AI 已然佔領了整個技術圈！
剛剛，Google 發佈的年度「DevOps Research and Assessment（DORA）」報告顯示：
在接受調查的近 5000 名技術專業人士中，90% 的人正在工作中使用 AI，比去年增長了 14%。
更重要的是，開發者們現在每天要花約 2 小時積極使用 AI 工具。
這數字的背後，是整個行業的工作方式正在進行著的徹底改變。
信任危機、速度誘惑
雖然使用率飆升，但開發者們對 AI 生成程式碼的信任度卻相當謹慎。
46% 的人表示「有點信任」，23% 只是「信任一點點」，僅有 20% 表示「非常信任」。
這種謹慎態度反映在實際工作中則是，開發者們會頻繁對 AI 建議進行小修小補。
關於 AI 對程式碼質量的影響，看法也很分化：31% 的人認為「略有改善」，30% 覺得「沒什麼影響」。
這說明，速度提升可能比質量改進更明顯。
AI 擅長處理樣板程式碼和腳手架，讓開發者更快找到解決方案，但對於深層次的質量提升，效果還不明顯。
而有意思的是，摩擦和職業倦怠這兩個頑固問題幾乎沒有改善。
因為這些問題的根源在於流程和文化，而不是鍵盤上的工作。
七種團隊，七種命運
報告識別出了 7 種不同類型的團隊，每種都有自己的優勢和劣勢。
最慘的是「基礎挑戰型」團隊，約佔調查團隊的 10%。
這些團隊幾乎所有指標都很低：產出、產品交付、效率。倦怠和摩擦卻非常高。
他們困在生存模式裡。
採用時間線
受訪者平均有約 16 個月的 AI 使用經驗。
大多數人並沒有在 2022 年 ChatGPT 剛發佈時就開始使用，真正的爆發期是 2023 年底到 2024 年中。
中位數起始日期是 2024 年 4 月，這標誌著 AI 使用真正進入主流。
每天都在用 AI
關於最近工作日使用 AI 的時間分佈，資料顯示開發者們已經把 AI 深度融入日常工作。
對 AI 的依賴程度也在穩步增長。
誰在用？怎麼用？
各種任務執行者使用 AI 的比例都很高，這不再是少數人的工具。
人們與 AI 互動的場景也很多樣化，從編碼到文件，從測試到設計。
生產力提升了嗎？
關於個人生產力的影響，大部分人感受到了積極變化。
但對程式碼質量的感知影響則更為複雜，改善並不如生產力提升那麼明顯。
信任度的分佈，也證實了開發者們的謹慎態度。
AI 採用的實際效果
AI 採用分數對關鍵成果的估計效果顯示，影響是多維度的，不是簡單的好或壞。
平台能力評估
受訪者對平台執行特定功能的評分，比如「平台幫助我建構和運行安全的應用和服務」。
誰在使用 AI？
年齡分佈顯示，AI 使用者遍佈各個年齡段。
性別分佈資料顯示，碼農果然還是男的多。
角色分佈顯示，各種職位都在使用 AI，其中全端顯著變多了。
都用AI 了，還能好意思說自己不全端？
角色經驗分佈，中位數是6 年。
辦公時間分佈則反映了混合辦公的現狀。
程式語言偏好
使用 AI 輔助的程式語言分佈，主流語言都榜上有名，Python 和JavaScript 排名居首，用SQL 的資料工程師也緊隨其後。
核心技術限制
報告指出，核心技術限制在於上下文理解和可靠性。
AI 缺乏完整的系統理解，可能忽略副作用，需要測試、類型介面、靜態檢查和持續整合來降低風險。
就業市場的殘酷現實
對新畢業生來說，情況相當嚴峻。
軟體職位列表從 2022 年 2 月到 2025 年 8 月下降了 71%。
求職者報告說，要投遞 150 份申請才能找到工作。
社交動力推動採用
AI 工具的採用也依賴社交動力。
團隊經常因為同事在嘗試而開始使用，然後在延遲減少、文件尋找和樣板程式碼處理等明顯收益的地方保留使用。 (AGI HUNT)