新智元報道

　　編輯：元宇

　　【新智元導(dǎo)讀】Stack Overflow的2025年度開發(fā)者調(diào)查報告，揭開了AI狂歡背后的冷峻現(xiàn)實：84%的開發(fā)者已將其納入工作流，但對AI的好感度卻罕見暴跌！更扎心的是，66%的人被「似是而非」的AI代碼折磨，調(diào)試耗時甚至超過手寫。

　　生成式AI技術(shù)爆發(fā)已過去三年，AI對開發(fā)者帶來了哪些影響和改變？

　　Stack Overflow發(fā)布了2025年度的開發(fā)者調(diào)查報告。

　　在今年的報告中，來自177個國家的4.9萬多名開發(fā)者參與了調(diào)查。

　　在這份數(shù)據(jù)翔實的報告中，我們看到了在AI技術(shù)狂飆突進(jìn)的第三年，技術(shù)世界發(fā)生的真實巨變。

　　一方面，AI工具的普及率已達(dá)84%，幾乎成為開發(fā)環(huán)境的標(biāo)配；但另一方面，開發(fā)者對AI工具的「好感度」，不升反降：

　　從過去兩年的70%以上，滑落至60%。

　　在AI能力越來越強(qiáng)的當(dāng)下，技術(shù)群體開始集體對AI「祛魅」，從最初的盲目崇拜開始轉(zhuǎn)向理性審視。

　　調(diào)試AI生成代碼的隱性成本正成為新的痛點；而被寄予厚望的「AI智能體」，在落地層面仍面臨信任危機(jī)。

　　與此同時，Python借勢登頂，Docker成為基礎(chǔ)設(shè)施的「水電煤」，技術(shù)棧的權(quán)力版圖正在重構(gòu)。

　　以下是對這份報告核心內(nèi)容的總結(jié)。

　　開發(fā)者畫像

　　高學(xué)歷、年輕化、持續(xù)學(xué)習(xí)者

　　報告首先聚焦于開發(fā)者群體本身。

　　數(shù)據(jù)顯示，76.2%的受訪者為專業(yè)開發(fā)者。

　　開發(fā)者的主力軍依然是25至44歲的中堅力量，占比超過60%。

　　但在「學(xué)習(xí)者」畫像中，一個顯著的趨勢正在形成——高學(xué)歷化。

　　在今年正在學(xué)習(xí)編程的人群中，已擁有理學(xué)學(xué)士（BS）學(xué)位的比例達(dá)到30%，較去年的24%有明顯提升。

　　這一數(shù)據(jù)的躍升表明，編程已不再僅僅是進(jìn)入行業(yè)的敲門磚，而成為了職場人士「技能提升（Upskilling）」的關(guān)鍵手段。

　　無論是為了攻讀更高學(xué)位，還是為了在現(xiàn)有崗位上尋求突破，學(xué)習(xí)編程正成為一種普遍的職業(yè)焦慮與選擇。

　　這種緊迫感在更廣泛的群體中同樣存在。

　　高達(dá)69%的開發(fā)者表示，他們在過去一年中投入了專門的時間來學(xué)習(xí)新的編碼技術(shù)或編程語言。

　　而在學(xué)習(xí)路徑的選擇上，技術(shù)人員展現(xiàn)出了極高的專業(yè)素養(yǎng)與務(wù)實精神。

　　盡管多媒體教程層出不窮，「技術(shù)文檔（Technical documentation）」依然是首選的學(xué)習(xí)資源。

　　近68%的受訪者在過去一年中使用了技術(shù)文檔。這反映出在解決復(fù)雜工程問題時，開發(fā)者更傾向于信賴權(quán)威、嚴(yán)謹(jǐn)?shù)囊皇仲Y料，而非快餐式的內(nèi)容。

　　同時，AI本身也成為了學(xué)習(xí)的重點與手段。

　　超過36%的人為了職業(yè)發(fā)展專門學(xué)習(xí)了如何使用「AI賦能工具」。而「AI驅(qū)動的工具和應(yīng)用程序」，也以52%的使用率，成為人們了解人工智能最主流的方式。

　　以上調(diào)研數(shù)據(jù)顯示，開發(fā)者是一個即便在AI輔助下，依然需要持續(xù)高強(qiáng)度學(xué)習(xí)的群體。

　　技術(shù)棧大洗牌

　　Python「借勢」登頂，Docker成「水電煤」

　　技術(shù)的演進(jìn)，往往伴隨著工具權(quán)力的更迭。

　　在編程語言領(lǐng)域，Python無疑是今年的最大贏家。

　　在經(jīng)歷了十多年的穩(wěn)步增長后，Python的使用率在今年實現(xiàn)了加速躍升，增長了7個百分點，達(dá)到57.9%。

　　其背后的驅(qū)動力顯而易見：AI、數(shù)據(jù)科學(xué)與后端開發(fā)的深度融合。

　　Python已不僅僅是一門腳本語言，它成為了連接算法與工程的通用語言，是通往智能時代的入場券。

　　在基礎(chǔ)設(shè)施層面，Docker的統(tǒng)治力進(jìn)一步鞏固。

　　從2024年到2025年，Docker的使用率驚人地增長了17個百分點，達(dá)到71.1%，這是所有受訪技術(shù)中單年增幅最大的。

　　這一數(shù)據(jù)標(biāo)志著容器化技術(shù)已從「流行工具」徹底轉(zhuǎn)化為「行業(yè)標(biāo)準(zhǔn)」。在現(xiàn)代軟件交付鏈條中，Docker已如水電煤般不可或缺。

　　此外，Redis的使用率增長了8%。

　　隨著應(yīng)用架構(gòu)日益復(fù)雜，對高并發(fā)、低延遲的需求激增，Redis作為高速「內(nèi)存緩存（in-memory caching）」和數(shù)據(jù)結(jié)構(gòu)存儲的重要性愈發(fā)凸顯。

　　在Web框架領(lǐng)域，F(xiàn)astAPI增長了5個百分點，這標(biāo)志著利用Python構(gòu)建高性能API已成為強(qiáng)勁趨勢，進(jìn)一步印證了Python生態(tài)系統(tǒng)的整體繁榮。

　　而在開發(fā)環(huán)境（IDE）的競爭中，盡管各類AI原生編輯器試圖通過訂閱制分一杯羹，但Visual Studio和Visual Studio Code依然憑借強(qiáng)大的生態(tài)壁壘穩(wěn)居榜首。

　　連續(xù)四年衛(wèi)冕，證明了「通用IDE+插件擴(kuò)展」的模式，目前仍是滿足開發(fā)者多樣化需求的最佳解。

　　在開發(fā)者最喜歡的AI編程大模型的選擇上，Anthropic的Claude Sonnet是今年最受推崇的大語言模型，同時在最想嘗試使用的模型中排名第二（33%）。

　　AI普及的另一面

　　84%的人在用，但信任危機(jī)開始浮現(xiàn)

　　關(guān)于AI工具的滲透率，數(shù)據(jù)給出了毫無懸念的答案。

　　84%的受訪者正在使用或計劃使用AI工具，較去年進(jìn)一步提升。其中，51%的專業(yè)開發(fā)者已將其融入日常工作流。

　　然而，在普及率新高的背后，信任危機(jī)正在浮現(xiàn)。

　　報告顯示，開發(fā)者對AI工具的正面情緒，從前兩年的70%以上，回落至60%。

　　為何用得多了，好感度反而降了？

　　核心原因在于：AI產(chǎn)出的「似是而非」，帶來了額外的認(rèn)知負(fù)荷。

　　66%的開發(fā)者指出，他們最大的挫折在于處理那些「幾乎正確，但又不完全正確」的AI解決方案。

　　這種隱蔽的錯誤，往往比明顯的Bug更難發(fā)現(xiàn)。

　　隨之而來的是第二大痛點：45%的人認(rèn)為，調(diào)試AI生成的代碼比自己編寫還要耗時。

　　這揭示了一個被忽略的成本：AI雖然降低了代碼生成的門檻，卻抬高了代碼審查與調(diào)試的成本。

　　信任度的數(shù)據(jù)更加令人警惕。

　　明確表示「不信任」AI準(zhǔn)確性的開發(fā)者遠(yuǎn)多于「信任」的開發(fā)者，而表示「高度信任」的僅占3.1%。

　　尤其是在經(jīng)驗豐富的開發(fā)者群體中，「高度不信任」的比例高達(dá)20%。

　　這種謹(jǐn)慎在具體應(yīng)用場景中表現(xiàn)得尤為明顯。

　　在「部署和監(jiān)控」「項目規(guī)劃」等高責(zé)任、系統(tǒng)性的任務(wù)中，開發(fā)者表現(xiàn)出了強(qiáng)烈的抵觸情緒。

　　76%的人不計劃在部署監(jiān)控環(huán)節(jié)使用AI，69%的人拒絕在項目規(guī)劃中使用AI。

　　這表明，在涉及系統(tǒng)穩(wěn)定性與架構(gòu)決策的關(guān)鍵環(huán)節(jié)，人類開發(fā)者依然傾向于相信自己的判斷與經(jīng)驗。

　　智能體迷思

　　概念很豐滿，落地很骨感

　　「AI智能體（AI Agents）」，即能夠自主決策、執(zhí)行任務(wù)的軟件實體，被譽(yù)為繼大模型之后，生成式AI的第二波浪潮，也是今年的行業(yè)熱詞。

　　但Stack Overflow的數(shù)據(jù)給這股熱潮潑了一盆冷水：

　　AI智能體尚未成為主流。

　　52%的開發(fā)者表示，他們要么完全不使用智能體，要么僅停留在簡單的AI工具層面。另外近38%的人明確表示沒有采用計劃。

　　如果你恰好在工作中使用AI智能體，并且你是一名軟件開發(fā)者，那么你很可能正在將這些智能體用于軟件開發(fā)（約占被調(diào)研者的84%）。

　　阻礙智能體落地的最大障礙，依然是準(zhǔn)確性與安全性。

　　87%的受訪者對智能體的準(zhǔn)確性表示擔(dān)憂，81%的人擔(dān)心數(shù)據(jù)安全與隱私問題。

　　在企業(yè)級應(yīng)用中，將業(yè)務(wù)邏輯交給一個不可控的「黑盒」自主運(yùn)行，顯然還面臨巨大的合規(guī)與風(fēng)控挑戰(zhàn)。

　　當(dāng)然，先行者們正在探索。

　　目前，智能體編排領(lǐng)域由開源工具主導(dǎo)。Ollama（51.1%）和LangChain（32.9%）是使用率最高的框架。

　　在數(shù)據(jù)存儲層面，Redis（43%）再次展現(xiàn)了其靈活性，被廣泛用于智能體的記憶管理。同時，ChromaDB（20%）和pgvector（18%）等向量原生數(shù)據(jù)庫也開始占據(jù)一席之地。

　　而在可觀測性（Observability）領(lǐng)域，開發(fā)者們傾向于復(fù)用現(xiàn)有的DevOps工具鏈。

　　Grafana+Prometheus的組合被43%的智能體開發(fā)者采用。這說明，在監(jiān)控AI行為時，傳統(tǒng)的運(yùn)維監(jiān)控邏輯依然有效。

　　至于「開箱即用」的AI輔助工具，ChatGPT（81.7%）和GitHub Copilot（67.9%）憑借先發(fā)優(yōu)勢和強(qiáng)大的模型能力，依然是大多數(shù)開發(fā)者的首選入口。

　　拒絕「氛圍編碼」

　　人類成了最終的「把關(guān)人」

　　報告的最后，探討了一個更為本質(zhì)的問題：人機(jī)關(guān)系。

　　近期，「氛圍編碼（Vibe coding）」一詞在網(wǎng)絡(luò)上流行，意指通過提示詞讓LLM生成軟件，只求結(jié)果，不求甚解。

　　但調(diào)研顯示，絕大多數(shù)開發(fā)者（72.2%）并未參與這種非嚴(yán)謹(jǐn)?shù)拈_發(fā)模式，另有5%的人強(qiáng)調(diào)這不屬于專業(yè)工作范疇。

　　這表明，工程嚴(yán)謹(jǐn)性依然是專業(yè)開發(fā)者的底線。

　　2025年的開發(fā)者調(diào)查報告，讓我們對于AI技術(shù)革命有了一個更加清醒的認(rèn)知。

　　恐懼和盲目崇拜已成過去，理性實用主義逐漸成為主流。

　　在技術(shù)快速迭代的AI時代，保持清醒，持續(xù)學(xué)習(xí)，或許才是每個人最為明智的生存法則。

　　參考資料：

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