В этом году опрос переполнения стека показал, что 24% разработчиков счастливы на работе. Это почти каждый четвертый разработчик.
Конечно, это не подавляющий процент, но он лучше, чем в прошлом году, когда только один пятый или 20%сказал, что они счастливы на своей нынешней работе.
В то же время они, кажется, принесли неприятный мир с ИИ: 78,5% заявили, что используют ИИ от ежедневного до месяца. Это сравнивается с 16,2%, которые не используют инструменты ИИ и не планируют это делать. Еще 5,3% еще не используют инструменты, но планируют скоро. Более 33 660, или 68,7%респондентов ответили на вопрос.
Похоже, что программисты также становятся немного более комфортными в отношении использования агентов искусственного интеллекта, причем 23% регулярно используют агенты искусственного интеллекта.
Обследование разработчиков переполнения Stack 2025 года показало, что 64% теперь говорят, что ИИ не является угрозой для их работы, что немного снизилось по сравнению с 68% в прошлом году. Опрос также показал, что респонденты, которые в настоящее время используют в основном инструменты искусственного интеллекта для выполнения задач в рабочем процессе разработки, очень удовлетворены и часто используют ИИ для поиска ответов или изучения новых концепций.
Изображение через опрос разработчиков 2025 года Stack Ouplow, лицензированный по лицензии на открытую базу данных.
Новый стек поговорил с Джоди Бейли, главным сотрудником по технологиям продуктов в Stack Ouplow, о результатах опроса. Мы также спросили, что он видит с точки зрения ИИ в собственном ИТ -отделе Stack Oupflow и среди разработчиков предприятий.
«Определение разработчика будет развиваться», — предсказал Бэйли. «На самом деле, у нас будет больше людей, потому что это будет проще. Инструменты, модели искусственного интеллекта, будут продолжать улучшаться».
По его словам, лучший ИИ приведет к тому, что больше работников, включая разработчиков, используя ИИ для воплощения своих идей.
«У нас много инженеров и разработчиков, у которых есть действительно отличные идеи, [but a] Ограниченное количество времени, ограниченное количество пропускной способности, — сказал он. «Точно так же, на стороне дизайна и продукта, инструмент позволит людям более эффективно представлять свои идеи. Это позволит им делать больше инноваций и на самом деле сосредоточиться на решении пользовательских проблем, а не только что просто спорят код ».
Но есть проблемы с использованием ИИ для разработки, особенно в условиях предприятия, отметил он.
Вызов один: руководитель мандата об использовании искусственного интеллекта
Несмотря на увеличение использования, доверие к сгенерированным AI ответам и коду снижается, что указывает на здоровый скептицизм в отношении инструментов искусственного интеллекта, сказал Бейли.
Из всех респондентов из переполнения стека большинство результатов ИИ в некоторой степени не доверяют — на 45,7% против 30,7%, которые ему доверяют (только 60,78% респондентов ответили на этот вопрос). Когда опрос разбил это только для профессиональных разработчиков (52,4% ответов), они обнаружили, что 46% не доверяли ИИ, в то время как 32,3% доверяли ему.
Изображение через опрос разработчиков 2025 года Stack Ouplow, лицензированный по лицензии на открытую базу данных.
Есть также разрыв между старшим руководством и разработчиками. По словам Бейли, руководители, как правило, думают, что ИИ может просто сделать все, и что это действительно быстро. Некоторые лидеры даже ставят ограничение на найм, если команда не может доказать, что работа не может быть выполнена с ИИ. Другие сказали, что если разработчики не будут использовать ИИ, то у них нет работы.
Бейли считает, что оба подхода неверны.
«Мой опыт [is] Этот вид мандата часто имеет неприятные последствия, — сказал он. — Ожидание, что весь код будет написан ИИ, вероятно, устанавливает неправильные ожидания. Слебо доверяя, что все, что мы генерируем из ИИ, без надлежащего обзора и понимания — нет ».
Вызов второй: плохой AI-код
В то время как лидеры, кажется, думают, что ИИ может выполнять задачи кодирования, это не то, что видят старшие разработчики. Они видят, что ИИ занимается около 80% проекта, но оставляя 20% отмены. К сожалению, эти 20% отмены в конечном итоге требуют больше, чем его доля усилий.
Неоставление разработчиков также отслеживает обратно в AI, производящий плохой или бессмысленный код. Для старших разработчиков это приводит к плохому выбору между исправлением неверного кода ИИ, который, возможно, создан из неадекватных подсказок, или просто написать код сами с нуля.
«Старшие инженеры [are] Спрашивая себя, будет ли будет быстрее генерировать код и исправить его или просто написать код, — сказал Бэйли. — Иногда редактировать больше, чем его настройка ».
«По -прежнему много обучения о том, как использовать ИИ для генерации кода. Одна из вещей, которые мы видим, это то, насколько разница в том, как вы предпринимаете что -то, что -то может повлиять на то, что на самом деле генерируется».
— Джоди Бэйли, офицер технологии технологий Stack Overflow
По словам Бейли, один из способов решить проблему плохого кода, созданный A-созданным A-созданием,-это потребовать, чтобы разработчики подали свои подсказки вместе с запросами на привлечение.
«По -прежнему много обучения, как использовать ИИ для генерации кода», — сказал он. «Одна из вещей, которые мы видим, это то, насколько разница в том, как вы предпринимаете, может повлиять на то, что на самом деле генерируется».
Старшие инженеры говорят, что если кто -то не понимает код, как они могут задать правильные вопросы, добавил он. Включив подсказку с запросом на привлечение, старшие разработчики определяют, какую роль сыграла плохо голос в создании некорректного кода.
«Я думал, что это действительно умная идея, потому что это очень похоже на то, когда вы соберете инженера, где вы можете попросить их решить проблему. Вы не ожидаете, что они обязательно выписывают весь код, но скажите мне, как вы думаете об этом», — сказал он.
Вызов третий: ИИ не хватает данных о внутреннем коде и практике
Другая распространенная проблема заключается в том, что на крупных языковых моделях (LLMS) не хватает конкретных, проприетарных знаний, которые уникальны для кодовой базы, стандартов и лучших практик компании. Чтобы компенсировать эти проблемы, разработчикам нужен доступ к инструментам, основанным на собственной базе знаний по внутреннему кодированию их организации.
Изображение через опрос разработчиков 2025 года Stack Ouplow, лицензированный по лицензии на открытую базу данных.
«Другая вещь, особенно на крупных предприятиях, — это почти все инструменты ИИ, которые они используют, построены на публичном корпусе информации, который может или не может иметь отношение к их конкретной организации», — сказал Бейли. «Итак, как вы получите более нюансированную или запатентованную информацию в руки разработчиков в тот момент, когда им это нужно?»
Один из способов переполнения стека помогает решить эту проблему, всплывшая знания о кодировании. Например, Stack Overflow предлагает переполнение стека для команд, корпоративного решения SaaS для инженеров, которое используется более чем 20 000 организаций. Он предоставляет уровень интеллекта знаний, чтобы помочь разработчикам получить доступ к соответствующей внутренней документации и передовой практике во время кода.
Он добавил, что план состоит в том, чтобы также выяснить дополнительные знания с помощью протокола контекста модели или IDES.
LLMS предоставляет много стандартов кодирования: они могут выполнять функции, и они могут написать для вас код, сказал Бейли. Но все это основано на стандартной практике отрасли. Тогда вопрос заключается в том, как выяснить эти конкретные стандарты внутри организации и сделать их частью процесса.
«Одна из вещей, которые мы создаем, — это действительно тот слой интеллекта знаний», — сказал Бейли. «То, что мы хотим сделать, это то, что мы хотим положить это под рукой, когда они пишут код, в отличие от необходимости останавливаться и найти эту информацию».
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Loraine Lawson — ветеран -репортер, который в течение 25 лет освещал технологические проблемы от интеграции данных до безопасности. Прежде чем присоединиться к новому стеку, она работала редактором Banking Technology Site Bank Automation News. Она … читайте больше от Лорейн Лоусон
