字节跳动如何通过AI Coding重塑开发者生态，TRAE月活跃用户突破百万！

在通向AGI的旅程中，字节又踏上了一条新航道。

作者｜Iris

编辑｜栗子

字节的全新企图心，正逐渐显露出端倪。

在6月11日的火山引擎Force 2025原动力大会上，字节的技术副总裁首次亮相，重点介绍了他们自家研发的AI编程工具——TRAE。值得一提的是，TRAE的月活跃用户已经突破了100万。

“当GPT-3.5出现时，我们就意识到编程可能是个不错的应用领域。AI大模型确实会给代码编写带来颠覆。”

在2024年6月，字节推出了MarsCode编程助手。今年1月，他们的AI原生IDE产品TRAE正式发布。两个月之后，TRAE的国内版本也上线，成为首个中文AI IDE工具。在字节内部，已有80%的工程师开始使用TRAE等AI编程工具来辅助开发。

从内部的使用频率及技术副总裁的首次亮相中，可以看出字节对TRAE的重视程度。

字节在AI领域的投入一直是高调的，不过之前TRAE还处于“发育期”，这次的高调表现显然显示了字节对AI编程领域的坚定信心。

跟面向普通用户的聊天机器人、AI搜索等领域相比，AI编程工具专注于开发者的需求更为精准。那字节为什么会对这个领域寄予厚望呢？

1.TRAE，字节的AI探索之路

字节跳动在AI编程这一领域的探索，早在2023年就开始了。当时市场上流行的主要是插件形式的AI Coding工具，字节也曾推出过MarsCode 编程助手。不过到了2024年，随着大模型能力的提升，团队意识到其实AI Coding的产品形式可以更上一层楼。

当时，AI Coding的产品路线有很多选择：一些是在现有开发工具上加插件，另一些则是完全依赖AI驱动的“Agent式”产品，还有的则专注于打造最强大的编码模型。但字节团队最终选择的方向是将AI与IDE（集成开发环境）深度结合，推出AI IDE产品。

在这个大模型时代，AI产品的形态会受到用户需求、模型能力和工程能力的影响。他们认为，AI IDE产品是AI Coding领域最合适的第二代产品形态。因为团队并不仅仅想要开发面向大众的自然语言生成结果的Vibe Coding（氛围编码），而是希望能够创造出高价值的应用。

数字时代，程序员的好帮手——TRAE的崛起之路

现在的应用市场可是鱼龙混杂，应用数量多到让人眼花缭乱，但其实消费者真正想要的，往往只有那么几款有价值的应用。为了满足这些真实的需求，相关应用的开发过程变得相对复杂。而团队希望借助TRAE来帮助那些有能力的程序员，提高他们的开发效率。

此外，核心开发者们对各种编程工具的使用频率也是相当高。AI IDE产品不仅能让他们在每个决策上保持主导权，还能提升这些工具本身的功能。因此，使用AI IDE产品的开发者愿意为其付费，这也证明了这种产品形态与市场的契合度非常高。

团队信心满满地认为，能有效满足一部分用户需求是个不错的起点，因此他们坚信AI IDE产品是为TRAE的目标用户提供服务的最佳选择。

就在今年1月19号，字节跳动正式推出了面向专业开发者的AI原生集成开发环境工具——TRAE。这个名字的灵感来自于团队的理念：AI Coding的最终目标是培养出真正的AI工程师，他们能像人类一样完成整个任务链。而实际上，TRAE在某种程度上也实现了这个目标，因为它的部分代码就是通过TRAE生成的，内部甚至笑称“TRAE是用TRAE造出来的”。

这样的快速转型，得益于小团队的高效协作，加上团队成员在不同产品上的深厚经验。字节内部积累的开发者经验也让他们对开发工具和服务有了更深入的理解。

因此，字节在AI IDE产品领域抢占市场的先机，优势开始逐渐显现。

在最近的原动力大会上，上线不到半年的TRAE已经交出了令人满意的成绩：截至目前，TRAE的月活跃用户数量已经突破了100万。这些数字不仅证明了AI Coding在程序员工作中的重要性，也为团队提供了改进功能的方向，真正做到有的放矢。

另一个让AI Coding产品脱颖而出的关键因素，就是模型的能力。TRAE在全球范围内是少数接入自有模型的AI IDE产品之一，并且拥有自己的模型团队。

TRAE的优势与未来发展

之前，Anthropic限制了Windsurf这家AI Coding初创公司对Claude AI模型的直接使用，这让Windsurf的用户在短期内遇到了一些服务不稳定的问题。不过，TRAE接入了自己的豆包1.6pro模型，用户自然就不用担心这种“断供”情况了。

而且，与市面上其他AI IDE产品的收费方式相比，TRAE大部分功能都是免费的，这无疑给用户带来了很大的经济实惠。

同时，TRAE团队也在不断探索下一代AI Coding产品的更多可能性。为了推进这一目标，他们在6月11日宣布了一些关键功能的更新。

比如，推出了一项智能Cue功能，用户只需连续按下Tab键便可实现预测跳转与批量改写。优化后的模型在代码续写的准确性上也有了显著提升，支持多种场景的代码自动修复和差异化对比；而且，国内版本还免费接入豆包大模型1.6系列，增强了代码生成和复杂业务场景的支持能力，同时提升了推理速度和准确性；此外，还直接连接了火山引擎MCP市场，新增了上百种生态工具。

演讲中还提到了一种全新的“TRAE SOLO”模式，这意味着AI将从一个IDE代码助手进化为能够独立生成软件的强大个体，真正实现从自然语言到软件交付的完整流程。这一转变不仅是“把AI融入工具”，更是“将工具融入AI”，这样用户在交互、展示和使用体验上都会更加顺畅。

在字节的原动力大会上，虽然从零开始创造国内首个AI原生IDE产品并不容易，但字节在这个领域的长期投入和坚定决心非常明显。可以看出，他们真正看重的是TRAE在AI战略中所扮演的协同作用。

从字节的AI布局来看，他们的研发探索呈现出多元化和全方位的特征。通过在算力、模型和应用层面的全面布局，字节已经形成了一个完整的大模型时代的“IaaS-MaaS-SaaS”生态图景。

在算力基础设施方面，火山引擎为内部模型和应用提供了强大的算力支持，同时也向外部企业提供AI云计算服务。在模型层面，字节跳动打造了以豆包大模型为核心的多模态模型，涵盖自然语言、语音、视觉等多种类型。在应用层，字节的产品涉及到AI助手、社交、图像、视频、音乐、教育等多个领域。

TRAE在字节的AI战略中有什么作用呢？

其实，字节对TRAE的期望就是希望它能在AI的开发基础上发力，推动开发者生态的繁荣，从而实现商业目标。

说白了，TRAE作为一个重要的开发工具，不仅填补了国内市场的空白，还为字节在开发者生态中增添了一块重要拼图。开发者作为大模型的核心用户，他们的反馈对于产品和模型的优化至关重要。这样一来，围绕开发者的工具和生态也就变成了一个竞争激烈的领域。

你可能听说过AI独角兽公司Anthropic吧？他们在开发者领域上也取得了很大的成功。今年3月，Anthropic的年化经常性收入（ARR）突破了20亿美元，现在已经达到了30亿美元。这个收入大部分来自于企业客户，尤其是AI编程的快速增长贡献显著。Anthropic通过在Coding和OSAgent方面的投入，成功增强了自己在开发者领域的影响力。去年，他们还决定放弃对Chatbot的投资，专注于提升其模型Claude在编程等复杂任务上的能力。

从内部来看，TRAE的使用率高达80%，这说明它已经和字节的豆包大模型、火山引擎等多个应用场景紧密结合。TRAE不仅提升了字节内部的工作效率，还降低了AI矩阵应用开发的门槛，加快了AI应用的落地过程。

另外，TRAE还在探索AI商业化的潜力方面发挥着重要作用。

目前，AI Coding是一个盈利潜力巨大的赛道。这主要是因为大模型在Coding这种输入输出明确的场景中表现出色，而且许多开发者已经意识到AI Coding在提升编码效率、减少重复工作和修复bug方面的效果，他们的付费意愿也很高。在海外，AI Coding产品的商业价值已经得到了验证。例如，增长最快的AI Coding产品Cursor在上线20个月内就实现了1亿美元的年化经常性收入，未来国内也可能会涌现出类似的AI IDE产品。

AI Coding：通往智能时代的桥梁

在「甲子光年」看来，AI Coding的重要性在于，它为字节打开了一扇通向实现AGI的新大门。

随着AGI不断进化，突破代码能力的瓶颈已成为推动大模型智能提升的关键。不同于聊天时的模糊性，代码生成要求模型能把自然语言准确无误地转换成计算机能理解的逻辑。

模型还需要能够拆解复杂问题，制定模块化的解决方案。代码生成不仅需要更高的精确控制能力，还能推动模型在长上下文理解和动态记忆等关键技术上的突破，提升智能水平。追求智能的极限正是实现AGI的必经之路，也是字节在AI领域探索的终极目标。

所以，AI Coding的最终目的不仅仅是一个工具，它实际上是通向AGI时代“开发者操作系统”的桥梁。

虽然这个目标听起来有点远，但一些数据足以表明，AI Coding正在改变开发者的工作方式。例如，TRAE已经生成了超过60亿行用户认可的代码，每天有150万个用户查询；而Anthropic的产品负责人Mike Krieger透露，Claude Code团队的95%代码都是由AI生成的。

这样的变化也在重塑开发者的生产关系。传统的应用开发通常需要一个团队花费很长时间进行开发和维护，而AI Coding则使得小团队能够以更低的成本和更灵活的方式进行开发。

在AI领域，融资的窗口期很短，这就要求开发者迅速将想法变成现实，推出AI产品。但许多小型创业公司并没有大企业的人力资源，AI Coding则帮助他们快速上线产品，争取融资机会。

例如，斯坦福的本科生创业团队利用TRAE，成功搭建了前端和后端，微调了大模型生成的pipeline，从头到尾完成了AI教育产品VideoTutor的开发。借助TRAE的高效开发能力，这群学生在短短一个多月内就上线了产品，并成功在教育科技领域获得了近100万美元的融资。

3. 从AI编码到AI开发的转变

如果你回顾编程语言的发展，就会发现一个有趣的现象：每十年，写代码的行数似乎在逐步减少。随着编程语言不断趋向简化和抽象，完成同样的功能，用汇编语言可能得写2000行，而用C语言只需要500行，用Python则能缩减到100行。这种门槛的降低，吸引了越来越多的人加入编程的行列。1990年，全球程序员的数量还只有几百万，而到2023年，仅在GitHub上注册的开发者就突破了1亿。每一次代码的抽象升级，都是在追求更少的代码、更高的效率和更多的参与者。

现在，AI编码正悄然酝酿着下一次革命。通过自然语言生成代码、自动补全逻辑和智能调试等功能，“写代码”不再是程序员的专属技能，而是许多人实现创意的新工具。这不仅是生产力的飞跃，更是在开发者角色上的重塑。

随着AI编码的广泛应用，开发者的界限正在不断被重新定义。过去，深厚的开发经验和长时间的开发投入被认为是成为开发者的必要条件，但现在，借助AI编码工具，普通的爱好者也能将自己的想法付诸实践，甚至将兴趣转化为收入。比如，Cube One团队就利用TRAE快速上线了AI PPT工具，完全没有经验的情况下，一个月就实现了产品变现，而TRAE在其中的代码贡献率达到了100%。

不过，成为真正的AI工程师可不止是编码这一块，还需要打通更多的环节。

在软件开发的完整流程中，开发者的工作不仅限于写代码，还包括编写文档、进行运维、调试、发布以及进行压力测试等。写代码的部分可能仅占到整个工作的40%左右，应用越复杂，代码工作的比例就越小。对于开发者来说，这些任务都相当复杂且耗时。

AI将如何改变软件开发的未来？

TRAE团队认为，在如今大模型的时代，随着人工智能技术的不断发展，它有望将软件开发的各个环节整合起来。也就是说，AI可以成为一个高效的调度者，让整个开发流程变得更简单，让开发者的门槛降低，效率大幅提升。

在最近的原动力大会上，字节跳动的技术副总裁谈到了他心目中AI编码的“终极形态”：通过简单的互动，AI能帮助开发者轻松完成从运维到调试、再到发布和测试的整个开发过程。

他对从AI编码到AI开发的未来感到非常兴奋，表示：“我们这次花了好几天的工作，未来可能只需要几个小时，甚至更短。这正是我们努力的方向。我们希望TRAE不仅是AI编码，更是全面的AI开发。”

一旦AI开发真正实现，复杂的编程语言会变得更易于理解和修改，传统的开发模式会被彻底改造。开发者将不再被繁琐的流程和高门槛的编程知识所限制，创意和想法将成为优秀产品的重要推动力。

这种低门槛的开发模式还能为独立开发者带来更多机遇。短周期、轻量化的开发方式能够帮助小型团队克服传统软件开发中的资源限制。就像斯坦福的创业团队和Cube One团队利用TRAE成功开发产品并获得融资的案例，说明即使没有大公司的资源优势，未来的创业者和独立开发者依旧可以借助像TRAE这样的AI编码工具，实现技术的平等，创造出能满足市场需求的独特产品，让整个行业的开发生态更加丰富多样。

（封面图及文中图片