AI 编程风向变了：资深开发者交付的 AI 代码量是新手的 2.5 倍 | Fastly

作者：Alina Lehtinen-Vela

Fastly 在 2025 年 7 月对 791 名开发者进行了一项调查，结果发现在有多少 AI 生成的代码最终被应用到生产环境这件事上，不同经验水平的开发者之间存在着显著差异。大约三分之一的资深开发者（10 年以上经验）表示，他们交付的代码中超过一半是由 AI 生成的——这个比例几乎是初级开发者（0-2 年经验）的 2.5 倍，后者仅为 13%。

一位资深开发者说：“AI 能比人类快得多地对代码进行基准测试并发现错误，然后无缝修复。这种情况我已经遇到很多次了。” 而一位初级开发者则指出了其中的取舍：“当 AI 自以为是地揣测我的意图，结果却猜错了，我就得回头自己重做一遍，这总是很麻烦。”

调查还发现，资深开发者更愿意花时间修复 AI 生成的代码。近 30% 的资深开发者表示，他们修改 AI 输出所花的时间，几乎抵消了 AI 带来的大部分时间节省，而初级开发者中这一比例仅为 17%。即便如此，仍有 59% 的资深开发者认为 AI 工具总体上帮助他们更快地交付了工作，而初级开发者中持此观点的比例为 49%。

你的代码中有多少是AI生成的

资深开发者对 AI 节省时间更乐观

超过 50% 的初级开发者表示，AI 让他们“速度略有提升”。相比之下，只有 39% 的资深开发者这么认为。但关键在于，资深开发者中认为 AI 带来“显著”速度提升的比例要高得多：26% 的人表示 AI 让他们“快了很多”，这一比例是初级开发者（13%）的两倍。

造成这种差异的一个原因可能是，资深开发者有更强的能力去发现和纠正 AI 的错误。他们经验丰富，能够识别出那些“看起来没错”但实际上有问题的代码。这让他们在高效使用 AI 工具时更加自信，即便是在处理高风险或业务关键代码时也是如此。相比之下，初级开发者可能对自己的纠错能力没有十足的把握，这会让他们在使用 AI 时更加谨慎，甚至更倾向于完全不在生产环境中使用 AI 生成的代码。

这一点也和最终进入生产环境的 AI 代码量相吻合。在初级开发者中，只有 13% 的人表示他们交付的代码有一半以上来自 AI。而资深开发者的这一比例高达 32%。这表明，经验更丰富的工程师不仅更积极地使用 AI，而且在生产环境中也更信任 AI。考虑到业界对“凭感觉编程”（Vibe Coding）可能给应用程序带来漏洞的担忧日益增长，这一发现令人有些意外。

感觉 vs. 现实

近三分之一（28%）的开发者表示，他们经常需要修复或编辑 AI 生成的代码，其耗费的时间足以抵消大部分 AI 带来的效率提升。只有 14% 的人表示他们很少需要修改。然而，即便如此，仍有超过一半的开发者觉得，在使用像 Copilot、Gemini 或 Claude 这样的 AI 工具后，他们的编程速度变快了。

你多久修复一次AI代码

对 AI 提升生产力的质疑并非只有 Fastly 的调查。最近一项针对经验丰富的开源开发者的随机对照试验（Randomized Controlled Trial, RCT）发现了更惊人的结果：当开发者使用 AI 工具时，他们完成任务的时间反而延长了 19%。

这种感觉与现实的脱节可能源于心理作用。AI 编程的体验通常很顺滑：只需敲几下键盘，代码就自动补全了。这给人一种势如破竹的错觉，但早期的速度优势往往被后续一轮轮的编辑、测试和返工所侵蚀。无论是在我们与 Fastly 内部开发者的交流中，还是在本次调查收到的许多评论里，我们都听到了类似的情形。

一位受访者是这样描述的：“像 GitHub Copilot 这样的 AI 编程工具，通过建议代码片段甚至整个函数，极大地帮助了我的工作流程。但是，有一次它生成了一个复杂的算法，看起来没错，却包含一个非常隐蔽的 bug，导致我花了好几个小时来调试。”

另一位则提到：“AI 工具通过生成样板代码节省了时间，但它也需要人工修复一些效率低下的地方，这让生产力的提升受到了制约。”

然而，AI 似乎确实提升了开发者的工作满意度。近 80% 的开发者表示，AI 工具让编程变得更有趣了。对一些人来说，这意味着可以跳过那些枯燥的“脏活累活”；对另一些人来说，这可能源于代码“召之即来”所带来的多巴胺快感。

AI工具如何影响你的工作乐趣

一位受访者说：“它能帮我解决卡壳的任务，让我找到完成工作所必需的答案。”

乐趣不等于效率，但在一个普遍面临职业倦怠和项目积压的行业里，这种士气上的提振或许本身就很有价值。

AI 编程的隐性成本

Fastly 的调查还探讨了开发者对“绿色编码”（Green Coding）——即编写高能效软件的实践——的认知，以及 AI 编程工具背后的能源成本。我们发现，“绿色编码”的实践程度与经验成正比。仅有 56% 的初级开发者表示他们在工作中会主动考虑能源消耗，而在中高级工程师中，近 80% 的人会在编码时考虑这个问题。

开发者们对 AI 工具的环境成本有很高的认知度：大约三分之二的开发者（无论经验水平如何）表示，他们知道这些工具可能会产生巨大的碳足迹。只有极少数人（即使在最初级的开发者中也不到 8%）对此完全不了解。总的来说，数据表明，可持续性正日益融入开发者文化之中。

调查方法

本次调查由 Fastly 于 2025 年 7 月 10 日至 14 日进行，共访问了 791 名专业开发者。所有受访者均确认，编写或审查代码是他们工作的核心部分。该调查在美国分发，并经过质量控制以确保准确性，但与所有自我报告的数据一样，可能存在一定的偏差。

来源：https://www.fastly.com/blog/senior-developers-ship-more-ai-code