晋城铝皮保温 66%的程序员被AI坑惨! 改bug比自己写还花时间

新智元报道

[新智元导读]StackOverflow的2025年度开发者调查报告，揭开了AI狂欢背后的冷峻现实：84%的开发者已将其纳入工作流，但对AI的好感度却罕见暴跌！更扎心的是，66%的人被「似是而非」的AI代码折磨，调试耗时甚至超过手写。

生成式AI技术爆发已过去三年，AI对开发者带来了哪些影响和改变？

StackOverflow发布了2025年度的开发者调查报告。

在今年的报告中，来自177个国家的4.9万多名开发者参与了调查。

在这份数据翔实的报告中，我们看到了在AI技术狂飙突进的三年，技术世界发生的真实巨变。

一方面，AI工具的普及率已达84%，几乎成为开发环境的标配；但另一方面，开发者对AI工具的「好感度」，不升反降：

从过去两年的70%以上，滑落至60%。

在AI能力越来越强的当下，技术群体开始集体对AI「祛魅」，从初的盲目崇拜开始转向理审视。

调试AI生成代码的隐成本正成为新的痛点；而被寄予厚望的「AI智能体」，在落地层面仍面临信任危机。

与此同时，Python借势登顶，Docker成为基础设施的「水电煤」，技术栈的权力版图正在重构。

以下是对这份报告核心内容的总结。

开发者画像

高学历、年轻化、持续学习者

报告先聚焦于开发者群体本身。

数据显示，76.2%的受访者为业开发者。

开发者的主力军依然是25至44岁的中坚力量，占比超过60%。

但在「学习者」画像中，一个显著的趋势正在形成——高学历化。

在今年正在学习编程的人群中，已拥有理学学士（BS）学位的比例达到30%，较去年的24%有明显提升。

这一数据的跃升表明，编程已不再仅仅是进入行业的敲门砖，而成为了职场人士「技能提升（Upskilling）」的关键手段。

无论是为了攻读更高学位，还是为了在现有岗位上寻求突破，学习编程正成为一种普遍的职业焦虑与选择。

这种紧迫感在更广泛的群体中同样存在。

高达69%的开发者表示，他们在过去一年中投入了门的时间来学习新的编码技术或编程语言。

而在学习路径的选择上，技术人员展现出了高的业素养与务实精神。

尽管多媒体教程层出不穷，「技术文档（Technicaldocumentation）」依然是选的学习资源。

近68%的受访者在过去一年中使用了技术文档。这反映出在解决复杂工程问题时，开发者更倾向于信赖、严谨的一手资料，而非快餐式的内容。

同时，AI本身也成为了学习的重点与手段。

超过36%的人为了职业发展门学习了如何使用「AI赋能工具」。而「AI驱动的工具和应用程序」，也以52%的使用率，成为人们了解人工智能主流的方式。

以上调研数据显示，开发者是一个即便在AI辅助下，依然需要持续高强度学习的群体。

技术栈大洗牌

Python「借势」登顶，Docker成「水电煤」

技术的演进，往往伴随着工具权力的更迭。

在编程语言领域，Python无疑是今年的大赢家。

在经历了十多年的稳步增长后，Python的使用率在今年实现了加速跃升，增长了7个百分点，达到57.9%。

其背后的驱动力显而易见：AI、数据科学与后端开发的深度融。

Python已不仅仅是一门脚本语言，它成为了连接算法与工程的通用语言，是通往智能时代的入场券。

在基础设施层面，Docker的统治力进一步巩固。

从2024年到2025年，Docker的使用率惊人地增长了17个百分点，达到71.1%，这是所有受访技术中单年增幅大的。

这一数据标志着容器化技术已从「流行工具」彻底转化为「行业标准」。在现代软件交付链条中，Docker已如水电煤般不可或缺。

此外，Redis的使用率增长了8%。

随着应用架构日益复杂，对高并发、低延迟的需求激增，Redis作为高速「内存缓存（in-memorycaching）」和数据结构存储的重要愈发凸显。

在Web框架领域，FastAPI增长了5个百分点，这标志着利用Python构建高能API已成为强劲趋势，进一步印证了Python生态系统的整体繁荣。

而在开发环境（IDE）的竞争中，尽管各类AI原生编辑器试图通过订阅制分一杯羹，但VisualStudio和VisualStudioCode依然凭借强大的生态壁垒稳居榜。

连续四年卫冕，证明了「通用IDE+插件扩展」的模式，目前仍是满足开发者多样化需求的佳解。

在开发者喜欢的AI编程大模型的选择上，铝皮保温Anthropic的ClaudeSonnet是今年受崇的大语言模型，同时在想尝试使用的模型中排名二（33%）。

AI普及的另一面

84%的人在用，但信任危机开始浮现

关于AI工具的渗透率，数据给出了毫无悬念的答案。

84%的受访者正在使用或计划使用AI工具，较去年进一步提升。其中，51%的业开发者已将其融入日常工作流。

然而，在普及率新高的背后，信任危机正在浮现。

报告显示，开发者对AI工具的正面情绪，从前两年的70%以上，回落至60%。

为何用得多了，好感度反而降了？

核心原因在于：AI产出的「似是而非」，带来了额外的认知负荷。

66%的开发者指出，他们大的挫折在于处理那些「几乎正确，但又不完全正确」的AI解决方案。

这种隐蔽的错误，往往比明显的Bug更难发现。

随之而来的是二大痛点：45%的人认为，调试AI生成的代码比自己编写还要耗时。

这揭示了一个被忽略的成本：AI虽然降低了代码生成的门槛，却抬高了代码审查与调试的成本。

信任度的数据更加令人警惕。

明确表示「不信任」AI准确的开发者远多于「信任」的开发者，而表示「高度信任」的仅占3.1%。

尤其是在经验丰富的开发者群体中，「高度不信任」的比例高达20%。

这种谨慎在具体应用场景中表现得尤为明显。

在「部署和监控」「项目规划」等高责任、系统的任务中，开发者表现出了强烈的抵触情绪。

76%的人不计划在部署监控环节使用AI，69%的人拒在项目规划中使用AI。

这表明，在涉及系统稳定与架构决策的关键环节，人类开发者依然倾向于相信自己的判断与经验。

智能体迷思

概念很丰满，落地很骨感

「AI智能体（AIAgents）」，即能够自主决策、执行任务的软件实体，被誉为继大模型之后，生成式AI的二波浪潮，也是今年的行业热词。

但StackOverflow的数据给这股热潮泼了一盆冷水：

AI智能体尚未成为主流。

52%的开发者表示，他们要么完全不使用智能体，要么仅停留在简单的AI工具层面。另外近38%的人明确表示没有采用计划。

如果你恰好在工作中使用AI智能体，并且你是一名软件开发者，那么你很可能正在将这些智能体用于软件开发（约占被调研者的84%）。

阻碍智能体落地的大障碍，依然是准确与安全。

87%的受访者对智能体的准确表示担忧，81%的人担心数据安全与隐私问题。

在企业级应用中，将业务逻辑交给一个不可控的「黑盒」自主运行，显然还面临巨大的规与风控挑战。

当然，先行者们正在探索。

目前，智能体编排领域由开源工具主导。Ollama（51.1%）和LangChain（32.9%）是使用率高的框架。

在数据存储层面，Redis（43%）再次展现了其灵活，被广泛用于智能体的记忆管理。同时，ChromaDB（20%）和pgvector（18%）等向量原生数据库也开始占据一席之地。

而在可观测（Observability）领域，开发者们倾向于复用现有的DevOps工具链。

Grafana+Prometheus的组被43%的智能体开发者采用。这说明，在监控AI行为时，传统的运维监控逻辑依然有。

至于「开箱即用」的AI辅助工具，ChatGPT（81.7%）和GitHubCopilot（67.9%）凭借先发优势和强大的模型能力，依然是大多数开发者的选入口。

拒「氛围编码」

人类成了终的「把关人」

报告的后，探讨了一个更为本质的问题：人机关系。

近期，「氛围编码（Vibecoding）」一词在网络上流行，意指通过提示词让LLM生成软件，只求结果，不求甚解。

但调研显示，大多数开发者（72.2%）并未参与这种非严谨的开发模式，另有5%的人强调这不属于业工作范畴。

这表明，工程严谨依然是业开发者的底线。

2025年的开发者调查报告，让我们对于AI技术革命有了一个更加清醒的认知。

恐惧和盲目崇拜已成过去，理实用主义逐渐成为主流。

在技术快速迭代的AI时代，保持清醒，持续学习，或许才是每个人为明智的生存法则。

参考资料：

https://survey.stackoverflow.co/2025/

秒追ASI

⭐点赞、转发、在看一键三连⭐

点亮星标，锁定新智元速送！