Stack Overflow 2025 年度报告：写代码如果不值钱了，我们该去哪？

84% 的人在用 AI 工具，创历史新高。但正面评价呢？从去年的 70% 跌到了 60%。

Stack Overflow 在今年 7 月底发布的 2025 年度开发者调查（https://survey.stackoverflow.co/2025 ），这是他们连续第 15 年做这件事。来自 177 个国家的程序员填写了问卷，覆盖 314 种技术栈，今年还专门加了 AI Agent 和大模型相关的问题。如果说有什么能代表全球程序员的集体判断，大概就是这份报告了。

今年的主题很明确：AI 到底改变了什么？

早些年的时候，程序员们对 AI 的态度两级分化的很厉害，一部分相当狂热，觉得“AI 要替代程序员了”，一部分人敬而远之，觉得还是手搓代码更靠得住，其实都源自对 AI 的神秘感。

从今年这份报告中，可以看得出，程序员们开始进入“AI 祛魅期”，AI 编程工具已经成为程序员日常不可或缺的一部分。但与此同时，用得越多，却反而越不放心。

【1】AI 的“差不多对”困境

如果你问开发者对 AI 工具最大的不满是什么，排名第一的答案可能出乎意料，不是“太笨”，不是“太慢”，而是“差不多对，但不完全对”。66% 的开发者选了这个选项。

这比“完全错”更让人头疼。

可能很多人都经历过这种场景：AI 给你生成了一段代码，看起来挺像那么回事，跑起来也没报错。但藏着一个微妙的逻辑漏洞，可能要到上线之后、在某个边界条件下才会暴露。你是信它还是不信？逐行 review 吧，费时间；不 review 吧，心里没底。

这就是现在大多数开发者的日常。45% 的人说，debug AI 生成的代码比自己写的还耗时。

两年前 ChatGPT 刚出来的时候，社交媒体上到处是“30 秒写个贪吃蛇”的演示视频，仿佛编程这件事即将被彻底颠覆。但真把 AI 带进日常工作流之后，大家发现了一个尴尬的现实：它更像一个过度自信的实习生，而不是什么超级智能。

写代码很快，但你得盯着。偶尔有灵光，但经常犯低级错误。最要命的是，它永远一副胸有成竹的样子，从不说“我不确定”。

这解释了为什么使用率和满意度出现了背离。大家不是不用，而是用了之后发现，省下写代码的时间，又花在了 review 代码上。生产力提升是有的，但没有想象中那么大。AI 从“魔杖”变成了“需要管理的工具”。

调查里还有个数据很说明问题：46% 的开发者主动表示不信任 AI 的准确性，只有 33% 表示信任。换句话说，真正“高度信任”AI 输出的人只有 3%。绝大多数人的态度是：用 AI，但是要验证。

有个有趣的现象：35% 的开发者说，他们访问 Stack Overflow 是为了解决 AI 相关的问题。AI 制造的问题，最后还是要靠人类社区来兜底。Stack Overflow 从“编程问答平台”开始变成一个“AI 输出验证平台”。

【2】AI Agent：雷声大雨点小

如果说 AI 代码助手已经进入主流，那 AI Agent 还在门外徘徊。

调查显示，52% 的开发者根本不用 AI Agent，其中 38% 明确表示没有使用计划。每天用 Agent 的人只有 14%。这和铺天盖地的“Agent 元年”宣传形成了鲜明对比。

用了的人怎么说？69% 认为提升了生产力，70% 觉得减少了特定任务的时间。但注意，这是“用了的人”的反馈，而大多数人选择不用。

为什么？

一个合理的推测是：AI Agent 需要更高的信任门槛。让 AI 帮你补全一行代码是一回事，让它自主执行一连串操作、访问你的文件系统和 API 是另一回事。前者出错了大不了删掉重来，后者出错了可能真出事。

开发者是务实的群体。他们愿意把 AI 当助手，但不愿意把 AI 当自动驾驶。人类保持在回路中（Human in the Loop）不是什么落后的观念，而是当前阶段的理性选择。

【3】技术风向标：谁在涨，谁在跌

每年调查最热闹的部分就是技术排行榜。今年有几个值得注意的变化。

语言方面，JavaScript/TypeScript 仍然是使用率最高的语言（66%），但 Python 的增长最猛——同比涨了 7 个百分点，达到 58%。这完全是 AI 的红利。几乎所有主流 AI 框架和工具链都是 Python 优先，如果你想玩 LLM，大概率要写 Python。

数据库方面 PostgreSQL 以 55.6% 的使用率一骑绝尘，MySQL 在持续下滑。PostgreSQL 现在能干的事太多了：传统的关系型数据没问题，JSON 处理某些场景下比 MongoDB 还顺手，加上 pgvector 插件还能做向量搜索。一个数据库解决三个问题，谁还想多运维几套系统？

工具层面，GitHub 超越 Jira 成为开发者最想用的协作工具。Markdown 连续三年蝉联“最受喜爱”。一个意外的新星是 uv——一个用 Rust 写的 Python 包管理器，74% 的好评率高居榜首。Python 生态苦 pip 久矣，终于有人来救场了。

Rust 生态整体势头很猛。Cargo（Rust 的构建工具）成为最受好评的云开发和基础设施工具。Rust 本身虽然使用率不算高，但“想学的人”比例一直靠前。这是一个被尊敬但门槛高的语言。

AI 模型的使用情况也很有意思。OpenAI GPT 系列一骑绝尘，81% 的开发者用过。Claude Sonnet 排第二，42.8%。但如果看“最受好评”榜单，Claude Sonnet 以 67.5% 的好评率排第一，比 GPT 的 61% 还高。

典型的“叫好不叫座”。用的人少，但用过的人更喜欢。这可能和定位有关：GPT 是大众入门的首选，Claude 在专业开发者中口碑更好。

【4】Vibe Coding：72% 的人说“不”

“Vibe Coding”是今年的热词，指的是用自然语言提示让 LLM 直接生成软件，不怎么看代码、凭感觉验收。听起来很酷，但调查结果很冷静：72% 的专业开发者明确表示不这么干，还有 5% 特意强调“绝对不”。

真正承认自己在 vibe coding 的只有 15% 左右。

这个数据和社交媒体的热度形成了有趣的反差。X 上到处是“我用 Claude 写了一整个 App”的帖子，但实际工作中，大多数开发者还是老老实实看代码、改代码、测代码。

为什么？因为要上线的东西出了 bug 是要背锅的。凭感觉写的代码，出问题时你都不知道从哪查起。

【5】AI 的“禁区”：部署和监控

调查问了一个很有意思的问题：你在哪些工作环节用 AI，哪些不打算用？
答案揭示了一条清晰的信任边界。

开发者最愿意让 AI 做的事：搜索答案（54% 已在用）、生成测试数据（36%）、学习新技术（33%）、写文档（31%）。这些都是“错了也没事”的任务，最多浪费点时间。

开发者最不愿意让 AI 碰的事：部署和监控（76% 不打算用）、项目规划（69% 不打算用）、代码提交和 review（61% 不打算用）。

规律很明显：越接近生产环境、越涉及系统全局、越需要承担责任的事，越不让 AI 插手。开发者把 AI 定位成“干活的助手”，而不是“做决定的人”。

【6】未来即使 AI 更强，75% 的人还是要问人

调查设计了一个假设性问题：如果未来 AI 能完成大部分编程任务，你什么时候还会找人帮忙？

排名第一的回答是“当我不信任 AI 的答案时”——75%。

后面依次是：涉及伦理或安全问题时（62%）、想彻底搞懂一件事时（61%）、想学最佳实践时（58%）。

只有 4% 的人选了“我觉得不再需要找人帮忙了”。

这组数据透露了一个深层心理：开发者把“人”定位成最终的质量仲裁者。AI 可以是生产力工具，但人类同行是信任锚点。这不是因为 AI 不够聪明，而是因为人可以对话、可以追问、可以承担责任。

【7】AI Agent 工具链：老工具打新仗

对于那 31% 在用 AI Agent 的人，他们用什么工具？

数据存储：Redis（43%）排第一。这是个二十年历史的内存数据库，现在被拿来当 Agent 的记忆层。新兴的向量数据库 ChromaDB（20%）和 pgvector（18%）也在快速增长，但还没超过传统选手。

编排框架：Ollama（51%）和 LangChain（33%）领跑。Ollama 让你在本地跑开源模型，LangChain 是最早的 LLM 应用框架。有意思的是，大厂的方案如 Vertex AI（15%）、Amazon Bedrock（15%）份额还不高。

监控工具：Grafana+Prometheus（43%）和 Sentry（32%）。这两个都是传统 DevOps 工具，开发者直接拿来监控 AI 应用，而不是采用专门的 AI 可观测性产品。

规律：开发者倾向于复用熟悉的工具，而不是为 AI 换一套新东西。这降低了学习成本，也说明 AI Agent 还没成熟到需要专门工具链的程度。

【8】开箱即用的 Agent：ChatGPT 和 Copilot 双寡头

如果说框架层还百花齐放，应用层就是寡头格局了。

• • ChatGPT：82%

• • GitHub Copilot：68%

• • Google Gemini：47%

• • Claude Code：41%

• • Microsoft Copilot：31%

前两名断层领先。ChatGPT 是入口，Copilot 是 IDE 里的默认选项，两者加起来覆盖了绝大多数开发者的 AI 使用场景。

Claude Code 以 41% 的使用率排第四，考虑到它推出时间不长，这个成绩不错。结合之前“Claude Sonnet 最受好评”的数据，Anthropic 的产品在专业开发者中有一批忠实用户。

Devin——那个号称“第一个 AI 软件工程师”的产品——使用率只有 2.7%。概念很热，落地很冷。

【9】架构师崛起：写代码的人不值钱了？

今年的调查第一次把“架构师”作为独立角色选项加进去。结果它一出场就冲到了第四名，6.1% 的受访者选择了这个身份。排在前面的是全栈开发（27%）、后端开发（14.2%）和学生（11.3%）。

你可能会说，6.1% 也不算多啊。但别忘了，这是第一次被单独统计，而且是和“全栈”、“后端”这种宽泛类别放在一起比。能挤进前四，说明这个角色的重要性已经无法被忽视。

为什么架构师突然变得显眼？

因为 AI 正在重塑价值链。

逻辑是这样的：AI 把“写代码”这件事变便宜了。生成一个 React 组件、写一段 CRUD 逻辑、搞定一个正则表达式——这些活儿以前需要初级工程师花几小时，现在 AI 几秒钟就能吐出来。供给变多，价格就会下降。

但设计软件系统这件事，AI 还搞不定。怎么把十几个微服务串起来？怎么设计一个能扛住十倍流量的架构？怎么在安全性和便利性之间找到平衡？这些问题需要经验、判断力和对业务的深刻理解，不是靠生成几段代码就能解决的。

所以你会看到一个新的职业阶梯正在成型：
最底层是“提示词复制侠”。只会把需求喂给 AI，然后把输出粘贴过来。这批人很危险，因为他们做的事 AI 自己就能做。

中间是“开发者”。能理解代码逻辑，能 debug AI 的输出，能把功能做出来交付。这批人是安全的，AI 是他们的工具。

顶层是“架构师”。能决定系统怎么设计，功能怎么拆分，技术栈怎么选。这批人不仅安全，而且会越来越吃香。

这不是岗位在消失，而是价值锚点在上移。以前会写代码就有饭吃，以后只会写代码可能不够。你得往上走一步，从“执行者”变成“设计者”。

这对从业者意味着什么？

如果你还在纠结“该学 Python 还是 Go”“该用 React 还是 Vue”，可能问错了问题。语法层面的东西，AI 能帮你搞定大半。真正该投资的是系统设计能力：怎么拆分服务，怎么设计数据流，怎么处理故障，怎么做扩展。这些东西没法靠 AI 补全，得靠自己建立思维框架。

【10】开发者的真实状态

最后聊聊这个群体的整体画像。

工作满意度方面，24.5% 的人说自己“工作中感到快乐”，比去年的 20% 有所回升。但 47% 的人选了“还行吧”（Complacent），28% 明确表示不开心。这是一个中等偏上但谈不上兴奋的状态。

工作模式上，32% 完全远程，20% 混合办公偏远程，18% 线下为主。疫情后的远程工作红利还在，但没有继续扩大。

一个值得注意的数据：65% 的受访者编程超过 10 年。这是一个成熟行业，老兵居多。这也解释了为什么对 AI 的态度整体偏务实——见过太多技术起落，不容易被新概念忽悠。

调查还问了一个敏感问题：AI 是否威胁你的工作？

调查显示，63.6% 的开发者认为“不会”。

这个数字比去年略有下降，说明大家的危机感确实强了。但我看到的不是恐惧，而是分化。

那个“只要会复制粘贴代码就能拿高薪”的时代彻底结束了。

未来的开发者会分成两类：一类是“提示词消费者”，只会让 AI 写代码，出了 Bug 束手无策，这类人确实危险。另一类是“AI 指挥官”，懂原理、懂架构，用 AI 放大自己的产出，这类人会越来越贵。

所以，别再问“AI 会不会淘汰程序员”了。

准确的说法是：会用 AI 且懂架构的程序员，正在淘汰那些拒绝进化、只会写样板代码的程序员。

【写在最后】

回到开头那个悖论：用得越多，越不满意。

这其实是好事。

2023 年是 AI 狂热期，大家觉得什么都能用 AI 搞定。2024 年是大规模实践期，大家真把 AI 带进了工作流。2025 年，调查数据告诉我们，行业进入了务实期——知道 AI 能干什么、不能干什么，知道哪些任务可以放心交给它、哪些必须自己把关。

不再神化，不再恐惧，只是把它当成一个需要管理的工具。

这才是技术成熟的标志。

开发者群体对 AI 的态度比外界想象的务实得多。

他们不拒绝 AI，84% 都在用。但他们也不迷信 AI，高信任度只有 3%。他们很清楚哪些事可以交给 AI（搜索、文档、测试数据），哪些事必须自己把控（部署、监控、架构决策）。

这种务实来自于每天和代码打交道的经验：系统是要上线的，bug 是要修的，锅是要背的。在这种约束下，任何工具都会被冷静评估——能帮多少忙，会添多少乱。

AI 正在融入开发者的工作流，但是以一种比媒体叙事更慢、更谨慎的方式。这大概就是真实世界的样子。