2024年，领导层对AI辅助开发者生产力的预期与开发人员的实际需求之间出现了不匹配。今年将会带来什么？
译自 Developer Productivity in 2025: More AI, but Mixed Results，作者 Jennifer Riggins。
2024 年开发者生产力领域的大事件是用于软件开发的生成式 AI 的广泛采用。
但生成式 AI 是否会改变开发者体验——或者它会在 2025 年改变？
这很复杂。
2024 年开发者体验现状的特点是领导层的期望与开发者实际的需求和愿望之间存在错配。开发人员抱怨——而且已经抱怨了十多年——他们生产力最大的障碍是技术债务和文档。
企业领导层并没有制定大规模的策略来解决这个问题，而是计划在 2025 年再次增加对 AI 的投入。然而，开发人员仍然没有看到 2024 年对 AI 生成代码的大量投资带来任何边际收益。事实上，根据2024 年 DORA 报告，由于 AI 的影响，速度和稳定性实际上有所下降。
过去一年是“公司解决错误的问题，或者以错误的方式为他们的开发人员解决正确的问题，”Atlassian DevOps 布道者负责人告诉我们。
The New Stack 采访了十多位开发人员和开发者倡导者，以了解他们在 2025 年为了改进开发者体验和生产力实际想要什么。不出所料，AI 是他们最关注的问题。
将他们的回应视为对 IT 领导层的警告：不要将你们的资金和技术人才浪费在没有人想要的无用措施上。并考虑一下他们关于 AI 在哪些方面真正能够帮助开发人员的建议。
以下是我们的专家对 2025 年 DevEx 和生产力的预测：
我们采访的几乎每个人都在等待 AI安全方面出现其他问题。他们指出，现在创建的代码比以往任何时候都多，参与审查的人工更少，这使得更多漏洞渗透到科技行业及其代码中只是时间问题。
在 2025 年，生成式 AI“将继续给开发团队带来更大的压力，要求他们确保其软件的安全，”开源构建系统 Gradle 的开发者倡导者告诉 The New Stack。“这项技术有可能由于[ ]生成的代码质量差或代码数量增加而导致软件开发过程中出现更大的安全风险和漏洞。
“xz 工具后门之类的案例只会变得越来越普遍，因为开发团队的任务越来越重。因此，快速频繁的漏洞响应将变得至关重要，开发人员将需要访问更好的工具来管理和验证 AI 生成的代码，以避免新的风险。”
当然，与我们2024 年的预测相比，开发人员对 AI 在软件开发中的投资回报率变得更加悲观，坦率地说，也更加担忧。
“在 2025 年，公司将了解当他们的代码库大规模地被 AI 生成的代码渗透时会发生什么，”Honeycomb.io 的高级技术产品经理告诉 The New Stack。
“每个人都对使用[GitHub] Copilot和类似工具来提高开发者生产力感到兴奋，但没有人问过当大量代码生成且没有被人类完全理解或推理，缺乏系统完整上下文和预期目标时会发生什么，”
Hearn 承认，越来越多的 AI 代码生成可能会顺利进行。但他表示，更有可能的是，“公司即将了解到，通过牺牲开发人员的知识、经验和系统上下文来提高交付速度会导致更大的事件和更慢的解决时间，因为能够快速理解和解决问题的专家会更少。”
另一个行业将持续面临的挑战是，AI及其训练所用的大型语言模型通常是封闭的盒子。2025年，不仅生成的代码会更多，而且当出现bug或漏洞时，追踪起来也会更加困难。Demers预测，这将促使组织最终解决开发者工具链中的可观察性问题。
他说：“随着分布式系统、微服务和AI驱动的代码生成使开发环境更加复杂，如果没有强大的可观察性工具，查明瓶颈、测试失败和错误等问题将变得更具挑战性。更深入地了解这些流程对于保持效率和交付高质量软件至关重要。”
AI也提供了解决风险的机会，例如评估代码中拟议更改所带来的风险。Meta公司已经在探索这一点，其中更改的重要性以及开发人员的中心地位会自动被考虑在内，以确定所需的代码审查级别。
AI正在改变开发人员的工作方式和地点，而这在2025年只会更加剧烈。
Zohar Einy，Port公司 (Port)首席执行官表示：“AI将使开发人员能够更快地编写代码，这意味着更多的部署、更多的bug、更多的事件、更多的安全中断、更多的工单、更多的基础设施——基本上什么都更多。开发人员需要一种有效的方法来管理代码操作，同时确保符合组织的要求。”
Gradle首席开发者布道师Trisha Gee告诉The New Stack，生成式AI不仅会影响开发人员的工作方式，还会影响基础设施投资的方向。
“公司即将了解到，通过牺牲开发人员的知识、经验和系统上下文来提高交付速度，会导致更大的事件和更慢的解决时间，因为现场能够快速理解和解决问题的专家会更少。”
——Winston Hearn, Honeycomb.io
她特别认为，为了在这个规模上保持代码质量，需要对构建和测试基础设施进行投资。她预测，质量控制和新的代码管理策略将在2025年成为一个高度优先事项，以帮助开发人员调试他们没有创建的代码。
Laura Tacho，DX公司 (DX)首席技术官告诉The New Stack，这实际上是AI可能能够提供帮助的一个领域。
她说：“我认为到2025年底，所有代码审查都包含一些AI审查元素将成为常态，”这超出了许多团队已经实施的自动提示。“一些团队依赖于代码审查周围的指标作为绩效指标，因此对于这些团队来说，随着新工具改变工作流程，持续从数据中学习非常重要。”
随着AI成为团队成员，团队组织也可能在2025年发生变化。
Helen Greul，Multiverse公司 (Multiverse)工程副总裁预测：“我们可能会看到更多AI原生开发人员工作流程的出现，其中助手/代理无缝集成到软件开发生命周期中。”
她说，这些专门的AI辅助人员将能够处理一系列任务，“从原型设计和功能开发到测试、部署、优化以及维护”。
在专注于提升人才技能的Hups公司博客文章“AI时代的敏捷”中，敏捷教练Henrik Kniberg预测，团队很快就会发展成为人机混合体，每个团队都由一对程序员及其AI助手组成。组织将不得不重新考虑不仅是AI技术，还有更多、更小的团队的协调问题。
初级开发人员面临着被当前AI策略抛在身后的风险。早期职业的开发人员是所有GenAI领域的煤矿中的金丝雀。
Gruel观察到，“当前教育模式与现实世界开发人员技能之间的差距随着技术的进步而越来越大，这使得早期人才难以有效地进入劳动力市场。”
大多数计算机科学课程都包括一到两门Python课程，但很少涵盖云迁移、遗留应用程序、判断AI生成代码的准确性以及其他真实的复杂性。 初级开发者面临着不景气的就业市场，并感到自己有被生成式AI取代的风险。具有讽刺意味的是，AI生成的代码至少需要与初级开发者一样多的额外审查。
“我从未听说过哪个开发者说他们花在编码上的时间太多了，所以我不知道将AI应用于开发者角色的编码方面如何能改善开发者体验。”
——Andrew Boyagi，Atlassian
具有讽刺意味的是，根据Stack Overflow 2024 年开发者调查，经验较少的开发者也最有可能采用AI工具——并且最不可能对它们持怀疑态度。
一些观察人士担心，AI编码助手——以及追踪求职申请的AI系统——可能会对技术人才库产生负面影响，尤其对初级开发者而言。
“随着这些工具的激增，带回家的评估可能会让经验不足的候选人进入就业市场，”在亚马逊网络服务、IBM、MongoDB和SingleStore工作过的开发者关系专业人士说。“虽然对行业的影响可能很小，但媒体报道可能会夸大其词，让人对开发者的贡献价值产生怀疑。
“这种高度审查可能会导致对开发者工作的误解或不信任，从而使与利益相关者的关系复杂化，并影响士气。”
Faulkner希望在2025年，科技行业能够摒弃“代码猴子”的刻板印象，最终强调软件开发中不可替代的人为因素——创造力、解决问题的能力和战略思维。
Tacho想知道2025年的招聘计划是否以及如何改变：“有些人说，生成式AI绝对会淘汰初级开发者——我不相信，但我敢打赌，一些公司会因为这样的说法而开始尝试新的招聘策略。”
这似乎很荒谬——因为没有初级开发者，你就培养不出更高级的开发者。但是，随着AI在某些任务上不可避免地变得更好，它可以被用作根本不填补空缺的借口。生成式AI助手也可以被用作支付初级开发者更低工资的借口，因为他们的工作“更容易”。
各组织应该记住，生成式AI工具需要所有级别的培训。
“采用生成式AI有可能阻碍初级和高级开发者的发展，”Gee警告说，但高级开发者更能够发现AI生成的代码和内容中的缺陷。“他们会将其作为生产力工具，将时间花在培训AI上，而不是培训初级开发者。”
指导和与初级工程师的合作必须继续成为高级开发者职位描述中明确的一部分。
“虽然生成式AI可以提供起点和样板代码，让初级开发者朝着正确的方向前进，但如果没有高级开发者的指导，他们最终会被甩在一边，”她说。“这不仅会造成未来人才缺口，还会阻止高级开发者继续发展和成长为领导者。”
知识共享对于教师和学习者都至关重要，也是行业一直以来培养人才库的方式。
“我认为不把所有的鸡蛋都放在AI篮子里会很酷，”MONY集团的软件开发学徒说。“它对环境的影响是极端的。”
更好的是，Hamilton说，从高级开发者那里学习更多：“更强调同伴学习和社区建设将受到我的欢迎。”
尽管平台工程在2024年兴起，成为减轻内部开发者客户负担的一种方式，但倦怠仍然是不幸的行业标准。
“在2025年，我希望各组织优先考虑为开发者创造可持续的工作环境，”Gruel说。“随着更快发展和‘始终在线’的压力越来越大，我们应该记住，在大多数情况下，这是一场马拉松，而不是短跑。” 如果开发人员是被迫使用所有这些新技术，而不是被邀请与生成式AI协作和实验，那么倦怠的风险——以及生产力的下降——将会变得更糟。
“为了加速，必须放慢速度，”Tacho说。“我担心‘生产，生产，生产’的压力会导致组织采用其开发人员和文化尚未准备好的工具和方法。”
为错误的目标而构建——例如因为其他人都在采用AI——也会导致错误的开发人员生产力指标。
“如果存在编写更多代码行或更频繁地提交代码的压力，开发人员将被优化为工作量而不是质量，”Tacho说。“如果团队退一步考虑真正减慢他们速度的是什么，他们会做得更好，”这可能是也可能不是由AI解决的。
“能够观察和衡量他们的工具链将帮助他们发现真正的摩擦和障碍，并允许组织优先解决真正的生产力问题，而不是仅仅鼓励开发人员使用工具来编写更多代码。”
只是不要去找问题来塞AI。
“如果存在编写更多代码行或更频繁地提交代码的压力，开发人员将被优化为工作量而不是质量。如果团队退一步考虑真正减慢他们速度的是什么，他们会做得更好。”
——Laura Tacho，DX
“整个行业都专注于自动化，这通常应用于已解决的问题，”Hearn说。“由于DevEx不是一个已解决的问题——或者至少在广泛的、易于复制的层面上没有解决——系统中的资金和权力都集中在自动化那些不足的体验上。”
“AI将成为一个固定装置，阻碍未来对DevEx的改进，因为由于沉没成本谬误，我们将自动化和投资的内容将被认定为‘足够好’。这是行业中的一个常见模式。”
但是，仅仅因为开发人员对生成式AI持怀疑态度并不意味着他们不希望它解决他们最平凡和重复的问题。
“如果AI被用作解决开发人员面临问题的方案，它可以对开发人员体验产生巨大影响，”Boyagi说。“我从未听说过有开发人员说他们花了太多时间编写代码，所以我不知道将AI应用于开发人员角色的编码方面如何能够改善开发人员体验。
“如果开发人员花费30%的时间编写代码，那么AI可以很好地解决其余70%中的摩擦点。”
在我们与之交谈的专家认为AI在2025年及以后将在哪些领域发挥作用：
“每个开发人员调查都有这个数据点，”作为首要的，如果不是首要的，挫败感，开发人员体验专家[Lorna Mitchell]指出，她最近在Redocly和Aiven工作。
而且文档生成可能是迄今为止最大的已验证的AI收益，因为今年的DORA报告发现，AI采用率提高25%会导致文档质量提高7.5%。
AI已经擅长总结即使是复杂的话题。这就是为什么[Camille Fournier]，《领导者平台工程指南》的作者，希望将其应用于改进事件管理的摘要工具。
Gee说，这种解释能力也可以用来理解代码质量。“我希望AI能够识别特定故障发生的原因，和/或告诉我代码哪里出了问题。”
Thurium建议，在2025年，AI还可以应用于清理技术债务，包括运营债务，例如缓慢而痛苦的发布、嘈杂的警报和监控以及过时的仪表板，[Tilde Thurium]是LaunchDarkly的高级开发人员教育家。
他们说：“生成式AI将能够利用来自您现有环境的更多上下文来提供更相关的编码建议。”例如，“Cursor将AI添加到您的编辑器中，以便它可以使用您的源代码和文档来制定更好的答案，而无需编写完美的提示。”
更好的测试是开发人员长期以来的另一个要求，就像文档和债务一样，大多数开发人员实际上并不想参与修复。正如Tacho所说，人工智能既带来了对测试的需求，也可能带来其自身的解决方案。
她说：“到2025年，测试将成为IT领导者的战略重点。”“工程领导者终于开始认识到，测试对于交付高质量软件至关重要，缓慢或有缺陷的测试（例如不稳定的测试）会阻碍组织实现既定目标的能力。”
“此外，随着人工智能驱动的开发越来越广泛地采用，自动化测试将势在必行，并能为公司提供竞争优势。”
如果Einy只有一个愿望与人工智能有关，那就是自动化云基础设施配置的黄金路径。
他说：“如今，开发人员需要了解Terraform并遵守围绕安全和FinOps的组织标准。”“能够配置和管理云基础设施将使开发人员能够快速行动并进行创新，而不会破坏现有系统。”
Thurium表示，人工智能还可以实现发布自动化，因为人工智能可以聚合信号，从而更快地了解发布何时出现问题，以便自动回滚。
Google Cloud DORA负责人Nathen Harvey回应道：“我希望生成式人工智能能够以更轻松、更安全的方式应用于更改现有系统。”
“随着人工智能使人们有更多时间处于心流状态，提供快速、高质量的变更反馈，并帮助团队更多地了解其应用程序和用户，我们将看到这种情况开始发生。”