北京
金磊 發自 凹非寺
量子位 | 公眾號 QbitAI
2025年的最后幾天，TRAE發布了個重磅的——
年度產品報告，正式出爐。
映入眼簾的一組吸睛數據，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年度產品報告》中的冰山一角，更多有意思的數據還包括：
- 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
- 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
數據不會撒謊。
當我們在爭論AI會不會取代程序員時，TRAE已經悄悄在中國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領域狂飆突進的底牌。
誰在用，怎么用？
在深入技術細節之前，我們先看一個最真實的現象。
如果你現在的開發環境里裝了TRAE，你可能已經養成了這樣一個習慣：
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？
在互聯網產品方法論里，有一個著名的50%滲透率拐點：當一項AI功能的滲透率超過50%，且保持極高的日活粘性時，它就標志著整個行業已經跨過了嘗鮮和輔助工具的初級門檻，正式進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，就已經把函數體寫好了。
但真正的質變，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。但現在，AI編程工具則是全托管的姿態。
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、管理數據庫、執行極其復雜的端到端任務。
由此，開發者本身的角色定位也在發生著改變：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。數據顯示，超過半數的用戶在使用過程中會主動進行上下文管理（使用 #file, #code 等標簽）。
這說明什么？說明用戶不再把AI當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、業務文檔、代碼結構喂給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雜的需求？
從插件到自主Agent
回看TRAE的進化史，你會發現一條清晰的三階段進化論。
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（響應式）。
它不僅僅是被動回答你的問題，而是以AI為主導，主動理解目標、承接上下文、調度工具，獨立推進開發任務。
這種能力的底氣，來自于硬核的技術指標。
在公認的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只是字節跳動做的一個產品組裝，那你就太小看這家公司的技術積淀了。
報告顯示，2025年，TRAE在NeurIPS、ACL、ICSE、FSE、ASE等CCF-A類國際頂會上發表了10余篇AI Coding相關的學術論文，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PR 191個。
不只是快，還是“穩、準、省”
在AI編程的下半場，競爭的焦點正在發生轉移。
上半場大家比的是能不能生成代碼，看誰的模型參數大，看誰的Demo更炫酷。
下半場大家比的是能不能在低延遲、低內存下，穩定地生成代碼。
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：
- 補全延遲降低了60%+。
- 客戶端首Token耗時降低了86%。
- 內存占用降低了43%（Windows設備評測）。
- 網絡錯誤數減少60%，補全成功率達到了恐怖的99.93%。
這些數據或許不夠有直接的體感，但卻是支撐大規模復雜項目開發的生命線。
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模型塞進有限的內存里？誰能在弱網環境下保證代碼補全的毫秒級響應？
這些看不見的內功，才是TRAE能留住600萬用戶的真正原因。
中國AI IDE領域領先者
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，標志著AI從工具邁向了協作者。
在這個節點上，TRAE的這份報告，實際上是無形中展示了一波領先地位。
它是中國AI IDE領域的領先者，這一點已經沒有爭議。
- 規模上：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 + 多智能體構建端到端AI開發操作系統。
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環境本身。
通過實用技術回饋社區，通過130+場線下活動和8個官方社群連接開發者，通過頂級學術會議輸出技術標準。TRAE正在構建一個“開源+社區+學術”的三位一體生態。
這或許就是定義下一代開發者生態的標準模板。
當別人還在知乎上討論“程序員會不會失業”時，全球600萬TRAE用戶已經用行動給出了回答。
他們發起了6000萬個會話，發送了5億條Query，消耗了無數的Token，最終產出了那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年度產品報告地址：
https://mp.weixin.qq.com/s/8kdnWsxO3gKk8dzYJnqzJg
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
