企业官网建设流程全解析

测评博主的 Excel 难题待解

每个测评博主电脑里都有一个文件夹，里面躺着一堆“下次一定整理”的 Excel。有测评博主的文件夹里，三个 Excel 已躺了一年多，那是 2025 年初测评的 22 个 AI 工具，从 DeepSeek - V3 到 Claude 3.5 Sonnet，从可灵到 Midjourney。当时测完就想搭个档案库，然而数据太乱，字段名中英混杂、日期格式五花八门、评分有的 10 分制有的百分制，整理到一半便放弃了。直到最近 Trae 开始刷屏，它是字节出的 AI IDE，口号是“用自然语言写代码”。该测评博主盯着那三个 Excel 思考：一年前搞不定的事，扔给 AI 能搞定吗？既然 Vibe - coding 和 vibe - working 本来就是面向非技术人员的，那就试试用 Trae 把一年前的烂摊子搭成一个能用的网站，看看能走多远。

数据清洗：Trae 聪明但也会“翻车”

直接开干，测评博主把提示词甩给 Trae，要求合并、统一字段、转 10 分制、统一日期、补平台信息、去重保留最新、输出两个 Excel、报个数。Trae 回了句“我来帮你整理”，然后开始在工作区搜索文件。期间经历了多次授权，如沙箱机制询问是否信任此作者，发现缺少 openpyxl 库询问是否安装，询问要不要把 Python 加进白名单等，不过搭建环境这部分它确实挺智能。

Trae 开始读取，识别出三个工作表，发现数据比较乱。它自动生成了一段 Python 代码，左侧编辑器里出现了 process_data.py。第一次跑完，它输出 18 个工具，打开主表一数，少了四个：DeepSeek - V3、Kimi - K1.5、可灵 AI、即梦。问题出在去重，Trae 自己迭代了 3 版去重逻辑，自作聪明地做了模糊匹配，把名称相近的当成同一个，而测评博主明确说了“同一个工具”就是名称完全相同，这是 AI 过度理解的典型翻车。

此时 Trae 的上下文已消耗到 20%，测评博主担心它会半路失忆，点了压缩，上下文瞬间回到 1%。然后发了修复指令，让它严格按名称去重，不要模糊匹配，评分格式改成保留 1 位小数显示。但修复比第一次更折腾，Trae 要覆盖旧 Excel 时，沙箱跳出询问是否运行高风险命令，还搞了倒计时。删到一半又卡住了，最后测评博主把 Excel 关了，它才成功写入。比较意外的是，修复过程中 Trae 自己调用了 AdvisorTool，发现日期解析有个 bug 并进行了修复。修复完成后，主表 22 个工具，历史表 6 条记录，逐项核对无误，第一层终于过了。这也印证了 Trae 的规划能力不错，它优先搭建了环境、优化了名称格式，处理数据时不太会出现数据抓取层面的问题。

搭网站：Trae 带来意外之喜

第二层是生成网页，测评博主基于主表要一个“AI 工具测评档案库”，要求深色模式、表格展示、能筛选、能排序，还加了隐性测试，数据层必须独立。Trae 交出来的结构令人意外，分了四个文件：index.html 当入口、data/tools.js 放数据、js/app.js 处理渲染、css/styles.css 管样式，数据没有和页面混在一起。

测评博主按提示词要求，让它把类型字段统一成中文。打开浏览器，页面是黑底白字，顶部显示 22 个工具、5 个类型、13 个国产、9 个海外。卡片里 Claude 3.5 Sonnet 排在最前面，评分 9.2（10 分制）。筛选按钮一排，可进行筛选和排序操作。

测评博主追加了“状态”字段，让 Trae 在卡片上显示“持续推荐”或“保持观察”，它承诺改 2 - 3 个文件，实际改了 3 个，且状态标签显示正确。然后把评分从 10 分制改成 5 分制，Trae 自己算出了新阈值，但改单位时暴露了问题，index.html 有硬编码文案。顺手点“已淘汰”筛选，发现是空的，这说明要么当年测的工具都还行，要么 Trae 的阈值设得偏保守。

更意外的是代码自审，测评博主让 Trae 审查自己的代码，找出三个最严重的工程问题，它指出了筛选按钮选项“写死”、卡片渲染是“大杂烩”、数据“翻译”到处乱译等问题，且知道修改的优先级。接着模拟连续的产品迭代，先是卡片改表格，Trae 只动了 app.js 和 css，数据层没动；再加详情页，Trae 新建了 detail.html 和 detail.js，历史数据单独放在 history.js 里，还认真画了 Canvas 折线并标注评分趋势。

压测与模型池：Trae 知道边界在哪

数据量暴增，测评博主把工具数从 22 个模拟到 100 个，Trae 主动预警全量渲染会卡，建议分页，并列出了四个瓶颈，还分了短期优化和长期优化。测评博主让它实现分页，每页 20 条，它只改了 2 个文件，筛选后自动回到第 1 页，页码收缩也做了，100 条数据分成 5 页，页码切换流畅，但分页按钮第一次点击时验证日志显示“失败”，事件绑定可能有延迟。

测试过程中发现 Trae 默认的模型列表里，关闭 Auto Mode 后，只有国产模型，Claude 和 GPT - 4 不在列表里。询问 Trae 得知海外模型需要手动添加 API Key，还要考虑网络访问和费用，也就是说 Trae 宣传的“多模型 AI IDE”，开箱即用的只有国产模型。

测评博主关掉 Auto Mode，切到 DeepSeek - V4 - Pro，让它用新模型重写分页逻辑，Trae 的对比分析很专业，但在浏览器里打开两个版本跑起来一样，代码结构的差异对使用者来说像空气，直到需要维护、扩展、给别人接手时，才会发现“工程化”的价值。而且 Trae 没法在沙箱里真正运行验证 DeepSeek 的代码。

Trae 表现复杂，使用建议明确

大半天测下来，Trae 给人的印象很复杂。它能干活，有架构意识，知道自己的代码有债，甚至能预见性能悬崖，但业务逻辑上容易想太多，代码债务会累积，不会主动优化。

建议是：如果急需一个能跑的数据展示站，Trae 够用了，用它做原型验证很省时间，大半天从 Excel 到网站，效率是真实的。但给它指令时规则要咬死，别留模糊空间让它自由发挥；数据量超过 100 条记得提前要分页；每做完一个大版本，最好让它自查一遍代码债。长期维护的项目，别指望它一次性交出完美代码，该盯的地方还得盯。这次测的是 Chat 模式搭网页，下次将拆解 Builder 模式，看看它能不能扛住更复杂的工程。