字节跳动旗下AI编程产品TRAE 发布2025年度产品报告

【科技快报网】12 月 26 日，字节跳动旗下 AI 编程工具 TRAE 发布 2025 年度产品报告。

2025 年，AI Coding 从技术创新走向实际应用，深刻变革开发者的生产场景。行业需求已从单点高效的代码补全，升级为全流程、自驱动的 Agent 开发模式。开发者规模持续增长，AI Coding 工具的用户规模也在逐渐扩大。

这一年，从 1 月国际版上线到 3 月发布中国版，再到下半年推出 SOLO 模式和 TRAE CN 企业版，TRAE 在持续打磨中不断成长。

截至目前， TRAE 总注册用户数超过 600 万，覆盖全球近 200 个国家和地区；月活突破 160 万 ，活跃用户遍布中国、美国、巴西、印度、日本等国家和地区。

2025 年，TRAE 的足迹遍布全球 60 多个城市，通过共 130 多场官方黑客马拉松、Meetup 以及 TRAE Friends、TRAE on Campus 活动，与 2 万余名开发者线下相聚。

从代码补全到复杂任务，TRAE 成为开发者的生产力伙伴

2025 年，TRAE 为全球开发者带来了实际生产力提升，以及用户工作模式的演变。TRAE 近半年日均 Token 消耗量提升近 700% ，一年内为全球用户总共生成近 1000 亿行代码。具体来说，用户使用情况呈现三大趋势：使用粘性不断增强，伴随开发日常；编码辅助持续优化，补全体验提升；AI 赋能开发新范式，效能稳步加深。

2025 年， TRAE 用户总共发起了近 6000 万个会话，发送了近 5 亿条 Query，与 AI 进行了深入的创新和协作。TRAE 用户平均周均活跃天数近 5 天 ，相当于“工作日全勤”；其中，国际版付费用户的周均活跃天数超过 6 天，接近“自然周全勤”。

约 6000 名用户在 2025 年使用 TRAE 写代码的天数超过 200 天 ，这些用户代也表了最早注册、连续活跃的一批忠实用户。

TRAE 的代码补全功能 Cue 今年实现关键技术性突破，在代码续写及预测跳转、跨文件代码预测及跳转等方面的探索处于行业头部。超过 50% 的用户每天主动使用 Cue 功能进行代码编辑，智能代码补全与建议已成为高频刚需。自上线以来，Cue 累计推荐近 10 亿次代码，采纳率提升超过 80%，用户体验获得显著优化。

在 TRAE 中，开发者与 AI 的交互在加深，AI 在连续、多轮、更复杂的项目中承担了更多实质性工作，成为真正参与开发流程的核心助手。SOLO 模式发布后，与 IDE 模式共同构建起互补的智能开发协作生态，让开发者能根据任务需求灵活切换工作方式。

用户在 SOLO 中通过智能对话解决复杂问题，有效融入日常开发工作流。TRAE 国际版 SOLO 模式从 Beta 版发布至正式版上线，用户累计渗透率达 44%，问答规模增长 1300%。TRAE 中国版 SOLO 上线后，每 10 位 TRAE 开发者中就有 3 位采用 SOLO。

在IDE模式中，用户最常见的使用场景类型分别为BugFix、代码生成、仓库理解、环境管理和代码优化。

TRAE 能够适配多类专业的开发场景，用户采纳的 Top 10 编程语言包括：Vue、Python、JavaScript、HTML、Java、TypeScript、Markdown、PHP、C++、Go。

通过 TRAE 智能体、MCP 生态，以及丰富的上下文类型，用户与 AI 的协作更智能、更深度，可以更高效地完成跨任务、跨工具的项目开发。

目前，TRAE 支持的 MCP 数量达 1.1 万个。MCP 成为支撑 Web 自动化、全栈开发、深度代码分析等复杂场景的重要基础架构，将大模型的认知能力无缝嵌入到实际工作流中。

越来越多的用户会倾向于使用多种内置智能体解决不同的问题，也会根据需求创建自定义智能体。目前 TRAE 中累计成功创建或编辑更新的自定义智能体达 36.5 万个。

上百次产品迭代背后，藏着这些技术创新

2025 年，TRAE 中国版和国际版各完成了超过 100 次产品功能迭代和优化，实现 IDE 与插件双产品形态覆盖，更在 IDE 中创新性推出 SOLO 模式，确保了对用户需求和前沿技术的快速响应。

为了给企业用户带来更好的服务， TRAE CN 企业版也已发布，针对企业研发的性能要求、部署适配、效能追踪和代码安全四大“刚需”进行了全面优化。

深耕 AI Coding 产品落地的同时，TRAE 持续产出学术研究成果，探索 AI Coding 领域前沿方向，并将成果逐步融入产品中。2025 年，TRAE 在 NeurIPS、ACL、ICSE、FSE、ASE 等 CCF-A 类国际顶会发表了 10 余篇学术论文，其中 1 篇入选 NeurIPS Spotlight 论文。

TRAE 在 Agent 算法层面始终创新迭代，内外部评测集分数均有显著提升。在 SWE-Bench Verified 榜单中，TRAE 无论是在闭源 SOTA 模型还是在字节自研模型上，都达到了第一 。

此外，TRAE 开源的 trae-agent 在 GitHub 获上万 Star ，合入社区 PR 191 个，被克隆超 1000 次 。