手機語音下指令，電腦里的 Agent 自己干活，TRAE SOLO 移動端全量上線！（附 5 大場景實測）

你不再需要坐在電腦前，才能讓AI干活了。

—— TRAE SOLO 移動端，正式上線

大家好啊，我是甲木，

五一大家玩的怎么樣，上班綜合癥有沒有緩過來..

這幾天我是一直家里蹲，在研究各種好玩有趣的東西，

之前跟大家提到 TRAE 的時候，說過我是TRAE Expert 成員，而在假期中，正好收到了 TRAE 官方發(fā)過來一個好玩的東西。

TRAE SOLO 跟 Insta360 的麥克風(fēng) Mic Air聯(lián)名推出的一款套裝。

主打的就是Voice Working，有什么用呢？

CORE把電腦裝進口袋，直接語音下達任務(wù)。

上個月寫飛書 CLI 那篇的時候，我說過一句：「以前是你操作飛書，現(xiàn)在是 AI 操作飛書，你只管拍板。」

當(dāng)時就有讀者問：那能不能連電腦都不用開？手機上直接拍板？

今天可以了。

NEWSTRAE SOLO 移動端，近日已正式上線，全量開放。

App 端、Web 端、Desktop 端，三端打通。不需要邀請碼，下載就能用。

很多小伙伴已經(jīng)試過 TRAE SOLO 的 PC 端了。Code 模式寫代碼，MTC 模式做文檔、跑數(shù)據(jù)、寫方案，能力確實在線。但有個問題一直沒解決：

PAIN你得坐在電腦前。

— TRAE SOLO PC 版

我們經(jīng)常面臨這樣的場景：出差路上老板突然要方案，你只能回"到了就弄"；通勤途中靈感冒出來，等到了工位已經(jīng)忘了一半；下班路上想起有個數(shù)據(jù)沒跑，糾結(jié)要不要折返回去...

說到底，就是：你的能力被鎖在電腦那頭，人不在旁邊就沒轍。

現(xiàn)在掏出手機，對著 TRAE SOLO 說話，它能幫你調(diào)度云端或者家里那臺電腦，把事辦了。

等你到公司打開電腦，成果已經(jīng)在那。手機上看到的 Session，桌面端一模一樣。反過來也是，電腦上正在跑的任務(wù)，掏出手機隨時能看進度。

真正的三端同步，不只「同步消息」，是同步整個工作流。

接下來就跟大家說一下，本次 TRAE SOLO 的 Mobile 版本都更新了什么東西，以及在我們?nèi)粘９ぷ鲌鼍爸卸加心男?yīng)用。

本文看點

01

三端打通

2 分鐘配對

02

語音交互

四大場景實戰(zhàn)

03

Coding 實測

通勤路上寫代碼

01

SETUP

怎么上手？2 分鐘配對

開始之前，先來看看怎么接入。

STEP 01方式很簡單，手機先安裝TRAE App，iOS 和 Android 都能下載（認準(zhǔn)官方）。

STEP 02手機端登錄跟 PC 端同一個賬號，然后在頭像的設(shè)置界面，找到「設(shè)備管理」→「添加設(shè)備」

STEP 03在 PC 端的設(shè)置里找到SOLO Mobile，打開 Phone Pairing 開關(guān)。

STEP 04手機端自動檢測配對狀態(tài)，看到你的電腦出現(xiàn)在設(shè)備列表就成功了。

整個過程不需要輸入配對碼，同一賬號自動發(fā)現(xiàn)。建議順手開啟防睡眠模式，保持電腦始終在線，隨時可以接收手機端的任務(wù)。

? 注意想讓手機操控的文件，必須放在 Mac 的 Documents（文稿）根目錄下。不在這個路徑的文件 Agent 訪問不到。用之前先把需要的文件挪過去。

配對完成之后，你在手機端新建 Session 的時候，就能看到Cloud 云端和你的Mac兩個選項了。Cloud 適合不依賴本地文件的任務(wù)，Mac 適合需要讀取電腦文件的任務(wù)。

比如，我跟別人出去吃飯的時候，突然想起電腦文稿里有一份文件需要給朋友看，我就直接打開手機端進行語音輸入。

它直接對內(nèi)容進行了讀?。煌瑫r可以看到，電腦端也同步把這部分內(nèi)容對應(yīng)輸出，我讓它直接輸出一個可供查看的文件，它就自己開始進入工作狀態(tài)了...

除了這次移動端正式發(fā)布實現(xiàn)三端同步之外，它還上線了Windows 版本，不再是 Mac 用戶的專屬了。

還有定時任務(wù)、飛書 CLI 接入、定時任務(wù)等各種實用功能，哦對了，還有一個實時語音交互討論，不只是語音輸入，能跟 AI 實時對話討論。

功能點不少。但我覺得最核心的一句話是：

CORE你不再需要坐在電腦前，才能讓 AI 干活了。

這對開發(fā)者重要，但對運營、策劃、管理這些不寫代碼的崗位來說...可能更重要。

為什么？因為 Code 模式已經(jīng)有很多工具在做了，但面向通用工作場景的移動端 AI Agent，市場上很少。文檔生成、數(shù)據(jù)分析、報表制作、方案起草，這些每天消耗大量時間的事，現(xiàn)在你用一部手機就能發(fā)起。

接下來用 4 個實戰(zhàn)場景，看看移動端到底能做什么。

02

SCENE · TALK

場景一：跟 AI 語音討論，聊完直接干活

這個功能我個人最喜歡。

以前跟 AI 交互，要么打字，要么語音轉(zhuǎn)文字再發(fā)過去。但「討論」這件事，打字效率太低，單向語音轉(zhuǎn)寫又沒法來回碰撞。你說一句它回一段，中間的追問、糾正、補充，全靠打字來回切，節(jié)奏完全斷掉了。

TRAE SOLO 這次上了語音交互討論。你跟 AI 之間是真正的雙向?qū)崟r對話。

還拿我剛才的 AI 企業(yè)服務(wù)的文檔，我想跟 AI 討論一下關(guān)于「交付」還有哪些完善的地方，走路的時候想先理清思路。

打開 TRAE SOLO，開啟語音討論：

— 語音討論界面

VOICE PROMPT

還是剛才的 AI 企業(yè)服務(wù)的道與術(shù)這塊，關(guān)于項目的"交付"這塊，幫我理一下思路。

AI 不會直接給你甩一份方案。它會追問。

「從三個維度：輸出成果的具體形態(tài)，限定服務(wù)的場景范圍，提前約定效果的參考標(biāo)準(zhǔn)等等」

你一邊走一邊聊，跟打電話一樣自然。AI 是在跟我一起想。

討論結(jié)束后，自動生成一份討論紀(jì)要。不是逐字稿那種，是提煉過的：關(guān)鍵要點、核心判斷、待辦事項，整理得很清楚。

關(guān)鍵你可以直接基于這份紀(jì)要下發(fā)任務(wù)。

VOICE PROMPT

現(xiàn)在幫我繪制一下安全創(chuàng)新客群四象限的分析圖，然后包括第二個待完成的這個后續(xù)行動任務(wù)都幫我完成一下。

下達完任務(wù)就接著散步，回到電腦旁，幾個文件已經(jīng)生成了。

從腦暴到產(chǎn)出，一次散步的功夫，完成度還挺高，這個圖竟然畫出來了..

以前的工作流是：想 → 記在備忘錄 → 回到電腦 → 打字給 AI → 整理輸出。

現(xiàn)在是：想 → 說 → 聊 → 產(chǎn)出。四步壓成一步，中間那些"搬運"全省了。

03

SCENE · FILES

場景二：人在外面，文件困在電腦里

出差忘帶電腦（或者壓根沒打算帶），急需 Mac 上一份項目資料。

以前你要么打電話讓同事幫忙翻，要么用遠程桌面在手機上痛苦地點來點去。用過 ToDesk 之類的遠程桌面在手機上操作電腦的人都知道，那個體驗叫一個災(zāi)難...屏幕小、操作精度差，點個菜單都費勁。

TRAE SOLO 的做法完全不一樣。你不需要在手機上操作電腦屏幕。你只需要用自然語言說你要什么，Agent 在電腦端自動找文件、處理數(shù)據(jù)、輸出結(jié)果。你操控的不是屏幕，是 Agent。

差異遠程桌面是你在操作，只不過隔著一塊屏幕；TRAE SOLO 是Agent 在操作，你只管下指令。

我 Mac 上有一份客戶數(shù)據(jù)的 Excel：

VOICE PROMPT

去我 Mac 上找 Documents 下的客戶數(shù)據(jù).xlsx，把 Q1 銷售額按區(qū)域匯總，算出各區(qū)域合計金額和占比，生成一份數(shù)據(jù)簡報。

它連到你配對好的 Mac，讀文件，跑數(shù)據(jù)，產(chǎn)出結(jié)果。整個過程你在手機上看著進度條就行，不需要操心任何文件路徑和操作步驟。

還記得上篇寫的飛書 CLI嗎？如果你電腦裝了飛書 CLI，還可以讓 Agent 把生成的簡報直接寫進飛書文檔。一步到位，連復(fù)制粘貼都省了。

LOOP手機下指令，電腦干活，飛書交付。一條鏈路跑通三個端。

之前給大家分享"AI 操作飛書"，加上這次的移動端，變成了"手機操控 AI 操作飛書"。層級又升了一級。

04

SCENE · SYNC

場景三：多端協(xié)同，完成場景調(diào)研

早高峰，地鐵上。老板消息彈過來：

BOSS MESSAGE

分析一下五一期間的美股市場，看看對我們的股市有什么影響，把內(nèi)容匯總一下。

以前只能回一句「收到」，然后焦慮地等到工位。

現(xiàn)在掏出手機，打開 TRAE SOLO，按住說話：

VOICE PROMPT

幫我查看一下 5 月 1 號到 5 月 5 號期間美股市場的一個變化，最火熱的一些板塊是什么？對于 A 股市場有哪些影響和參考呢？僅需要給我列一個詳細的報告給到我。

這里有個細節(jié)值得說。移動端的語音識別做了智能清洗。

你在地鐵上不可能字斟句酌地說話。"嗯...幫我查看一下 5 月 1 號到 5 月 5 號，嗯...期間美股市場的一個變化最火熱的一些板塊是什么？"，這種帶雜音的口語，轉(zhuǎn)寫出來是干凈的結(jié)構(gòu)化指令。「嗯」「那個」「就是說」全部自動過濾。

這個體驗很重要，某些輸入法的語音轉(zhuǎn)文字，你得像念稿子一樣說話才有好效果?，F(xiàn)在你就正常說人話，它自己清理.

說完選擇 Cloud 云端執(zhí)行，Agent 開始跑。你可以鎖屏，切到別的 App 干別的事。任務(wù)跑完了會推送通知提醒你。

等你走到公司打開電腦，報告已經(jīng)在桌面端等著了。

05

SCENE · SCHEDULE

場景四：定時任務(wù)，你的 AI 早班同事

這個場景很適合需要持續(xù)追蹤信息的人。

在 TRAE SOLO 里設(shè)個定時任務(wù)，讓 Agent 按固定時間自動執(zhí)行。

比如做競品分析的運營：「每天早上 9 點 20，搜索 Cursor 和 Claude Code 的最新動態(tài)和更新日志，整理成簡報，重點標(biāo)注跟 TRAE 有競爭關(guān)系的功能更新?！?/p>

設(shè)好之后你就不用管了。每天到工位打開電腦，簡報已經(jīng)在那了。你的 AI 比你早半小時上班。

再比如做內(nèi)容的同學(xué)：「每周一上午 9 點，幫我搜索上周 AI 領(lǐng)域閱讀量最高的 10 篇文章，按選題方向分類，附上每篇的核心觀點。」周一早上你到公司，選題庫已經(jīng)準(zhǔn)備好了，選一個開寫就行。

這就是「早班同事」的概念。你不在的時候，它幫你盯著。

而且支持多 Session 并行。同時讓一個 Session 跑競品簡報，另一個跑數(shù)據(jù)報表，第三個整理上周的會議紀(jì)要。各干各的，互不干擾。你在手機上的 Task List 里能看到所有任務(wù)的實時狀態(tài)，哪個跑完了，哪個還在執(zhí)行，一目了然。

RESULT一部手機，調(diào)度一支 AI 小分隊。

06

CODE

Coding 場景：語音寫代碼是什么體驗

MTC 說完了，Code 模式展開聊聊。

TRAE SOLO 的 Code 模式大家應(yīng)該比較熟了。移動端加了語音之后，寫代碼方式有點意思。

比如我之前手搓的「電商神器風(fēng)格鍛造 App」，直接打通 GitHub，掏出手機切到 Code 模式，選擇云端模式，按住說話：

VOICE PROMPT

現(xiàn)在首頁沒什么問題，但是你需要幫我新增一個"聯(lián)系開發(fā)者"的界面，請完成。

— 這里需要注意，一定要選擇倉庫分支之后，才可以開始對話

說話反而很自然。你說的就是你想要的，Agent 自動翻譯成代碼。

夾上 Mic Air 效果更明顯。地鐵里、咖啡館里，周圍再嘈雜它的AI 降噪也能精準(zhǔn)拾音。

Agent 在云端或者 Mac 上直接改代碼，生成Diff View。你在手機上滑一遍變更，確認沒問題，一鍵合并。

我實際試了一下，用語音描述需求 + 手機上看 Diff 確認，這個組合出乎意料地順暢。本質(zhì)上就是用嘴做 Code Review 和 Refactor。坐班用鍵盤，路上用嘴，工具換了，工作流不斷。

當(dāng)然，復(fù)雜的調(diào)試和架構(gòu)級重構(gòu)還是得回到電腦前。但通勤路上處理一些 Issue、做簡單的代碼調(diào)整、Review 一下 Agent 的產(chǎn)出，體驗已經(jīng)很流暢了。

好了，通過這幾大場景，相信大家對于 TRAE SOLO 移動端有個基本了解了，

當(dāng)然，說幾個值得優(yōu)化的地方，比如定時任務(wù)結(jié)果目前手機端還看不到，操控電腦端的文件要放在Documents 根目錄下等等，希望后續(xù)迭代~

FINALE

結(jié)語

過去是工位定義工作。

你得坐在那，打開軟件，一步步操作。離開工位等于離開生產(chǎn)力。

NOW現(xiàn)在是工作流跟著人走。

你在哪，工作就在哪。手機是遙控器，云端是引擎，電腦是執(zhí)行器。三個角色各司其職，你是調(diào)度中心。

三端打通聽起來是個技術(shù)升級。其實是在重新劃定「辦公」這個詞的邊界。

當(dāng) AI Agent 不再被鎖在某一臺設(shè)備上的時候，「隨時隨地辦公」才從一句口號變成了真的。

試試看。通勤路上搞定一天的準(zhǔn)備工作，到公司先喝杯咖啡再說。

TRAE SOLO 移動端已全量開放，App Store 搜索 TRAE 直接下載，或訪問trae.cn了解更多。

以上。

我是甲木，熱衷于分享一些 AI 干貨內(nèi)容，同時也會分享 AI 在各行業(yè)的落地應(yīng)用。

如果你覺得今天這篇有收獲，歡迎點贊、在看、轉(zhuǎn)發(fā)三連，我們下期再見