程序员究竟怎样用 AI?深度解读 WIRED 调查报告《How Software Engineers Actually Use AI》

主要内容

    1. 程序员对 AI 编程助手接受度高,但态度存在分歧

    四分之三的程序员尝试过 AI 工具,但对 AI 取代人类的担忧依然存在,态度呈现三分天下局面。

    1. 不同资历程序员对 AI 看法差异显著

    初级程序员受益于 AI 弥补知识短板,中级程序员担忧技能被取代,资深程序员则更理性地看待 AI。

    1. 独立开发者更依赖 AI,企业政策影响员工使用

    独立开发者单兵作战,效率驱动,更依赖 AI 提升效率,企业政策的支持程度直接影响员工使用 AI 的意愿和程度。

文章金句

  • AI 把我的效率提高了 4 倍。
  • 想象有个同事总是胡扯,这位同事就是 AI。
  • 上层管理往往不真正理解 AI,容易产生不切实际的幻想;初级开发者有时会过度依赖 AI 而不理解代码本质。
  • AI 已经改变了很多人的工作方式,既带来焦虑,也带来希望。
  • AI 与人类开发者相互补充,形成 '1+1>2' 的效应。懂 AI 的程序员更具竞争力,团队也能发挥更大价值。
  • AI 时代的编程行业充满未知,同时也蕴含机遇。

WIRED 杂志近期发布了一份题为《How Software Engineers Actually Use AI》的调查报告,调研了 730 名程序员对 AI 编程助手的使用情况。以下结合调研数据与我个人观察,对报告背后的原因进行解读,并探讨对未来的影响和趋势。


1. 三分之四程序员已尝试使用 AI,17% 全天候使用

报告数据:

四分之三的开发者在工作中尝试过 AI 工具。其中绝大多数至少每周用一次,17% 的人表示"几乎时时刻刻都在用"。

这说明程序员对 AI 编程助手(ChatGPT、GitHub Copilot、Cursor 等)接受度非常高,"三个人里有俩用了"远超很多人的想象。原因包括:

  • 好奇与红利:开发者对新技术敏感,ChatGPT 爆火后,大批程序员抱着好奇去体验,且的确在效率上尝到了甜头,一旦用上就容易形成习惯。
  • 的确有用:AI 在生成样板代码、回答疑难杂症、提供示例等方面切实省时省力。很多人从"偶尔用"转变为"每天都在用",有些环节几乎离不开 AI。
  • AI 工具已融入开发环境:如 VSCode + GitHub Copilot/Cline/Cursor,这些插件式的工具让程序员可以随时调用 AI 自动补全。17%"全天候使用"者往往就是把 AI 当成了编码必备。

不过,仍有约 1/4 的程序员没用过 AI 编程助手,可能因为:

  • 领域限制:如写底层系统、硬件驱动的工作,AI 能帮到的部分不多,或者通用模型无法满足特定需求。
  • 安全顾虑:一些公司担心代码泄密,明令禁止使用外部 AI 服务,或有版权合规方面的顾虑。
  • 技术情怀:部分老派程序员认为"手写更安心",对 AI 持怀疑态度,不想用或者不屑用。

2. 调查对象概况

该调查覆盖了各阶段、各类雇佣形式的开发者:

公司类型 初级工程师(0--10 年) 中级工程师(10--20 年) 资深及以上工程师(20+ 年) 总人数
自由职业 / 独立工作者 约 55 约 40 约 75 约 170
小型公司(<10 人) 约 20 约 20 约 40 约 80
中型公司(10--100 人) 约 45 约 80 约 95 约 220
大型公司(100+ 人) 约 65 约 85 约 110 约 260
总计 730

调查对象横跨初学者到资深工程师,从自由职业者到大公司员工,具有较强的代表性。


3. 对 AI 的态度分裂:乐观 vs 悲观 vs 中立

报告数据显示,对 AI 的态度呈三分天下、且比例相对接近:

35.6% 乐观,26% 中立,38.4% 悲观

程序员在社交媒体上对"AI 是否会取代人类程序员"这一话题讨论激烈,普遍共识是AI 还远无法胜任人类编程的全部工作,更多像实习生或助手。但仍有小部分人担心 AI 最终能接管所有编程工作并带来裁员。

整体来看:

  • 短期内,AI 更可能改变程序员的工作内容,而不是直接让他们失业。AI 擅长模式化输出,创造性和判断性仍需人来把关。
  • 长期,随 AI 技术发展,某些高度标准化的编程工作或可被 AI 大幅自动化,进而导致相关岗位减少。需要创造力和复杂决策的高级职位将更显价值。
  • 企业行为具有不确定性。若 AI 某天成熟到能顶替一部分开发工作,一些企业可能因逐利而提前大幅削减人力,这种情形在历史上并不鲜见。程序员的焦虑有时不仅来自技术威胁,还来自管理层可能的冒进决策。
  • 心理层面。社交媒体上"AI 取代程序员"的话题热度不减,容易造成从业者焦虑。有人选择"卷起来",拼命学习 AI;也有人变得消极。乐观者则口头上"不怕",但也在密切关注 AI 技术走向。

4. 不同资历对 AI 看法的差异

根据报告:

75% 的初级程序员对 AI 乐观;近一半中级开发者持悲观态度;资深工程师则呈乐观与谨慎并存的态度。

这一现象与想象中"老一辈程序员最排斥 AI"不同,反倒是中级工程师尤为焦虑。可能原因:

  • 初级程序员:如鱼得水的兴奋 他们经验不足,AI 能极大弥补知识短板,"AI 是高效实习生"这一定位让新人获益匪浅,减少了工作挫败感。年轻一代对新科技更易接受,自然更乐观。
  • 中级开发者:危机感与怀疑 在团队中处于骨干位置,已过"菜鸟"期但尚未稳固地步入高层。看着 AI 飞速进步,担心"积累多年的技能会被 AI 轻易学会"。同时他们深谙软件开发的复杂性,对"AI 全自动写码"的宣传保持质疑。
  • 资深工程师:淡定审慎 经历过多次技术变革,看待 AI 更理性,既欢迎提高生产力,也不会盲目高估 AI。他们通常将 AI 视为工具的一环,与自身经验相结合,而非依赖或排斥。

调查中一位资深开发者的评论颇具代表性:

"上层管理往往不真正理解 AI,容易产生不切实际的幻想;初级开发者有时会过度依赖 AI 而不理解代码本质。"

对于中级工程师来说,他们正夹在"老板高期待"和"新人强依赖"之间,背负较大压力,自然容易焦虑。


5/6. 独立开发者更爱用 AI

报告提到:

独立开发者对 AI 的看好比例比全职开发者高出 33%。 在支持 AI 的企业里,2/3 的员工实际在用 AI;4% 的员工则在偷偷使用。

在社交媒体上,"用 AI 一边写代码一边晒成果"的,独立开发者出现频率最高。他们往往是 AI 重度用户。相比之下,公司里的程序员虽然也用 AI,但整体使用度稍低。企业态度也会影响员工的使用------超过一半企业愿意为员工买单,只有 4% 的人选择"偷偷用"。

为何会有这种差异?

  • 独立开发者:单兵作战,没有同事可随时讨论,AI 是全天候"搭档"。面对不同行业或项目变化,AI 能快速补齐技能短板。效率和收入息息相关,自然对 AI 依赖更深。
  • 公司员工:团队协作氛围下,有同事可咨询。很多公司也有使用规范,如禁止上传敏感代码等,使得公司员工不能随心所欲地用 AI。再加上他们是固定薪酬,提升效率不一定带来更多收入,没有独立开发者那样的"生计驱动"。
  • 企业政策:部分企业对 AI 工具很支持,会采购付费版本,鼓励员工使用;也有公司谨慎观望或禁止使用,导致团队里实际使用率和频率都有所限制。

7/8. 程序员如何使用 AI?工作经验和职业类型的影响

大体有三种使用方式:

  1. 直接在浏览器中(ChatGPT 网页版)
  2. 集成到 IDE(GitHub Copilot、Cursor 等)
  3. 移动/桌面 App(Copilot App 等)
使用方式 用户数
仅用浏览器 144
仅 IDE 集成 88
仅 App 52
浏览器+IDE 139
浏览器+App 44
IDE+App 36
三者都用 69

资深程序员(20 年以上经验)中,约三分之一选择在 IDE 中直接集成 AI。

值得注意的是:

  • 很多人组合使用多种方式,并不局限于单一渠道。
  • 资深开发者更喜欢将 AI 融入日常工作流,不想频繁切换窗口到浏览器。他们在意"用得顺不顺手",而不仅仅是"能不能用"。

9. AI 给程序员工作带来的积极变化

不少程序员对 AI 的评价颇高:

「AI 把我的效率提高了 4 倍。」
「测试和写文档变得很轻松。」
「AI 帮我检查逻辑、减少出错率,让我能专注于更有创造性的部分。」
「我现在更能专注于整体,少纠结于琐碎的代码细节。我写的代码变少了,但思考更多了。而且我更敢于接触陌生的编程语言。」
「我开了家小公司,过去还得雇人写代码,现在有 AI,我自己就能设计并开发完整程序,之前根本不敢想。」


10. AI 的不足与挑战

也有人指出 AI 的缺陷:

「想象有个同事总是胡扯,这位同事就是 AI。」
「一群啥都不会的新手,指望 AI 自动搞定一切,简直太天真了。」
「我的朋友们用 AI 随便做了个 HTML 网页,就觉得我的工作毫无价值,但其实他们完全不知道下一步该做什么。」
「AI 可以处理一些无聊的重复性工作,但面对真正的问题,连最基本的逻辑也搞不清楚。」
「因为 AI 的出现,我干脆退出了软件行业。」

这些反馈表明,AI 并非万能,也无法取代程序员对业务逻辑、架构设计的把控和深度理解。


从 WIRED 的调查与以上分析来看,AI 正在深刻改变软件开发,但这种影响是多面而复杂的,并不能简单地说"程序员会被替代"或"效率百倍提升"。可以确定的是,AI 已经改变了很多人的工作方式,既带来焦虑,也带来希望。

令人担忧的方面:

  • 技能退化风险:过度依赖 AI,导致程序员自身的编码和调试能力弱化,一旦 AI 输出错误,开发者可能难以及时发现。
  • 初级岗位减少:AI 可完成基础工作后,企业对初级人力需求或减少,行业门槛被重新定义。对程序员而言,"会使用 AI"将成为基本素养。
  • 安全与合规隐患:AI 生成的代码可能潜藏安全漏洞,若缺乏严格审查,未来风险难估量。
  • 心理压力:担心公司高层过度迷信 AI 能力,盲目裁员或设定不切实际的项目指标。一线员工在"不确定性"中难免焦虑,负面情绪反过来影响工作表现。

积极之处:

  • 效率提升:AI 的出现实实在在地减轻了大量重复工作,程序员可将更多精力放在创造性和策略性任务上。
  • 门槛降低、创新增多:AI 辅助让更多人有机会快速实现想法,或以较低成本试错,创新活力随之增加。
  • 人机协作成趋势:AI 与人类开发者相互补充,形成"1+1>2"的效应。懂 AI 的程序员更具竞争力,团队也能发挥更大价值。
  • 持续学习驱动:AI 的崛起迫使程序员自我迭代。长远看,这对个人和行业来说都是前进动力。

AI 时代的编程行业充满未知,同时也蕴含机遇。平时从社交媒体上程序员们对 AI 的讨论来看,大多数程序员并未因 AI 放弃或者躺平,而是理性评估、结合自身优势去拥抱变革。正如过去从汇编到高级语言、从手写到自动补全到 AI 自动生成的每一次演进一样,最终还是人机协作带来新的高度,AI 也不会例外。

相关推荐
PetterHillWater28 分钟前
基于Cline MCP实践FireCrawl
aigc·ai编程·mcp
Captaincc29 分钟前
全站最全!BrowserTools MCP 服务快速入门与安装指南
ai编程·mcp
炼数成金1 小时前
程序员副业暴利指南:用Python+AI在小红书月入1W+的终极玩法
人工智能·程序员
444A4E1 小时前
C++ STL容器适配器深度剖析:从deque原理到stack/queue的底层实现
程序员
Captaincc2 小时前
用AI进行Vibe编码:Matthew Berman的200小时经验分享
ai编程
袁煦丞2 小时前
云端跳跃:在NAS上用cpolar重现马里奥的童趣时光
前端·程序员·远程工作
酱酱们的每日掘金4 小时前
10分钟搞定高德地图 MCP 选择约会地点、用 Trae 三天开发效率APP丨AI Coding 周刊第 2 期
ai编程·cursor·mcp
京东云开发者6 小时前
【转载】golang内存分配
程序员
大明哥_6 小时前
我决定放弃搞 Java 了
程序员
suke6 小时前
Qwen2.5-Omni 全能旗舰 VS 国产小钢炮 MiniCPM-V:参数、硬件、资源、优势全解析
人工智能·程序员·开源