程序员被AI坑惨？66%的人改Bug比自己写更花时间
新智元报道
编辑：元宇
【新智元导读】Stack Overflow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？
Stack Overflow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技术狂飙突进的第三年，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」，从最初的盲目崇拜开始转向理性审视。
调试AI生成代码的隐性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
报告首先聚焦于开发者群体本身。
数据显示，76.2%的受访者为专业开发者。
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专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，技术人员展现出了极高的专业素养与务实精神。
尽管多媒体教程层出不穷，「技术文档（Technical documentation）」依然是首选的学习资源。
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权威、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%的人为了职业发展专门学习了如何使用「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最主流的方式。
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无疑是今年的最大赢家。
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合。
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最大的。
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-memory caching）」和数据结构存储的重要性愈发凸显。
在Web框架领域，FastAPI增长了5个百分点，这标志着利用Python构建高性能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Visual Studio和Visual Studio Code依然凭借强大的生态壁垒稳居榜首。
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最佳解。
在开发者最喜欢的AI编程大模型的选择上，Anthropic的Claude Sonnet是今年最受推崇的大语言模型，同时在最想尝试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%的专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，他们最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。
随之而来的是第二大痛点：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准确性的开发者远多于「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、系统性的任务中，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%的人拒绝在项目规划中使用AI。
这表明，在涉及系统稳定性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（AI Agents）」，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的第二波浪潮，也是今年的行业热词。
但Stack Overflow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%）。
阻碍智能体落地的最大障碍，依然是准确性与安全性。
87%的受访者对智能体的准确性表示担忧，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，显然还面临巨大的合规与风控挑战。
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%）是使用率最高的框架。
在数据存储层面，Redis（43%）再次展现了其灵活性，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。
而在可观测性（Observability）领域，开发者们倾向于复用现有的DevOps工具链。
Grafana+Prometheus的组合被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效。
至于「开箱即用」的AI辅助工具，ChatGPT（81.7%）和GitHub Copilot（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首选入口。
拒绝「氛围编码」
人类成了最终的「把关人」
报告的最后，探讨了一个更为本质的问题：人机关系。
近期，「氛围编码（Vibe coding）」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，绝大多数开发者（72.2%）并未参与这种非严谨的开发模式，另有5%的人强调这不属于专业工作范畴。
这表明，工程严谨性依然是专业开发者的底线。
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，理性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，或许才是每个人最为明智的生存法则。
参考资料：
https://survey.stackoverflow.co/2025/
相关攻略
由大语言模型驱动的多智能体系统，正从实验室原型快速演进为支撑复杂任务的关键基础设施。在软件工程、科学探索、流程自动化及团队协作等多个领域，由智能体团队协同完成任务已成为现实。当前，一个显著的趋势是：智能体生态的供给与真实系统的部署规模，正在同步经历爆发式增长。 智能体市场的品类与数量日益丰富，而实际
许多人可能并未意识到，自己早已身处多智能体协作技术带来的变革之中。 电商大促期间，仓库中并非仅有一台机器人在运作，而是由一整队机器人协同完成分拣、运输、避障与货物交接。自动驾驶技术面临的真正挑战，也不仅仅是教会一辆车如何行驶，更是要让众多车辆在同一条道路上实现高效、安全的协同。现实世界中的复杂任务，
手握最强大的模型Mythos，Anthropic却选择将其锁入保险柜。 原因在于，这个模型能自主发现软件漏洞，效率之高、数量之多，连其创造者都感到不安，最终只开放给少数机构进行测试。 此事在安全圈内引发了轩然大波。许多人开始第一次严肃地思考：当AI能够规模化地挖掘漏洞时，数字世界的安全格局将发生怎样
Markdown以简洁语法降低输出成本与认知负担，其统一规则便于生成稳定结构，并具备跨平台适配性，在多种场景中无缝渲染。该格式聚焦内容、弱化机械感，成为平衡成本、功能与兼容性的高效选择。
对于金融分析师、市场研究员和生命科学专家而言，繁杂枯燥的资料搜集与交叉比对，向来是消耗核心精力的效率黑洞。好消息是，这一局面正被谷歌最新升级的自动化研究工具所改写。此次升级的核心突破，在于其能够将公开网络信息与企业内部的私密数据库无缝整合，直接生成带有原生数据可视化图表、且完全标注信息来源的专业级分
热门专题
热门推荐
过去24小时全球主要交易所比特币流向分化明显，整体净流出5740 82枚。其中CoinbasePro流出约5457枚，币安、Gemini分别流出1023枚和504枚；而OKX则逆势录得约530枚净流入。
《魔力宝贝》中“狗洞”即“奇怪的洞窟”，位于亚留特村西南方向黄色传送石处，是12至20级玩家高效练级地点。前往路线为：从法兰城至伊尔村，向北进入哈巴鲁东边洞窟击败“熊男”，穿越后抵达亚留特村，再向西南探索即可找到入口。洞内怪物等级较高，建议携带“风地”属性水晶提升生存能力。
时隔七年，贾跃亭以CEO身份重掌法拉第未来（FF）帅印，并成功为公司注入了关键的发展动力。近期，FF累计完成了高达7000万美元的机构融资。这笔至关重要的资金，被贾跃亭定位为驱动公司机器人业务实现第一阶段战略目标的“核心粮草”。 随着资金与团队就位，贾跃亭的信心显著增强。他公开立下目标：将用两年时间
任务需修复两条水道。首先跟随指引找到NPC并进入幻境，使用号角对准壁画激活飞鸟幻影，触碰并跟随其路径即可修复第一条水道。第二条水道位于洞xue内，跟随萤火虫找到入口，重复使用号角并借助弹跳水母到达高处，跟随飞鸟完成修复。完成后可获得奖励并推进剧情。