用户规模快速扩张：注册用户破 600 万，月活达 160 万

数据显示，截至报告发布时，Trae 的 累计注册用户已超过 600 万，用户分布覆盖近 200 个国家和地区，月活跃用户数突破 160 万，在专业编程工具领域处于领先位置，尤其在国内市场表现突出。

在使用黏性方面，Trae 用户展现出明显的高频特征：

• 周均活跃天数接近 5 天，几乎等同于“工作日全勤”；

• 国际版付费用户的使用频率更高，接近“自然周全勤”水平。

从使用规模来看，过去一年内，全球开发者通过 Trae 发起了 近 6000 万次会话、提交 约 5 亿条查询请求，累计生成 近 1000 亿行代码。值得注意的是，仅在最近半年内，平台的 日均 Token 消耗量增长接近 700%，反映出 AI 编程正在被更深度地嵌入开发流程。

性能优化显著:延迟与内存问题大幅缓解

2025年，Trae经历了从Agent1.0到SOLO正式版的快速迭代，产品体验肉眼可见提升。报告指出，代码补全延迟降低60%，内存占用下降43%，有效解决了早期用户痛点。SOLO模式渗透率高达44%（国际版），中国版上线后每10位开发者中就有3位使用，标志着AI从单点辅助向复杂任务处理演进。

使用场景洞察:Bug修复与代码生成成主流

在IDE模式下，用户最常见任务为Bug修复（占比约40%）和代码生成(占比约30%)，这两类场景是当前AI模型表现最优、开发者信任度最高的领域。相比之下，仓库管理、环境管理和代码优化等功能使用较少，反映出用户对AI在复杂工程任务中的谨慎态度。

编程语言分布显示，Vue位居首位，其后依次为Python、JavaScript、HTML、Java、TypeScript等，前端网页开发仍是AI Coding的主要战场。

模式偏好鲜明:Builder主导，混用成常态

Trae支持丰富的AI协作模式，用户最青睐Builder模式（占比80%），其次为SOLO Coder(占比40%)。超过80%的用户采用多种智能体混用，表明开发者已熟练掌握不同模式的优势与局限。同时，平台支持超过1.1万个MCP(模型连接协议)，实现与外部工具的深度集成，进一步扩展AI在自动化场景的应用。

AiGoe 观点：
Trae 交出的这份年度数据，并不只是一次产品增长的展示，更像是一份 AI 编程生态的风向标。数据背后反映的是开发者角色正在发生结构性变化——从亲手编写每一行代码，逐步转向 调度、引导与校验 AI 的产出。

当前，受益最明显的是前端开发及标准化程度较高的简单任务场景，AI 已能显著压缩开发时间、降低试错成本。而真正的下一阶段突破，将集中在 全栈与复杂系统工程：多模块协同、长期上下文理解以及工程级稳定性，仍是 AI 编程能力亟待跨越的门槛。

随着国产大模型在代码理解与生成能力上的持续进化，再叠加 Trae 这类高效 AI 编程基础设施的成熟，2026 年或将成为编程范式进一步跃迁的关键节点。开发门槛持续下探、整体效率成倍提升的同时，对架构设计、结果验证与系统级把控能力的要求也将同步提高。

这一趋势意味着，AI 正在加速“开发能力”的普惠化进程，也推动软件工程整体向 更高抽象层级 演进——程序员的核心价值，将愈发体现在设计决策与工程判断之中，而非单纯的代码书写本身。