金磊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

2025年的最后幾天，TRAE發(fā)布了個重磅的——

年度產(chǎn)品報告，正式出爐。

映入眼簾的一組吸睛數(shù)據(jù)，是這樣的：

• TRAE在一年里寫了1000億行代碼！

什么概念？

如果按照一個程序員每天寫100行有效代碼計算，這相當(dāng)于300萬個程序員不吃不喝、沒日沒夜干了一整年。

而這也僅僅是《TRAE 2025年度產(chǎn)品報告》中的冰山一角，更多有意思的數(shù)據(jù)還包括：

• 超過50%的用戶，每天都在高頻使用Tab鍵（Cue行間補全功能）
• 全球用戶超600萬，月活突破160萬，插旗近200個國家和地區(qū)
• 僅僅半年時間，Token消耗量暴漲700%
• 有6000名“肝帝”用戶，全年寫代碼天數(shù)超過了200天
• 國際版付費用戶周均活躍超6天，幾乎是自然周全勤

數(shù)據(jù)不會撒謊。

當(dāng)我們在爭論AI會不會取代程序員時，TRAE已經(jīng)悄悄在中國AI IDE賽道跑出了第一的身位。

帶著這份報告，我們扒開了TRAE在AI Coding領(lǐng)域狂飆突進(jìn)的底牌。

誰在用，怎么用？

在深入技術(shù)細(xì)節(jié)之前，我們先看一個最真實的現(xiàn)象。

如果你現(xiàn)在的開發(fā)環(huán)境里裝了TRAE，你可能已經(jīng)養(yǎng)成了這樣一個習(xí)慣：

手指懸在Tab鍵上的時間，比放在其他任何鍵位都要長。

報告顯示，Cue（行間補全）功能已經(jīng)成為程序員最高頻的肌肉記憶。

• 超過50%的用戶每天主動使用Cue
• Cue累計推薦代碼近10億次，且采納率提升了80%

這意味著什么？

在互聯(lián)網(wǎng)產(chǎn)品方法論里，有一個著名的50%滲透率拐點：當(dāng)一項AI功能的滲透率超過50%，且保持極高的日活粘性時，它就標(biāo)志著整個行業(yè)已經(jīng)跨過了嘗鮮和輔助工具的初級門檻，正式進(jìn)入了人機共生的階段。

AI不再是那個偶爾幫你寫個正則表達(dá)式的小助手，它開始懂你的意圖，懂你的邏輯，甚至在你還沒想好變量名的時候，就已經(jīng)把函數(shù)體寫好了。

但真正的質(zhì)變，還得看TRAE的SOLO模式（Agent自主編程）。

如果說Cue是讓你少打字，那么SOLO就是讓你更省心。

報告披露了一個增長曲線：SOLO模式在中國版上線后，問答規(guī)模瞬間增長了7300%！

以前我們用AI來編程可能更像是打補丁，哪里不會點哪里：寫個排序算法，查個API文檔。但現(xiàn)在，AI編程工具則是全托管的姿態(tài)。

用戶不再滿足于讓AI寫兩行代碼，而是開始通過SOLO模式、通過MCP（Model Context Protocol，目前已支持1.1萬個），以及各種Agent，讓AI去操作瀏覽器、管理數(shù)據(jù)庫、執(zhí)行極其復(fù)雜的端到端任務(wù)。

由此，開發(fā)者本身的角色定位也在發(fā)生著改變：從寫代碼的人（Coder），變成了指揮寫代碼的人（Commander）。

這種變化在核心用戶身上體現(xiàn)得尤為極致。

報告中特別提到了6000名全年寫代碼超200天的硬核用戶。數(shù)據(jù)顯示，超過半數(shù)的用戶在使用過程中會主動進(jìn)行上下文管理（使用 #file, #code 等標(biāo)簽）。

這說明什么？說明用戶不再把AI當(dāng)成一個只會回答百科全書的傻瓜，而是主動把項目的深層邏輯、業(yè)務(wù)文檔、代碼結(jié)構(gòu)喂給AI。

一言蔽之，TRAE的核心用戶正在把AI能力帶入項目的核心地帶。

那么接下來的一個問題就是：TRAE憑什么能接住這么復(fù)雜的需求？

從插件到自主Agent

回看TRAE的進(jìn)化史，你會發(fā)現(xiàn)一條清晰的三階段進(jìn)化論。

第一階段，TRAE 1.0（插件+IDE時代）。

這時候的TRAE，更多是像一個好用的插件。它深度集成了AI，提供了問答、代碼生成、智能補全。這算是AI Coding的古典時代，解決了從無到有的問題。

第二階段，TRAE 2.0（SOLO Beta時代）。

推出了SOLO模式的Beta版。這時候，TRAE開始像是有了獨立人格，被稱為The First Context Engineer。它集成了編輯器、終端、瀏覽器，試圖打通從構(gòu)思到落地的鏈路。

第三階段，TRAE 3.0（SOLO 正式版）。

這是目前的完全體。TRAE把自己定義為The Responsive Coding Agent。

注意這個詞：Responsive（響應(yīng)式）。

它不僅僅是被動回答你的問題，而是以AI為主導(dǎo)，主動理解目標(biāo)、承接上下文、調(diào)度工具，獨立推進(jìn)開發(fā)任務(wù)。

這種能力的底氣，來自于硬核的技術(shù)指標(biāo)。

在公認(rèn)的AI編程能力評測榜單SWE-bench Verified中，TRAE拿下了全球第一。

但這還不是全部。

如果你以為TRAE只是字節(jié)跳動做的一個產(chǎn)品組裝，那你就太小看這家公司的技術(shù)積淀了。

報告顯示，2025年，TRAE在NeurIPS、ACL、ICSE、FSE、ASE等CCF-A類國際頂會上發(fā)表了10余篇AI Coding相關(guān)的學(xué)術(shù)論文，其中還有一篇入選了NeurIPS Spotlight。

除此之外，他們還把trae-agent開源了，在GitHub上斬獲了10.2k Stars，合入社區(qū)PR 191個。

不只是快，還是“穩(wěn)、準(zhǔn)、省”

在AI編程的下半場，競爭的焦點正在發(fā)生轉(zhuǎn)移。

上半場大家比的是能不能生成代碼，看誰的模型參數(shù)大，看誰的Demo更炫酷。

下半場大家比的是能不能在低延遲、低內(nèi)存下，穩(wěn)定地生成代碼。

對于每天要寫很多行代碼的工程師來說，延遲降低100毫秒，比模型參數(shù)多100億更重要。

TRAE的年度報告里，羅列了一組極具含金量的工程指標(biāo)：

• 補全延遲降低了60%+。
• 客戶端首Token耗時降低了86%。
• 內(nèi)存占用降低了43%（Windows設(shè)備評測）。
• 網(wǎng)絡(luò)錯誤數(shù)減少60%，補全成功率達(dá)到了恐怖的99.93%。

這些數(shù)據(jù)或許不夠有直接的體感，但卻是支撐大規(guī)模復(fù)雜項目開發(fā)的生命線。

試想一下，如果你的IDE每寫幾行代碼就卡頓一下，或者跑著跑著內(nèi)存溢出崩了，模型再聰明你也會把它卸載。

誰能把SOTA模型塞進(jìn)有限的內(nèi)存里？誰能在弱網(wǎng)環(huán)境下保證代碼補全的毫秒級響應(yīng)？

這些看不見的內(nèi)功，才是TRAE能留住600萬用戶的真正原因。

中國AI IDE領(lǐng)域領(lǐng)先者

最后，我們來聊聊格局。

2025年，注定是AI Coding歷史上一個特殊的年份。它是一個拐點，標(biāo)志著AI從工具邁向了協(xié)作者。

在這個節(jié)點上，TRAE的這份報告，實際上是無形中展示了一波領(lǐng)先地位。

它是中國AI IDE領(lǐng)域的領(lǐng)先者，這一點已經(jīng)沒有爭議。

• 規(guī)模上：600萬全球用戶，160萬月活。
• 速度上：一年迭代超過100次。

加之SWE-bench Verified全球第一的成績，也是在側(cè)面對其能力上的印證。

更重要的是路徑的選擇。

不同于海外GitHub Copilot早期的單點增強路線（即主要作為IDE的一個插件存在），TRAE一開始就走了一條更重的路：

以SOLO + MCP + 多智能體構(gòu)建端到端AI開發(fā)操作系統(tǒng)。

它不滿足于只做VScode里的一個插件，它想做的是下一代的開發(fā)環(huán)境本身。

通過實用技術(shù)回饋社區(qū)，通過130+場線下活動和8個官方社群連接開發(fā)者，通過頂級學(xué)術(shù)會議輸出技術(shù)標(biāo)準(zhǔn)。TRAE正在構(gòu)建一個“開源+社區(qū)+學(xué)術(shù)”的三位一體生態(tài)。

這或許就是定義下一代開發(fā)者生態(tài)的標(biāo)準(zhǔn)模板。

當(dāng)別人還在知乎上討論“程序員會不會失業(yè)”時，全球600萬TRAE用戶已經(jīng)用行動給出了回答。

他們發(fā)起了6000萬個會話，發(fā)送了5億條Query，消耗了無數(shù)的Token，最終產(chǎn)出了那1000億行代碼。

他們沒有被AI取代，他們變得更強了。

正如報告最后所言：

• 我們一起，把代碼寫得更好。

TRAE年度產(chǎn)品報告地址：

https://mp.weixin.qq.com/s/8kdnWsxO3gKk8dzYJnqzJg