https://jiajia.fun/a/6d07a9dd-f3c2-4947-b96b-5abae486b906-trae%E7%9A%84%E9%95%BF%E4%B8%8A%E4%B8%8B%E6%96%87%E4%B8%8E%E4%BB%BB%E5%8A%A1%E5%88%86%E9%85%8D%E6%98%AF%E6%80%8E%E4%B9%88%E5%81%9A%E7%9A%84

# Trae的长上下文与任务分配是怎么做的

Trae 的长上下文走窗口可调路线：国际版 Max 模式窗口扩到 200k 且用户可自设，单次任务最多 200 轮工具调用，记忆靠上下文压缩与历史摘要；任务分配未公开机制说明。

## 要点

1. 窗口并非固定策略：国际版 Max 模式把上下文窗口扩到 200k，允许用户自设窗口大小，官方建议先用 200k 跑、看实际利用率再调大。
2. 单次任务支持最多 200 轮工具调用，为多步骤、长依赖任务准备。
3. Agent 记忆宣称能在数天的项目周期里连续追踪关键细节，实际做法即上下文压缩与历史摘要；官方省钱文档建议聊十几轮变慢或跑偏时开新会话或压缩。
4. 任务分配没有官方机制说明，公开的“任务分配”通常指工具调用轮次管理与子任务拆分，而非多 Agent 协作。
5. 没有找到名为 traebot 的明确产品名，上述内容按 Trae 的 AI 编程产品理解。

## 来源

- [原始讨论 1](https://jiajia.fun/qa/41879c11c6a3a3a6f05046f5)
