用过Kiro之后，感觉Trae有点难用

之前因为Claude模型限制在中国使用后，想要用Claude还得科学方式，就放弃了Cursor。转向了免费的国内版Trae,毕竟是免费用GLM-4.6、Kimi-k2、MiniMax-M2，咱也不能太挑剔。还是能解决一些问题。

最近，Kiro装了好几天了，比较复杂的逻辑都在用Kiro中的claude sonnet 4.5。

相比之下，Trae就陷入死循环然后超过模型思考次数

最近也是在准备阿里云大模型工程师ACA认证的考试，我用AI帮忙生产一个爬虫去爬网上的一些题库，Trae里面用了GLM-4.6和MiniMax-M2两个模型，选用的技术栈是Python。过程调试需要人工去反复运行、测试、然后又给到AI。但是Kiro就直接一条龙，先用Nodejs+Playwright，提示词写好后，整个过程基本全部自动化。

抓取完题库后，我把阿里云大模型工程师ACA认证的课程和抓取到的题库让AI帮我总结一下。因为内容相对比较大多一些，Kiro就分步写来完成

Trae编排的步骤很清晰，但是生成内容简单，而且还失败。

从这几天使用体验来看，Kiro确实比Trae要好用，也支持图片识别。Trae则只有豆包模型才有图片识别。

模型和工具很多，但是好用的就那么几个（Claude Opus 4.5、Gemini 3 Pro、GPT-5.1，国内的大概就是GLM-4.6、Kimi-K2-thinking等）。每家公司推出新版本的时候，都会先吹其无所不能，但是具体好不好用，得自己用过之后才知道。

现在，免费的我只用了Trae和Kiro，不需要科学上网，也不需要去注册乱七八糟的什么xxRouter平台。虽然Trae差了一点，内存占用也比较高。谁让Kiro免费额度那么少呢？结合起来用吧。