Перейти до вмісту

Використання

How developers use AI.

Варіанти використання

While code generation still comes first, it's interesting to note that code review (a new option this year) has jumped straight to third place. After all, someone will eventually need to read through the 30k lines of codes the intern vibe-coded over the week-end…
Для чого ви використовуєте ШІ-інструменти?
Множинний вибір
0%
20%
40%
60%
80%
100%
01
Генерація коду
5,771
02
Перегляд коду та асистування
+8
4,359
03
Навчання та дослідження
-1
4,356
04
Debugging
4,277
05
Підсумовування
-1
3,623
06
Генерація тексту
-3
3,502
07
Переклад
-2
2,761
08
Генерація зображень
-2
2,388
09
Комп'ютерне бачення
-2
949
10
Розпізнавання мовлення
-2
831
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Генерація коду за допомогою ШІ

The difference with last year is striking here. Back then the average respondent was using AI sporadically to generate a small percentage of their code, but today that same developer is much more likely to rely on AI for the bulk of their coding.
Яку частку коду, який ви створюєте, згенеровано за допомогою ШІ?
0%
20%
40%
60%
80%
100%
1
0% ШІ
532
2
|
688
3
|
798
4
|
404
5
50%
629
6
|
523
7
|
1,145
8
|
1,203
9
100% ШІ
498
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Рефакторинг коду ШІ

Similarly, using AI-generated code without having to refactor it first is no longer the exception, with many respondents reporting only needing to refactor around 25% of AI output.
Яку частку коду, згенерованого за допомогою ШІ, ви переписуєте чи перероблюєте перед використанням?
0%
20%
40%
60%
80%
100%
1
0% рефакторингу
312
2
|
825
3
|
1,184
4
|
565
5
50%
990
6
|
521
7
|
956
8
|
486
9
100% рефакторингу
288
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Причини рефакторингу

When respondents do need to refactor AI-generated code, the culprits tend to be poor code style and hallucinations. Interestingly, variable renaming does not seem to be as much of a factor anymore, pointing to the fact that LLMs are getting better at following instructions and learning from existing codebases.
Які основні причини рефакторингу вашого коду, згенерованого за допомогою ШІ?
Множинний вибір
0%
20%
40%
60%
80%
100%
01
Поганий стиль коду
+9
3,197
02
Галюцинації та неточності
+6
3,121
03
Погана прочитність
-2
2,816
04
Надмірне повторення
-1
2,543
05
Помилки в коді
+2
2,336
06
Перейменування змінних
-4
1,862
07
Проблеми швидкодії
-2
1,412
08
Застарілі імпорти
-4
1,179
09
Проблеми безпеки
-3
1,154
10
architectural_issues
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Частота генерації коду

It seems clear that AI has become embedded in our work, with a majority of respondents using it multiple times per day, and a growing segment using it constantly.
Як часто ви використовуєте ШІ-інструменти для генерації або рефакторингу коду?
0%
20%
40%
60%
80%
100%
1
Ніколи
503
2
Декілька разів на рік
266
3
Декілька разів на місяць
525
4
Декілька разів на тиждень
1,191
5
Декілька разів на день
1,776
6
Декілька разів на годину
774
7
Постійно
1,366
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Частота інших завдань

While the main focus of this survey is coding, other AI uses are also seeing increased used compared to last edition. After all if you trust AI with the main part of your job, it does seems logical to trust it with everything else, too.
Як часто ви використовуєте ШІ-інструменти для інших завдань, окрім генерації коду?
0%
20%
40%
60%
80%
100%
1
Ніколи
483
2
Декілька разів на рік
237
3
Декілька разів на місяць
645
4
Декілька разів на тиждень
1,873
5
Декілька разів на день
2,200
6
Декілька разів на годину
378
7
Постійно
622
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Згенерований код

Almost every type of generated code saw an increase compared to last survey, with tests in particular becoming a key reason to use AI.
Який код ви створюєте за допомогою ШІ-інструментів?
Множинний вибір
0%
20%
40%
60%
80%
100%
01
Допоміжні функції
4,715
02
Компоненти клієнтської частини
4,434
03
Тести
+1
4,416
04
Документація та коментарі
-1
4,066
05
Основна логіка застосунку
3,730
06
Код для інтеграції API
3,701
07
Scripting
+1
3,500
08
CSS-код
-1
3,460
09
Конфігураційний код
2,807
10
Запити до бази даних
+1
2,774
11
🚫 Нічого
422
12
all_of_the_above
13
Інші відповіді
141
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Особисті витрати

The proportion of respondents enjoying the benefits of AI without personally having to spend their hard-earned cash has dramatically shrunken year-over-year; while the $100-$500 monthly spend demographic is seeing significant growth. This may be due to the rise of coding agents, which often carry heavier financial costs compared to simple chatbots.
Скільки ви самі витрачаєте на ШІ-інструменти на місяць (у доларах США)?
0%
20%
40%
60%
80%
100%
1
$0
2,532
2
$1-$20
1,428
3
$20-$50
1,232
4
$50-$100
447
5
$100-$500
669
6
$500-$1000
41
7
$1000-$5000
23
8
Відкинуті відповіді
-2
6
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Сфера діяльності

Don't hesitate to use our built-in Query Builder on any other chart to filter these survey results according to any specific industry sector.
У яких галузях економіки ви працюєте?
Множинний вибір
0%
20%
40%
60%
80%
100%
01
Програмування та технічні інструменти
2,900
02
Консалтинг і послуги
1,525
03
Електронна комерція та роздрібна торгівля
749
04
Фінанси, банківська сфера
662
05
Маркетинг/Продажі/Інструменти аналітики
+1
538
06
Освіта
-1
516
07
Охорона здоров'я
347
08
Розваги
338
09
Державний сектор
+1
267
10
Новини, медіа, блогінг
-1
228
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання
More and more respondents have tried local AI models, and while they aren't as powerful as their cloud-based cousins right now, there is strong potential for disruption as they provide a cheaper alternative to traditional frontier labs models.
Чи намагалися ви запускати ШІ-моделі локально на власному комп'ютері?
0%
20%
40%
60%
80%
100%
1
Ні, НЕ цікаво
1,291
2
Ні, але цікаво
2,012
3
Так
3,118
4
Інші відповіді
35
0%
20%
40%
60%
80%
100%
% від тих, хто відповів на питання

Рекомендовані джерела

Sentry MCP

Sentry MCP

Sentry MCP plugs Sentry's API directly into your LLM, letting you ask questions about your data in natural language.
Спонсорований вміст від наших партнерів. Детальніше.