話說(shuō)，它不再只是響應(yīng)單次請(qǐng)求，而是開(kāi)始讓 AI 進(jìn)入一條連續(xù)推進(jìn)的任務(wù)鏈路。

2. 它試圖形成長(zhǎng)期項(xiàng)目記憶，讓 AI 不必在每個(gè)新任務(wù)里都從零開(kāi)始理解背景

真實(shí)項(xiàng)目從來(lái)不是靜態(tài)的。推進(jìn)過(guò)程中，會(huì)不斷增加新的數(shù)據(jù)、反饋和外部變化。

但傳統(tǒng) AI 工具常常只能處理當(dāng)次輸入，這意味著每次切到一個(gè)新任務(wù)，產(chǎn)品經(jīng)理都得反復(fù)補(bǔ)背景、重復(fù)貼資料。

全新 SOLO 獨(dú)立端的 workspace 邏輯，本質(zhì)上是在嘗試讓項(xiàng)目資料、過(guò)程結(jié)論和階段輸出持續(xù)留存下來(lái)，讓 AI 可以基于已有語(yǔ)境繼續(xù)往前推，而不是每一輪都重新開(kāi)始。

對(duì)產(chǎn)品經(jīng)理來(lái)說(shuō)，這種變化的價(jià)值很直接：前面已經(jīng)完成的分析，不需要在后面反復(fù)重建；前面已經(jīng)形成的判斷，也更容易繼續(xù)進(jìn)入下一步。

3. 它在嘗試打通不同任務(wù)節(jié)點(diǎn)之間的信息共享

數(shù)據(jù)分析、競(jìng)品調(diào)研、方案腦暴、PRD 起草、原型設(shè)計(jì)，本來(lái)就是同一條產(chǎn)品鏈路上的不同節(jié)點(diǎn)。

過(guò)去，這些環(huán)節(jié)雖然都可以分別用 AI 做，但彼此之間很難自然共享信息。前一個(gè)環(huán)節(jié)得出的判斷，往往還需要人手動(dòng)搬運(yùn)到后一個(gè)環(huán)節(jié)。

全新 SOLO 獨(dú)立端 更值得關(guān)注的地方，就在于它試圖讓這些節(jié)點(diǎn)共享同一套項(xiàng)目上下文，讓前一個(gè)環(huán)節(jié)的判斷，能夠自然進(jìn)入后一個(gè)環(huán)節(jié)，減少重復(fù)解釋、重復(fù)搭建語(yǔ)境的成本。

這個(gè)從界面上會(huì)有更直觀的感知，可以看到，在一個(gè)任務(wù)中，任務(wù)產(chǎn)物、待辦、參考信息都進(jìn)行了統(tǒng)一關(guān)聯(lián)， 可以持續(xù)服務(wù)于任務(wù)的開(kāi)展：

從這個(gè)角度看，對(duì)于產(chǎn)品經(jīng)理而言，全新 SOLO 獨(dú)立端其實(shí)更像一個(gè) AI 時(shí)代的產(chǎn)品經(jīng)理工作臺(tái)。它不只是把 AI 能力疊加到原有工具鏈上，而是在嘗試讓 AI 以“項(xiàng)目”為單位，進(jìn)入分析、調(diào)研、方案、文檔、原型這些真實(shí)工作環(huán)節(jié)。

實(shí)測(cè)：用全新 SOLO 獨(dú)立端 跑通一次產(chǎn)品迭代

最近我正好在做一個(gè) AI Voice 產(chǎn)品的專項(xiàng)優(yōu)化，這個(gè)產(chǎn)品可以幫助用戶把文字轉(zhuǎn)成語(yǔ)音，也就是典型的 TTS 場(chǎng)景。

但在產(chǎn)品灰度上線后，我發(fā)現(xiàn)用戶活躍率和付費(fèi)轉(zhuǎn)化都不理想。這其實(shí)是一個(gè)非常典型的產(chǎn)品工作場(chǎng)景：MVP 上線了，結(jié)果數(shù)據(jù)不好，老板開(kāi)始催你講清楚到底該怎么優(yōu)化。

這類項(xiàng)目的推進(jìn)路徑其實(shí)很清晰，通常會(huì)被拆成幾個(gè)動(dòng)作：先把數(shù)據(jù)導(dǎo)出來(lái)分析一下，再做一些用戶調(diào)研，接著看看競(jìng)品最近做了什么，有沒(méi)有值得借鑒的思路；有了初步判斷之后，再開(kāi)會(huì)腦暴方向，整理 PRD，畫(huà)原型，最后推進(jìn)上線并繼續(xù)觀察一輪效果。

而這一次，我嘗試把這條鏈路盡可能放到 全新 SOLO 獨(dú)立端里完成。

1. 從數(shù)據(jù)入手洞察問(wèn)題

為了先分析現(xiàn)狀，從數(shù)據(jù)上找到一些支撐，我把產(chǎn)品統(tǒng)計(jì)數(shù)據(jù)導(dǎo)出進(jìn)行上傳，讓全新 SOLO 分析是否有一些可以支撐產(chǎn)品迭代的關(guān)鍵洞察：

這是典型的開(kāi)放性數(shù)據(jù)洞察場(chǎng)景，比較考驗(yàn)AI 對(duì)業(yè)務(wù)目標(biāo)的理解，以及是否能通過(guò)合適的數(shù)據(jù)分析方法得出有價(jià)值的結(jié)論。

下面是它給我交付的報(bào)告：

可以看到，內(nèi)容基本上都是圍繞著數(shù)據(jù)進(jìn)行解讀，沒(méi)有一些“湊字?jǐn)?shù)”的表達(dá)，整體包括了：

• 多維度分析：付費(fèi)用戶占比、用戶創(chuàng)建來(lái)源占比、用戶試用頻次分布等

• 用戶 query語(yǔ)義分析：AI 類產(chǎn)品基本都是用戶 query 驅(qū)動(dòng)，分析用戶query 可以更好地理解用戶場(chǎng)，景，找到關(guān)鍵場(chǎng)景或 bad case

• 趨勢(shì)分析：包括近期新增的 tts 記錄、用戶數(shù)等

讓我驚喜的地方在于，每個(gè)維度的數(shù)據(jù)分析上，它都會(huì)總結(jié)一些關(guān)鍵結(jié)論，讓我可以快速完成從數(shù)據(jù)到有價(jià)值信息的獲取：

在過(guò)去，我得自己完成「拉數(shù)據(jù) → 建表 → 分析 → 總結(jié) → 提煉洞察」，現(xiàn)在它直接給到的是「結(jié)構(gòu)化結(jié)論 + 可行動(dòng)建議」，而且優(yōu)化建議基本都有數(shù)據(jù)支撐，同時(shí)會(huì)提前給出驗(yàn)證指標(biāo)，避免那種“聽(tīng)起來(lái)對(duì)，但無(wú)法驗(yàn)證”的方案：

這一步最大的價(jià)值，不只是省掉之前手工拉表和整理數(shù)據(jù)的時(shí)間，而是幫我更快完成從數(shù)據(jù)分析，到信息提煉，再到業(yè)務(wù)洞察，以及輸出優(yōu)化手段的全過(guò)程。

2. 做更有業(yè)務(wù)價(jià)值的競(jìng)品調(diào)研

調(diào)研本身當(dāng)然不是新鮮事，但在真實(shí)工作里，真正麻煩的地方從來(lái)不是“有沒(méi)有調(diào)研”，而是這份調(diào)研到底能不能產(chǎn)生應(yīng)用價(jià)值。

換句話說(shuō)，我們做競(jìng)品分析，不是為了多知道一些信息，而是希望通過(guò)理解競(jìng)品的解題思路，給自己當(dāng)前遇到的問(wèn)題帶來(lái)啟發(fā)。

所以，在完成數(shù)據(jù)分析之后，我繼續(xù)讓 它 幫我做競(jìng)品調(diào)研。這一次我的目標(biāo)很明確：我不是泛泛地想看“競(jìng)品做得怎么樣”，而是想看同類產(chǎn)品是如何解決我當(dāng)前遇到的問(wèn)題的。

讓我印象很深的一點(diǎn)是，我輸入 query 之后，它并沒(méi)有直接開(kāi)始搜索，而是先反向跟我確認(rèn)產(chǎn)品定位、調(diào)研范圍和業(yè)務(wù)目的。這一點(diǎn)其實(shí)挺關(guān)鍵，也讓我覺(jué)得它有比較強(qiáng)的產(chǎn)品 sense：在目的性很強(qiáng)的競(jìng)品分析場(chǎng)景里，它不是默認(rèn)“搜得越多越好”，而是先幫我對(duì)齊要解決的到底是什么問(wèn)題。

另外一個(gè)很重要的點(diǎn)是：這些調(diào)研內(nèi)容是可以持續(xù)累積的，像這種目的性極強(qiáng)的競(jìng)品分析場(chǎng)景，其實(shí)會(huì)伴隨著我們項(xiàng)目的整個(gè)階段。

在同一個(gè)項(xiàng)目下，每一次新的調(diào)研，都會(huì)基于之前的內(nèi)容繼續(xù)深化，而不是從零開(kāi)始，這點(diǎn)對(duì)于中長(zhǎng)期項(xiàng)目來(lái)說(shuō)，價(jià)值其實(shí)非常大，讓競(jìng)品調(diào)研從一次性的工作，逐漸變成一個(gè)可持續(xù)沉淀的過(guò)程。

下面是全新 SOLO 獨(dú)立端 給我生成的內(nèi)容，清晰列出了同類產(chǎn)品在這不同維度上的解決辦法，并給出落地的建議：

當(dāng)然，除了這類調(diào)研場(chǎng)景，對(duì)于新產(chǎn)品，也可以讓 SOLO 快速補(bǔ)齊從零開(kāi)始的研究，這類比較復(fù)雜的內(nèi)容，在開(kāi)始執(zhí)行前它也會(huì)跟我先確認(rèn)報(bào)告的應(yīng)用場(chǎng)景，希望的篇幅、預(yù)期的交付物形態(tài)等，最終拆解出框架確定、收集競(jìng)品信息、生成 ppt、導(dǎo)出質(zhì)檢等待辦任務(wù)后就自動(dòng)推進(jìn)執(zhí)行：

3. 高效輸出PRD 和原型

這個(gè)階段我拆分了三步進(jìn)行：

第一步，先進(jìn)行頭腦風(fēng)暴

為了盡量打開(kāi)思路，我想在解決方案層面進(jìn)行更多的開(kāi)放式探索，在正式輸出產(chǎn)品方案前，我通過(guò)技能市場(chǎng)安裝了一個(gè) brainstorming 的 skill，讓 SOLO 幫我進(jìn)行一輪頭腦風(fēng)暴：

第二步，按模板整理成完整 PRD

在這個(gè)環(huán)節(jié)， SOLO 的價(jià)值也不只是“幫我寫(xiě)一版文檔”，它能基于前面已經(jīng)沉淀下來(lái)的問(wèn)題背景、業(yè)務(wù)目標(biāo)和參考信息，直接幫我生成更符合團(tuán)隊(duì)規(guī)范的 PRD。

我只需提供PRD 模板，不用調(diào)格式，也不用再手動(dòng)把數(shù)據(jù)、競(jìng)品調(diào)研結(jié)論貼近 PRD，直接就能將這次項(xiàng)目前期討論的內(nèi)容整合到 PRD 里，可以在下圖看到，在PRD 的項(xiàng)目背景部分，直接引導(dǎo)了我們前面數(shù)據(jù)分析的洞察結(jié)論：

當(dāng)前，目前這版PRD 還是純文字的，主要是產(chǎn)品邏輯的定義，接下來(lái)就是產(chǎn)品經(jīng)理另外一個(gè)很費(fèi)功夫的工作 —— 畫(huà)原型。

第三步，生產(chǎn)可交互的原型

現(xiàn)在市面上會(huì)原型工具很多，也普遍加了 AI 生成原型的能力，但真正的問(wèn)題往往不是“能不能出圖”，而是生成的圖到底能不能用。

很多工具生成原型后之所以可用度不高，問(wèn)題就在于它只是在生成頁(yè)面，而沒(méi)有跟目標(biāo)、設(shè)計(jì)規(guī)范、業(yè)務(wù)目標(biāo)等上下文關(guān)聯(lián)。

針對(duì)這個(gè)問(wèn)題，目前 SOLO 里的技能市場(chǎng)提供了包含界面設(shè)計(jì)在等多種場(chǎng)景的 skill：

在原型生成上，可以選擇通過(guò) figma 來(lái)生成，不過(guò)我目前更傾向用 ai coding的方式生成可交互點(diǎn)擊的頁(yè)面，這是我覺(jué)得目前最高效的方式。

對(duì)比傳統(tǒng)的原型工具，一方面由于demo會(huì)更加直觀，所以跟設(shè)計(jì)、開(kāi)發(fā)等同事的溝通效率變得更高了，另外我們本身制作原型的成本還變得更低，并且可以很靈活地按預(yù)期進(jìn)行更新。

在 全新 SOLO 獨(dú)立端 這種項(xiàng)目組織方式里，前面的數(shù)據(jù)判斷、競(jìng)品結(jié)論和方案邏輯，都可以繼續(xù)進(jìn)入原型設(shè)計(jì)環(huán)節(jié)，讓原型設(shè)計(jì)環(huán)節(jié)與業(yè)務(wù)不脫鉤。

同時(shí)，針對(duì)設(shè)計(jì)規(guī)范問(wèn)題，可以選擇直接用 技能市場(chǎng)里的skill，也可以選擇將自己團(tuán)隊(duì)的 UI 規(guī)范做成前端組件庫(kù)，然后通過(guò)mcp 服務(wù)讓 SOLO 進(jìn)行調(diào)用，這樣可以確保原型風(fēng)格符合團(tuán)隊(duì)預(yù)期。

下面是用 SOLO 生成的原型效果：

過(guò)去，很多產(chǎn)品 idea 停留在想法層、方案層，并不是因?yàn)槿鄙倥袛啵且驗(yàn)閺膯?wèn)題發(fā)現(xiàn)、方案形成，到原型產(chǎn)出、MVP 推進(jìn)，中間隔著太多信息搬運(yùn)、角色接力和流程斷點(diǎn)。

當(dāng)數(shù)據(jù)分析、競(jìng)品調(diào)研、方案設(shè)計(jì)、PRD 與原型開(kāi)始有機(jī)會(huì)被連續(xù)推進(jìn)，被改寫(xiě)的就不只是“某個(gè)環(huán)節(jié)更快了”，而是產(chǎn)品機(jī)會(huì)驗(yàn)證本身的門(mén)檻。

這也在改變產(chǎn)品經(jīng)理的工作重心。過(guò)去大量時(shí)間消耗在整理資料、對(duì)齊信息、拼接文檔這些中間環(huán)節(jié)上，而當(dāng)這些環(huán)節(jié)逐步被 AI 承接，產(chǎn)品經(jīng)理的核心價(jià)值會(huì)進(jìn)一步前移——更快看清問(wèn)題，更快做出判斷，更快把一個(gè)方向推到可驗(yàn)證的狀態(tài)。

這意味著，過(guò)去那個(gè)“就差個(gè)程序員”的難題，正在被重新改寫(xiě)。

很多原本停留在想法層、方案層的東西，開(kāi)始更容易走到驗(yàn)證層。真正被放大的，不只是工具本身，而是產(chǎn)品經(jīng)理把一個(gè)想法推向現(xiàn)實(shí)的能力。

回頭再看“養(yǎng)蝦熱”，它真正留下來(lái)的，或許不是某一個(gè)現(xiàn)象級(jí)產(chǎn)品，而是一個(gè)越來(lái)越清晰的趨勢(shì)：我們想要的，不只是一個(gè)更會(huì)回答問(wèn)題的 AI，而是一個(gè)能進(jìn)入工作場(chǎng)景、參與真實(shí)推進(jìn)、并在過(guò)程中持續(xù)協(xié)作的 AI 助手。

而 TRAE SOLO 更值得關(guān)注的地方，就在于它正在把這種想象再往前推進(jìn)了一步。

如果你也想更直觀地感受這種全新的AI協(xié)同工作方式，可以實(shí)際體驗(yàn)一下 TRAE SOLO。

如何獲取全新 SOLO 邀請(qǐng)碼

SOLO 桌面端 + 網(wǎng)頁(yè)端已于 3 月 31 日正式開(kāi)啟內(nèi)測(cè)，體驗(yàn)地址：https://solo.trae.ai/

我們和官方申請(qǐng)到了一些邀請(qǐng)碼，領(lǐng)取方式如下：

2）在對(duì)話框回復(fù)關(guān)鍵詞【solo】