过去两年，AI Coding 的发展速度超出了所有人的预期。

从最初的智能补全，到今天的多Agent协作系统，这个领域像是踩在加速键上。

2025 年，几乎所有大模型厂商都在谈 Coding Agent。

从 OpenAI 的开发者日到各类国内发布会，关键词都是：主动性、上下文理解、多任务协作、可执行能力。

AI 不再只是回答，而是开始行动。

根据斯坦福大学HAI发布的《2025年AI指数报告》，AI系统在SWE-bench（软件工程基准测试）等高难度基准上的表现实现了大幅跃升，得分在一年内提高了67.3个百分点。

这一数据背后的含义是深远的：AI不再仅仅是帮程序员写几行for循环的助手，而是能够独立阅读Issue、定位Bug、跨文件修改代码并运行测试的“智能主体”。

AI Coding，正在从技术实验期进入应用成熟期。

正好最近TRAE 发布了《2025 年度产品报告》

我就顺着这个报告来总结下AI Coding 的 2025

2025年AI Coding融资火热，独立创业公司估值暴涨，常在数月内翻倍。

如果需要选出一家代表2025年AI Coding狂热的公司，非Cursor（母公司Anysphere）莫属。Cursor的估值在短短11个月内增长了11.3倍。

这家成立于2022年的初创公司，在2025年11月完成了高达23亿美元的D轮融资，投后估值达到了令人咋舌的293亿美元。这一数字不仅震惊了创投圈，也标志着AI Coding工具正式拥有了挑战传统科技巨头的资本体量。

而且 Cursor 的 ARR 从2023年12月的100万美元，飙升至2025年11月的10亿美元以上。这种从100万美元到10亿美元仅用时不到24个月的增长速度，打破了此前由Slack、Wiz等公司保持的所有B2B SaaS增长纪录。

这说明 AI Coding 已经充分得到了资本和市场的双重认可，已经是一个全新的高速增长的行业...

而且国内的 AI Coding 工具，也是蓬勃发展

AI Coding 的分水岭：从“生成”走向“执行”

回顾 AI Coding 的演进，其实就是智能体能力的演进。

如果说 2023 是“语言理解年”，2024 是“代码生成年”，那么 2025，已经成为公认的“Agent 元年”。

过去的智能编程工具，更像是一个反应迅速的助手。

你写一半，它帮你补上剩下的部分。

而现在的 AI，可以主动去读仓库、分析上下文、规划路径，甚至在多任务间自由切换。

这一转变被一些业内人称为：从 L2 推理者到 L3 Agent 的跃迁。
它意味着 AI 从“帮你写”变成“帮你做”。

TRAE 的年度报告用一个实际例子说明了这种变化——

他们在 2025 年推出的 SOLO 模式，可以理解项目目标、调用工具、管理上下文、执行子任务。

 对于开发者来说，这就像是身边坐了一个能自我推进任务的智能队友。

AI Coding 工具的三次进化

TRAE 的成长过程，其实就是很好的印证了 AI Coding 的进化史。

TRAE 产品经历了三个阶段：

第一阶段，插件与 IDE 集成。
 AI 开始进入主流开发环境，可以问答、补全、生成。
 对那时的开发者来说，它是一个可靠的“助手”。

第二阶段，SOLO Beta 模式。
 这是一个分水岭。
 AI 拥有了“执行力”，能独立完成开发任务。
 编辑器、终端、浏览器、上下文全部打通。

第三阶段，SOLO 正式版。
 AI 变成了一个真正能理解目标、推进项目的智能体。
 开发不再是“输入与输出”，而是一场实时的协作。

很多开发者说，现在的 SOLO 模式像身边坐着一个同事。

 他懂代码，也懂上下文，能接得住你的思路。

AI 不再只是吐出一段代码，而是化身为一名智能主体（Agent）：

这种能力的跃升，催生了 "Vibe Coding" 的兴起。正如 Andrej Karpathy 所言，开发者不再需要逐行编写代码，而是通过自然语言和意图来“引导”AI，编程变成了一种更注重直觉和架构设计的创造性活动 。

也让 AI Coding 的进入一个新的阶段：从生成到监督执行，从辅助到共创。

为什么这个节点重要

技术的成熟往往不是在算法层面，而是在“被用起来”的那一刻。

2025 年是 AI Coding 真正被广泛使用的一年。

据行业数据显示，全球范围内的 AI 开发者规模已突破 1000 万。

光在中国，相关产品的用户渗透率同比增长 260%。

这意味着，从初创公司到大厂团队，AI 已经不是“辅助工具”，而是“开发流程的一部分”。

TRAE 的数据能印证这种趋势：
 他们在一年内积累了 600 万用户，覆盖 近 200 个国家，
月活突破 160 万，用户平均每周活跃 5 天以上。

而且 TRAE 已经牢牢坐上了国内AI Coding 工具第一的宝座。

换句话说，AI 已经融入了开发者的日常节奏。

在这个层面上，AI Coding 不再是一项创新，而是一种新的工作方式。

开发者的角色正在悄悄重塑

如果把 AI 编码比作一辆车，那么模型性能只是发动机。

 真正决定驾驶感受的，是“体验”。

TRAE 在报告中提到，他们过去一年做了大量性能优化：

 补全延迟下降 60%，响应速度提升近 80%，

 稳定性提升到 99% 以上，

 崩溃率降到 0.4%。

这些数字背后的意义，是开发者终于可以顺畅地工作。
 在 AI 编码工具刚兴起那几年，卡顿、延迟、上下文断层几乎是家常便饭。
 很多人体验过“灵感被进度条打断”的无奈。

如今，这种情况在逐渐消失。

AI 工具变了，开发者自己的工作内容，也 quietly 变了

过去一个工程师的时间大概分配是

 大量时间写实现细节、查 API、写样板代码

 少量时间做设计和评审。

 AI 正在成为一个安静但可靠的伙伴。

现在越来越多团队给出的反馈是
AI 接手了重复性编码，人类要做的变成了这几件事：

换句话说
写代码这件事本身不再是核心竞争力，如何和 AI 合作写好一份系统，才变成了新的能力。

这对不同阶段的工程师会带来很不一样的影响：

2025 年的 AI Coding，更像是在逼着软件行业回答一个问题
当代码不再稀缺，人类工程师的价值到底是什么。

智能协作正在取代单点效率

过去我们说“AI 提高了效率”，但那更多是局部的。

 比如写函数更快、补全更准、文档更清晰。

而 2025 的变化在于：AI 已经开始参与全流程。
 从需求分析到架构设计，从代码生成到测试部署，它都能介入。

以 TRAE 的例子来说，他们在报告中提到：
 今年用户与 AI 共同生成了近 1000 亿行代码，
 在半年内 Token 消耗量增长了 700%。
 这说明，AI 的使用深度和参与度都在急剧上升。

更关键的是，TRAE 的 Cue 模块在一年内推荐了 近 10 亿次代码补全，
采纳率提升了 80% 以上。

 这意味着开发者不仅在用 AI，更在信任 AI。

这也是行业的一个心理拐点。

 当开发者开始“依赖”智能体，

 AI 编码工具就不再是“键盘旁的插件”，而是“生产力体系的组成部分”。

智能体生态的形成，是行业的必然方向

2025 年的 AI Coding，不再拼“模型大小”，而是拼“生态密度”。

根据多份行业趋势报告，
 未来的竞争焦点，将从模型比拼转向 多智能体协同系统（MAS）。
 简单说，就是让多个 AI 协作完成复杂任务。

这方面，TRAE 的实践是一个典型案例。
 他们的系统已经支持 1.1 万个 MCP 模块，覆盖 Web 自动化、代码分析、数据库操作等场景。
 同时，用户共创建了 36.5 万个自定义智能体，
 其中超过一半的人会在同一个项目里同时使用多个智能体协作。

这些数据说明，AI 的生态正在“自我生长”。

 就像互联网从单机到云端一样，

 AI 开发也正在从单模型智能，进化为多智能体协作。

AI Coding 改变的不只是工具，而是“思维方式”

如果把 2021 到 2025 这几年拉成一条时间线，我们会发现一个很好玩的变化。

到 2025 年，AI Coding 的拐点已经很清晰
它不再只是帮你补上那几行，而是在帮你一起维护一份不断演化的代码库。

行业逐渐形成一个共识：

AI Coding 不是为了让人“写得更快”，而是让人“想得更远”。

AI 的出现，正在让程序员从“执行逻辑”走向“设计逻辑”。

他们不再陷在函数细节里，而是开始关注任务结构、智能协作、工作流优化。

TRAE 的 SOLO 模式其实正是这种思维的延伸：

它让开发者从“编写”变成“指挥”，从“手工开发”变成“智能协作”。

有人说，未来的开发者像是一个指挥家，

AI 则是由不同能力组成的乐队。

代码，不再是孤立的音符，而是集体的旋律。

这将改变团队分工结构、生产效率模型，甚至影响软件工程教育体系。

软件开发正从“人主导、AI协助”过渡到“人机共创、AI协作”。

对工具厂商来说，真正的竞争已经从「谁补得更准」

 变成「谁更懂工程师的工作流，谁能更好地融入团队协作」。

对开发者来说，角色会慢慢从

「写代码的人」
 变成
「负责定义问题、组织代码、管理人机协作的人」。

这可能是 2025 年最值得被记住的一点

 AI 真正开始走进软件开发的日常

 也逼着整个行业重新回答一个老问题

 什么才是「好的工程师」。

最后引用英伟达机器人部门总监兼杰出科学家 Jim Fan 博士的话来结尾：

2024年，AI 是你的副驾驶；

2025年以后，人类才是副驾驶。

TRAE 完整报告 :TRAE 1.0.0｜2025 年度产品报告