开发者对AI态度矛盾：2025年开发者调查结果出炉

无需铺垫重点：更多的开发者正在使用AI工具，但他们对这些工具的信任度正在下降。

Stack Overflow 开发者调查包含了来自全球超过 49,000 名开发者的关于技术、工具、社区、职业等方面的新见解，我们迫切希望分享今年的数据对比情况。

无需铺垫重点：虽然AI工具的采用率持续上升，但开发者对其输出结果缺乏信任的程度也在增加。

本次调查中，AI对开发者生态的影响无处不在，从开发者正在使用和希望使用的编程语言，到AI对开发者今年所用工具的影响，以及对社区平台和内容的偏好。

随着更多开发者使用AI，裂痕正在显现

“信任但要验证”？开发者们感到沮丧，今年的结果表明，代码的未来关乎信任，而不仅仅是工具。AI工具的采用率持续攀升，目前有80%的开发者在其工作流程中使用它们。

然而，这种广泛使用并未转化为信心。事实上，对AI准确性的信任度已从前几年的40%下降到今年的仅29%。我们也看到AI的积极好感度逐年下降，从72%降至60%。造成这种转变的原因可以在相关数据中找到：

• 首要的挫败感（45%的受访者提及）是处理“几乎正确但并非完全正确”的AI解决方案，这常常使调试更加耗时。实际上，66%的的开发者表示他们花费更多时间来修复“几乎正确”的AI生成代码。
• 当代码变得复杂且风险较高时，开发者会求助于人。压倒性的75%的人表示，当他们不信任AI的答案时，他们仍然会向其他人寻求帮助。
• 69%的开发者去年花了时间学习新的编码技术或新的编程语言；44%的人借助AI工具学习，高于2024年的37%。
• 36%的开发者去年专门为AI学习编码；各个经验水平的开发者都刚刚开始投入时间学习AI编程。

AI智能体的采用远未普及。我们询问AI智能体革命是否已经到来，答案是一个明确的“还没有”。虽然52%的开发者表示智能体影响了他们完成工作的方式，但主要的好处是个人生产力：69%的人同意他们看到了提升。当被问及“氛围编码”——通过提示生成整个应用程序时，近72%的人表示这不是他们专业工作的一部分，另有5%的人明确表示不参与氛围编码。这与大多数开发者（64%）不认为AI对其工作构成威胁的事实相符，但他们对这一点的信心较去年有所下降（去年有68%的人认为AI不会威胁到他们的工作）。

社区比以往任何时候都更重要

在AI生成答案的时代，对真实人际连接的需求从未如此明显。我们首次询问了社区平台，结果显示开发者依赖一系列资源，其中Stack Overflow（84%）、GitHub（67%）和YouTube（61%）位居前列。

这验证了我们的愿景，即通过提供受信任的、经过人工验证的知识，成为全球技术人员最重要的来源，无论开发者在何处工作。数据显示对此有明确的需求：

• 35%的开发者使用6-10种不同的工具来完成工作，凸显了对无缝集成的需求。
• 当开发者访问Stack Overflow时，他们首要的活动是阅读评论，显示出对人与人之间交流语境的浓厚兴趣。这就是为什么我们要投资于那些能够创造更多方式来培育社区和促进学习的功能。

Stack Overflow 正在扮演一个新角色：作为AI生成代码的人工验证真相来源。约35%的的开发者报告说，他们访问Stack Overflow的部分原因是与AI相关的问题。

老狗的新把戏：2025年技术趋势洞察

今年以技术为重点的问题得到了重大升级，但关于编程语言、操作系统以及开发者如何学习编码的标准问题保持不变。今年的新问题涉及LLM模型、智能体AI工具以及对AI的主要挫败感。从传统领域，我们在几个关键领域看到了AI的影响：

• 越来越受欢迎的编程语言也以与AI兼容而闻名：Python的使用率上升了7个百分点，其次是Rust和Go（均上升2个百分点），这些语言现在都用于AI开发和基础设施。
• Android是29%的开发者个人使用的首选操作系统。这比去年增加了11个百分点，使Android个人使用率在调查中首次超过Ubuntu。虽然这可能与AI没有直接关系，但Android以其更开放源代码的平台而闻名，这可能允许开发者灵活地调整该操作系统上使用的AI数量和类型。
• 去年学习编码的开发者继续比其他资源更多地使用技术文档（68%），并且比去年更多地使用AI工具（44%）。

今年提出的新问题揭示了在AI领域找到利基市场的技术：

• 在AI智能体数据存储工具中（与自2017年以来我们询问的数据库分开），受访者显示出对Redis（43%）和GitHub MCP服务器（43%）的偏好。虽然Redis自2017年以来一直作为数据库选项出现在调查中，但今年它成为AI智能体数据存储的首选。
• 开发者正在调整他们现有的监控工具以适应智能体AI监控和可观测性，例如使用Sentry（32%）和New Relic（13%）等工具，这些工具都已存在20多年。
• 今年我们首次询问了特定的LLM，而不是笼统地询问AI搜索和开发工具。我们看到OpenAI的聊天模型在开发者中仍保持最高的使用率（81%）。Anthropic的Claude Sonnet模型被专业开发者（45%）使用的比例高于学习编码者（30%）。
• 开发者不仅仅在学习编码；他们正在学习为AI编码：67%的开发者表示他们在工作场所或个人项目中学习为AI编码。

职业转变、满意度以及真正重要的因素

调查揭示了一个基本上保持稳定但未必满意的开发者群体。46%的开发者“没有寻找”新工作，但在那些有工作的开发者中，总共75%的人形容自己“安于现状”或“工作不开心”。总体而言，与去年相比，快乐的开发者有所增加（24% vs. 20%）。

是什么促成了工作满意度？这不仅仅是技术问题。最主要的驱动因素是“自主权和信任”、“有竞争力的薪酬”和“解决现实世界问题”。这种对基本面的关注也反映在开发者认可新技术的因素上。“质量声誉”和“健壮完整的API”的排名远高于“AI集成”，后者排名倒数第二。信息很明确：与那些仅仅追逐最新技术浪潮的工具相比，开发者更看重可靠、实用并能解决实际问题的工具。

开发者薪资显示薪酬有所增长：今年，在我们询问的20个职位中，我们看到中位数薪资有所增长，与去年报告的各开发者职位薪资相比，增幅在5-29%之间。

美国的工作满意度最高（29%），德国最低（19%）。我们从之前的分析中得知，工作满意度与薪酬和工作灵活性相关。

工作中的自主权和信任在开心工作的原因中排名最高，但排名第二的有竞争力的薪酬也经常被排在第一位。

美国的薪资中位数高于其他国家。例如，与德国相比，过去一年美国云基础设施工程师的薪资中位数高出48%。

美国的远程工作者比例（45%）几乎是德国（23%）的两倍。

开发者洞察在此

今年的调查描绘了一个在新技术时代复杂性中摸索前进的社区图景。开发者准备通过对信任、可靠性和人类专业知识持久价值的细致讨论，来回应企业AI的挑战。

下一代开发者工具、开发者的身份、他们的工作场所以及他们在开发者社区中寻找什么，都记录在此。这些数据作为一个重要的提醒，技术的未来将不仅仅建立在强大的工具之上，还将建立在使用这些工具的受信任的社区之上。