详细文字内容
💬 Aaron点评
这份报告揭示了一个反直觉的事实：AI 工具的使用率在飙升，但开发者对它的好感度却在下降。 84% 的人在用，但只有 60% 的人觉得好用——去年这个数字是 70%。这不是「AI 不行了」，恰恰相反，这是「蜜月期结束了」的信号。开发者从「哇好酷」进入了「等等，这东西到底靠不靠谱」的阶段。而这，才是真正有价值的转折点。 ——Aaron
🎯 要点速览
Stack Overflow 2025 开发者调查是全球最大规模的开发者年度调查，今年覆盖 185+ 国家近 5 万名受访者。AI 专题部分回答了三个核心问题：开发者怎么用 AI、怎么看 AI、AI Agent 的真实采纳情况如何。
📌 一、使用量飙升，好感度却在跌——AI 工具的「蜜月终结」
渗透率已近天花板
先看大盘数据。84% 的开发者正在使用或计划使用 AI 工具，比去年的 76% 又高了一截。其中，55.5% 的初级开发者每天都在用——这个群体的 AI 使用强度是所有分组里最高的。
好感度的逆向滑坡
但与使用量飙升形成鲜明对比的，是好感度的下滑。
2023 和 2024 年，对 AI 工具持正面态度的开发者比例超过 70%。到了 2025 年，这个数字掉到了 60%。同时，「不赞成」和「非常不赞成」的比例合计超过了 20%。
💡 Aaron怎么看？好感度下降不代表 AI 工具变差了，恰恰说明开发者变得更成熟了。2023 年大家还在「尝鲜」，数据里充满了新鲜感带来的溢价。到了 2025 年，开发者已经在日常工作中深度使用了一两年 AI，他们的评价从「这东西好酷」变成了「这东西有时候很有用，有时候很烦人」。这才是一个工具进入成熟期的正常表现。
信任度：资深开发者最清醒
信任度的数据更加扎心：46% 的开发者表示不信任 AI 的输出准确性，而信任者只有 33%。资深开发者（10 年以上经验）的不信任率最高，达到 20.7%。只有 2.5% 的资深开发者「高度信任」AI。
经验越深，信任越低
这个梯度很说明问题：你踩的坑越多，你就越知道「看起来对」不等于「真的对」。 就像经验丰富的老中医看到一个信心满满的年轻实习生开方子——他知道里面有多少坑是看不出来的。
💡 为什么这很重要：资深开发者的低信任度不是保守，是专业判断。当 AI 工具最忠实的用户（初级开发者）也是最缺乏辨别能力的群体时，AI 代码质量问题可能被系统性地低估。
📌 二、开发者怎么用 AI——以及他们坚决不让 AI 碰的地方
信任梯度：从「放心交给 AI」到「绝不让 AI 碰」
在具体使用场景上，数据呈现了一个清晰的「信任梯度」。
AI 被广泛接受的任务（低风险、知识检索类）
- 搜索答案：54% 已主要由 AI 完成
- 学习新技术：33% 已主要由 AI 完成
- 编写代码：59% 在部分使用 AI 辅助
开发者坚决不让 AI 碰的任务（高风险、系统性责任类）
- 部署和监控：76% 不打算用 AI
- 项目规划：69% 不打算用 AI
- 提交和审查代码：59% 不打算用 AI
🧠 这个对比揭示了一条隐藏的红线：开发者用 AI 做「可以犯错」的事，坚决不让 AI 做「不能犯错」的事。 搜索答案错了可以再搜，学习时被误导了可以纠正。但部署到生产环境如果出了问题？项目规划方向错了？代码审查放过了一个 Bug？这些是有实际后果的，而开发者对 AI 处理这些任务的能力完全不买账。
痛点验证：「差一点就对」是最贵的错误
痛点数据印证了这一判断。66% 的开发者抱怨 AI 给的方案「差一点就对了但就是差那一点」。45% 认为调试 AI 生成的代码比自己写的更费时间。20% 承认使用 AI 后，自己对问题解决的自信心下降了。
📌 三、氛围编程（Vibe Coding）——热词归热词，72% 的开发者不碰
数据给热概念泼冷水
2025 年最火的编程新词之一是「Vibe Coding」——用自然语言提示词让 LLM 生成整个软件。但调查数据给这个概念泼了一盆冷水。
没有代际差异——所有人都一样谨慎
更有趣的是，这个比例在所有年龄段几乎一模一样——18 岁到 64 岁，接受度都在 14%–16% 之间。既没有「年轻人更拥抱 Vibe Coding」的故事，也没有「老开发者更抵触」的叙事。
📌 Aaron的判断：Vibe Coding 不是不好用，而是不适合专业场景。在个人项目、原型验证、快速实验中它很有价值。但在专业开发工作中——有代码审查、有质量标准、有生产环境要维护——72% 的开发者选择「不碰」，这很合理。开发者要的是理解自己写的代码，而不是让机器生成一堆自己看不懂的东西。
还记得前面的痛点数据吗？16% 的人说「很难理解代码为什么能运行」。这正是 Vibe Coding 最大的风险——你不理解的代码，你就无法维护。
📌 四、AI Agent——只有 14% 的人每天用，但工具生态已经爆发
叙事与现实的鸿沟
AI Agent（自主运行的 AI 软件实体）是 2025 年 AI 领域最大的叙事之一。但数据告诉我们，叙事和现实之间有一条鸿沟。
每天使用 AI Agent 的开发者只有 14.1%。加上每周和每月使用者，定期使用的比例约 31%。而 38% 的人明确表示「没有计划使用」。
Agent 使用者的真实体验
对于那些已经在用 Agent 的人，数据显示了一个有趣的模式：
💡 为什么这很重要：如果 AI 只是「个人武器」而非「团队基础设施」，那企业靠「给每人发一个 AI 工具」来提升整体效率的策略就是有缺陷的——你需要重新设计团队协作方式本身。
⚡ 这组数据有一个惊人的落差：个人提效很明显，但团队协作几乎不受影响。 只有 17% 的 Agent 用户认为 Agent 改善了团队协作——这比其他所有指标低了一倍以上。这说明 AI Agent 目前还是一个「个人武器」，不是「团队基础设施」。
与此同时，87% 的受访者对 Agent 的准确性表示担忧，81% 担心数据安全。这些不是小众顾虑——这是压倒性的共识。
📌 五、工具生态图谱——ChatGPT 称王，开源生态崛起
三层生态全景
即便 Agent 的采纳率还不高，围绕它的工具生态已经异常繁荣。
开箱即用工具（谁在用什么）
编排框架（谁在建 Agent）
数据存储（Agent 的记忆用什么）
💎 Aaron的观察：两个关键信号。第一，开源工具在 Agent 生态中占据主导地位——Ollama（51%）、LangChain（33%）都是开源项目，开发者更信任自己能掌控的工具。第二，传统工具正在被改造——Redis 本来是缓存数据库，现在 43% 的 Agent 开发者在用它做 Agent 记忆存储；Grafana + Prometheus 本来是运维监控，现在 43% 的人用它监控 Agent。这说明开发者倾向于复用熟悉的工具栈，而非拥抱全新的 AI 原生方案。
还有一个值得关注的数据：MCP（Model Context Protocol）服务器的使用率达到 34.4%——在 Agent 开发者中，超过三分之一已经在使用这个让 AI 连接外部工具的标准协议。这比很多人预期的要高。
💎 精华提炼
第一，AI 工具正在经历「幻灭谷底」前的关键转折。 使用量还在涨，好感度开始跌——这是 Gartner 技术成熟度曲线里典型的「过度期望」到「幻灭谷底」的过渡。但Aaron认为这恰恰是好事。因为只有经历了「这东西不是万能的」的认知校准，开发者才能找到 AI 真正的甜蜜点。而现在数据已经清楚地告诉我们甜蜜点在哪里：搜索、学习、文档——这些「出错成本低」的环节，AI 已经创造了真实价值。
第二，AI 正在加速「个人超能力」，但还没学会「团队合作」。 Agent 用户中 70% 认为个人效率提升了，但只有 17% 觉得团队协作变好了。这是一个深刻的信号：当前的 AI 工具本质上是「个人增强器」，它让每个人独立完成任务的能力更强了，但还没有找到提升团队协同效率的方式。对于团队管理者来说，这意味着你不能只给每个人发一个 AI 工具然后期待团队自动变强——你需要重新思考团队协作方式本身。
第三，开发者用行为告诉你：AI 的边界在「责任」。 76% 的开发者不让 AI 碰部署，69% 不让碰项目规划，59% 不让碰代码审查。这条线画得非常清楚——凡是出了错有人要负责的地方，AI 都被挡在门外。 这不是保守，这是专业性的体现。当 AI 的准确性还不足以让 46% 的开发者信任时，让它做高风险决策就是不负责任。真正的问题不是「AI 什么时候能做所有事」，而是「AI 什么时候能在高风险场景下赢得信任」——而这需要的不仅是模型性能的提升，更是可解释性、可审计性、可回滚性的全面进步。
🌟 对 AI 学习者的启示
这一段是Aaron读完整份报告后，专门写给正在学 AI、用 AI 的你。
认知刷新：你可能以为 AI 编程的好感度在持续上升，但 5 万开发者的数据说：好感度从 70% 掉到了 60%，同时使用率还在涨。这不是 AI 变差了，是蜜月期结束了——开发者从「好酷」进入了「好用但不完美」的务实阶段。
实操建议：画一条清晰的红线——凡是出了错有人要负责的任务（部署、代码审查、项目规划），先别交给 AI。76% 的开发者选择不让 AI 碰部署，这不是保守，是专业性。把 AI 用在搜索、学习、写文档这些「出错成本低」的地方，回报最高。
趋势判断：Aaron认为 AI 工具正在经历 Gartner 曲线的「过度期望→幻灭谷底」过渡。6 个月后好感度可能还会继续下滑，但这恰恰是找到真正甜蜜点的过程。穿越幻灭期的工具会成为不可替代的基础设施。
📋 文档信息
资源
📎 20250701-StackOverflow-Developer-Survey-2025-翻译版.md
📎 20250701-StackOverflow-Developer-Survey-2025-原版.md
📊 本页表格（5 张，从原数据库还原）
| Aaron解读 | 维度 | 数据 |
|---|---|---|
| 去年 76%，渗透率已近天花板 | AI 工具使用率 | 84% 在用或计划用 |
| 超过一半的专业开发者已日常化 | 专业开发者日均使用 | 51% 每天使用 |
| 蜜月期结束，进入务实评估阶段 | 好感度 | 从 70%+ 降至 60% |
| 经验越深的人越不信 | 信任度 | 不信任（46%）> 信任（33%） |
| 最危险的错误就是看起来对的错误 | 最大痛点 | 66%：「差一点就对了」 |
| Agent 尚未主流化 | AI Agent 日常使用率 | 仅 14% |
| AI 提效是个人行为，不是团队行为 | Agent 对团队协作的帮助 | 仅 17% 认同 |
| 开发者仍然重视理解和掌控 | 氛围编程（Vibe Coding） | 72% 不做 |
| 差值 | 高度信任 | 高度不信任 | 经验层级 |
|---|---|---|---|
| -14.5% | 3.0% | 17.5% | 初级（1–5 年） |
| -16.9% | 2.8% | 19.7% | 中级（5–10 年） |
| -18.2% | 2.5% | 20.7% | 资深（10+ 年） |
| 态度 | 占比 |
|---|---|
| 不做 | 72.2% |
| 绝对不做 | 5.3% |
| 做（合计所有「是」） | 15.1% |
| 影响维度 | 正面评价（同意+非常同意） |
| 减少特定任务耗时 | 70.1% |
| 提升生产力 | 68.7% |
| 帮助自动化重复任务 | 64.2% |
| 加速学习新技术 | 63.2% |
| 更有效解决复杂问题 | 49.0% |
| 提升代码质量 | 37.5% |
| 改善团队协作 | 17.3% |
| 工具 | 使用率 | 定位 |
|---|---|---|
| ChatGPT | 81.7% | 通用 AI 助手 |
| GitHub Copilot | 67.9% | 代码补全 |
| Google Gemini | 47.4% | 多模态 AI |
| Claude Code | 40.8% | 代码 Agent |
| Microsoft Copilot | 31.3% | 企业 AI 助手 |
| 工具 | 使用率 |
|---|---|
| Ollama（本地大模型运行） | 51.1% |
| LangChain | 32.9% |
| LangGraph | 16.2% |
| 使用率 | 工具 |
| 42.9% | Redis |
| 42.8% | GitHub MCP Server |
| 20.9% | Supabase |
| 项目 | 内容 |
| 报告名称 | Stack Overflow Developer Survey 2025 — AI Section |
| 发布机构 | Stack Overflow |
| 作者 | Stack Overflow 研究团队 |
| 发布日期 | 2025 年 7 月 |
| 数据来源 | 覆盖 185+ 国家和地区的约 49,000 名开发者调查 |
| 教程撰写 | Aaron |
| 文档类型 | 教程版（Aaron视角深度解读） |