AI 编码工具持续席卷软件开发团队：生成式 AI 如何改变研发流程

过去两年，人工智能几乎无处不在：从街头广告牌到企业高管简报，它的身影随处可见。尤其在软件开发领域，AI 编码工具和生成式 AI 正在快速进入企业工程团队的日常工作。去年，海外某代码托管平台首次开展开发者调查，发现美国部分开发者对 AI 驱动的编码工具表现出浓厚兴趣。不过，当时仍有一个问题尚未得到充分回答：跨职能的企业工程团队究竟如何使用这项技术？

今年，调查范围进一步扩大，共纳入 2,000 名受访者，分别来自美国、巴西、德国和印度，每个国家各 500 人。虽然软件工程师、开发人员和程序员构成了受访者的大多数，但调查也纳入了一定比例的数据科学家和软件设计师，以便更全面地了解 AI 对软件开发工作的影响。结果显示，受访者普遍认为 AI 改善了他们的软件开发体验，但企业层面对 AI 的实际采用仍相对缓慢。

超过 97% 的受访者表示，他们曾在工作中使用过 AI 编码工具，这一结果在四个国家基本一致。然而，表示所在公司积极鼓励或允许使用 AI 工具的受访者比例相对有限，且不同地区之间差异明显。美国受访者中，有 88% 表示所在公司至少在一定程度上支持使用 AI；德国的这一比例最低，为 59%。这说明，在兼顾本地法规和合规要求的前提下，企业仍有很大机会进一步回应开发人员对 AI 工具的使用需求，并为其提供更明确的支持。

受访者表示，AI 帮助他们提升了工作效率，而节省下来的时间可以投入到系统设计、团队协作，以及更好地满足客户需求等工作中。

这些发现表明，仅依靠个人层面的 AI 使用还远远不够。组织需要将 AI 融入整个软件开发生命周期，以提升协作效率、释放创造力，并推动软件开发流程现代化。

AI 并不是要取代人，而是为人的创造力腾出更多空间。接下来，让我们深入了解这项关于 AI 编码工具与软件开发团队的研究。

主要调查结果：AI 编码工具正在进入软件开发主流程

生成式 AI 在软件开发领域的热度仍在持续上升。今年，调查规模扩大至 2,000 名受访者。几乎所有受访者——超过 97%——都表示，他们曾在工作场景或工作之外使用过 AI 编码工具。需要注意的是，这并不意味着他们所在的公司都正式认可这些工具的使用。

尽管受访者普遍认为所在组织对 AI 持开放态度，但企业仍有改进空间。调查数据显示，在所有市场中，绝大多数受访者——比例介于 59% 至 88% 之间——表示所在公司正在“积极鼓励”或“允许”使用 AI 编码工具。为了最大限度发挥这些工具的价值，组织应制定清晰的路线图、战略和相关政策，通过建立信任机制，并设置可衡量的绩效指标，推动 AI 在更大范围内落地应用。

软件开发团队正在逐渐认识到 AI 编码工具所带来的多重价值，而这些价值已不再局限于以往报道中常被提及的效率提升。相关收益还包括：构建更安全的软件、提升代码质量、生成更完善的测试用例，以及加快新编程语言的学习和采用。最终，这些优势都会转化为节省下来的时间，使开发人员能够专注于更具战略意义的工作。

方法论

本报告基于海外某调研机构受海外某代码托管平台委托开展的一项在线调查。调查时间为 2024 年 2 月 26 日至 3 月 18 日，调查对象为来自美国、巴西、印度和德国的 2,000 名企业员工。受访者均为非学生、非管理层员工，且所在公司员工人数超过 1,000 人。

每个市场各有 500 名受访者，职位包括软件工程师、开发人员、程序员、数据科学家和软件设计师。各市场受访者构成如下：

地区	巴西	德国	印度	美国
软件工程师	31%	32%	29%	24%
开发人员	46%	35%	45%	49%
程序员	7%	8%	7%	7%
数据科学家	6%	12%	6%	8%
软件设计师	10%	14%	13%	13%

本研究通过双重确认加入的在线调查样本库开展，约 86% 的受访者来自不同公司。这是一项盲法调查：参与者在同意参与之前，并不知道调查主办方是谁，也不知道调查主题是什么。

基于本研究样本得出的结论，在 95% 的置信水平下，每个市场的调查结果与该市场总体人群真实情况之间的误差不超过 4.4 个百分点。

AI 浪潮正在软件开发领域兴起

调查数据显示，几乎所有受访者都表示，他们曾在工作场景或工作之外使用过 AI 编码工具。然而，仍有 17% 至 27% 的受访者表示，他们只在工作中使用过 AI 工具。这一结果挑战了“所有开发人员都会在工作之外使用 AI”的常见假设。

此前，海外某代码托管平台曾研究过开发者个人对 AI 的探索和实验，但尚未深入了解开发者如何看待所在组织对 AI 的采用方式。因此，研究团队请受访者描述“所在公司对软件开发人员使用 AI 编码工具的态度”。

调查结果显示，30% 至 40% 的受访者表示，所在组织正在积极鼓励和推广 AI 编码工具的使用。另有 29% 至 49% 的受访者表示，所在组织允许使用这些工具，但并未给予足够鼓励。尽管如此，这也说明企业仍有机会更加积极地拥抱 AI 浪潮。

组织采用 AI 编码工具面临的挑战

从企业实践角度来看，在组织层面采用 AI 编码工具，并不只是采购或接入一款工具。企业还需要制定相应政策，推动这些工具融入日常工作流程，同时兼顾流程变更、治理机制和合规要求。

对于希望将 AI 能力真正融入研发流程的企业来说，仅有编码工具还不够，还需要配套的研发管理体系承接从目标、需求、排期、开发、测试到发布上线的全过程。例如，PingCode 这类智能化研发管理工具，可以帮助企业打通研发过程中的需求、项目、测试、知识沉淀和工具链数据，让 AI 带来的效率提升更容易转化为团队层面的研发效能提升。

开发人员希望通过 AI 改善工作流程，而领导者则需要同时考虑更广泛的战略目标和监管要求。随着 AI 技术持续发展，开发者和企业在规模化应用 AI 方面都拥有巨大的增长空间。

调查也显示，工具的实际使用情况与员工对组织政策的感知之间仍存在差距。这一差距凸显了 AI 进一步深度融入工作流程的潜力，也说明企业在将 AI 纳入日常工程实践方面仍有更大的开放空间。

在积极推广 AI 工具的组织中，近半数受访者，也就是 48%，表示其工具链“简单易用”。相比之下，在对 AI 应用持中立态度的组织中，有 65% 的受访者认为其工具链较为复杂。这表明，AI 编码工具可能有助于简化软件开发团队的工作流程，并降低工具链复杂度。

AI 编码工具带来的主要优势

调查发现，受访者认为在软件开发中使用 AI 编码工具具有多项关键优势，包括提升代码质量、提高开发效率和简化工作流程。此外，调查还显示，这些工具有助于技能提升和新员工入职。通过帮助用户更顺畅地学习新编程语言、更轻松地理解既有代码库，AI 编码工具正在对受访者的日常工作产生切实影响。

海外某代码托管平台此前的研究表明，使用某款 AI 编码工具的开发者，生产力最多可提升 55%。这自然引出了下一个问题：开发者和团队会如何利用 AI 编码工具节省下来的时间？因此，研究团队也直接向调查受访者提出了这一问题。不过，在此之前，让我们先看看受访者在调查中提到的具体收益。

本节将在既有的、以开发者为中心的优势基础上，进一步探讨受访者如何看待 AI 编码工具为软件开发团队和组织带来的更广泛价值。

AI 编码工具如何提升代码质量

美国和印度的大多数受访者——分别为 90% 和 81%——以及巴西和德国超过半数的受访者——分别为 61% 和 60%——表示，使用 AI 编码工具后，代码质量有所提升。这与过去一年海外某代码托管平台和海外某咨询机构合作开展的研究结果相一致。该研究旨在分析某款 AI 编码工具对企业工程团队的影响，以及其对代码质量感知的影响。

学习新编程语言和理解既有代码库变得更容易

相当比例的受访者——60% 至 71%——表示，AI 编码工具使他们能够更“轻松”地学习新编程语言，或理解既有代码库。值得注意的是，各国有 23% 至 29% 的受访者表示，AI 编码工具让他们能够“非常轻松”地完成这些任务。

AI 编码工具正在加速测试用例生成

总体而言，超过 98% 的受访者表示，其所在组织已经尝试使用 AI 编码工具生成测试用例。多数受访者表示，所在组织至少“有时”会使用 AI 工具生成测试用例。这一趋势在美国最为明显，92% 的受访者表示所在组织会这样做；在德国则相对较低，为 65%。

AI 编码工具在生成测试用例中的作用

在行业实践中可以看到，AI 的普及与 AI 编码工具在测试用例生成和安全性方面的改进正同步推进。这些工具通常建立在传统机器学习测试生成工具的基础之上，并对其形成补充。这意味着测试创建速度更快、覆盖范围更广，即使是过去可能被忽视的遗留代码，也能得到更有效的保护。

不过，需要注意的是，AI 生成的测试与 AI 生成的代码一样，都需要人工审核，以确保所有潜在场景都得到充分考虑。

在本次调查中，受访者最常表示，他们会将使用 AI 编码工具节省下来的时间用于系统设计、协作和学习。具体来看，美国和德国均有 47% 的受访者表示，他们会将节省下来的时间用于协作和系统设计。这延续了去年一项美国开发者调查中观察到的趋势。那项调查旨在衡量 AI 对开发者体验的影响，当时受访者表示，AI 帮助他们将更多精力投入到更高层次的任务中。

企业团队对 AI 编码工具有何期待？

调查显示，受访者普遍期待 AI 编码工具能够显著提升他们满足客户需求的能力。大多数受访者——德国为 61%，美国为 73%——对 AI 编码工具能够适度或显著提升这一能力持乐观态度。这一趋势在各个行业均有体现，表明人们普遍期待生成式 AI 带来实际价值。

值得注意的是，受访者的乐观程度似乎与公司对 AI 应用的态度密切相关。那些所在组织积极鼓励使用 AI 的受访者，更有可能相信 AI 能够提升客户满意度。这表明，支持 AI 应用的公司环境，可能有助于员工更充分地发挥 AI 编码工具的潜在价值。

受访者还预计，AI 将提升代码安全性和开发效率。几乎所有受访者都认为，AI 编码工具将改善代码安全性，比例达到 99% 至 100%。值得注意的是，印度受访者对 AI 带来显著提升的预期最高，其中 41% 表达了这一观点。

AI 在代码安全领域的潜力：弥合技能缺口

全球安全专业人员短缺已是行业共识。对软件行业而言，单纯依靠招聘并不能解决这一问题。更可行的方向，是重新思考“安全左移”的实现方式，开发以开发者为中心的工具，让开发者从一开始就能更轻松地保护代码安全；同时，将这些工具融入既有工程工作流程，在开发生命周期早期就提供解决方案。随着安全产品不断引入 AI 能力，AI 在推动这些工作方面展现出巨大潜力。

调查也体现了此类技术进步的重要性。大部分受访者——印度为 59%，美国为 67%——表示，他们的安全团队需要手动审查代码变更，而这正是一个瓶颈。某些高级安全产品中的 AI 自动修复功能，能够自动识别和修复漏洞，为缓解这一问题提供了有前景的解决方案。

AI 编码能力正在成为求职竞争力

根据本次调查，求职者普遍认为，熟练掌握 AI 编码工具是一项重要优势。几乎所有受访者——99% 至 100%——都认为这项技能能让他们更具竞争力，凸显出 AI 在各领域日益增长的重要性。值得注意的是，相当比例的受访者——德国为 43%，印度为 56%——认为这项技能能够显著提升他们的就业竞争力。

不过，关键在于：开发者需要确保自己掌握的能力，与雇主正在积极寻找的具体 AI 编码技能相匹配。

现在掌握 AI 编码工具，或将助力开发者职业发展

鉴于 AI 编码工具问世不过数年，受访者已经普遍预期这些工具将对职业发展产生积极影响，这一点值得关注。研究发布方预计，熟练使用 AI 编码工具很快将成为软件开发岗位的一项必备技能。

核心启示

这项研究揭示了软件开发领域正在演变的三个关键趋势：

第一，生成式 AI 正在快速改变软件开发。调查中的几乎所有受访者都尝试过 AI 编码工具，无论是在个人场景、工作场景，还是两者兼有。

第二，受访者指出，AI 编码工具能够带来多方面收益。协作和系统设计等更具战略意义的任务，正成为开发人员重新投入由 AI 节省下来的时间的重要方向。

第三，尽管受访者认为所在组织总体上对 AI 持开放态度，但企业仍有进一步提升空间。为了充分释放 AI 的潜力，企业应通过建立信任、制定清晰指导原则，以及提供可衡量的成果，推动 AI 更广泛地落地应用。

AI 编码工具正在重塑软件开发团队的工作方式。通过优先采取兼顾创新、安全和组织协同的战略方法，企业可以充分释放生成式 AI 在软件开发中的潜力。对于工程领导者而言，现在正是利用这些技术进步、推动工程团队向前发展的关键时机。