跳到内容

使用情况

开发者如何使用 AI。
虽然 代码生成 仍然排在首位,但值得注意的是 代码审查(今年新增的选项)直接跃升至第三位。毕竟,那些在周末通过 vibe coding 生成的 3 万行代码,总得在某个时候有人复核一下……
您使用 AI 工具做什么?
多选
0%
20%
40%
60%
80%
100%
01
代码生成
5,771
02
代码审查与协助
+8
4,359
03
学习与研究
-1
4,356
04
Debugging
4,277
05
总结
-1
3,623
06
文本生成
-3
3,502
07
翻译
-2
2,761
08
图像生成
-2
2,388
09
计算机视觉
-2
949
10
语音识别
-2
831
0%
20%
40%
60%
80%
100%
受访者百分比
8%
表示其全部编码输出已由 AI 生成的受访者比例。

AI 代码生成

与去年的差异令人震惊。那时,普通受访者只是偶尔使用 AI 生成一小部分代码;而今天,同样的开发者更有可能依赖 AI 来完成大部分编码工作。

虽然 AI 使用率全面上升,但值得注意的是,使用率较高的区间与编程经验中位数年数较低相关。正如你所预期的,使用像 Claude Code 这样的编码代理与更高比例的 AI 生成代码相关。

您编写的代码中有多少比例是 AI 生成的?
0%
20%
40%
60%
80%
100%
1
0% AI
532
2
|
688
3
|
798
4
|
404
5
50%
629
6
|
523
7
|
1,145
8
|
1,203
9
100% AI
498
0%
20%
40%
60%
80%
100%
受访者百分比

AI 代码重构

同样,无需重构即可直接使用 AI 生成的代码已不再是例外情况——许多受访者表示只需要重构约 25% 的 AI 输出。
在使用 AI 生成代码时,您在使用前重写或重构的比例是多少?
0%
20%
40%
60%
80%
100%
1
0% 重构
312
2
|
825
3
|
1,184
4
|
565
5
50%
990
6
|
521
7
|
956
8
|
486
9
100% 重构
288
0%
20%
40%
60%
80%
100%
受访者百分比
当受访者确实需要重构 AI 生成的代码时,罪魁祸首往往是糟糕的代码风格幻觉。有趣的是,变量重命名似乎已不再是一个主要因素,这表明 LLM 在遵循指令和学习现有代码库方面正在变得更好。
需要您重构 AI 生成代码的主要原因是什么?
多选
0%
20%
40%
60%
80%
100%
01
糟糕的代码风格
+9
3,197
02
幻觉和不准确
+6
3,121
03
可读性差
-2
2,816
04
过度重复
-1
2,543
05
错误的代码
+2
2,336
06
变量重命名
-4
1,862
07
性能问题
-2
1,412
08
过时的导入
-4
1,179
09
安全问题
-3
1,154
10
Architectural issues
0%
20%
40%
60%
80%
100%
受访者百分比
61%
每天使用 AI 生成代码的受访者比例。

代码生成频率

很明显,AI 已经嵌入到我们的工作中:大多数受访者每天多次使用 AI,并且越来越多的群体在持续使用。

而且,你使用 AI 越频繁,你的编程经验中位数年限就越有可能较低。

您多久使用一次 AI 工具来生成或重构代码?
0%
20%
40%
60%
80%
100%
1
从不
503
2
每年几次
266
3
每月几次
525
4
每周几次
1,191
5
每天几次
1,776
6
每小时几次
774
7
经常
1,366
0%
20%
40%
60%
80%
100%
受访者百分比

其他任务频率

虽然本次调查的主要焦点是编码,但其他 AI 用途与上一版相比也有所增加。毕竟,如果你信任 AI 处理工作中的主要部分,那么信任它处理其他所有事情似乎也是合乎逻辑的。
除了代码生成之外,您多久使用一次 AI 工具处理其他任务?
0%
20%
40%
60%
80%
100%
1
从不
483
2
每年几次
237
3
每月几次
645
4
每周几次
1,873
5
每天几次
2,200
6
每小时几次
378
7
经常
622
0%
20%
40%
60%
80%
100%
受访者百分比

生成的代码

与上次调查相比,几乎所有类型的生成代码都有所增加,特别是测试成为使用 AI 的一个关键原因。
您使用 AI 工具生成什么样的代码?
多选
0%
20%
40%
60%
80%
100%
01
辅助函数
4,715
02
前端组件
4,434
03
测试
+1
4,416
04
文档和注释
-1
4,066
05
核心应用逻辑
3,730
06
API 集成代码
3,701
07
Scripting
+1
3,500
08
CSS 代码
-1
3,460
09
配置代码
2,807
10
数据库查询
+1
2,774
11
422
12
All of the above
13
其他答案
141
0%
20%
40%
60%
80%
100%
受访者百分比
享受 AI 好处却无需自己掏腰包的受访者比例同比大幅萎缩;而 $100-$500 月支出的群体正在显著增长。这可能是由于编码代理的兴起造成的——与简单的聊天机器人相比,它们通常带来更高的财务成本。
您个人每月在 AI 工具上花费多少(美元)?
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
过滤掉的答案
-2
6
0%
20%
40%
60%
80%
100%
受访者百分比
虽然 2026 年调查还包括一个关于公司 AI 支出的问题,但其数据无法使用,因为它没有明确说明问题是指全公司总支出还是人均支出。
在任何其他图表上,都可以使用我们内置的 查询生成器 来根据任何特定行业领域过滤调查结果。
你在哪个行业工作?
多选
0%
20%
40%
60%
80%
100%
01
编程和技术工具
2,900
02
咨询服务
1,525
03
电子商务与零售
749
04
金融
662
05
营销/销售/分析工具
+1
538
06
教育
-1
516
07
卫生保健
347
08
娱乐
338
09
政府
+1
267
10
新闻、媒体和博客
-1
228
0%
20%
40%
60%
80%
100%
受访者百分比
越来越多的受访者尝试过本地 AI 模型。虽然它们目前还不及云端同类产品强大,但作为传统前沿实验室模型的更廉价替代品,它们具有巨大的颠覆潜力。
您尝试过在自己的机器上本地运行 AI 模型吗?
0%
20%
40%
60%
80%
100%
1
不,不感兴趣
1,291
2
不,但感兴趣
2,012
3
是的
3,118
4
其他答案
35
0%
20%
40%
60%
80%
100%
受访者百分比
Sentry MCP

Sentry MCP

Sentry MCP plugs Sentry's API directly into your LLM, letting you ask questions about your data in natural language.
感谢合作伙伴对我们的支持! 了解更多。