【新智元导读】Stack Overflow的2025年度开发者调查报告，揭开了AI狂欢背后的冷峻现实：84%的开发者已将其纳入工作流，但对AI的好感度却罕见暴跌！更扎心的是，66%的人被「似是而非」的AI代码折磨，调试耗时甚至超过手写。

　　一方面，AI工具的普及率已达84%，几乎成为开发环境的标配；但另一方面，开发者对AI工具的「好感度」，不升反降：

　　在AI能力越来越强的当下，技术群体开始集体对AI「祛魅」，从最初的盲目崇拜开始转向理性审视。

　　调试AI生成代码的隐性成本正成为新的痛点；而被寄予厚望的「AI智能体」，在落地层面仍面临信任危机。

　　与此同时，Python借势登顶，Docker成为基础设施的「水电煤」，技术栈的权力版图正在重构。

　　在今年正在学习编程的人群中，已拥有理学学士（BS）学位的比例达到30%，较去年的24%有明显提升。

　　这一数据的跃升表明，编程已不再仅仅是进入行业的敲门砖，而成为了职场人士「技能提升（Upskilling）」的关键手段。

　　无论是为了攻读更高学位，还是为了在现有岗位上寻求突破，学习编程正成为一种普遍的职业焦虑与选择。

　　尽管多媒体教程层出不穷，「技术文档（Technical documentation）」依然是首选的学习资源。

　　近68%的受访者在过去一年中使用了技术文档。这反映出在解决复杂工程问题时，开发者更倾向于信赖权威、严谨的一手资料，而非快餐式的内容。

　　超过36%的人为了职业发展专门学习了如何使用「AI赋能工具」。而「AI驱动的工具和应用程序」，也以52%的使用率，成为人们了解人工智能最主流的方式。

　　在经历了十多年的稳步增长后，Python的使用率在今年实现了加速跃升，增长了7个百分点，达到57.9%。

　　Python已不仅仅是一门脚本语言，它成为了连接算法与工程的通用语言，是通往智能时代的入场券。

　　从2024年到2025年，Docker的使用率惊人地增长了17个百分点，达到71.1%，这是所有受访技术中单年增幅最大的。

　　这一数据标志着容器化技术已从「流行工具」彻底转化为「行业标准」。在现代软件交付链条中，Docker已如水电煤般不可或缺。

　　随着应用架构日益复杂，对高并发、低延迟的需求激增，Redis作为高速「内存缓存（in-memory caching）」和数据结构存储的重要性愈发凸显。

　　在Web框架领域，FastAPI增长了5个百分点，这标志着利用Python构建高性能API已成为强劲趋势，进一步印证了Python生态系统的整体繁荣。

　　而在开发环境（IDE）的竞争中，尽管各类AI原生编辑器试图通过订阅制分一杯羹，但Visual Studio和Visual Studio Code依然凭借强大的生态壁垒稳居榜首。

　　在开发者最喜欢的AI编程大模型的选择上，Anthropic的Claude Sonnet是今年最受推崇的大语言模型，同时在最想尝试使用的模型中排名第二（33%）。

　　84%的受访者正在使用或计划使用AI工具，较去年进一步提升。其中，51%的专业开发者已将其融入日常工作流。

　　明确表示「不信任」AI准确性的开发者远多于「信任」的开发者，而表示「高度信任」的仅占3.1%。

　　「AI智能体（AI Agents）」，即能够自主决策、执行任务的软件实体，被誉为继大模型之后，生成式AI的第二波浪潮，也是今年的行业热词。

　　52%的开发者表示，他们要么完全不使用智能体，要么仅停留在简单的AI工具层面。另外近38%的人明确表示没有采用计划。

　　如果你恰好在工作中使用AI智能体，并且你是一名软件开发者小火箭稳定好用规则，那么你很可能正在将这些智能体用于软件开发（约占被调研者的84%）。

　　在企业级应用中，将业务逻辑交给一个不可控的「黑盒」自主运行，显然还面临巨大的合规与风控挑战。

　　目前，智能体编排领域由开源工具主导。Ollama（51.1%）和LangChain（32.9%）是使用率最高的框架。

　　在数据存储层面，Redis（43%）再次展现了其灵活性，被广泛用于智能体的记忆管理。同时，ChromaDB（20%）和pgvector（18%）等向量原生数据库也开始占据一席之地。

　　而在可观测性（Observability）领域，开发者们倾向于复用现有的DevOps工具链。

　　Grafana+Prometheus的组合被43%的智能体开发者采用。这说明，在监控AI行为时，传统的运维监控逻辑依然有效。

　　至于「开箱即用」的AI辅助工具，ChatGPT（81.7%）和GitHub Copilot（67.9%）凭借先发优势和强大的模型能力，依然是大多数开发者的首选入口。

　　近期，「氛围编码（Vibe coding）」一词在网络上流行，意指通过提示词让LLM生成软件，只求结果，不求甚解。

　　但调研显示，绝大多数开发者（72.2%）并未参与这种非严谨的开发模式，另有5%的人强调这不属于专业工作范畴。

　　这表明，工程严谨性依然是专业开发者的底线年的开发者调查报告，让我们对于AI技术革命有了一个更加清醒的认知。