TRAE2025年度产品报告正式发布：超半数用户每日使用CUE功能，代码补全依旧是用户核心需求

2025年，AI Coding完成了从技术创新到实际落地的跨越，对开发者的生产场景产生了深远影响。行业需求不再局限于单点高效的代码补全，而是向覆盖全流程、具备自驱动能力的Agent开发模式进阶。随着开发者群体的不断壮大，AI Coding工具的用户体量也在稳步扩张。

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的影响力已延伸至全球60多个城市，借助130余场官方黑客马拉松、Meetup活动，以及TRAE Friends、TRAE on Campus等项目，累计与超2万名开发者实现线下会面。

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切实的生产力增长，也推动了用户工作模式的变革。近半年来，TRAE的日均Token消耗量增长近700%，在过去一年中，它为全球用户累计生成了近1000亿行代码。从用户使用情况来看，主要呈现出三大发展趋势：一是使用粘性日益提升，逐渐融入日常开发流程；二是编码辅助功能持续完善，代码补全体验得到优化；三是AI为开发注入新的模式，开发效能不断加深。

2025年，TRAE用户总计发起了近6000万个会话，发送的Query数量接近5亿条，与AI展开了深度的创新合作。TRAE用户的平均周活跃天数将近5天，这一数据相当于实现了“工作日全勤”；而在国际版付费用户群体中，他们的周均活跃天数更是超过6天，已接近“自然周全勤”的状态。

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旗下的代码补全工具Cue在今年达成了重要的技术里程碑，其在代码续写、预测跳转以及跨文件代码的预测与跳转等领域的研发成果居于行业领先地位。目前，超半数用户每日都会主动借助Cue功能开展代码编写工作，智能代码补全与建议已然成为高频且必需的功能。从推出至今，Cue累计提供了近10亿次代码推荐，采纳率较之前增长超80%，用户的使用体验得到了明显改善。

在TRAE里，开发者和AI之间的互动正不断深化，AI在连贯、多轮次且更为复杂的项目当中，承担起了更多具有实质意义的工作，成为切实参与到开发流程里的核心辅助角色。SOLO模式推出之后，它和IDE模式一起搭建起了相互补充的智能开发协作生态，使得开发者可以依据任务的具体需求，灵活地切换不同的工作模式。

用户借助SOLO的智能对话功能应对复杂问题，能顺畅嵌入日常开发流程。TRAE国际版SOLO模式从Beta版推出到正式版启用，用户累计渗透率达到44%，问答量增长了1300%。TRAE中国版SOLO上线后，每10位TRAE开发者里，就有3位在使用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。

在深耕AI Coding产品落地的过程中，TRAE始终坚持产出学术研究成果，积极探索该领域的前沿方向，并将研究成果逐步应用到产品实践中。2025年，TRAE在NeurIPS、ACL、ICSE、FSE、ASE等CCF-A类国际顶级学术会议上发表了10余篇论文，其中1篇成功入选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 。