重點一：AI 生成「幾乎正確」的程式碼成為開發者最大困擾，66%開發者表示，修正這類有部分瑕疵的程式碼耗費更多時間，反而產生隱形的生產力成本。
重點二：雖然AI工具使用率持續攀升（84%），但開發者對其準確性信任度急遽下滑，僅33%信任AI產出。
重點三：包括Stack Overflow等專業社群依然是開發者解決AI相關問題的諮詢處，35%遇AI困難時回流社群尋求協助。
技術問答社群平台Stack Overflow近日釋出的2025年度開發者調查指出，AI編程工具如GitHub Copilot、Cursor等的使用率屢創新高，超過八成開發者已將AI納入日常開發流程。
然而，開發者對AI工具的信任度卻急速下滑，僅有29%受訪者相信AI能產出正確程式碼，較前一年大幅下降。這種「用得越多、信得越少」的現象，揭示AI程式碼生成工具在業界的尷尬處境：雖然AI能加速開發，卻也帶來更多隱性風險，開發者不得不在效率與正確性之間反覆權衡。
Stack Overflow指出，這份調查於今年5月29日～ 6月23日進行，共回收來自 166 個國家、49,009 份有效問卷。這些受訪者是主要透過 Stack Overflow 自有管道招募，包括網站訊息、部落格、電子報、橫幅廣告與社群媒體，另有不到 2% 來自 Reddit 廣告。換言之，多數是經常使用 Stack Overflow 的專業開發者、技術人員或學習者。
Vibe Coding仍不普遍，72％受訪者未納入工作流程
目前在軟體開發領域十分風行的氛圍編碼（Vibe Coding），其指涉利用大型語言模型（LLM）提示，直接生成整個應用程式或軟體的開發方式。而據 Stack Overflow 開發者調查，這種「全自動生成」的開發流程尚未普及，有72% 受訪者表示 vibe coding 並非其專業開發工作的一部分。另有 5% 受訪者明確表示「完全不採用 vibe coding」，而有在vibe coding的受訪者僅有近12%。
這顯示，儘管生成式 AI 技術進步，絕大多數專業開發者仍未將「vibe coding」納入日常工作流程，主流開發現場依然以傳統程式設計與人工審查為主。
此外值得注意的是，人工智慧代理（AI agents）也尚未成為主流。大多數開發者（52%）不是不使用代理，就是只使用較簡單的人工智慧工具，而相當一部分開發者（38%）則沒有採用AI代理的計畫；有趣的是，同時有52%的開發人員同意 AI工具或AI代理程式對他們的生產力產生了積極影響。
最大困擾：「幾乎正確」的AI程式碼與除錯惡夢
至於目前大部分開發人員不愛用AI agents的原因，首先在於AI 代理未能兌現效率承諾。調查指出，70.1% 的受訪者不同意「AI 代理減少了特定開發工作的耗時」，而 68.7% 不同意「AI 代理提高了我的生產力」。 同樣地，對「自動化重複性工作」與「加速學習新技術」這兩項，反對者也都超過六成。這代表多數人實際上沒有感受到時間節省或工作量下降。
其次，是品質與除錯成本偏高。雖然在「改善程式碼品質」上贊同與反對者勢均力敵，但 37.5% 仍表示不同意，說明品質提升並不穩定。更關鍵的是，在同一調查的「AI 工具挫折」題組中，有 66% 的開發者抱怨「AI 給出的答案幾乎正確，但差一點」，而 45% 直指「除錯 AI 產生的程式碼更耗時」。先得花時間驗證與修正，抵消了任何潛在效率。
這也直接反映在Stack Overflow的流量上，有超過三成五的開發者表示，自己造訪該平台是為了解決AI相關的程式問題。亦即，當AI工具無法給出可靠答案時，「請教真人」依然是業界最後的保險。
儘管除錯困境日益嚴重，AI工具在個人生產力與學習效率上的貢獻仍獲多數開發者肯定。調查指出，69%開發者認為AI工具提升了個人產能，44%則透過AI輔助學習新技術或語言。換言之，AI工具雖然難以取代專業工程師的判斷力，但作為「腦力激盪」與「知識補給」的助手，仍有其不可取代的價值。
開發社群最愛Claude！使用率達67.5%
至於在愛用AI方面，Stack Overflow 開發者調查中，Anthropic 旗下的 Claude Sonnet 以 67.5% 的「最受推崇」得票率，穩坐今年大型語言模型（LLM）榜首。其次依序為Google的Gemini Reasoning（65.2%）、OpenAI Reasoning（63.6%），以及Reka AI（61.4%）
哪些開發人員薪資行情比較好？
這份調查也透露受訪者的級職與年薪中位數行情。在包括全部的職稱之中，高階主管（13.9 萬美元）、工程經理（13 萬美元）和財務分析師（10.4 萬美元）的年薪中位數在全球最高。
同時，美國與其他國家在高薪職位上的薪資差距很大。美國工程經理的年薪中位數為 20 萬美元，而德國為 11.8 萬美元，印度僅 5.2 萬美元。
結論：AI很讚，但要征服開發者社群還有一段路
如果要用一句話解釋這份調查的結論，就是AI工具雖已普及開發流程，但信任與實用性疑慮使其難以全面取代人力。主因在於，AI目前仍不擅長DeBug，而且在AI出錯之後，整個除錯過程仍需要經驗豐富的工程師來為程式碼把關。
責任編輯：李先泰
