大家好呀,我是程序员夏叶,专注于分享AI编程的小技巧和经验,喜欢这方面的朋友可以来关注我的公众号,一起交流学习哦!


一、破局者登场:阿里云通义灵码AI IDE正式上线
今天(5月30日),阿里云终于推出了他们的新工具——Lingma,这是一款独立的AI原生开发环境。这意味着,国产的AI编程工具市场又多了一个重量级选手,之前可只有Trae一家独大呢。

Lingma是特别为阿里千问3(Qwen3)大模型量身定制的,里面包含了一些很酷的功能:
你可能感兴趣:K2到底有多普通?别再吹了,快来看看真相!
- 编程智能体模式:通过环境感知和工具调用(支持3000多种魔搭MCP服务),可以从需求描述直接生成代码,实现全自动化的交付;
- Nes行间预测能力:对代码修改进行动态预测,开发者只需按一下Tab键,就能快速完成代码编写,简单来说就是代码自动补全啦;
- 长期记忆能力:通义灵码首创了自动记忆功能,能够逐渐了解开发者的编程习惯和对话历史,从而提升编程效率和体验。
阿里这一举动,彻底打破了字节跳动Trae在国内AI IDE市场的垄断局面,AI编程的竞争格局也由此展开。
二、Lingma和Trae国内版功能对比
我第一时间下载了Lingma IDE,进行了一番测试,跟Trae国内版(国际版就不拿来比了)做了下对比,下面聊聊它们之间的异同。
| 对比项 | Lingma | Trae国内版 |
|---|---|---|
| IDE基座 | 基于VSCode | 同样基于VSCode |
| 智能体 | 只有一个内置智能体,不能自定义 | 有两个内置智能体,还支持自定义 |
| 代码自动补全 | 支持 | 支持 |
| chat模式 | 支持 | 支持 |
| MCP | 深度集成魔塔MCP,无需自己配置JSON文件,只要用KEY-value的形式就能搞定 | 需要自己找资料填写JSON配置 |
| 上下文 | 支持多种上下文类型:file、folder、image、codebase、teamDocs、codeChanges、gitCommit | 支持上下文类型:Code、File、Folder、Workspace、Doc、Web |
| 自定义rules | 支持项目级规则 | 支持系统级和项目级规则 |
| 大模型 | qwen3、qwen3-thinking、qwen2.5-max、deepseek-r1、deepseek-v3 | Doubao-1.5-pro、Doubao-1.5-thingking-Pro、DeepSeek-Reasoner(R1)、deepseek-V3-0324 |
| 价格 | 个人开发者免费 | 国内版免费 |
从上面的对比来看,功能上其实差别不大,基本的功能都有了,差别主要在一些细节方面,各自的优势也挺明显的。我会在后续深入使用后,跟大家分享更多体验。
如果你有兴趣,可以去下载试试看:
Lingma下载链接:https://lingma.aliyun.com/
Trae国内版下载链接:https://www.trae.com.cn/
三、国产AI IDE现状
其实现在除了字节跳动的Trae和阿里巴巴的Lingma,腾讯的CodeBuddy IDE也在快速推进中,官网已经开放体验,只是还没完全放开,目前想用的话还得申请,我已经申请了,不知道能不能成功。

我这里主要说了AI IDE,其实国产的AI编程插件还有很多,除了京东,国内的互联网大厂都在积极布局AI编程的市场。感觉现在正处于AI编程的竞技时代,各大公司都希望在这个领域占据一席之地,究竟谁能笑到最后,咱们一起期待吧!
来源:知乎
原文标题:来了,Trae的国内竞争对手Lingma出现了,盘点国产AI 原生IDE现状
声明:
文章来自网络收集后经过ai改写发布,如不小心侵犯了您的权益,请联系本站删除,给您带来困扰,深表歉意!










为什么Lingma的智能体不能自定义?这样有点限制了吧?
对比下来Lingma和Trae的功能差别不大,具体使用体验如何呢?有没有人试过?
感觉Lingma的界面设计还需要改进,使用起来是否会更友好呢?
使用Lingma后,发现它的代码自动补全效果真的很不错,省了我不少时间!
看到Lingma的发布,我忍不住想起了当年使用VSCode的种种,国产工具能否崛起,真是让人期待。
使用Lingma时,能否分享一下在团队协作中的使用体验?这个功能似乎也很重要。
Lingma的自动记忆功能听起来很厉害,实际使用中能提升多少效率呢?
对比后发现Lingma和Trae差别确实不大,大家觉得哪个更适合日常开发呢?