2026 年开发者调查结果即将揭晓。Stack Overflow 开发者调查已积累 15 年数据与洞察，这些数据揭示的不仅是某一年份的趋势，更是技术生态系统的长期演变轨迹。本文基于 2024 与 2025 两轮调查数据的对比，从三个相互关联的叙事主线出发：AI 的演进、职场中的人，以及人群结构与社区。
AI 工具：从 Copilot 到自主代理
调查自 2023 年起追踪 AI 工具在开发工作流中的使用情况。2023 年有 44% 的开发者表示使用 AI 工具，2024 年升至 62%，2025 年已达 79%，其中近半数受访者每天都在使用。与头条新闻中 Frontier 实验室的投入资金、AI 股票财报里频繁出现的"AI 效率驱动组织重构"叙事相比，这份调查数据回答的，是一个更根本的问题：人们究竟如何将这些工具融入日常工作？
主流工具与使用场景
在 AI 工具的选择上，ChatGPT 和 GitHub Copilot 构成第一梯队。2025 年调查中，在使用现成 AI 助手的人群中，82% 选用 ChatGPT，68% 使用 GitHub Copilot；Google Gemini 占 47%，Claude Code 占 41%，Microsoft Copilot 占 31%。长尾部分体量较小：Perplexity 16%、v0.dev 9%、Bolt.new 7%、Lovable.dev 6%。
从应用场景来看，2024 年数据（单选）显示了明确的自动化优先级：82% 用于代码编写，68% 用于技术调研，57% 用于调试，40% 用于撰写文档，35% 用于一般内容创作。2025 年改用主/次用途双选设计，直接横向比较存在难度，但趋势不变——发现与起草是最主要的自动化场景，而真正的软件工程仍以辅助为主，尚未走向完全自主。
自主代理的使用现状
2025 年调查首次纳入 AI 代理专项问题，当时有 31% 的受访者使用代理工具，其中 ChatGPT（82%）和 GitHub Copilot（68%）占据主导。2026 年 4 月补充的脉冲调查（Pulse Survey）显示，代理使用率已升至 59%，几乎翻倍。Claude Code 增长尤为显著（41% → 55%）。
值得注意的是，代理使用的主要驱动力来自两类人群：每日使用 AI 工具的用户群体，以及担任较高管理职位的从业者。
学习编程与 AI 工具：热情降温，理性上升
编程学习者正在加速拥抱自动化工具，但谨慎态度同步上升。2024 年受访学生中有 63.0% 使用 AI 学习资源，2025 年升至 73.3%（每日使用 39.5%、每周 18.7%、每月 15.1%）。这一代学习者的技术入门与 AI 工具几乎同步，入门者与资深开发者的使用频率基本持平。
然而，整体热情已明显降温。学习者正面评价从 2024 年的 72.2%（非常满意 22.4%、满意 49.8%）降至 2025 年的 52.8%（非常满意 19.3%、满意 33.5%）。同期怀疑态度翻了四倍，从 6.4% 升至 26.3%。全体受访者的趋势一致：2024 年正面 72.0%、负面 6.4% → 2025 年正面 59.7%、负面 20.4%。新鲜感正在让位于务实评估——当学习者遭遇 AI 输出不准确、不完整或逻辑混乱的情况时，这种转变最为明显。
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%）。2025 年新增的"中立"选项分流了一部分回应，但整体走向仍指向更审慎的用户群体。
在复杂任务处理上的评价同样走弱：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%，同时有 18.6% 承认自己会刻意避免将 AI 用于高级任务，或对可靠性存疑。
自主代理尚未赢得学习者的信任。2025 年有 28.4% 的学生使用代理工具，但有 44.1% 表示无意采用（全体受访者中这一比例为 37.9%）。对"AI 是否会取代工作"的担忧在两年间基本持平（均为 15.0%），但"不确定"的比例从 27.1% 降至 21.3%，因为"不担心"的比例从 57.9% 升至 63.6%。使用在加速，审慎同样在加速——用工具学习，不等于照单全收所有新特性。
职场与工作方式：远程办公的回落与混合制的常态
工作与生活的平衡，始终与办公场景的演变交织在一起。Stack Overflow 自 2019 年起追踪工作方式，当时仅有 12% 的受访者完全远程办公。2022 年远程办公达到峰值，43% 完全远程。2023 与 2024 年，混合办公以 42% 的比例成为新多数。去年调查首次纳入"混合办公是否可自主选择"这一问题，13% 表示工作安排足够灵活，可以自行决定是否进办公室。2026 年调查将继续追踪这一趋势，并关注其对工作满意度的影响。
工作模式分布：远程办公回落，混合模式成为主流
工作满意度很难归因于某个单一因素，因为它高度个性化。对于职场早期员工，工作环境可能更具参考价值——他们重视同伴学习和导师指导，混合办公或坐班更利于成长。而对于管理者，工作地点的重要性可能远不及薪资带来的满足感。还有些人单纯因为通勤体验愉快而享受上班。
2025 年调查数据揭示，工作模式已从简单的"远程 vs 坐班"二分法演变为更精细的图景。32.4% 的受访者完全远程工作，17.9% 严格坐班，37.1% 采用两种结构化混合模式，12.6% 享有高度灵活性、仅凭个人偏好或项目需求决定到场时间。对比 2024 年数据（38.0% 远程、42.0% 混合、20.0% 坐班），完全远程下降约 6 个百分点，严格坐班下降 2 个百分点。综合来看，2025 年享有不同程度远程工作灵活性的受访者总计达 82%，略高于 2024 年的 80%。
区域差异：各地的灵活办公生态
地理分布为上述宏观数据提供了更立体的参照。美国完全远程参与率最高（45.0%），印度坐班比例最高（30.5%）。欧洲国家则高度依赖灵活混合模式：德国灵活自选类别占 20.7%、灵活偏向混合占 24.6%；英国分别为 14.0% 和 25.8%。法国办公室偏向型混合安排最强（32.8%），远超美国的 16.7%。追踪自主选择数据可以发现二元调查所掩盖的关键差异：德国技术从业者尽管仅有 22.5% 完全远程，但整体灵活性依然极高。
工具栈现状：大多数工程师保持轻量生态
工具数量分布：81% 控制在十个以内
2025 年超 2.7 万名受访者中，45.5% 依赖 1–5 个平台，35.4% 使用 6–10 个平台，即约 81% 将生态控制在十个主要解决方案以内。另有 9.5% 使用 11–15 个平台，5.1% 使用 16–20 个，3.8% 跨 21 个以上系统工作。尽管大规模工具泛滥现象并不常见，但近五分之一的开发者仍在 10 个以上系统中切换，承受着可观的上下文切换摩擦和维护负担。
核心基础设施：容器化与自动化持续扩张
[[SFIMGn]] 主流企业级系统的采用率稳步攀升：Docker 从 2020 年的 35.0% 增至 2025 年的 71.1%，Kubernetes 从 2019 年的 8.5% 升至 2025 年的 28.5%，Terraform 从 2020 年的 6.2% 升至 2025 年的 17.8%，PostgreSQL 从 2018 年的 32.9% 飙升至 2025 年的 55.6%。
内部沟通工具则呈现此消彼长的态势：Microsoft Teams 从 2020 年的 25.6% 增至 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%，Jira 则保持高度稳定（2025 年 46.4% vs 2020 年 47.7%），Confluence 同样平稳（32.8% vs 32.4%）。
AI 工具初入企业：尚处早期整合阶段
2025 年新一代 AI 开发工具在企业环境中初露锋芒。Cursor 占据 17.9%，Claude Code 达 9.7%，Windsurf 为 4.9%，Aider 为 1.9%；同期老牌工具如 GitLab 记录 35.6%，Google Colab 为 7.0%。这些早期数据尚不代表成熟格局，但足以说明：新兴 AI 产品正在悄然融入现代技术组织的基础技术栈和协作层，而非立即取代它们。
职业满意度：地域分化明显，AI 焦虑小幅攀升
总体分布：近半数处于"得过且过"状态
2025 年，28.4% 的受访者感到不快乐，47.1% 感到安于现状，仅 24.5% 真正享受工作。绝大多数人处于中间地带——近半数开发者既非高度投入，也非主动不满。这说明提升职业满足感对组织而言仍是持续性课题，而非"满意 vs 不满意"的简单二元判断。
各国差异：美国最快乐，德国最安于、印度最焦虑
地区数据揭示更深层趋势。美国科技从业者幸福感最高（28.7%），27.0% 不快乐，44.4% 安于现状。德国受访者幸福感最低（19.2%），同时安于现状比例最高（50.7%）。印度不快乐比例最高（32.7%）。英国数据为 31.5% 不快乐、46.4% 安于现状、22.1% 快乐；法国则为 27.4%、48.0%、24.6%。尽管办公政策并非幸福感的唯一决定因素，这些数字足以说明：全球职场策略需要本地化敏感度。
AI 冲击波：担忧上升、信任回落
认为 AI 将威胁自身工作的开发者比例从 2024 年的 12.1% 升至 2025 年的 15.0%，不担心者从 68.3% 降至 63.6%，不确定者从 19.6% 升至 21.3%。与此同时，2025 年满意度驱动因素中，自主权与信任感（自主管理任务）位居首位，其次是具有竞争力的薪酬福利、通过解决现实问题创造价值，以及通过攻克复杂挑战实现创新。开发者高度重视独立性和有影响力的项目——恰恰在自动化系统引入全新所有权问题的当下。
薪资分化加剧：技术岗位结构性特征明显
2024 至 2025 年间，不同技术岗位的薪资增长呈现明显分化。产品经理年薪中位数涨幅达 29.3%，应用科学家 28.9%，游戏与图形开发者 28.7%，移动端开发者 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%——差距悬殊。
值得关注的是，行业整体结构仍以技术执行层为主：85.3% 的受访者担任个人贡献者（IC），仅 14.7% 进入人员管理岗位。这说明专业自主权与清晰的技术晋升通道，仍是决定工作满意度的核心因素。
AI 编程助手：普及率上升，好感度下滑
AI 正在深度融入编程学习过程，但「用了」不等于「喜欢了」。
在学习编程的受访者群体中，使用 AI 工具辅助开发流程的比例从 2024 年的 63.0% 攀升至 2025 年的 73.3%；与此同时，对这类工具的正面评价却从 72.1% 跌至 52.8%。两组数据并非同一批受访者，但对比之下抛出一个关键问题：AI 在「完成代码」和「真正理解代码」之间，到底扮演什么角色？
2025 年的调查进一步揭示了用户的实际困扰。在回答「AI 使用痛点」的受访者中（不限于学习编程群体），20.0% 表示自己的问题解决能力反而下降了，16.3% 反映难以理解代码的工作原理。这并非证明 AI 削弱了学习效果，但指向一个值得深思的现象：生成可用代码与能够解释代码，已逐渐成为两个独立的过程。
开发者对人际学习的重视也印证了这一点。2024 年，选择在 Stack Overflow 上「学习新技术或方法」的受访者占 41.0%，选择「从社区验证过的答案中获取可靠指导」的占 68.7%。到了 2025 年，当被问及「假设 AI 可以完成大部分编码工作」时，61.3% 表示仍会在「希望彻底理解某件事」时寻求他人帮助，58.1% 在「希望学习最佳实践」时选择同样的路径。
这两组问题测量的是不同维度——实际平台使用行为与假设性偏好——但它们共同指向一个研究空白：与其追问「学习编程时是否用了 AI」，不如追问「用了 AI 究竟学到了什么」——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。回顾性数据确认了 AI 在学习者中的普及，但这种普及能否转化为更深的理解，仍是未解之题。
下一步值得关注的方向
数据呈现的趋势并非「开发者盲目拥抱」或「盲目排斥」自动化工具。整体使用规模持续扩大：AI 工具参与率从 2024 年的 62% 升至 2025 年的 79%；AI Agent 采用率从 2025 年的 31% 飙升至 2026 年 4 月脉冲调查的 59%。然而热情却在明显降温：学生的正面评价从 72.2% 降至 52.8%，职业焦虑感从 12.1% 升至 15.0%。
下一阶段的焦点在于：工具、工作场所与社区如何回应这一矛盾现实——工作流中 AI 越来越多，但对其局限性的审视也在加深，可靠的人类经验仍不可替代。
后续研究可重点关注以下方向：
- AI 使用与好感度的落差是否会持续？ 对比持续性指标与受访者群体，包括编程学习者；
- Agent 采用是否伴随更多任务委托？ 将使用频率与人们实际交给 Agent 处理的任务类型和决策范围分开追踪；
- 工作控制感与满意度的关系是什么？ 区分出勤安排与自主权，并在解读差异前确保群体可比性；
- AI 如何融入社区使用场景？ 区分「因 AI 相关问题访问平台」「寻求可靠指导」「参与社区」「归属感」等不同动机。
评论