2026 年开发者调查（Developer Survey）结果即将发布。这项调查已积累 15 年数据与洞察，其价值远超单一年度的快照式分析。逐年对比能揭示技术生态的深层变化——不仅是 AI 本身如何演进，更包括人类在工作中的角色，以及开发者社区的动态变迁。
本次分析聚焦 2024 与 2025 两轮调查数据，围绕三条相互关联的线索展开：AI 的演化、职场中的人，以及人口结构与社区。
AI 使用率从 Copilot 走向自治智能体
自 2023 年首次在调查中询问开发流程中的 AI 工具以来，相关使用率持续攀升：2023 年 44% → 2024 年 62% → 2025 年 79%，近半数受访者表示每天都在使用 AI 工具。
调查还首次触及 AI 智能体（AI agents）这一议题。2025 年调查中，31% 受访者已在使用智能体，其中 ChatGPT（82%）和 GitHub Copilot（68%）占据主流。2026 年 4 月的一项补充脉冲调查（pulse survey）显示，智能体使用率已几近翻倍（59%），Claude Code 的使用占比从 41% 升至 55%。值得注意的是，智能体使用主要由日活跃用户和管理层角色驱动。
主流工具格局与使用场景
在开箱即用的 AI 助手中，ChatGPT 和 GitHub Copilot 是开发者的主要入门选择。2025 年调查中，使用助手的受访者里 82% 选用 ChatGPT，68% 选用 GitHub Copilot，Google Gemini 47%，Claude Code 41%，Microsoft Copilot 31%。长尾工具占比较小：Perplexity 16%，v0.dev 9%，Bolt.new 7%，Lovelace.dev 6%。这一分布表明，开发者倾向于先使用成熟平台，再逐步尝试定制化的自治方案。
各场景的使用趋势同样清晰。2024 年单选模式下，AI 用于写代码占 82%、调研占 68%、调试占 57%、撰写文档占 40%、生成通用内容占 35%。2025 年调查将任务拆分为主次依赖，直接对比虽有难度，但趋势明确：代码发现与起草是自动化程度最高的场景，而真正的软件工程仍以辅助为主，尚未实现完全自治。
学习编程群体的 AI 采用：热度上升，热情退潮
正在学习编程的人群正加速拥抱自动化工具，但谨慎态度也在抬头。2024 年学生受访者中 63.0% 使用 AI 资源，2025 年升至 73.3%（日活跃 39.5%，每周使用 18.7%，每月使用 15.1%）。技术变革已成为每个人的学习旅程，新手与资深从业者的使用频率已无明显差异。
然而，整体热情已明显降温。学生群体对 AI 的正面评价从 2024 年的 72.2%（非常赞成 22.4% + 赞成 49.8%）降至 2025 年的 52.8%（非常赞成 19.3% + 赞成 33.5%），而怀疑比例从 6.4% 激增至 26.3%（翻了两番）。全体受访者趋势一致：正面评价从 72.0% 降至 59.7%，负面评价从 6.4% 升至 20.4%。新鲜感正在让位于务实评估——学生开始直面 AI 输出不准确、不完整或令人困惑的现实。
对输出准确性的信任度也在下滑。学生群体中"中等或高度信任"的比例从 2024 年的 49.1%（有点信任 44.9% + 高度信任 4.2%）降至 2025 年的 37.4%（有点信任 31.3% + 高度信任 6.1%）。对复杂任务的评价同样走低：认为 AI 适合复杂工作的比例从 2024 年的 41.5% 降至 2025 年的 33.7%，同时 18.6% 表示会刻意避免将 AI 用于高级任务或对其可靠性存疑。
自治智能体也尚未赢得学习群体的青睐。2025 年，仅 28.4% 学生使用智能体，而 44.1% 表示无意采用（全体受访者中该比例为 37.9%）。对"AI 是否会取代工作"的担忧在两年间保持在 15.0% 不变，但不担忧的比例从 57.9% 升至 63.6%，不确定性从 27.1% 降至 21.3%。使用在加速，审慎也在，说明把工具用于学习，并不等于盲目拥抱所有新特性。
职场：不只是薪酬
办公场景的变迁持续塑造着工作与生活的平衡。调查自 2019 年开始追踪工作模式，当时仅 12% 受访者为完全远程办公。2022 年远程办公达到峰值，43% 为完全远程。2023 与 2024 年，混合办公成为新主流（42%）。2025 年开始询问混合办公是否为自主选择，13% 表示其工作模式已足够灵活，可自行决定何时到岗。2026 年调查继续追踪这一议题，重点关注其与工作满意度的关联。
办公模式：从二元对立走向多元分层
工作满意度很难与某个单一因素挂钩，因为它本质上高度个人化。对于职业早期从业者而言，工作模式往往与满意度强相关——他们更看重同侪学习和导师指导，面对面或混合办公更利于成长；而对于管理者，工作地点的重要性可能远不及薪资。也有员工居住在通勤体验本身就令人愉悦的地区。
2025 年调查数据揭示了一个关键趋势：工作模式已从"远程 vs. 办公室"的简单二分，演变为更精细的图景。
2025 年全球办公模式分布：
- 完全远程：32.4%
- 严格驻场：17.9%
- 结构化混合模式（两种）：37.1%
- 高灵活度（按个人偏好或项目需求决定到场）：12.6%
对比 2024 年数据（远程 38.0%、混合 42.0%、现场 20.0%），完全远程下降了约 6 个百分点，严格现场办公也下降了 2 个百分点。综合来看，2025 年享受某种程度远程工作灵活度的受访者合计达 82%，略高于 2024 年的 80%。
地区差异：远程意愿与本地文化的张力
地理维度的数据为上述宏观数字提供了更立体的注解。美国在完全远程参与度上领先全球（45.0%），而印度现场办公比例最高（30.5%）。欧洲国家则倾向于灵活的混合平衡：德国灵活自选类占 20.7%，灵活偏向混合占 24.6%；英国分别为 14.0% 和 25.8%。法国对办公室偏向型混合模式偏好最强烈（32.8%），远超美国的 16.7%。
值得注意的一个细微洞察是：德国科技从业者虽然完全远程比例"仅"22.5%，但凭借灵活自选与灵活偏向混合两类的高占比，整体灵活性实际上相当突出——这种"隐性弹性"是以往二元调查无法捕捉到的。
工具链：企业级基座稳固，AI 新势力初露头角
工具数量分布：八成开发者控制在十套以内
在 2025 年超过 2.7 万名受访者中，45.5% 日常使用 1–5 个平台，35.4% 使用 6–10 个，即约 81% 将生态圈控制在十个主要解决方案之内。另有 9.5% 使用 11–15 个，5.1% 使用 16–20 个，3.8% 跨 21 个以上系统工作。虽然大规模工具蔓延并非主流，但近五分之一的开发者需要应对超过 10 套系统带来的上下文切换摩擦和维护负担。
企业级基座：容器化与基础设施即代码持续扩张
主流企业级系统的使用率呈稳步上升态势：
| 工具 | 起始年份 | 起始比例 | 2025 年比例 |
|---|---|---|---|
| Docker | 2020 | 35.0% | 71.1% |
| Kubernetes | 2019 | 8.5% | 28.5% |
| Terraform | 2020 | 6.2% | 17.8% |
| PostgreSQL | 2018 | 32.9% | 55.6% |
内部协作工具偏好则出现明显迁移：Microsoft Teams 从 2020 年的 25.6% 增长至 2024 年的 53.1%；Zoom 从 2022 年的 56.1% 降至 2024 年的 40.0%；Slack 从 2020 年的 53.0% 调整至 2024 年的 43.9%。Trello 使用率从 29.6% 收缩至 13.7%，而 Jira（2025 年 46.4%，对比 2020 年 47.7%）和 Confluence（2025 年 32.8%，对比 2020 年 32.4%）保持高度稳定。
AI 工具：新生力量进入企业视野
2025 年，面向开发者的 AI 工具在企业环境中留下了首批足迹：
- Cursor：17.9%
- Claude Code：9.7%
- Windsurf：4.9%
- Aider：1.9%
同期老牌工具 Google Colab 为 7.0%，GitLab 为 35.6%。这些数字尚不代表成熟格局，但已清晰表明：新兴 AI 产品正在安静地融入现有技术栈与协作层，而非迅速取而代之。
工作满意度：中间地带占据主导，AI 焦虑小幅攀升
全球满意度分布：近半数处于"得过且过"状态
2025 年，28.4% 的受访者表示工作不满意，47.1% 自评"安于现状"，仅 24.5% 真正感到满意。近一半开发者处于既非高度投入也非主动抵触的中间地带——这意味着职业成就感建设对组织而言仍是一项长期课题，而非一道非此即彼的选择题。
地区差异：美国最幸福，德国最安逸，印度最焦虑
| 国家 | 不满意 | 安于现状 | 满意 |
|---|---|---|---|
| 美国 | 27.0% | 44.4% | 28.7% |
| 德国 | — | 50.7% | 19.2% |
| 印度 | 32.7% | — | — |
| 英国 | 31.5% | 46.4% | 22.1% |
| 法国 | 27.4% | 48.0% | 24.6% |
美国的满意比例最高；德国满意度最低（19.2%），但安于现状比例最高（50.7%）；印度不满意比例最高（32.7%）。这些差异说明全球职场策略需要本地化敏感度，单一模式无法适配所有市场。
AI 影响下的满意度驱动因素
认为 AI 将威胁自身工作的开发者比例从 2024 年的 12.1% 上升至 2025 年的 15.0%；表示"不担心"的比例从 68.3% 降至 63.6%；"不确定"者从 19.6% 微升至 21.3%。
与此同时，2025 年驱动工作满意度的核心因素排序为：自主权与任务管理信任度 > 有竞争力的薪酬福利 > 解决现实问题 > 通过攻克复杂挑战实现创新。开发者对独立性和项目影响力高度重视，而这恰恰是自动化系统引入所有权归属新问题时的核心张力所在。
AI 学习编程：使用率上升，好感度下滑
薪酬涨幅分化显著
过去一年，不同技术岗位的薪酬增长呈现明显分化。产品经理中位年薪涨幅达 29.3%，应用科学家 28.9%，游戏与图形开发者 28.7%，移动开发者 27.1%，前端工程师 24.0%。相比之下，数据工程师仅增长 5.1%，云基础设施岗位 6.7%，系统管理员 8.4%。
值得注意的是，整个行业结构仍以技术实操岗位为主导：85.3% 的受访者定位于个人贡献者（Individual Contributor），仅 14.7% 从事人员管理工作。这也解释了为何"职业自主性"和"清晰的技术晋升通道"对从业者工作满意度仍然至关重要。
AI 工具：用了，但不再那么喜欢了
AI 正在成为编程学习的一部分，但使用率的增长并不等同于接受度的提升。2024 年，在学习编程的受访者中，63.0% 在开发过程中使用 AI 工具；到 2025 年，这一比例升至 73.3%。与此同时，对这些工具的好感度却从 72.1% 下降至 52.8%。
这组反差值得深思：AI 是否在"完成任务"和"真正理解"之间制造了鸿沟？2025 年数据提供了更多线索。在所有回答"AI 痛点"问题的受访者中（不仅限于学习编程者），20.0% 表示自身解决问题的信心反而下降了，16.3% 认为很难理解代码"如何工作"和"为什么这样工作"。这些反馈并不能证明 AI 削弱了学习效果，但揭示了一个值得关注的困境：写出能跑的代码，与能够解释这段代码，已经成为两个不同的过程。
人类社区仍有不可替代性
Stack Overflow 平台使用数据也印证了上述趋势。2024 年，在回答"如何使用 Stack Overflow"的受访者中，41.0% 选择用来学习全新的技术或方法，而 68.7% 选择寻找经过社区验证的可靠答案。2025 年，当被问及"如果 AI 能完成大部分编程任务"时，61.3% 的受访者表示仍会向他人寻求帮助——当他们想要真正理解某个问题时；58.1% 表示想要学习最佳实践时也会这样做。
这些问题的测量维度不同（平台实际使用 vs 假设偏好），但共同指向一个方向：研究不能只问"人们是否在学习编程时使用 AI"，更要问"他们从中真正学到了什么"——能否解释结果、能否评估替代方案、能否将知识迁移到下一个陌生问题。
下一步关注什么
整体趋势表明，开发者既未盲目拥抱也未全盘否定自动化工具。AI 工具参与度从 2024 年的 62% 攀升至 2025 年的 79%；智能体采用率更是从 2025 年的 31% 激增至 2026 年 4 月脉冲调查的 59%。然而热情明显降温：学生对 AI 的好感度从 72.2% 降至 52.8%，职业焦虑比例从 12.1% 升至 15.0%。
下一阶段的核心议题将是：工具、工作场所和社区如何应对这一复杂现实——工作流中 AI 越来越多，但对其局限性的审视也在增加，对可信的人类经验的需求持续存在。
2026 年开发者调查将帮助我们深入探讨以下关键问题：
- AI 使用率与好感度之间的落差是否会持续？对比不同受访者群体的连续性指标。
- 智能体采用是否伴随更多任务委托？将使用频率与人们实际交给智能体处理的任务类型分开追踪。
- 工作控制感与满意度之间存在怎样的关系？区分出勤安排与自主性，在解读差异前先审视可比群体。
- AI 如何融入社区使用场景？将"访问社区解决 AI 相关问题""寻求可靠指引""参与和归属感"等不同需求分层分析。
评论