9 月 8 日消息，一項新調查深入剖析了生成式人工智能（GenAI）對軟件開發者日常工作的變革作用。結果顯示，不同資歷的工程師呈現出明顯分化：資深工程師更傾向于大量使用 AI 生成代碼，主動承擔代碼修正工作，且認為 AI 能節省時間；相比之下，初級開發者則更為謹慎，接受 AI 工具的速度較慢，也表示從中獲得的效率提升更少。

云平臺 Fastly 開展的這項調查顯示，越來越多資深開發者不僅會借助 AI 工具生成大量代碼，將這些代碼部署到生產環境的比例也遠高于資歷較淺的工程師。

該調查涵蓋 791 名專業開發者，在從業 10 年及以上的資深工程師中，近三分之一表示，他們交付的代碼有超半數由 AI 生成；而在從業 2 年及以下的初級開發者中，這一比例僅為 13%，不足資深工程師的一半。

這些數據不僅表明資深工程師使用 AI 的頻率更高，也反映出他們對 AI 生成代碼投入生產的信任度更強。

調查還揭示了“感知速度”與“實際修改情況”之間的差距。28% 的開發者表示，他們常?；ㄙM大量時間修復或重寫 AI 生成的代碼，導致 AI 本應帶來的優勢幾乎被抵消；另有 14% 的開發者則稱，他們很少需要對 AI 代碼進行大幅修改。

盡管如此，超半數受訪者表示，包括 GitHub Copilot、谷歌 Gemini、Anthropic Claude 在內的 AI 工具幫助他們提升了工作速度。其中資深工程師的積極性更高，59% 認為 AI 加快了工作進度，而持這一觀點的初級開發者僅占 49%。

值得注意的是，即便資深工程師承認需要投入更多精力修正 AI 錯誤，他們中認為 AI 能大幅節省時間的比例仍是初級開發者的兩倍。

資深與初級開發者的差異，或許并非源于對 AI 的熱情程度，而是專業能力的差距。超過半數的初級開發者認為 AI 輔助僅能讓自己“小幅提速”，而持相同觀點的資深工程師僅占 39%；相反，25% 的資深開發者表示 AI 讓自己“大幅提速”，這一比例約為初級開發者的兩倍。

Fastly 提出了一種合理解釋：資深開發者更擅長發現代碼中的細微缺陷。憑借豐富經驗，他們能識別出 AI 生成代碼“表面正確但實際運行異常”的情況，從而在修正錯誤時更高效，避免工作節奏被打斷。

調查還凸顯了 AI 工具普遍存在的一個矛盾：許多開發者認為 AI 讓自己感覺工作更快，但外部研究卻得出了相反結論。Fastly 的調查結果發布前，今年初夏曾有一項隨機對照試驗顯示，資深開源開發者使用代碼輔助工具時，完成任務的時間反而增加了 19%。Fastly 認為，這種差異可能源于心理因素 ——AI 的快速自動補全功能會讓人在初期產生“進度順利”的錯覺，但后續需要大量修改，最終會抵消部分前期優勢。

盡管 AI 帶來的效率提升參差不齊，但其對工作滿意度的積極影響卻十分明確。無論資歷深淺，約 80% 的開發者表示，使用 AI 編寫代碼時，會感覺工作更有趣。

對部分開發者而言，AI 的吸引力在于減少重復性工作；對另一些人來說，則是“按需生成可用代碼”的新鮮感。在這個飽受職業倦怠和任務積壓困擾的行業，即便生產力提升尚不明確，這種工作積極性的提振或許也具有重要價值。

可持續性是調查揭示的另一核心議題。數據顯示，開發者對 AI 的環境成本日益關注，包括其龐大的碳足跡。三分之二的受訪者承認 AI 存在較高能耗需求，且多數人表示已在工作中采用綠色編程實踐。隨著資歷提升，采用這一實踐的比例也隨之上升：初級開發者中這一比例剛過半數，而中高級工程師則接近 80%。