今年TRAE写的代码：100000000000行量子位

2025年的最后几天，TRAE发布了个重磅的——年度产品报告，正式出炉。

映入眼帘的一组吸睛数据，是这样的：TRAE在一年里写了1000亿行代码！

如果按照一个程序员每天写100行有效代码计算，这相当于300万个程序员不吃不喝、没日没夜干了一整年。

而这也仅仅是《TRAE 2025年度产品报告》中的冰山一角，更多有意思的数据还包括：

超过50%的用户，每天都在高频使用Tab键（Cue行间补全功能）

全球用户超600万，月活突破160万，插旗近200个国家和地区

仅仅半年时间，Token消耗量暴涨700%

有6000名“肝帝”用户，全年写代码天数超过了200天

国际版付费用户周均活跃超6天，几乎是自然周全勤

数据不会撒谎。

当我们在争论AI会不会取代程序员时，TRAE已经悄悄在中国AI IDE赛道跑出了第一的身位。

带着这份报告，我们扒开了TRAE在AI Coding领域狂飙突进的底牌。

谁在用，怎么用？

在深入技术细节之前，我们先看一个最真实的现象。

如果你现在的开发环境里装了TRAE，你可能已经养成了这样一个习惯：

手指悬在Tab键上的时间，比放在其他任何键位都要长。

报告显示，Cue（行间补全）功能已经成为程序员最高频的肌肉记忆。

超过50%的用户每天主动使用Cue

Cue累计推荐代码近10亿次，且采纳率提升了80%

这意味着什么？

在互联网产品方法论里，有一个著名的50%渗透率拐点：当一项AI功能的渗透率超过50%，且保持极高的日活粘性时，它就标志着整个行业已经跨过了尝鲜和辅助工具的初级门槛，正式进入了人机共生的阶段。

AI不再是那个偶尔帮你写个正则表达式的小助手，它开始懂你的意图，懂你的逻辑，甚至在你还没想好变量名的时候，就已经把函数体写好了。

但真正的质变，还得看TRAE的SOLO模式（Agent自主编程）。

如果说Cue是让你少打字，那么SOLO就是让你更省心。

报告披露了一个增长曲线：SOLO模式在中国版上线后，问答规模瞬间增长了7300%！

以前我们用AI来编程可能更像是打补丁，哪里不会点哪里：写个排序算法，查个API文档。但现在，AI编程工具则是全托管的姿态。

用户不再满足于让AI写两行代码，而是开始通过SOLO模式、通过MCP（Model Context Protocol，目前已支持1.1万个），以及各种Agent，让AI去操作浏览器、管理数据库、执行极其复杂的端到端任务。

由此，开发者本身的角色定位也在发生着改变：从写代码的人（Coder），变成了指挥写代码的人（Commander）。

这种变化在核心用户身上体现得尤为极致。

报告中特别提到了6000名全年写代码超200天的硬核用户。数据显示，超过半数的用户在使用过程中会主动进行上下文管理（使用 #file, #code 等标签）。

这说明什么？说明用户不再把AI当成一个只会回答百科全书的傻瓜，而是主动把项目的深层逻辑、业务文档、代码结构喂给AI。

一言蔽之，TRAE的核心用户正在把AI能力带入项目的核心地带。

那么接下来的一个问题就是：TRAE凭什么能接住这么复杂的需求？

从插件到自主Agent

回看TRAE的进化史，你会发现一条清晰的三阶段进化论。

第一阶段，TRAE 1.0（插件+IDE时代）。

这时候的TRAE，更多是像一个好用的插件。它深度集成了AI，提供了问答、代码生成、智能补全。这算是AI Coding的古典时代，解决了从无到有的问题。

第二阶段，TRAE 2.0（SOLO Beta时代）。

推出了SOLO模式的Beta版。这时候，TRAE开始像是有了独立人格，被称为The First Context Engineer。它集成了编辑器、终端、浏览器，试图打通从构思到落地的链路。