同一个项目，同一个需求，两个 AI 编程工具，产出差距有多大？
背景
最近在做一个 资源库语义检索系统（Shield Mind Index） 的从 0 开始的项目。从需求文档到技术方案设计，全程用 AI 编程工具辅助完成。正好用了两个工具 —— Trae（模型：Doubao-Seed-Code）和 Claude Code（模型：Opus 4.6），在同一个项目上做了对比，结果差异令人深思。
任务说明
项目需求简单概括：构建一个 SaaS 模式的智能资源库系统，支持多租户、语义检索、自动标识入库等功能。
需要完成的工作：
Round 1：需求文档 —— Trae 先上
给 Trae 一段项目描述，让它写产品需求文档。这部分 Trae 完成得不错，生成了一份包含功能模块、核心流程、系统架构、数据结构的完整 PRD 文档（docs/产品需求文档.md）。
文档中包含了多个 Mermaid 格式的流程图定义，包括：
- 语义检索流程
- 用户注册登录流程
- 自动标识入库流程
- 资源管理时序图
- 资源检索时序图
- 系统架构图
- 界面流程图
评价： 这一轮 Trae 表现合格。需求文档结构完整，信息密度合理。
Round 2：流程图 SVG 化 —— Trae 翻车
接下来，让 Trae 把文档中的流程图从 Mermaid 语法转为独立的 SVG 文件。
第一次尝试：生成 .mmd + .html
Trae 并没有直接生成 SVG，而是生成了 .mmd 文件和引用 mermaid.js 的 .html 文件：
docs/images/trae/
├── system_architecture.mmd # Mermaid 源文件
├── system_architecture.html # 需要浏览器渲染的 HTML
├── semantic_search_flow.html
├── resource_search_flow.html
├── resource_management_flow.html
├── auto_tagging_flow.html
└── all_diagrams.html
.mmd 文件只是原始 Mermaid 语法的复制，.html 需要浏览器 + CDN 加载 mermaid.js 才能渲染。这不是 SVG，不能直接在 Markdown 中引用。
多次沟通仍无法完成
反复沟通，Trae 始终无法直接生成 SVG 格式的流程图。它似乎不具备将流程图"画"成原生 SVG 的能力，只会依赖第三方渲染引擎。
给出参考方案后才完成
最终，我把之前用 Claude Code 生成 SVG 的方法（一个 Vue 文件的参考示例）给 Trae，它才终于生成了 SVG 文件。但是结果…
Trae 生成的 SVG：能看，但仅此而已
以系统架构图为例，Trae 的产出：
问题一览：
| 视觉单调 | 所有节点使用同一种颜色和样式，无法区分不同层级 |
| 信息缺失 | 架构图缺少 Gateway 层、消息队列、Vault 密钥管理等关键组件 |
| 布局简陋 | 简单的从上到下排列，没有分层概念 |
| 无细节标注 | 节点只有名称，没有技术栈说明和职责描述 |
| 专业度不够 | 更像是 Mermaid 的简单翻译，不像架构设计图 |
再看语义检索流程图：
同样的问题：节点排列单一、缺少缓存判断的菱形节点、没有技术细节标注、没有分支路径的区分。
Round 3：Claude Code 登场
因为是 Trae 设计的需求文档，所以我给 Claude Code 的指令是：
“请结合产品需求文档，完成技术方案的设计，其中包含相关的流程图（采用 SVG），注意，不能完全依靠产品说明文档来，需要从专业技术角度来对文档进行审查，并完成设计方案”
注意关键词：“不能完全依靠”、“专业技术角度”、“审查”。
产出 1：先审查，再设计
Claude Code 的第一件事不是画图，而是审查需求文档。它生成了一份详细的技术审查报告，指出了 PRD 中的多个问题：
| 架构缺陷 | 缺少 API Gateway 层、缺少多租户模型、缺少消息队列、缺少对象存储 |
| 数据模型问题 | API Key 明文存储、模型 API Key 明文、缺少状态机、分类路径低效 |
| 安全问题 | 无速率限制、无 CORS 策略、无输入校验、JWT 无吊销机制 |
| 务实的判断 | 明确标注了"MVP 阶段可接受的简化"：计费、SSO、SDK 发布、弹性扩展 |
这份审查本身就很有价值 —— 它不是在机械执行任务，而是在用技术视角思考。
产出 2：架构图 —— 天壤之别
Claude Code 生成的系统架构图：
对比一目了然：
| 分层设计 | 无分层，节点平铺 | Client / Gateway / Service / Data / Infra 五层清晰分色 |
| 组件完整度 | 6 个基础模块 | 包含 Auth、User、Resource、Category、Search、API Key、Model Config、Embedding、Auto-Tagging、Worker、Tenant、Audit Log 等完整服务 |
| 技术标注 | 无 | 每个组件都有技术栈和职责说明（如 “Token Bucket + Redis”） |
| 视觉设计 | 单色方块 | 多色分层、阴影效果、圆角、渐变 |
| 外部服务 | 未体现 | 独立标注 OpenAI API、Vision Model、SMTP、OAuth Provider |
| 基础设施 | 未体现 | Docker Compose、GitHub Actions、Prometheus、Grafana、Jaeger |
产出 3：流程图 —— 信息密度的差异
语义检索流程对比：
Trae 版本：
Claude Code 版本：
Claude Code 的流程图包含了：
- 缓存命中/未命中的菱形判断节点
- 每一步都有编号和技术细节（如 “Model Router: Built-in BERT / External API”）
- 旁注说明（如混合检索权重 “Vector score * 0.7 + BM25 text score * 0.3”）
- 分支路径颜色区分（缓存命中用绿色，未命中用红色）
- 后处理阶段的具体操作（权限检查、分数阈值、分页）
产出 4：更多专业流程图
Claude Code 还额外生成了 Trae 未涉及的图：
认证授权时序图：
这张图用时序图的形式，清晰展示了 Client -> Gateway -> Auth Service -> PostgreSQL -> Redis 的完整交互，包含注册、登录、API 请求三个场景。
资源入库流程图：
ER 关系图：
部署拓扑图：
关键差异总结
能力维度对比
| 需求文档 | 合格，结构完整 | 未单独测试（基于 Trae 的文档工作） |
| SVG 生成能力 | 需要给参考才能完成 | 直接生成，无需引导 |
| 技术审查 | 未体现 | 主动审查 PRD，发现 15+ 个技术问题 |
| 架构理解 | 照搬文档描述 | 基于技术判断补充和修正 |
| 图表质量 | 信息简单、视觉单调 | 信息丰富、分层清晰、视觉专业 |
| 主动性 | 被动执行指令 | 主动发现问题、提出修正方案 |
| 技术深度 | 表面级别 | 涉及具体算法、参数、安全策略 |
核心差距在哪？
1. 不是 “会不会画图” 的问题，是 “理不理解” 的问题
Trae 的架构图缺少 Gateway 层，不是因为不会画多一个方块，而是它不理解 SaaS 产品为什么需要网关层。Claude Code 不仅画出了 Gateway，还标注了它的职责：SSL Termination、负载均衡、Rate Limiting、Auth Middleware。
2. 不是 “完成任务” 的问题，是 “思考任务” 的问题
让 Claude Code 做技术方案，它的第一反应是审查需求文档的合理性。API Key 明文存储？不行，改成 SHA-256 哈希。没有消息队列？异步任务会超时，加 Redis Stream。这种工程直觉是最大的差距。
3. 不是 “好看不好看” 的问题，是 “有没有用” 的问题
Trae 的图拿去给开发看，开发还需要问一堆问题。Claude Code 的图拿去给开发看，直接能开工 —— 技术栈标了，交互协议标了，连混合检索的权重都写上了。
这是差距还是姿势不对？
老实说，两者都有。
确实是差距
- 模型能力差距：Opus 4.6 在代码理解、系统设计、技术判断上明显强于 Doubao-Seed-Code
- 工具链差距：Claude Code 对 SVG 的原生生成能力更强，不依赖第三方渲染
- 推理深度差距：Claude Code 能做技术审查、发现架构缺陷，这需要深层推理能力
也可能是姿势问题
- Prompt 差异：给 Claude Code 的指令明确要求了"从专业技术角度审查"，这种引导很关键
- 工具特性：Claude Code 是终端工具，天然适合代码和文件操作；Trae 作为 IDE 插件，在代码补全等场景可能有不同优势
- 使用场景：如果只是写业务代码、做简单的 CRUD，差距可能没这么大
一个残酷的现实
在 AI 编程这个领域，模型能力就是产品天花板。工具做得再好，底层模型理解不了系统架构，它就画不出好的架构图。给再多参考，如果模型不理解"为什么 SaaS 产品需要租户隔离"，它就不会主动在架构中加入这个概念。
这不是用得对不对的问题 —— 是模型看到同一份需求文档时，脑子里浮现的东西不一样。
写在最后
这次对比不是为了踩谁捧谁。Trae 在它的场景下有它的价值，Doubao-Seed-Code 也在快速进步。但至少在 系统设计、技术方案、流程图生成 这类需要深层技术理解的任务上，Claude Code + Opus 4.6 展现出了明显的优势。
选工具，先想清楚你要它做什么。如果只是补全代码、生成样板，用什么都差不多。但如果需要它像一个资深工程师一样思考 —— 目前来看，选择确实重要。
